Artykuł metodologiczny

DeciViT-Knee 2025 jako precyzyjne techniki rozmyte drzew decyzyjnej i VIT w analizie choroby zwyrodnieniowej stawów kolana

DOI:

10.3791/69411

⸱

13 stycznia 2026

 , 
1Computer Science and Engineering Department, Alliance University, 2Computer Science and Engineering Department, Medicaps University

W tym artykule

Podsumowanie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

DeciViT-F, hybrydowy model głębokiego uczenia wykorzystujący rozmyte i bayesowskie podejmowanie decyzji, został oceniony pod kątem wykrywania choroby zwyrodnieniowej stawów kolan. Osiągnął najwyższą dokładność (≈88%), makro-F1 (0,85) i AUC (0,95) spośród wszystkich testowanych modeli CNN, w tym modelu ViT-B/16, z lepszą reprezentacją kontekstową dzięki samouprzedzeniu, przy jednoczesnym przesunięciu kalibracji w średnim zakresie.

Streszczenie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

W tym artykule przedstawiono protokół DeciViT-Knee 2025, hybrydowy proces głębokiego uczenia łączący Vision Transformers (ViT-B/16), bayesowskie drzewa decyzyjne oraz trzecią warstwę wnioskowania rozmytego do wczesnego i interpretowalnego wykrywania osteoartretyzmu kolana (KOA). Proces rozpoczyna się od skonfigurowania środowiska obsługującego GPU w PyTorch 2.x oraz Hugging Face Transformers. Następnie otrzymuje dane rentgenologiczne i MRI z Inicjatywy Osteoartretis (OAI) oraz Multicenter Osteoartrit Study (MOST). Zanim dopracowany model ViT-B/16 przetworzy dane w celu uzyskania 768-wymiarowych osadzeń obrazów, są one kuratorowane poprzez poprawę kontrastu, usuwanie artefaktów i normalizację. Używamy bayesowskich drzew decyzyjnych do analizy tych osadzeń i dostarczamy skalibrowane klasyfikacje probabilistyczne. Warstwa wnioskowania rozmytego wykorzystuje rozumowanie językowe, aby wyrazić niepewność diagnostyczną w kategoriach takich jak niskie, średnie lub wysokie ryzyko. Wydajność modelu przewyższa wyniki bazowe CNN, ResNet-50 i tylko ViT, osiągając dokładność 92,4%, AUC 0,964, wynik F1 0,891 oraz wynik Briera 0,088. Protokół pokazuje, jak połączenie globalnej ekstrakcji cech opartych na transformatorze, bayesowskiego rozumowania probabilistycznego oraz interpretowalności rozmytej może stworzyć jaśniejszy, powtarzalny i przyjazny dla klinicystów ramy diagnostykowania obrazowania mięśniowo-szkieletowego.

Wprowadzenie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Choroba zwyrodnieniowa stawów kolana (KOA) to długotrwała, postępująca choroba stawów, która jest jedną z głównych przyczyn, dla których starsi ludzie na całym świecie stają się niepełnosprawni. Wczesne wykrywanie subtelnych zmian strukturalnych jest kluczowe dla skutecznej interwencji; jednak tradycyjne instrumenty diagnostyczne, takie jak system oceniania Kellgren-Lawrence (KL) oraz indeksy kliniczne jak WOMAC, są ograniczone subiektywnością i zmiennością między obserwatorami1.

Wraz ze wzrostem dostępności dużych repozytoriów obrazowania kolan, takich jak OAI i MOST, na znaczeniu zyskały priorytety podejścia obliczeniowe do obiektywnej oceny KOA2. Wczesne metody analizy radiograficznej oparte na ręcznie wykonanych deskryptorach i klasyfikacji statystycznej wykazały ograniczoną odporność na dane obrazowania o wysokich wymiarach2. Nowsze ramy modelowania oparte na obrazach poprawiły wrażliwość na wczesne stadium KOA, ale nadal napotykają wyzwania w zakresie interpretowalności klinicznej i przejrzystości decyzji.

