半月板损伤视觉可解释模型

该模型在注意力机制和分级标准上实现精细分级，能生成超越人眼识别能力的损伤热图，并在多个数据集上验证了其先进性。

AnLin, Luo · 缑水平 · 童诺 · 刘波 · 焦李成 · 徐虎 · 王迎春 · 丁坦

npj Digital Medicine 2024

参数信息

平均分级准确率

0.8631

平均分级准确率

0.8502

技术优势

易错分级更准

该模型在Grade 1和Grade 2病例中的表现显著优于现有方法，减少了这两类易混淆损伤的误判。

热图超越人眼

生成的可解释热图能准确描绘实际或潜在的半月板损伤区域，其精度超过人类视觉识别能力。

细化二级分型

引入新的分级标准，将Grade 2进一步细分为2a、2b、2c，与半月板血供解剖知识一致，有助于制定更精准的手术策略。

应用场景

• 骨科智能辅助诊断：自动输出半月板损伤分级和热图，辅助骨科医生快速诊断。
• 医疗影像分析：提升MRI中半月板弱信号区域的识别精度。
• 手术策略制定：提供损伤亚型和血供信息，帮助制定手术方案。
• 半月板损伤分级：实现半月板损伤的精细分级，减少1级和2级误判。
• 可解释性AI：通过注意力热图揭示模型判断依据，增强医生信任。