Spinal Osteophyte Detection via Robust Patch Extraction on minimally annotated X-rays

要約

関節炎の発症と進行は、小さくてとらえどころのない骨の増殖である骨棘と強く関連しています。
この論文は、脊椎 X 線による脊椎骨棘の自動検出に向けた最初の取り組みの 1 つを紹介します。
SegPatch と呼ばれる新しい自動パッチ抽出プロセスが、深層学習による椎骨セグメンテーションとマスク輪郭の拡大に基づいて提案されています。
最終的なパッチ分類精度は 84.5\% であり、ベースラインのタイルベースのパッチ生成手法を 9.5% 上回っています。
これは、注釈が限られている場合でも、SegPatch が骨棘などの小さな構造の検出に優れたパフォーマンスを提供できることを示しています。
提案されたアプローチは、臨床医が脊椎 X 線写真で骨棘を手動で特定するプロセスを迅速化するのに役立つ可能性があります。

要約(オリジナル)

The development and progression of arthritis is strongly associated with osteophytes, which are small and elusive bone growths. This paper presents one of the first efforts towards automated spinal osteophyte detection in spinal X-rays. A novel automated patch extraction process, called SegPatch, has been proposed based on deep learning-driven vertebrae segmentation and the enlargement of mask contours. A final patch classification accuracy of 84.5\% is secured, surpassing a baseline tiling-based patch generation technique by 9.5%. This demonstrates that even with limited annotations, SegPatch can deliver superior performance for detection of tiny structures such as osteophytes. The proposed approach has potential to assist clinicians in expediting the process of manually identifying osteophytes in spinal X-ray.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google