Application du modèle d'apprentissage en profondeur multitâche pour évaluer la gravité de la dégénérescence des articulations des facettes vertébrales

L'arthrose des facettes rachidiennes est une maladie dont l'incidence est élevée chez les personnes de plus de 40 ans. C'est une maladie caractérisée par une série de changements pathologiques dégénératifs et de caractéristiques cliniques de la synoviale, du cartilage articulaire, de l'os sous-chondral, de l'espace articulaire et des tissus accessoires des articulations des facettes vertébrales sous l'action de multiples facteurs. Certains facteurs physiologiques ou pathologiques peuvent entraîner une arthrose des facettes articulaires vertébrales. Les patients atteints d'arthrose des facettes vertébrales présentent souvent différents degrés de manifestations cliniques telles que des maux de dos et des dyskinésies, qui affectent de manière significative la santé physique et mentale des patients. La sévérité de l'arthrose des facettes vertébrales a non seulement un certain impact sur la lombalgie et les modifications de la densité musculaire du bas du dos, mais affecte également la prise en charge du patient et le plan de traitement. À l'heure actuelle, différents médecins ont une certaine subjectivité dans la lecture du classement de l'arthrose facettaire lombaire, et la cohérence et la répétabilité des résultats sont médiocres. De plus, les médecins doivent lire les images d'images et juger que le classement est un travail très long et répétitif. Ces dernières années, l'application de la technologie d'apprentissage en profondeur dans l'analyse d'images médicales a été largement préoccupée par les cliniciens. L'apprentissage en profondeur présente de grands avantages potentiels dans le diagnostic par imagerie médicale. Il peut fournir des rapports semi-automatiques sous la supervision de radiologues, afin d'améliorer la précision, la cohérence, l'objectivité et la rapidité de l'évaluation du degré de la maladie, et de soutenir davantage la prise de décision clinique sur cette base. Ce projet prévoit de développer un système intelligent de diagnostic et de classification des maladies dégénératives des petites articulations de la colonne vertébrale avec un apprentissage multi-tâches et approfondi, et de vérifier sa faisabilité clinique, visant à aider les cliniciens à améliorer la précision, la cohérence, l'objectivité et la rapidité de la évaluation du degré de maladie correspondant et soutenir davantage la prise de décision clinique de suivi.