- 博客(154)
- 收藏
- 关注
RSS订阅
原创 视觉 注意力机制——通道注意力、空间注意力、自注意力、交叉注意力
在计算机视觉领域，注意力机制（Attention Mechanism）已成为提升模型性能的关键技术之一。注意力机制通过模拟人类视觉的选择性注意力，能够在海量数据中自动聚焦于最相关的信息，从而提高模型的效率和准确性。下面将介绍通道注意力、空间注意力、自注意力和交叉注意力四种类型。
2024-07-15 10:52:38
11480
1
原创 图像隐写综述（小白入门）
对图像隐写进行了总结，适合研一新生入门图像隐写！涉及到空间域隐写、频域隐写、评价标准、流行的隐写工具等等，并进行了展望。
2024-02-29 13:42:52
9296
2
原创 Development of a multi-task deep learning system for classification of nine common knee abnormalitie
本研究构建了基于MRI的九种常见膝关节异常多任务分类系统（KAMRNet），通过解剖定位与注意力引导的多视角分析，实现一次检查中多种异常的联合判断。利用13,419名患者、14,962次检查的大规模多中心数据，采用分步验证策略，显著提升小病灶识别能力与临床实用性。模型在外部测试集上表现稳健，且经医生对比实验证明可提高诊断准确性与效率，为临床提供高效、全面的影像辅助工具。
2026-11-08 22:30:22
216
原创 三大期刊下在2023-2027年关于膝关节（Knee）的综述文章
基于Web of Science检索结果，Nature在膝骨关节炎（KOA）研究中发表大量高水平综述，涵盖发病机制、疼痛调控、再生治疗及智能手术等方向；而Cell平台相关综述较少，主要集中于间充质细胞治疗、外泌体递送与单细胞技术应用。总体显示，自然系列期刊在系统性机制探索与临床转化方面引领前沿，尤其聚焦滑液分子、免疫代谢轴、组织工程及人机交互创新，为精准诊疗提供理论支撑。
2026-10-12 20:34:05
155
原创 NATURE REVIEWS RHEUMATOLOGY文章Advances in cartilage imaging techniques
本文综述了关节软骨影像技术的最新进展，强调磁共振成像（MRI）在软骨形态、成分及定量分析中的核心地位。从传统形态学评估到T2、T1ρ、dGEMRIC等成分成像技术，可实现早期退变检测。高场强MRI（3T/7T）提升分辨率，人工智能加速图像重建与自动分割，推动精准量化。尽管软骨成分成像潜力巨大，仍受限于标准化不足与临床转化瓶颈。CT关节造影、超声及PET提供补充信息，但应用有限。未来需加强多模态融合与临床验证，以实现软骨疾病早期诊断与治疗监测的突破。
2026-09-18 20:34:18
179
原创 CELL PROLIFERATION 文章：Intelligent Manufacturing for Osteoarthritis Organoids-类器官技术
本文综述了用于骨关节炎（OA）研究的智能类器官制造技术，系统阐述了关节结构与OA发病机制，提出以软骨、骨、滑膜等多组织类器官为基础的智能制造体系。通过整合AI算法、实时监测与微流控平台，实现类器官构建的自动化、可重复与高通量。该技术有望突破传统模型局限，推动疾病机制解析、药物筛选及个性化治疗发展，为未来精准骨科医学提供创新平台。
2026-09-18 14:25:20
225
原创 Cell期刊下与膝关节相关的研究
近年来，发表于《Cell》期刊的膝关节相关研究聚焦于软骨退变、滑膜炎症、干细胞调控及关节微环境重塑等多个前沿方向。这些研究通过单细胞组学、空间转录组学与类器官模型等先进技术，揭示了膝关节疾病发生发展的分子机制。研究发现，软骨细胞在骨关节炎进程中呈现异质性分化特征，部分细胞亚群表现出促炎表型并参与基质降解。滑膜组织中存在特定免疫细胞亚群（如CD4+ T细胞与巨噬细胞）的异常激活，驱动慢性炎症反应。此外，间充质干细胞在损伤修复中的功能受到局部微环境信号（如Wnt、TGF-β与Notch通路）的精细调控，其分化潜
2026-09-17 17:41:33
127
原创 Science期刊下与膝关节相关的论文
近年来，Science 及其子刊在膝关节相关研究领域发表了多项具有突破性的成果，涵盖生物力学、软骨修复、干细胞治疗及人工智能辅助诊断等多个方向。以下为部分代表性论文及其核心内容摘要：
2026-09-17 16:44:56
87
原创 Nature期刊以及子刊与膝关节相关的研究
膝关节作为人体最大且最复杂的承重关节，其结构完整性与功能稳定性对运动能力及生活质量具有决定性影响。近年来，随着影像学、分子生物学与计算模拟技术的发展，自然系列期刊（Nature, Nature Medicine, Nature Biomedical Engineering, Nature Communications 等）持续发表关于膝关节疾病机制、早期诊断、再生修复及个性化治疗策略的重要研究成果。以下为基于近五年内发表于Nature及其子刊的相关论文整理的技术文章大纲。