Analiza oparta na AI pozwala wykryć chorobę zwyrodnieniową stawów kolana wcześnie i bez operacji, co ogranicza potrzebę powtarzania zdjęć rentgenowskich oraz wpływu na środowisko dużych obrazów i diagnostyki papierowej3. Do tej pory modele uczenia maszynowego, takie jak Drzewa Decyzyjne i Losowe Lasy, były w stanie przewidzieć ryzyko dokładności na poziomie WOMAC i KL (Rysunek 1); jednak mają trudności z danymi obrazowymi o wysokiej wymiarowości4. Architektury głębokiego uczenia, zwłaszcza CNN i sieci ResNet, automatyzowały wyodrębnianie cech i osiągały lepszą dokładność, ale były trudne do zrozumienia. Vision Transformers (ViT) przyniosły globalne zrozumienie kontekstu poprzez samouwagę.

Ramy DeciViT-F wspierają zrównoważone praktyki kliniczne, tworząc rozwiązania medyczne, które są dokładne, zrozumiałe i przystępne cenowo. To pomaga osobom z przewlekłymi niepełnosprawnościami i poprawia jakość ich życia, zwłaszcza osób starszych. Jest to wyjaśnialna logika rozmyta bayesowska, która promuje etyczne wykorzystanie AI, zapewniając zaufanie, inkluzywność i przejrzystość w podejmowaniu decyzji klinicznych. Ostatecznie takie podejście doprowadzi do lepszej, sprawiedliwszej i bardziej przyjaznej środowisku przyszłości dla nas wszystkich.

Ramy DeciViT-Knee 2025 zostały niniejszym ustanowione jako hybrydowy, interpretowalny proces rozwiązywania tych problemów. Wykorzystuje ViT-B/16 do głębokiej reprezentacji obrazu 2,4, drzewa decyzyjne Bayesowskie do jasnej i probabilistycznej klasyfikacji oraz warstwę wnioskowania rozmytego5, która zamienia niepewność w język zrozumiały przez użytkowników. Ta trójwarstwowa fuzja zapewnia wysoką dokładność diagnostyczną, silną kalibrację i możliwość interpretacji na poziomie klinicysty.

Przegląd literatury
Żadne wcześniejsze badania nie połączyły całkowicie ekstrakcji cech opartej na ViT-B/16 z bayesowskimi drzewami decyzyjnymi do probabilistycznego rozumowania na danych multimodalnych KOA. Najnowsze badania nad interpretowalnością wykazały, jak logika rozmyta może pomóc połączyć precyzyjne liczby z rozumowaniem opartym na języku. Układy rozmyte umożliwiają częściowe przedstawienia prawdy (np. łagodna utrata chrząstki lub obecność osteofitów na granicy), co odpowiada niepewności często wyrażanej w badaniach radiologicznych. Wykazano, że warstwy wnioskowania rozmytego zmniejszają zmienność między obserwatorami i poprawiają interpretowalność kliniczną, gdy są włączane do głębokich sieci 5,6,7,8,9,10. Nakładanie warstwy Fuzzy-Bayesowskiej na osadzenia ViT tworzy granice decyzyjne, które są zarówno probabilistyczne, jak i lingwistycznie istotne. To zamienia abstrakcyjne aktywacje w zestawy reguł, które ludzie mogą zrozumieć, na przykład: JEŚLI przerzedzenie chrząstki jest umiarkowane A zmienność intensywności kości jest duża, TO TO prawdopodobnie ≥ stopniu KL 2.

DeciViT-Knee 2025 ma na celu zapewnienie wczesnego, wyraźnego i powtarzalnego wykrywania KOA poprzez ramy ViT-Fuzzy-Bayesowskie, zoptymalizowane do zastosowań klinicznych. To skutecznie zlikwiduje różnicę między dokładnością, interpretowalnością a przejrzystością językową.

Poniższe podejście daje jasny, powtarzalny opis każdego kroku, od konfiguracji środowiska i przygotowania zbioru danych po trenowanie, testowanie i wizualizację modelu. To pomoże naukowcom i klinicystom powtarzać i rozwijać te prace w celu precyzyjnej diagnostyki zaburzeń układu mięśniowo-szkieletowego

Wybór i ustawienie modelu
Wybraliśmy Vision Transformer (ViT-B/16) jako główny ekstraktor cech obrazu, ponieważ potrafi wykorzystywać wielogłowicową samouwagę do modelowania globalnych relacji kontekstowych na obrazach radiograficznych 2,4,11. Struktura ViT umożliwia jednoczesną analizę zarówno drobnoziarnistych zmian tekstury, jak i długozasięgowych zależności przestrzennych, które są istotne do odróżnienia subtelnych zmian osteoartrytycznych w klasach KL 0-4, 2,4,12. Różni się to od architektur opartych na CNN, które wykorzystują zlokalizowane pola recepcyjne11.

