Mapas de calor Grad-CAM para modelos de aprendizaje profundo entrenados en (A) radiograf\u00eda original, muestra \u00e9nfasis en la lateralidad y\/o etiquetas iniciales del tecn\u00f3logo; (B) radiograf\u00eda con etiqueta cubierta por un recuadro negro, muestra \u00e9nfasis en las caracter\u00edsticas anat\u00f3micas, como los huesos. (Los colores hacia el extremo rojo del espectro indican mayor \u00e9nfasis, mientras que los colores hacia el extremo azul del espectro indican menos importancia). Cr\u00e9dito: American Roentgen Ray Society (ARRS), American Journal of Roentgenology (AJR) <\/p>\n
Seg\u00fan un art\u00edculo elegido por el editor de acceso abierto en el American Journal of Roentgenology (AJR) de ARRS, redes neuronales convolucionales (CNN) entrenadas para identificar anomal\u00edas en las radiograf\u00edas de las extremidades superiores son susceptibles a una caracter\u00edstica de imagen omnipresente y confusa que podr\u00eda limitar su utilidad cl\u00ednica: las etiquetas de las radiograf\u00edas. <\/p>\n
\u00abRecomendamos que tales posibles factores de confusi\u00f3n de im\u00e1genes se recopilen cuando sea posible durante la selecci\u00f3n del conjunto de datos, y que se considere cubrir estas etiquetas durante la capacitaci\u00f3n de CNN\u00bb, escribi\u00f3 el autor para correspondencia Paul H. Yi del Centro M\u00e9dico de Im\u00e1genes Inteligentes de la Universidad de Maryland en Baltimore. <\/p>\n
El estudio retrospectivo de Yi y su equipo evalu\u00f3 40\u00a0561 radiograf\u00edas musculoesquel\u00e9ticas de las extremidades superiores del conjunto de datos MURA de Stanford que se usaron para entrenar tres clasificadores DenseNet-121 CNN. Se utilizaron tres entradas para distinguir las radiograf\u00edas normales de las anormales: im\u00e1genes originales con anatom\u00eda y etiquetas; im\u00e1genes con etiquetas de lateralidad y\/o tecn\u00f3logo posteriormente cubiertas por un recuadro negro; im\u00e1genes en las que se hab\u00eda eliminado la anatom\u00eda y solo quedaban las etiquetas.<\/p>\n
Para las radiograf\u00edas originales, el AUC era de 0,844, lo que frecuentemente enfatizaba la lateralidad y\/o las etiquetas del tecn\u00f3logo para la toma de decisiones. Cubrir estas etiquetas aument\u00f3 el AUC a 0,857 (p = 0,02) y redirigi\u00f3 la atenci\u00f3n de CNN de las etiquetas a los huesos. Usando solo las etiquetas, el AUC fue de 0,638, lo que indica que las etiquetas de las radiograf\u00edas est\u00e1n asociadas con ex\u00e1menes anormales.<\/p>\n
\u00abSi bien podemos inferir que las etiquetas est\u00e1n asociadas con categor\u00edas de enfermedades normales versus anormales\u00bb, agregaron los autores de este art\u00edculo de AJR, \u00abNo podemos determinar el aspecto espec\u00edfico de las etiquetas que result\u00f3 en que fueran factores de confusi\u00f3n\u00bb. <\/p>\n
Explore m\u00e1s<\/p>\n
Etiquetas nutricionales codificadas por colores y advertencias vinculadas a compras m\u00e1s saludables M\u00e1s informaci\u00f3n:<\/strong> Paul H. Yi et al, Deep Learning Algorithms for Interpretation of Upper Extremity Radiographs: Laterality and Las etiquetas iniciales del tecn\u00f3logo como factores de confusi\u00f3n, American Journal of Roentgenology (2021). DOI: 10.2214\/AJR.21.26882<\/p>\n Un suplemento electr\u00f3nico de este art\u00edculo de AJR est\u00e1 disponible en: www.ajronline.org\/doi\/suppl\/10 … e\/21_26882_suppl.pdf Informaci\u00f3n de la revista:<\/strong> American Journal of Roentgenology <\/p>\n","protected":false},"excerpt":{"rendered":" Mapas de calor Grad-CAM para modelos de aprendizaje profundo entrenados en (A) radiograf\u00eda original, muestra \u00e9nfasis en la lateralidad y\/o etiquetas iniciales del tecn\u00f3logo; (B) radiograf\u00eda con etiqueta cubierta por un recuadro negro, muestra \u00e9nfasis en las caracter\u00edsticas anat\u00f3micas, como los huesos. (Los colores hacia el extremo rojo del espectro indican mayor \u00e9nfasis, mientras que … Continuar leyendo \u00abAprendizaje profundo para radiograf\u00edas de extremidades confundidas por etiquetas\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-2611","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/2611","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=2611"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/2611\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=2611"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=2611"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=2611"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}