Uma nova classificação interpretável da estenose espinhal lombar usando uma abordagem de aprendizado profundo em cascata e ressonância magnética ponderada em T2.

Key Points

• O objetivo central é desenvolver uma estrutura interpretável para a detecção e graduação automatizada da estenose espinhal lombar (EEL).
• Utilizou uma abordagem de aprendizado profundo em cascata para classificação
• Empregou imagens de ressonância magnética ponderadas em T2 para análise
• Focou na detecção e graduação eficaz da EEL
• Desenvolveu uma ferramenta confiável para detecção automatizada da EEL
• Demonstrou eficácia na graduação da EEL
• Demonstrou potencial para melhorar o subdiagnóstico e a análise de doenças da coluna multissegmentar

Abstract