La détection automatisée de l’espace articulaire améliore la précision de segmentation des os

787 vues

06:45 min

28 novembre 2025

10.3791/69252-v

28 novembre 2025

787 vues

H. Mark Kenney¹^,²^,³ , Daniel Lichau⁴ , Rémi Blanc⁴ , Lindsay Schnur¹ , Richard D. Bell⁵ , Christopher T. Ritchlin¹^,³ , Edward M. Schwarz¹^,²^,³^,⁶^,⁷^,⁸ , Hani A. Awad¹^,⁷^,⁸ , Ronald W. Wood¹^,⁶^,⁹^,¹⁰

¹Center for Musculoskeletal Research, University of Rochester Medical Center, ²Department of Pathology & Laboratory Medicine, University of Rochester Medical Center, ³Department of Medicine, University of Rochester Medical Center, ⁴Thermo Fisher Scientific, ⁵Arthritis and Tissue Degeneration Program, Department of Research, Hospital for Special Surgery, ⁶Department of Urology, University of Rochester Medical Center, ⁷Department of Biomedical Engineering, University of Rochester Medical Center, ⁸Department of Orthopaedics, University of Rochester Medical Center, ⁹Department of Obstetrics and Gynecology, University of Rochester Medical Center, ¹⁰Department of Neuroscience, University of Rochester Medical Center

Le développement d’un flux de travail automatisé de détection de l’espace articulaire a permis une segmentation à haut débit des os de la patte arrière murine distincts avec une précision de >98 % chez les animaux sauvages. Une application flexible aux pattes avant et pattes atteintes d’arthrite érosive inflammatoire a été obtenue, mais avec des performances dépassées qui justifient une optimisation supplémentaire dans de futures études utilisant des données publiques.

Explorer plus de vidéos

Modèles d'apprentissage profond

microtomographie computée

algorithme watershed

amélioration de structure

architecture U-Net

arthrite inflammatoire

analyse d'image automatisée

Chapters in this video

0:00

Introduction

0:37

Applying the Deep Learning-Assisted Bone Segmentation Workflow

2:14

Detailed Workflow Construction and Model Development

3:58

Training the Deep Learning Model

4:58

Results

6:20

Conclusion