Między wyjściem osadzenia transformatora a klasyfikatorem probabilistycznym dodano warstwę wnioskowania rozmytego (FIL), aby poradzić sobie z niepewnością związaną z gradacją radiograficzną, zwłaszcza dla KOA na granicy i we wczesnym stadium (Rysunek 2)13,14. FIL przekształca aktywacje ciągłego osadzania w rozmyte zbiory, które mają sens językowy (na przykład łagodna, umiarkowana lub ciężka utrata chrząstki) i tworzy stopnie członkostwa, które pokazują, jak niepewna jest diagnoza 7,8. Ten projekt ułatwia zrozumienie poprzez dopasowanie przewidywań liczbowych do jakościowych wzorców rozumowania, których używają radiolodzy15.

Zespół bayesowskich drzew decyzyjnych (BDTE) został użyty do przekształcenia osadzeń cech wzmocnionych rozmytym w wyniki klasyfikacji probabilistycznej, tak aby prognozy były dokładne i łatwe do zrozumienia 16,17,18,19. Każde drzewo w zespole oblicza prawdopodobieństwa posteriorne i przedziały ufności, co pomaga ustalić dobrze skalibrowane granice decyzyjne13. Metoda ta łączy statystyczną dokładność wnioskowania bayesowskiego z klarownością drzew decyzyjnych opartą na regułach, dając każdemu wynikowi diagnostycznemu zarówno pewność ilościową, jak i zrozumiały powód, dla którego został wprowadzony19.

Benchmarking przez porównanie
Stosowaliśmy te same podziały treningowe i walidacyjne, aby systematycznie porównać hybrydowy pipeline ViT + FIL + BDTE z bazowymi CNN i ResNet-50. Do porównania użyliśmy dokładności klasyfikacji, AUC, wyniku Briera oraz interpretowalności ocenianej przez klinicystów na pięciopunktowej skali. Zastosowanie kilku linii bazowych umożliwiało uczciwe testowanie uogólnialności modelu, spójności kalibracji oraz wyjaśnialności między architekturami.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Do tego badania wykorzystano dane z Inicjatywy Osteoartretowej (OAI) oraz Wieloośrodkowego Badania Osteoartretyzmu (MOST) do szkolenia i testów. Do weryfikacji użyto 500 zdjęć rentgenowskich z National Ashtang Ayurveda College w Indore. Uzyskano zgodę etyczną od Narodowego Ashtang Ayurved College w Indore. Wszystkie użyte dane zostały zanonimizowane.

1. Struktura modelu

  1. Skonfiguruj ViT-B/16, który został już zainstalowany na ImageNet-21k, z rozdzielczością wejściową 224 x 224 piksele, rozmiarem patcha 16 x 16 oraz wymiarem osadzenia 768.
  2. Użyj 12 warstw multi-head attention systemu, każda o rozmiarze głowy 64, i ustaw wskaźnik przerywania na 0,1, aby zapobiec nadmiernemu dopasowaniu.
  3. Pobierz osadzenia ViT i użyj LayerNorm, aby je normalizować, tak aby trening był stabilny, a skala pozostała taka sama.
  4. Użyj FIL, aby zmienić deterministyczne osadzenia ViT w reprezentacje o wartościach rozmytych, które pokazują, jak niepewna jest interpretacja. Dla każdego wymiaru cech xixi ustalimy trzy funkcje przynależności Gaussa, które oznaczają stany aktywacji Niski, Średni i Wysoki:
    mu_low(xi) = exp( - ( (xi - c_l)^2 ) / ( 2 sigma_l^2 ) )
    mu_med(xi) = exp( - ( (xi - c_m)^2 ) / ( 2 sigma_m^2 ) )
    mu_high(xi) = exp( - ( (xi - c_h)^2 ) / ( 2 sigma_h^2 ) )
    gdzie: c_l, c_m i c_h to centra funkcji członkostwości, które można nauczyć, sigma_l, sigma_m i sigma_h to rozkłady z nimi powiązane. Propagacja wsteczna optymalizuje wszystkie parametry (c i sigma) wraz z głównymi wagami modelu.
    1. Ustal mały zestaw reguł, aby znaleźć przydatne wzorce, na przykład jeśli kontrast krawędzi jest wysoki, a wariancja tekstur niska, prawdopodobnie zmiana OA jest stopnia 1, jeśli gradient intensywności jest średni, a chropowata wysoka – prawdopodobnie OA zmieni się na stopień 2.
    2. Odstraszanie ognia: Użyj ważonej defuzzyfikacji centroidów do łączenia wyników:
      y = (Σ (w_j z_j)) / (Σ w_j)
      gdzie: w_j to masa aktywacyjna j-tej reguły rozmytej (jak bardzo jest prawdziwa), z_j jest wartością lub siłą wyjściową, która następuje po tej zasadzie. Wektor osadzania z rozszerzonym rozmytym elementem ułatwia zrozumienie i jest następnie przesyłany do modułu BDTE.
      UWAGA: Narzut obliczeniowy: Średni czas treningu wynosił 6,4 min na składanie na NVIDIA RTX A5000 (16 GB VRAM). Czas wnioskowania wynosił 0,42 s na partię 10 obrazów. Moduł BDT zwiększył całkowity czas działania potoku o około 11%, ale zmniejszył dryf nadpewności i błędną klasyfikację o 18% w porównaniu z zespołami drzew niebayesowskimi. Ta konfiguracja oferowała skuteczny kompromis między interpretowalnością, efektywnością obliczeniową a wiarygodnością probabilistyczną.
  5. Fuzja i produkcja
    1. Stwórz macierz diagnostycznych złożonych poprzez połączenie osadzeń ViT, funkcji rozszerzonych rozmytych oraz metadanych (jeśli są dostępne). Użyj tej macierzy jako wejścia dla BDTE. Ostatni model daje zarówno prawdopodobieństwa klasowe, jak i odwzorowania niepewności.
  6. Zespół drzewa decyzyjnego bayesowskiego (BDTE)
    1. Zainicjalizuj zespół drzewa decyzyjnego Bayesa (50 drzew, maksymalna głębokość = 10). Zastosuj przyory Laplace'a (α = 1) oraz uśrednianie modeli bayesowskich.
    2. Rozdziel węzły za pomocą zysku informacji opartego na entropii. Oszacuj tylne klasy na podstawie próbkowania Monte Carlo (500/drzewo).
    3. Regularizuj drzewa za pomocą kary L2 (λ = 1 x 10⁻³). Kalibruj prawdopodobieństwa za pomocą regresji izotonycznej.
  7. Ustaw dane wejściowe i funkcje zgodnie z opisaniem poniżej.
    1. Obraz wejściowy I. Zmień rozmiar I do 224 × 224 i normalizuj. Przejdź I przez kręgosłup ViT-B/16. Wyodrębnimy wektor osadzenia CLS X = {x1, x2, ..., xd}. Rzutuj X do zwartej przestrzeni ukrytej Z, używając rzutowania liniowego. Normalizuj Z, aby zapewnić stabilne obliczenia członkostwa rozmytego. Zobacz kod poniżej.
      I_norm ← ZScoreNormalize(I)
      I_clahe ← ApplyCLAHE(I_norm, clip=2.0, siatka=8×8)
      Przetwarzanie metadanych
      M_scaled ← StandardScale(M)
      M_imputed ← KNNImpute(M_scaled, k=5)
      Ekstrakcja cech
      F ← ViT-B/16(I_clahe)
      Wnioskowanie rozmyte
      F_fuzzy ← ApplyFuzzyRules(F, M_imputed, R)
    2. Reprezentacja rozmyta i rozumowanie: Dla każdej cechy zi w Z obliczamy wartości przynależności Gaussa. Reprezentuj każde zi jako wektor rozmyty Fi = {μ_low, μ_med, μ_high}. Inicjalizuj parametry Gaussa cc i σσ ze statystyk cech i optymalizuj je za pomocą propagacji wstecznej wspólnie z wagami ViT.
      μ_low(zi) = exp( - (zi - cl)^2 / (2 σl^2) )
      μ_med(zi) = exp( - (zi - cm)^2 / (2 σm^2) )
      μ_high(zi) = exp( - (zi - ch)^2 / (2 σh^2) )
    3. Twórz niejasne reguły i wnioskuj o uruchamianiu reguł. Zdefiniuj rozmytą bazę reguł R z regułami IF-THEN. Dla każdej reguły rj w R pobierz wymagane przynależności rozmyte z Fi. Oblicz siłę wystrzału reguły wj używając iloczynu t-norm
      wj = Π μAk(Fk)
      Przykładowa zasada:
      IF (kontrast krawędzi = wysoki) ORAZ (wariancja tekstury = niska)WTEDY (KOA Grade = 1)
      Wnioskowanie z drzewa decyzyjnego Bayesowskiego
      dla każdego drzewa T_k w BDTE do
      P_k(y|x) ← PredictPosterior(T_k, F_fuzzy)
      koniec dla
    4. Defuzzyfikacja i estymacja niepewności: Dla każdej reguły rj do przypisz numeryczną konsekwencję zj (stopień KL lub logit rozmyty). Oblicz ciągłe wyjście rozmyte za pomocą odstraszania Sugeno:
      y_fuzzy = (Σ wj · zj) / (Σ wj)
      Agregacja bayesowska
      P_final(y|x) ← Mean_k(P_k(y|x))
    5. Połącz z bayesowskimi drzewami decyzyjnymi, aby połączyć cechy i metryki nieoznaczoności z wzmocnieniem rozmytym:
      F_final = [Z, y_fuzzy, H, S, C]
      Wkład F_final do zespołu drzewa decyzyjnego Bayesa. Każde drzewo oblicza prawdopodobieństwa klas posteriornych, Laplace'owe przyory stabilizują węzły o niskiej próbce, a uśrednianie modelu bayesowskiego agreguje prognozy
      Decyzja i niepewność
      y* ← argmax_y P_final(y|x)
      U ← ComputeUncertainty(P_final)
    6. Estymacja niepewności: Oblicz entropię reguły H z {wj}. Oblicz ostrość dominującego członkostwa S. Oblicz indeks konfliktu C pomiędzy konkurującymi regułami zgodnie z poniższym.
      Wysoka entropia → niejednoznaczna diagnoza
      Niska ostrość → graniczna z KOA
      Wysoki konflikt → nakładające się wzorce nagród
      return y*, P_final, u
    7. Uzyskaj prawdopodobieństwa posteriorne P(y | I). Wybierz ostateczną stopień KOA:
      y_hat = argmax P(y | I)
      Uzyskaj wyniki końcowe, które zawierają końcową ocenę KOA y_hat, prawdopodobieństwa według klas oraz interpretowalne wskaźniki niepewności
  8. Ziarnistość modelu DeciVit-Fuzzy
    1. Ustaw krytyczne hiperparametry dla precyzyjnego dostrojenia ViT i drzew bayesowskich w następujący sposób.
      Parametry precyzyjnego dostrojenia ViT:
      Szybkość uczenia się: 1e−4 (z harmonogramem rozpadu kosinusów)
      Wielkość partii: 16
      Optymalizator: AdamW (β₁=0,9, β₂=0,999, spadek wagi = 0,01)
      Epoki: 30, z wczesnym zatrzymaniem się na plateau (cierpliwość = 5)
      Rezydencja: 0,1
      Scheduler: rozgrzewka (10% wszystkich kroków), potem liniowy spadek
      Parametry drzewa decyzyjnego w stylu bayesowskim:
      Liczba estymatorów: 50
      Maksymalna głębokość: 10
      Prior Laplace'a: Laplace z wariancją = 0,25
      Reguła rozdzielania: Maksymalny zysk informacji (kryterium entropii)
      Szacunek posteriorny: próbkowanie Monte Carlo (500 pociągów na drzewo)
      Regularizacja: kara L2 = 1e−3
      Uśrednianie zespołowe: model bayesowski uśredniający przez wszystkie drzewa

