深度学习在膝关节骨关节炎与中风患者认知预后预测中的应用
在医疗领域,准确的疾病预测对于患者的治疗和康复至关重要。随着深度学习技术的发展,其在疾病预测方面展现出了巨大的潜力。本文将介绍两种基于深度学习的疾病预测方法,分别是膝关节骨关节炎的预测和中风患者长期认知预后的预测。
膝关节骨关节炎预测
提出了一种基于卷积神经网络(CNNs)架构的新型深度学习方法,用于膝关节骨关节炎(OA)的早期预测。该方法有两个独特的思路:一是将学习到的形状和纹理特征相结合;二是增强判别能力,以改善早期膝关节OA病例与健康受试者之间高度相似情况下的分类任务。
为了验证该方法的性能,使用了两种判别损失和几种距离度量进行测试,并与多种深度学习预训练网络进行了比较,具体结果如下表所示:
| 方法 | 准确率(%) | 精确率(%) | 召回率(%) | F1值(%) |
| — | — | — | — | — |
| ResNet - 50 | 83.23 | 88.41 | 74.49 | 80.85 |
| ResNet - 101 | 85.07 | 83.56 | 80.04 | 81.76 |
| ResNet - 152 | 84.86 | 75.99 | 84.64 | 80.08 |
| DenseNet - 121 | 85.66 | 82.76 | 81.10 | 81.92 |
| DenseNet - 169 | 86.49 | 89.50 | 75.08 | 81.66 |
| DenseNet - 201 | 84.76 | 86.22 | 73.72 | 79.48 |
| Inception
超级会员免费看
订阅专栏 解锁全文
35

被折叠的 条评论
为什么被折叠?



