End-to-end bone age assessment with residual learning

• Autor(a) principal: Souza, Daniel
• Data de Publicação: 2018
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: eng
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/184963
• topic: Informática médica

A idade óssea é uma métrica usada para estimar o nível de maturidade biológica de crianças e adolescentes. Sua avaliação é parte crucial do diagnóstico de uma variedade de enfermidades pediátricas que afetam o crescimento, como distúrbios endócrinos. O método mais comumente utilizado para a avaliação da idade óssea ainda é baseado na comparação da radiografia de mão e punho do paciente com um atlas de idade óssea. Este método, entretanto, requer um tempo considerável, necessita de um avaliador experiente, e sofre de alta variabilidade entre avaliadores, prejudicando um diagnóstico preciso. Nós apresentamos uma abordagem baseada em deep learning para estimar a idade óssea a partir de radiografias. Nossa abordagem proporciona uma solução rápida e determinística para avaliação de idade óssea. Nós demonstramos a efetividade do nosso método usando o mesmo para avaliar um conjunto de 200 radiografias, comparando os resultados com avalições feitas por radiologistas. Este experimento mostrou que a perfomance do nosso método é comparável à perfomance de um radiologista experiente. Nosso sistema está disponível on-line, proporcionando um serviço global e gratuito para médicos trabalhando em áreas remotas ou instituições sem radiologistas especializados, assim como para a população em geral.