2026-09-16 22:07:22
424
原创 医学论文解读：Keypoint Matching for Instrument-Free 3D Registration in Video-based Surgical Navigation
本文提出了一种基于视频的无器械三维配准方法，用于ACL等关节镜手术导航。传统方法依赖触碰式探针采集骨表面点云，存在效率低、操作受限等问题。作者创新性地通过关节镜视频实现三维重建：利用World Marker获取相机位姿，比较六种特征匹配算法后发现DKM在低纹理环境下表现最佳，结合语义分割过滤软组织区域，最终实现术前CT/MRI模型与术中解剖结构的精准配准。实验表明该方法可替代传统探针，提高手术效率并减少组织损伤风险。
2026-08-12 15:24:49
250
原创 医学论文解读：Patient-specific radiomic feature selection with reconstructed healthy persona of knee MR ima
本文提出了一种结合深度学习和放射组学的膝关节MRI分析方法，通过生成患者特异性健康对照（Healthy Persona）实现可解释的疾病诊断。该方法利用3D扩散模型为病变MRI生成健康版本，从中提取放射组学特征，再通过特征加权网络动态选择患者特异性特征，最后用逻辑回归进行分类。实验表明，该方法在异常检测、ACL撕裂和半月板撕裂诊断任务中性能与端到端深度模型相当，同时保留了放射组学的可解释性优势，能识别关键视角、区域和特征类型，为临床决策提供更直观的依据。
2026-08-12 14:36:50
359
原创 医学论文解读：Predicting the Year of Total Knee Replacement: A Transformer-Based Multimodal Approach
本文提出了一种基于Transformer的多模态方法，用于预测膝骨关节炎患者接受全膝关节置换术（TKR）的具体年份。传统方法通常仅依赖MRI或少量临床变量，而本研究整合了MRI、临床变量和影像评分等多模态数据，通过3D ResNet18和预训练TabNet分别提取特征，并采用跨模态注意力机制实现信息融合。实验基于OAI数据集（850例膝关节），结果显示完整模型准确率达63.4%（MAE=1.33年），优于单模态方法。
2026-08-11 22:19:31
243
原创 医学论文解读：Semantic Segmentation of 3D Medical Images Through a Kaleidoscope: Data from the Osteoarthrit
摘要：针对3D医学图像分割中标注成本高、显存需求大的问题，本文提出KAN3D方法，通过Kaleidoscope Transform（KT）将高分辨率3D MRI（160×384×384）重排为64个低分辨率全局子图（40×96×96），保留整体结构的同时降低显存消耗。该方法在小规模数据集（38例膝关节MRI）上验证，相比传统3D CNN（CAN3D），显著减少过拟合，提升推理速度（1.5秒/例），并在股骨等大结构分割中表现优异，但小结构（如软骨、韧带）的精度仍有提升空间。
2026-08-11 21:51:11
278
原创 医学论文解读：CLIP-KOA: Enhancing Knee Osteoarthritis Diagnosis with Multi-Modal Learning and Symmetry-Awar
本文提出CLIP-KOA方法，通过多模态学习和对称性感知损失增强膝骨关节炎(KOA)的KL分级诊断。传统KL分级依赖医生经验，存在主观性强、相邻等级难区分等问题。本方法创新性地将KL分级从数字标签转化为图像-文本语义匹配，利用CLIP框架联合建模X光影像和KL等级文本描述。同时基于膝关节对称性，提出对称性损失和一致性损失，确保原始图像与水平翻转图像具有一致的预测结果。实验在8260张膝关节X光数据上达到71.86%准确率，较标准CLIP提升2.36%，尤其在中间等级分类上表现更优。
2026-08-11 20:05:54
194
原创 医学论文解读：Local Graph Fusion of Multi-view MR Images for Knee Osteoarthritis Diagnosis
本文提出了一种基于局部图融合的多视角MRI膝骨关节炎（OA）诊断方法LGF-Net。该方法创新性地将多视角MRI映射到统一三维空间，在骨-软骨界面建立膝关节图，通过局部融合网络（LFN）和图变换网络（GTN）实现跨视角和跨空间的信息融合。与传统的全局融合方法不同，LGF-Net先对齐解剖位置再融合多视角信息，更符合医生实际阅片流程。
