Dados do Trabalho

Título

Detecção e classificação de patologias da coluna vertebral em exames radiográficos utilizando Deep Learning.

Descrição sucinta do(s) objetivo(s)

Avaliar a eficácia do uso de uma única rede neural convolucional (YOLOv8x) para classificação automática de patologias da coluna vertebral em exames de Radiografia Digital (Rx). Tal rede é o estado da arte da família YOLO (You Only Look Once) e foi escolhida para classificação das patologias vertebrais por possuir implementação mais simples (rede única) e ter menor custo computacional em relação às outras redes convolucionais

Material(is) e método(s)

O dataset escolhido foi o VinDrSpineXR, composto originalmente por 10.468 imagens de raios X da coluna vertebral obtidas a partir de de 5.000 estudos, cada uma anotada manualmente por um radiologista experiente com bounding box em torno de achados anormais. Todas as imagens foram disponibilizadas já pré-processadas no formato .jpg, distribuídas de acordo com achados referentes à 7 classes diferentes de achados clínicos e patológicos (1-redução do espaço discal, 2-estenose foraminal, 3-osteófito, 4-espondilolistese, 5-implante cirúrgico, 6-colapso vertebral e 7-outras lesões). O dataset foi então separado automaticamente em três grupos: Treinamento (3.258 imagens, 66%), Validação (873 imagens, 17%) e Teste (873 imagens, 17%). A rede YOLOv8 foi a escolha para detecção e classificação das patologias e foram realizados diversos ajustes em seus hiperparâmetros durante a etapa de treinamento para obter o melhor resultado.

Resultados e discussão

Foram obtidos valores de precisão (valor preditivo positivo) de 97,3%, Recall (sensibilidade) de 83,8%, e F1 score 98,0%. A Mean Average Precision (mAP50) foi de 90,2%. Os melhores resultados foram obtidos na época 408. O desempenho do modelo foi avaliado considerando as etapas de detecção e classificação após 500 épocas de treinamento.

Conclusões

Os resultados deste estudo demonstram ser promissora a aplicação de técnicas de Visão Computacional, como a rede YOLOv8, para detecção e classificação de patologias em exames de raios x da coluna vertebral. Tal ferramenta pode vir a ter impacto significativo no workflow do radiologista, bem como trazer auxílio valioso no diagnóstico de patologias da coluna vertebral.

Palavras Chave

Radiografia Digital; Coluna Vertebral; Deep Learning

Arquivos

Área

Informática / Gestão