实体
knee osteoarthritis
knee osteoarthritis
PulseAugur coverage of knee osteoarthritis — every cluster mentioning knee osteoarthritis across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新的软标签框架增强了X光片对膝关节骨关节炎的评估
研究人员开发了一种新颖的软标签深度学习框架，以改进X光图像对膝关节骨关节炎（KOA）的评估。这种新方法通过结合Kellgren-Lawrence（KL）和焦磷酸钙沉积病（CPPD）严重程度评分之间的序数不确定性和不对称关系，解决了传统独热标签的局限性。该框架使用概率分布而非离散标签，在分级准确性方面表现出显著的改进，优于传统方法。
-
AI模型在有限设备上对膝关节骨关节炎严重程度进行分级
研究人员开发了一种结合深度学习和大型语言模型来分级膝关节骨关节炎严重程度的新方法。该系统利用ResNet-18卷积神经网络，经过优化并转换为TensorFlow Lite，以便在计算资源有限的设备上部署。该设备端模型在测试中达到了94.48%的准确率，并且无需持续的互联网连接即可运行。辅助LLM Gemini-2.0-flash提供了解释性发现，例如潜在症状和预防措施，增强了该工具作为可访问的决策支持系统的实用性。
-
AI模型通过双头监督学习粗粒度到细粒度的骨关节炎分级
研究人员开发了一种新颖的双头深度学习模型，以改进膝骨关节炎（OA）的评估。该模型利用OA诊断的自然层级结构，同时使用粗略的二元决策和细粒度的严重程度分级（Kellgren-Lawrence）作为监督信号。通过训练一个共享编码器和两个特定任务的头部，该方法在严重程度分级指标以及疾病进展的更具组织性的潜在表示方面，与单任务模型相比均有所改进。