2026-08-11 11:56:29
347
原创 医学论文解读：Risk Estimation of Knee Osteoarthritis Progression via Predictive Multi-task Modelling from E
本文提出了一种基于高效扩散模型和多任务学习的膝骨关节炎(KOA)进展风险评估方法。不同于直接预测风险概率的传统方法，该研究通过预测未来12个月的X光影像及其KL分级和解剖标志点，实现可解释的风险评估。模型包含VQ-VAE潜空间编码、条件扩散模型和多任务预测器三部分，在OAI数据集上取得0.71的AUC值，较现有方法提升0.02，同时推理速度提高约9倍。该方法不仅提供风险概率，还能直观展示预测的未来膝关节变化，为临床决策提供更全面的依据。
2026-08-11 11:16:41
577
原创 医学论文解读：ACLNet: A Deep Learning Model for ACL Rupture Classification Combined with Bone Morphology
摘要：MICCAI 2024论文《ACLNet》提出了一种结合MRI影像与骨形态特征的深度学习模型，用于前交叉韧带（ACL）断裂分类。传统方法仅分析MRI中的ACL局部特征（如纹理、连续性），而作者引入膝关节骨形态信息（如股骨髁间窝宽度、胫骨后倾角），通过三维点云建模提取几何特征。模型采用双分支结构：3D-DenseNet处理MRI序列，点云Transformer（PCT）分析骨形态特征，最终通过特征融合实现分类。
2026-08-11 10:47:54
745
原创 医学论文解读：CAS-Net: Cross-View Aligned Segmentation by Graph Representation of Knees
本文提出CAS-Net网络，用于从临床多视角2D MRI（矢状位、冠状位、轴位）实现膝关节三维分割。该方法创新性地通过各向同性超分辨率重建、伪3D分割生成、膝关节图表示和基于图Transformer的分割网络，仅需矢状面标注即可完成三维分割，显著减少标注工作量。CAS-Net首先对各视角MRI进行超分辨率重建并生成伪3D分割，然后在骨表面采样构建膝关节图，通过3D U-Net提取局部特征，并利用图Transformer进行节点间信息传递，最终得到精细化三维分割结果。
2026-08-10 22:01:54
250
原创 医学论文解读：Position-Prior Clustering-Based Self-attention Module for Knee Cartilage Segmentation
本文提出了一种基于位置先验聚类的自注意力模块（PCAM），用于解决膝关节MRI软骨分割中的结构断裂问题。针对传统CNN局部感受野导致的细长软骨分割不连续问题，PCAM通过三个核心创新实现改进：1）利用形态学操作从粗分割中提取可靠位置先验；2）计算前景/背景类别中心替代全像素注意力以降低计算量；3）通过类别中心引导的自注意力机制建立长程依赖关系。实验在OAI-ZIB数据集上验证了PCAM的有效性，将其嵌入V-Net和nnU-Net均能显著提升分割性能（Dice系数提高）并改善拓扑连续性，同时保持较低计算开销。
2026-08-10 21:05:15
156
原创 医学论文解读：iSegFormer: Interactive Segmentation via Transformers with Application to 3D Knee MR Images
【摘要】MICCAI 2022论文《iSegFormer》提出首个基于Transformer的交互式医学图像分割方法，针对3D膝关节MRI标注成本高的问题，通过Swin Transformer编码器和轻量MLP解码器构建2D交互分割模块，结合视频目标传播模型STCN实现3D分割扩展。该方案在OAI-ZIB数据集上仅需5次切片交互即可实现82.2%的股骨软骨分割Dice分数，相比CNN方法减少20%用户点击次数，显著提升效率。创新性地将视频时序传播思想迁移至医学影像领域，为降低3D医学标注负担提供了新思路。
2026-08-10 20:37:08
71
原创 医学论文解读：Calibrating Label Distribution for Class-Imbalanced Barely-Supervised Knee Segmentation
本文提出CLD框架解决膝关节MRI分割中的类别不平衡问题。针对软骨等小类别仅占6%体素、随机裁剪难以覆盖的特点，设计了三个核心模块：类别感知加权损失缓解数量不平衡，概率感知裁剪优化空间采样，双重不确定性感知监督增强困难类别学习。实验表明，在仅1%标注数据下，CLD显著提升分割性能，股骨和胫骨软骨Dice分别提高2.6%和10.9%。该方法通过多维度标签分布校准，为医学图像中的极端类别不平衡问题提供了有效解决方案。
