冠動脈狭窄の検出とトロポニンリスク stratification のための修正された YOLOv8x モデル

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。