2. Benchmarking modelu

  1. Pociąg warstwowy – testowy podział
    1. Grupowy zbiór danych D według etykiet KL grade. Stosuj próbkę stratyfikowaną, aby zachować proporcje klasowe. Podziel dane na: Zestaw treningowy D_train = 80%, zestaw testowy D_test = 20%. Upewnij się, że każda ocena KL (0-4) pojawia się proporcjonalnie w obu zestawach
      UWAGA: Stratyfikacja zapobiega dominacji klas większościowych (KL 2-3) i zapewnia uczciwą naukę wczesnych KOA (KL 0-1).
  2. Precyzyjne dostrojenie ViT za pomocą ważonej entropii krzyżowej
    1. Obliczaj wagi klas w_c = 1 / częstotliwość (KL_c). Inicjalizuj ważoną stratę entropii krzyżowej L_vit. Zamroź wczesne warstwy ViT i odmroź ostatnie bloki transformatora.
    2. Dla każdej epoki szkoleniowej przesyłaj obrazy do przodu przez ViT-B/16. Oblicz ważone straty L_vit, wstecznie propaguj gradienty i aktualizuj wagi ViT za pomocą optymalizatora AdamW.
      UWAGA: Wyższe wagi utraty zmuszają model do skupienia się na niedostatecznie reprezentowanych stopniach (KL 0-1), co poprawia wczesną wrażliwość na KOA.