2026-08-10 20:17:51
130
原创 医学论文解读：Enhancing Knee Disease Diagnosis via Multi-View Graph Representation With Multi-Task Pre-Trai
本文提出了一种基于多视角图表征与多任务预训练的膝关节MRI疾病诊断增强方法(KGNet)。针对现有AI方法在多视角MRI分析中存在的空间对应关系建模不足问题，创新性地构建了膝关节图表示：通过世界坐标系对齐矢状位、冠状位和轴位扫描，沿骨表面采样节点，每个节点包含同一解剖位置的多视角局部Patch和三维坐标。提出的KGNet采用Patch编码-多视角融合-图卷积的三阶段架构，结合掩膜重建和分割的多任务预训练策略，显著降低对精细标注的依赖。
2026-08-10 18:13:56
315
原创 医学论文解读：Discriminative Regularized Auto-Encoder for Early Detection of Knee OsteoArthritis: Data from
本文提出判别正则化自编码器（DRAE）用于膝骨关节炎（OA）早期诊断。针对早期OA（KL0-KL2级）X光图像差异细微的问题，DRAE在传统自编码器重建损失基础上引入判别约束，使潜在特征满足类内聚集、类间分离的特性。方法聚焦胫骨软骨下骨5个ROI区域的微结构纹理特征，通过联合优化重建误差、Fisher判别损失和L2正则项，显著提升特征判别力。在OAI数据集测试中，DRAE分类准确率达82.53%，优于ResNet等深度网络及Siamese方法，证实其对早期OA微细纹理变化具有更优的检测能力。
2026-08-10 17:09:45
284
原创 医学论文解读：Clinically-Inspired Multi-Agent Transformers for Disease Trajectory Forecasting From Multimod
本研究提出CLIMATv2模型，创新性地将临床诊疗流程融入多模态疾病轨迹预测。该模型通过放射科医生智能体（处理医学影像）、临床背景智能体（分析临床变量）和全科医生智能体（综合预测）的三模块Transformer架构，模拟真实医疗决策流程。核心创新包括：1）临床启发的多智能体协同框架；2）支持X光、PET及临床数据的多模态处理；3）改进的诊断-预后一致性机制；4）新型CLUB损失函数兼顾预测准确性与概率校准性。
2026-08-10 16:46:58
286
原创 医学论文解读：Adversarial Evolving Neural Network for Longitudinal Knee Osteoarthritis Prediction
本文提出对抗演化神经网络(A-ENN)用于预测膝骨关节炎(KOA)的纵向发展。针对传统方法仅能静态分级的问题，创新性地建立KL0-KL4五个等级的模板集合，通过让基线X光分别向不同KL等级演化，生成五条反映疾病进展的细粒度演化轨迹，并结合对抗学习优化轨迹的分布真实性。模型将演化轨迹特征与原始影像特征融合，实现了仅基于基线X光预测未来1-4年KL等级的能力。在OAI数据集上的实验表明，该方法纵向分级准确率达62.7%，显著优于传统CNN模型。该研究首次将动态演化思想引入KOA预测，为疾病进展建模提供了新思路。
2026-08-10 16:05:24
153
原创 医学图像解读：Semixup: In- and Out-of-Manifold Regularization for Deep Semi-Supervised Knee Osteoarthritis
本文提出了一种名为Semixup的半监督深度学习方法，用于膝骨关节炎X线影像的严重程度分级（KL分级）。该方法通过结合少量标注数据和大量未标注数据，引入流形内外一致性正则化，有效降低了医学标注成本。Semixup的创新点包括：1）首次系统研究膝关节OA半监督KL分级；2）提出同时约束流形内和流形外样本一致性的学习框架；3）设计了可分离自适应最大池化（SAM）结构以保留细粒度特征。实验结果表明，该方法仅需1/6的标注数据即可达到与全监督模型相当的分类性能（准确率71.0%）。
2026-08-10 15:32:39
179
原创 医学论文解读：Knee Cartilage Defect Assessment by Graph Representation and Surface Convolution
