Kauppila 24-point method

VerteNet混合CNN Transformer改进DXA扫描地标定位

研究人员开发了VerteNet，这是一种混合CNN-Transformer模型，旨在精确地标定侧位脊柱DXA扫描中的椎体地标。该深度学习框架解决了低对比度和易产生伪影的图像带来的挑战，这些图像通常使手动标注困难且耗时。VerteNet在跨四个不同模型的扫描中表现出卓越的定位精度，归一化平均误差为4.92像素，中位误差为2.35像素。该系统在检测腹主动脉切片方面也显示出高精度，并提高了临床分析的读数间一致性。