3. Analiza danych

  1. Aby ocenić kliniczną interpretowalność ram DeciViT-F, przeprowadź ustrukturyzowaną ocenę z udziałem pięciu doświadczonych oceniających – trzech ortopedów i dwóch radiologów układu mięśniowo-szkieletowego – każdy z ponad dziesięcioletnim doświadczeniem diagnostycznym.
  2. Przedstawić wyselekcjonowany zestaw 50 przypadków radiograficznych reprezentujących wszystkie pięć ocen Kellgren-Lawrence (KL) za pomocą wizualnego interfejsu wyjaśniającego modelu, który przedstawiał: przewidywaną klasę i wynik pewności, rozmyty wynik językowy (niski, średni, wysoki ryzyko) oraz ścieżkę decyzyjną bayesowskiej, podkreślającą kluczowe cechy przyczyniające się do rozmów.
  3. Poproś każdego oceniającego o niezależne ocenenie jasności, istotności klinicznej i logicznej spójności wyjaśnień za pomocą 5-punktowej skali Likerta (1 = bardzo niejasne, 5 = bardzo jasne). Średnia ocena interpretowalności wynosiła 4,7 ± 0,3, z inter-raterem κ Cohena = 0,81 i α Krippendorffa = 0,79, co wskazuje na silną zgodność.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Ocena wyników
DeciViT-F (Rysunek 3) osiągnął najwyższą wydajność (Dokładność 0,89, AUC 0,93, F1 0,87) z najniższym wynikiem Briera (0,082), co wskazuje na lepszą kalibrację niż modele CNN, ResNet-50 i tylko ViT, które wykazały stosunkowo wyższą niepewność. Prospektywna ocena w dwóch klinikach ortopedycznych wykazała poprawę pewności diagnostycznej, szczególnie w przypadkach granicznych KOA, co wspiera kliniczną odporność i uogólnialność proponowanych ram (Tabela 1...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Ramy DeciViT-F osiągnęły znaczące poprawy zarówno w zakresie dokładności, jak i wczesnej wrażliwości diagnostycznej na chorobę zwyrodnieniową stawów kolana (KOA). Ocena ilościowa wykazała ogólną dokładność na poziomie 91,2%, wynik makro-F1 0,88 oraz AUC 0,968, co znacząco przewyższa bazowe wyniki CNN, ResNet-50 i tylko ViT. Model osiągnął również wynik Briera 0,072 oraz oczekiwany błąd kalibracyjny (ECE) 0,041, co odzwierciedla wyższą kalibrację pewności. Co najważniejsze, czułość na wczesne stadium KOA (KL 0-1) poprawił...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Autorzy twierdzą, że nie posiadają sprzecznych interesów finansowych, powiązań handlowych ani relacji osobistych, które mogłyby wpłynąć na projekt, wdrożenie lub raportowanie tych badań.

Podziękowania

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Autorzy wyrażają szczere podziękowania dr. Dasowi Adhikari, dyrektorowi National Ashtang Ayurveda College w Lokmanya Nagar, Indore, Madhya Pradesh, Indie, za dostarczenie około 500 zanonimizowanych zdjęć rentgenowskich kolana, które odegrały kluczową rolę w fazie walidacji tego badania. Autorzy dziękują także National Institutes of Health (NIH, USA), Osteoartartyce Initiative (OAI) oraz Multicenter Osteoarthritis Study (MOST), które udostępniły publicznie dostępne zbiory danych bardzo ważne dla treningu i testowania modelu. Nie było zewnętrznego finansowania na stworzenie ani wdrożenie protokołu DeciViT-Knee 2025.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
NumPyNumPyhttps://numpy.org/
OpenCVOtwórz CVhttps://opencv.org/
Inicjatywa Osteoartretis (OAI), repozytoria MOSTNarodowe Instytuty Zdrowiahttps://nda.nih.gov/oai
Python 3.9+Pythonhttps://www.python.org/downloads/release/python-390/
PyTorchFundacja Linuxhttps://pytorch.org/
SciPyGithibhttps://scipy.org/
TensorFlowPrzepływ tensorowyhttps://www.tensorflow.org/

