.png){kind=icon}
返回
Automatic rib fracture detection on postmortem CT data using deep learning
.png){kind=icon}
PRE
AI
DOI：10.1007/s00414-026-03755-8.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
洛佩斯-梅利亚等人最近报道了一项关于使用基于深度学习（DL）的自配置三维目标检测框架nnDetection进行尸体计算机断层扫描（PMCT）中肋骨骨折自动检测的可行性研究，并探讨了临床和尸体数据集之间领域偏移的影响。本文针对可能完善其研究结论解释并指导未来工作的三个问题进行讨论。首先，我们主张应明确其与伊巴涅斯等人先前PMCT深度学习研究的关联，包括RiFNet和后续骨折类型分类器，并需明确界定“检测”与“肋骨级”或“补丁级”分类的对比。其次，我们指出参考标准中可能存在的循环论证，因为同一位放射科医师在部分受PMCT训练的nnDetPM输出指导的情况下创建了并修订了注释，我们建议未来研究采用多读者、部分盲法的共识方法。第三，我们讨论了临床与PMCT成像之间的领域偏移实验，包括尸体肋骨骨折（PMRF）数据集中的病例选择、使用低交并比（IoU）阈值以及这对模型泛化和跨领域开发的启示。我们总结认为，该研究是向PMCT中肋骨骨折计算机辅助检测实用化迈进的重要一步，但更清晰的研究定位、更强的真值获取流程以及明确考虑数据协调和领域自适应将进一步增强其对法医实践的积极影响。
Keyword:
postmortem computed tomography
deep learning
rib fracture
期刊
I
IF:
2.3
论文数:
256
被引数:
6.5K
机构
引用论文
分享收藏Ibanez, V.; Jucker, D.; Ebert, L.C.; Franckenberg, S.; Dobay, A. Classification of rib fracture types from postmortem computed tomography images using deep learning. Forensic Sci. Med. Pathol. 2024, 20, 1208–1214. [Google Scholar] [CrossRef] [PubMed]Ibanez, V.; Jucker, D.; Ebert, L.C.; Franckenberg, S.; Dobay, A. 利用深度学习对尸体计算机断层扫描图像中的肋骨骨折类型进行分类。Forensic Sci. Med. Pathol. 2024, 20, 1208–1214. [Google Scholar] [CrossRef] [PubMed].png)
IF0
PREAI
分享收藏