修正された YOLOv8x モデルは、冠動脈狭窄検出とトロポニンリスク stratification のために、精度 0.991 および F1 スコア 0.980 を達成しました。
その他
No
修正された YOLOv8x モデルは、ベースライン YOLO モデルと比較して、冠動脈狭窄の検出とリスク stratification を改善しますか?
オープンソースデータセットからの 2,250 の冠動脈画像(2,000 の訓練/検証、250 のテスト)
空間ベースおよび周波数ベースの注意メカニズムを持つ修正された YOLOv8x 深層学習フレームワーク、トロポニンレベルのリスク stratification と組み合わせて
ベースライン YOLOv8、YOLOv9、YOLOv10 モデル
精度、再現率、F1 スコア、平均平均精度 (mAP) を含むモデルの性能指標surrogate
修正された YOLOv8x 深層学習フレームワークは、冠動脈狭窄を高精度で検出し、トロポニンレベルを統合して心血管リスク stratification を行います。
要約 冠動脈狭窄の検出とトロポニンのリスク stratification は、心血管疾患の早期診断と治療を提供する上で重要な役割を果たします。本論文では、修正された YOLOv8x フレームワークを使用して、空間ベースおよび周波数ベースの注意メカニズムの両方を使用できる改善された深層学習フレームワークを提案します。YOLOv8、YOLOv9、および YOLOv10 モデルのベンチマーク後、YOLOv8x が優れたベースラインを持っているため選択され、その臨床的関連性を高める改良が行われました。提案されたモデルは、精度 0.991、再現率 0.960、F1 スコア 0.980、mAP 0.976 を持つことがわかりました。これらの結果は、実際のアプリケーションの可能性を示しています。改善の効果は大規模なアブレーション研究で検証され、微細病変の検出や異なる臨床情報の問題を克服しました。この研究は、信頼できるエンドツーエンドの診断心血管イメージングおよびバイオマーカーに基づくリスク分析の形で付加価値を提供しています。
Building similarity graph...
Analyzing shared references across papers
Loading...
Roaa Albasrawi
Muhammad Ilyas
Emad Rawashdeh
Building similarity graph...
Analyzing shared references across papers
Loading...
Albasrawi et al. (Tue,) は他の研究を報告しました。修正された YOLOv8x モデルは、冠動脈狭窄検出とトロポニンリスク stratification のために、精度 0.991 と F1 スコア 0.980 を達成しました。
www.synapsesocial.com/papers/6971bfdff17b5dc6da021f68 — DOI: https://doi.org/10.1007/s10791-026-09913-1
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: