AI Summary & Key Takeaways
AI InsightAs a result of the comparison of the CapsNet solution with the ConvNet, BoostNet, RFR and ResNet-50 models, it was determined that the CapsNet model gave the best findings
📌 3 Key Takeaways
Abstract
Scoliosis is a disease that deforms the general spine structureas a result of curvature of the spine. Although there are various methods in the diagnosis and treatment of the Scoliosis, the main purpose is to reduce the curvature angle, which is calledas Cobbangle, within the framework of reducing the level of Scoliosis. Cobbangle measurement is essentially performed manually on the spine x-rays by the expert. However, automating this process with an Artificial Intelligence approach such as deeplearning will provide great convenience and precision for both patient and the expert. Based on the explanations, the current status of the literature in terms of Scoliosis and deeplearning-focused studies was firstly discussed in this study, and then the Cobbangle measurements were automated with a Capsule Network (CapsNet)-based solution. As a result of the comparison of the CapsNet solution with the ConvNet, BoostNet, RFR and ResNet-50 models, it was determined that the CapsNet model gave the best findings
Özet
Skolyoz, omurganın eğrilmesi ile birlikte omurga genel yapısını deforme eden bir hastalıktır. Skolyoz tanı ve tedavi aşamasında çeşitli yöntemler olmakla birlikte, temel amaç Cobb açısı adı verilen eğrilik açısını azaltarak Skolyoz seviyesini düşürme çerçevesinde şekillenmektedir. Cobb açısı ölçümü esasında uzman tarafından, omurga röntgen filmleri üzerinde manuel olarak gerçekleştirilmektedir. Ancak bu sürecin derin öğrenme gibi bir Yapay Zeka yaklaşımıyla otomatikleştirilmesi hem hasta hem de uzman açısından büyük kolaylık ve kesinlik sağlayacaktır. Açıklamalardan hareketle bu çalışmada, öncelikli olarak Skolyoz ve derin öğrenme odaklı çalışmalar açısından literatürün güncel durumu ele alınmış, ardından Kapsül Ağları (CapsNet) tabanlı bir çözüm ile Cobb açısı ölçümlerinin otomatik bir hale getirilmesi sağlanmıştır. CapsNet çözümünün, ConvNet, BoostNet, RFR ve ResNet-50 modelleri ile karşılaştırılması neticesinde en iyi bulguları CapsNet modelinin verdiği tespit edilmiştir.