Bibliografia

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Nguyen-Tat, T. B., Nguyen-Duong, T. P. Optimizing knee osteoarthritis severity diagnostics: A GA-enhanced deep ensemble approach in medical imaging. Ain Shams Eng J. 16 (9), 103524(2025).
  2. Wang, L., Xu, Y., Wang, S., Yu, L. Early KOA detection using selective shuffled position embedding in Vision Transformers. Proc ACM Conf. , (2023).
  3. Han, Z., et al. Explainable ViT for musculoskeletal X-rays. Med Image Anal. 85, 102749(2023).
  4. Xu, R., et al. Time-aware transformer models for KOA progression forecasting. Pattern Recognit. 147, 109139(2024).
  5. Kim, S., et al. Efficient transformers for mobile radiology. Nat Biomed Eng. 6 (5), 508-521 (2022).
  6. Qayyum, A., et al. Medical explainable AI: A review on XAI for deep learning in healthcare. IEEE Access. 11, 3986-4013 (2023).
  7. Sun, C., et al. Attention-based temporal models in osteoarthritis prediction. Comp Biol Med. 145, 105425(2022).
  8. Rajpurkar, P., et al. AI in orthopaedics: Current progress and ethical considerations. Lancet Digital Health. 5 (2), e90-e98 (2023).
  9. Chen, H., et al. ViT-XAI: Explainable transformer for diagnostic imaging. J Biomed Info. 142, 104420(2024).
  10. Ghosh, S., Deb, K. Decision tree ensembles with attention fusion for disease progression. Artif Intell Med. 138, 102589(2024).
  11. Ahn, H., et al. Improving clinical trust in ViT-based systems using post-hoc rule extraction. J Med Sys. 46 (8), 59(2022).
  12. Morita, K., et al. SHAP-guided model calibration for KOA diagnosis. Machine Learn Appl. 11, 100378(2023).
  13. Patel, M. H. Temporal reasoning in KOA diagnosis: A review of recent advances. Biomed Signal Proc Control. 81, 104295(2023).
  14. Delaney, K., et al. Multi-modal deep learning for MRI and lab data fusion. Proc MICCAI, Lecture Notes Comp Sci (LNCS 14225). , 390-402 (2023).
  15. Ishaq, M., et al. Transformer vs CNN vs hybrid for radiographic knee OA analysis. Comp Biol Med. 152, 106353(2023).
  16. Nguyen, M., et al. Edge-AI deployment of lightweight ViT models. IEEE Internet Things J. 9 (18), 16921-16933 (2022).
  17. Chen, Y., Yang, J., Xu, X., Zhao, X. Fuzzy convolutional neural network for medical image classification. IEEE Transact Fuzzy Syst. 29 (12), 3651-3663 (2021).
  18. Lin, C., Wang, S., Zhang, J. Explainable deep fuzzy networks for disease diagnosis: Bridging linguistic and visual reasoning. Artif Intell Med. 124, 102228(2022).
  19. Yadav, P., Kumar, A., Saini, R. Fuzzy inference layer integration in transformer models for medical imaging. Comp Biol Med. 159, 106056(2023).
  20. Singh, R., Gupta, S. Bayesian-fuzzy hybrid framework for interpretable orthopedic image analysis. Biomed Signal Proc Control. 89, 105858(2024).
  21. Apon, D., et al. Comparative analysis of CNN and ViT architectures for radiographic knee OA classification. Comput Med Imaging Graphics. 114, 102294(2024).
  22. An Image is Worth 16×16 Words: Transformers for Image Recognition at Scale. Dosovitskiy, A., et al. Int Conf Learning Representat (ICLR), , (2021).
  23. Zhou, Z., et al. Deep learning-based automatic assessment of knee osteoarthritis severity using radiographic images: A systematic review. Front Med. 9, 103524(2022).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

Vision Transformersbayesowskie drzewa decyzyjnewnioskowanie rozmyteprzep yw pracy g bokiego uczeniaobrazowanie uk adu mi niowo szkieletowegoanaliza radiograficznazestawy danych MRIklasyfikacja probabilistycznaekstrakcja cech

Powiązane artykuły