文献

J-GLOBAL ID：202202278636345789   整理番号：22A0890703

ヒト下肢機械的軸キーポイントの検出および膝蓋骨ミスアラインメント検出への応用【JST・京大機械翻訳】

Detection of human lower limb mechanical axis key points and its application on patella misalignment detection

著者 (4件)： Zhang Yueming (School of Electrical and Information Engineering, Tianjin University, Tianjin, China) ,  Zhang Guoshan (School of Electrical and Information Engineering, Tianjin University, Tianjin, China) ,  Guan Bin (School of Electrical and Information Engineering, Tianjin University, Tianjin, China) ,  Yao Jinkun (Linyi People’s Hospital, Linyi, China)
資料名： Applied Intelligence  (Applied Intelligence)
巻： 52  号： 5  ページ： 5385-5399  発行年： 2022年 
JST資料番号： W0297A  ISSN： 0924-669X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： ヒト下肢機械軸は,臨床整形外科における最も基本的で必須の診断基準である。整形外科医は,下肢の機械的軸の状態に従って,静脈瘤または外反膝を診断する。このタスクで用いた従来の方法は手動測定に依存し,時間がかかり,操作上の違いがある。上記の理由から,本研究では,この問題に対処し,機械的軸検出のための新しい畳み込みニューラルネットワークアーキテクチャを提示するための深層学習アルゴリズムの設計に焦点を当てた。機械的軸が検出された後,医療指数であるHKAA(Hip-Knee-Ankle角)は,医療診断を助けるために自動的に計算できる。両端のキーポイントを検出することにより機械的軸を位置決めした。次に,検出したキーポイントを適用して,補助ラジオグラフィーイメージングのための膝蓋不整合検出を実行した。機械的軸キーポイント検出ネットワークは,積層時間ガラスモジュールに基づき,幾何学的特徴のモデリングのために変形可能な畳込みを採用した。さらに,系統的誤差を減らすためにオフセットブランチを導入した。次に,半教師つき戦略で訓練された検出器を膝蓋検出に適用した。膝中心からの膝蓋骨の水平偏差は膝蓋骨のアラインメントを反映する。879の収集したラジオグラフ(X線画像)を用いて,キーポイント検出モデルを訓練し,他の98のラジオグラフを,本研究で検証セットとして実行した。提案モデルは,キーポイントに対して83.0%の精度を達成し,膝蓋検出において61.1mAPに達する。本モデルは,ヒト下肢機械軸と膝蓋骨検出において優れた性能を達成した。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アラインメント ,  畳込み ,  ネットワーク ,  ヒト ,  *膝蓋骨 ,  *下肢 ,  外反膝 ,  静脈瘤 ,  不整合 ,  放射線画像 ,  X線画像 ,  判定基準 ,  整形外科
準シソーラス用語： 整形外科医 ,  診断基準 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： コンピュータ支援診断 ,  下肢の機械的軸 ,  Patella検出 ,  変形可能な畳込み ,  積層時間ガラスネットワーク

分類 (3件)： 運動器系疾患の外科療法  (GG05030O) ,  運動器系の診断  (GG02000M) ,  生体代行装置  (EL04000N)

タイトルに関連する用語 (5件)： ヒト ,  下肢 ,  膝蓋骨 ,  ミスアラインメント ,  応用