本文提出了一种基于图表示与表面卷积的膝关节软骨缺损评估方法CSNet，解决了传统CNN处理MRI数据时的信息稀释、结构辨识困难等问题。创新点包括：1）将软骨转换为沿骨表面分布的图结构，自适应不同MRI参数；2）设计三种解剖关系边建模软骨连续性；3）结合局部影像特征与整体结构关系的CSNet网络；4）实现三维缺损定位可视化。
2026-08-10 14:43:04
316
原创 医学论文解读：Reliable Multi-Prototypical Contrastive Learning for Semi-Supervised Heterogeneous and Multi-
本文提出TP-Net框架，针对半监督异构多器官医学图像分割中的两个关键问题：类间特征模糊和多源样本异质性。创新性地采用可靠多原型对比学习(MPCL)，通过动态维护多原型特征库来表征器官的复杂分布，并设计双网络多分支架构结合交叉伪监督。具体包括：(1)异构原型动态演化机制，实现原型生成-相似性合并-过期删除的闭环更新；(2)两种MPCL策略，分别利用有限标注和不确定性筛选的可靠伪标签构建原型；(3)多源一致性学习框架整合监督损失、CPS损失和对比损失。
2026-08-08 22:29:44
86
原创 医学论文解读：Semi-Supervised Knee Cartilage Segmentation With Successive Eigen Noise-Assisted Mean Teacher
本文提出了一种半监督跨模态膝关节软骨分割方法SEN-MTKD，通过结合Mean Teacher框架与低秩子空间特征对齐，有效解决了不同MRI序列间的域偏移问题。创新点包括：1）利用SVD分解构建域不变的低秩特征子空间（ELRS）；2）基于次要奇异值设计连续特征噪声（SEN）增强小软骨结构识别；3）引入低秩基蒸馏损失（LRBD）保持师生模型潜在结构一致性。
2026-08-08 21:27:28
125
原创 医学论文解读：Boundary as the Bridge: Toward Heterogeneous Partially-Labeled Medical Image Segmentation and
《以边界为桥梁：面向异构部分标注医学图像的分割与解剖标志点检测》提出了一种创新方法解决医学图像分析中分割与标志点检测任务标注异构的问题。针对不同数据集仅含单一类型标注（分割掩码或标志点）的情况，作者设计了三重创新机制：1）提出边界桥梁损失（BaBLoss），通过约束标志点热图与分割边界距离图的空间一致性实现跨任务监督；2）利用标志点作为提示生成伪分割标签，扩展数据利用率；3）构建共享编码器-双解码器网络框架。
2026-08-08 20:56:26
89
原创 医学论文解读：SDMT: Spatial Dependence Multi-Task Transformer Network for 3D Knee MRI Segmentation and Land
本文提出了一种空间依赖多任务Transformer网络(SDMT)，用于3D膝关节MRI的分割与解剖标志点定位。传统方法通常独立处理这两个任务，忽略了其内在的解剖学关联。SDMT通过共享编码器提取特征，并设计双解码分支，利用Transformer注意力机制显式建模任务间的空间依赖关系：任务内注意力学习单任务的长程依赖，任务间注意力建立分割与标志点的解剖对应关系。同时引入动态权重多任务损失函数平衡不同任务的优化过程。
2026-08-08 20:29:59
254
原创 医学论文解读：A generalist biomedical vision-language model via multi-CLIP knowledge distillation
本文提出MMKD-CLIP，一种通过多CLIP知识蒸馏构建的通用生物医学视觉-语言模型。针对医学领域缺乏大规模高质量图文数据且影像模态高度异构的问题，作者设计两阶段训练框架：首先使用290万跨26种模态的医学图文对进行基础CLIP预训练；随后从9个专业医学CLIP中筛选高置信度教师特征（1650万组），通过特征蒸馏和交互式对比学习整合多源知识。创新性体现在：多教师选择性知识融合、两阶段渐进学习策略、可信教师筛选机制。
2026-08-08 18:09:58
302
原创 医学论文解读：Divide-and-conquer towards optimal adaptation of pre-trained model to medical tasks
本文提出一种分而治之的预训练模型微调方法，用于解决医学影像分析中标注数据不足的问题。研究发现，MAE预训练模型中约10%的"基础参数"对多种医学任务至关重要且高度重叠，这些参数承载通用视觉知识应保持稳定。作者创新性地提出梯度加权策略：对90%非基础参数正常更新，而对10%基础参数仅施加微小调整（β≈0.01）。实验表明，该方法在X-ray分类、CT器官分割等7项医学任务上优于全参数微调和多种参数高效微调方法，证实了保护预训练通用知识与适配医学任务特征相结合的有效性。
