Biblioteca93.141 documentos en línea

Artículo

Emergence of Deep Learning in Knee Osteoarthritis DiagnosisLa aparición del aprendizaje profundo en el diagnóstico de la artrosis de rodilla

Resumen

La osteoartritis (OA), especialmente la de rodilla, es la forma más común de artritis y causa una importante discapacidad en pacientes de todo el mundo. El diagnóstico manual, la segmentación y las anotaciones de las articulaciones de la rodilla siguen siendo el método popular para diagnosticar la OA en las prácticas clínicas, aunque son tediosas y están muy sujetas a la variación del usuario. Por lo tanto, para superar las limitaciones del método comúnmente utilizado como el anterior, se han desarrollado numerosos enfoques de aprendizaje profundo, especialmente la red neuronal convolucional (CNN), para mejorar la eficiencia del flujo de trabajo clínico. Los procesos de imagen médica, especialmente los que producen imágenes tridimensionales (3D) como la resonancia magnética, poseen la capacidad de revelar estructuras ocultas en una vista volumétrica. Reconociendo que los cambios en la articulación de la rodilla son una complejidad 3D, en los últimos años se ha empleado la CNN 3D para analizar el problema de la articulación y obtener un diagnóstico más preciso. En esta revisión, proporcionamos una amplia visión de los enfoques actuales de las CNN 2D y 3D en el campo de la investigación de la OA. Revisamos 74 estudios relacionados con la clasificación y segmentación de la osteoartritis de rodilla de la base de datos Web of Science y discutimos los diversos enfoques de aprendizaje profundo de vanguardia propuestos. Destacamos el potencial y la posibilidad de las CNN 3D en el campo de la osteoartritis de rodilla. Concluimos discutiendo los posibles retos a los que se enfrentan, así como los posibles avances en la adopción de las CNN 3D en este campo.

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento