การตรวจจับความผิดปกติของกระดูกจากภาพรังสีด้วย YOLOv7
โครงงานวิจัยระดับนักเรียนที่ฝึกโมเดลตรวจจับวัตถุ YOLOv7 บนภาพรังสีกระดูกข้อมือเด็ก เพื่อศึกษาความเป็นไปได้ในการระบุตำแหน่งความผิดปกติของกระดูกโดยอัตโนมัติ
ค่า mAP@0.5 ที่รายงาน
ยังไม่มีการทดสอบภายนอกหรือแบบไปข้างหน้า และตัวชี้วัดสองรายการยังต้องตรวจสอบสรุปภายในหนึ่งนาที
การอ่านภาพรังสีเป็นงานที่ต้องแข่งกับเวลาและจำนวนแพทย์เฉพาะทางมีไม่เท่ากันในแต่ละพื้นที่ โครงงานนี้จึงทดสอบความเป็นไปได้ทางวิศวกรรมด้วยชุดข้อมูลสาธารณะ ไม่ใช่การประเมินทางคลินิก
โมเดล YOLOv7 สามารถตรวจจับและระบุตำแหน่งความผิดปกติในภาพรังสีมือและแขนด้วยผลเชิงทดลองที่เป็นประโยชน์และประมวลผลได้ภายในหนึ่งวินาทีหรือไม่
ผลงานแสดงการสร้างกระบวนการตรวจจับภาพทางการแพทย์ครบวงจรในฐานะการเรียนรู้ ผลที่รายงานไม่ใช่หลักฐานด้านความแม่นยำ ความปลอดภัย หรือประโยชน์ใช้สอยทางคลินิก
ใช้เพื่อการศึกษาเท่านั้น โมเดลไม่ใช่เครื่องมือแพทย์และยังไม่ผ่านการตรวจสอบเพื่อใช้ทางคลินิก
ระเบียบวิธี
YOLOv7 · ชุดข้อมูลภาพย้อนหลัง
- 01
ใช้ชุดข้อมูลภาพรังสีข้อมือเด็ก GRAZPEDWRI-DX และคำกำกับจากชุดข้อมูลสาธารณะ
- 02
แบ่งข้อมูลสำหรับฝึก ตรวจสอบ และทดสอบ แล้วฝึก YOLOv7 แบบ transfer learning ด้วย Python และ PyTorch
- 03
รายงานผลด้วย mean average precision, precision, recall, F1 score, loss และเวลา inference
ผลที่รายงาน
รายงานระบุ mAP 87.5%, precision 85.4% และ recall 82.7%
รายงานระบุ F1 เท่ากับ 0.22 และเวลา inference ต่ำสุด 0.001 ms ซึ่งไม่สอดคล้องภายในกับตัวชี้วัดอื่น และเว็บไซต์นี้ไม่ได้คำนวณผลซ้ำอย่างอิสระ
ผลงานแสดงการสร้างกระบวนการตรวจจับภาพทางการแพทย์ครบวงจรในฐานะการเรียนรู้ ผลที่รายงานไม่ใช่หลักฐานด้านความแม่นยำ ความปลอดภัย หรือประโยชน์ใช้สอยทางคลินิก
ภาพจากรายงานต้นฉบับ
ภาพเหล่านี้คัดจากเอกสารต้นฉบับและใส่คำอธิบายเพื่อช่วยอ่านผล ไม่ได้ตกแต่งหรือสร้างขึ้นใหม่
ตารางประเมินผลจากรายงานที่ส่ง ตัวเลข mAP, recall และ precision แสดงตามต้นฉบับ ส่วนร้อยละ focal loss และค่า F1 ดูไม่สอดคล้องกันภายในและควรตรวจสอบซ้ำอย่างอิสระ
ข้อจำกัด
ขอบเขตของข้อสรุปเป็นส่วนหนึ่งของผลการศึกษา ไม่ใช่เชิงอรรถ
- 01
ไม่มีการทดสอบภายนอกหรือการตรวจสอบเชิงคลินิกแบบไปข้างหน้า
- 02
รายงานไม่ได้อธิบายการแบ่งข้อมูลระดับผู้ป่วย ช่วงความเชื่อมั่น หรือข้อผิดพลาดรายคลาสอย่างครบถ้วน
- 03
ตารางผลมีค่าที่ไม่สอดคล้องกันและเวลา inference ต้องได้รับการตรวจสอบซ้ำ
- 04
ห้ามใช้ระบบเพื่อวินิจฉัย คัดแยก หรือกำหนดการรักษา
ผู้มีส่วนร่วมและธรรมาภิบาล
ผู้เขียน
- Jira PurintharapibalSuankularb Wittayalai School
- Yanapat BamrungsinSuankularb Wittayalai School
- Tharit RueangsangSuankularb Wittayalai School
- Thanakorn BuathongtanakarnSuankularb Wittayalai School
อาจารย์ที่ปรึกษา
- Manika SaenjanthaSuankularb Wittayalai School
บทบาท
ธนกรมีชื่อเป็นหนึ่งในผู้วิจัยนักเรียนสี่คน รายงานที่ได้รับไม่ได้แจกแจงบทบาทรายบุคคลตาม CRediT จึงไม่กล่าวอ้างบทบาทที่แคบกว่านั้น
ข้อมูล
โครงงานใช้ชุดข้อมูลวิจัยสาธารณะ GRAZPEDWRI-DX เว็บไซต์นี้ไม่เผยแพร่ข้อมูลระดับผู้ป่วย
จริยธรรม
รายงานนักเรียนที่ได้รับไม่ได้ระบุการรับรองจริยธรรมแยกต่างหาก เว็บไซต์เผยแพร่เฉพาะข้อมูลโครงการในภาพรวม
ผลประโยชน์ทับซ้อน
รายงานที่ได้รับไม่มีข้อความเปิดเผยผลประโยชน์ทับซ้อน
อ่านและอ้างอิง
จิรา ปุรินทราภิบาล, ญาณภัทร บำรุงสิน, ธฤต เรืองสังข์ และธนกร บัวทองธนะการ. การตรวจจับความผิดปกติของกระดูกจากภาพรังสีด้วย YOLOv7. โรงเรียนสวนกุหลาบวิทยาลัย; 2567.