2026-08-08 17:15:08
234
原创 Multi-task SegFormer for knee ultrasound: Effusion ROI segmentation and patient-level classification
本文提出一种基于多任务SegFormer的膝关节超声分析方法，通过统一框架同时实现积液区域分割和炎性关节炎分类。创新性引入Mask-Guided Pooling机制，利用分割结果引导分类网络聚焦积液区域特征。在65名患者（650张超声图像）数据上采用患者级嵌套交叉验证，模型取得Dice 91.63%、IoU 85.57%的分割性能，患者级分类准确率达90.77%。相比传统两阶段方法，该多任务框架通过共享编码器和任务交互，有效提升了医学超声分析的准确性和临床实用性。
2026-08-08 16:25:54
310
原创 医学论文解读-Automated anomaly-aware 3D segmentation of bones and cartilages in knee MR images from the Os
本文提出一种面向骨关节炎膝关节MRI的自动异常感知三维分割方法。针对骨髓病变、骨囊肿等异常导致传统分割网络性能下降的问题，作者设计了三阶段框架：首先通过3D U-Net进行图像修复，生成近似正常MRI；然后比较原始与重建MRI的差异，无监督定位异常区域；最后将异常图作为额外输入和损失权重，引导分割网络重点关注病变区域。
2026-08-08 10:58:40
339
原创 医学论文解读-Semi-supervised medical image classification via distance correlation minimization and graph
本文提出了一种创新的半监督医学图像分类方法SSL-DcGaR，针对医学标注数据稀缺问题设计双分支网络架构。核心创新包括：(1)通过距离相关性最小化（DCM）促使两个独立网络从不同增强视图中提取互补特征，避免传统一致性约束导致的特征冗余；(2)构建图注意力网络（GAT）建模未标注样本间的潜在关系，保持不同增强视图下的样本关系一致性。
2026-08-08 10:16:46
215
原创 医学论文解读-DADP: Dynamic abnormality detection and progression for longitudinal knee magnetic resonance
文章摘要：本研究提出DADP框架，用于分析骨关节炎(OA)患者纵向膝关节MRI中的软骨动态异常变化。针对传统方法无法准确检测时空异质性异常区域的问题，DADP通过深度学习分割、3D厚度计算、图谱配准和2D投影，建立可比较的软骨厚度图。创新性地提出动态函数混合效应模型(DFMEM)和动态条件随机场(DCRFM)，综合考虑空间相关性、时间连续性和人群因素，实现个体化异常区域检测。进一步通过非负矩阵分解识别具有不同软骨退变模式的OA亚群。实验表明该方法能有效检测软骨异常区域动态变化，为OA进展研究提供新视角。
2026-08-07 22:10:54
277
原创 医学论文解读-Automatic Grading Assessments for Knee MRI Cartilage Defects via Self-ensembling Semi-supervi
膝关节软骨缺损是骨关节炎的重要结构异常，严重时可能导致关节进一步退变，因此早期、准确地评价软骨缺损具有重要临床意义。深度学习虽然能够实现自动化软骨异常评估，但是通常需要大量由经验丰富的放射科医生标注的数据，而医学影像标注成本很高。为解决这一问题，作者提出了一种基于 Mean Teacher 的半监督学习框架：DC-MT，Dual-Consistency Mean Teacher。
2026-08-07 20:22:23
306
原创 医学论文解读-CartiMorph: A framework for automated knee articular cartilage morphometrics
膝关节软骨的形态学指标是研究和评价膝骨关节炎（OA）的重要影像学标志物，但传统软骨厚度、面积、体积及软骨缺损的分析往往依赖人工或半自动操作，耗时且具有主观性。针对这一问题，作者提出了自动化膝关节软骨形态学分析框架CartiMorph。骨和软骨组织分割；正常膝关节模板构建；模板与患者MRI之间的可变形配准。基于表面法向的软骨厚度测量；全层软骨丢失（FCL）估计；基于规则的软骨亚区划分；亚区级形态学定量。实验表明，CartiMorph在软骨较薄区域和边缘区域的厚度测量误差较小；
2026-08-07 17:35:59
225
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人