सैद्धांतिक और कम्प्यूटेशनल विज्ञान जर्नल
खुला एक्सेस

अमूर्त

घुटने के ऑस्टियोआर्थराइटिस की गंभीरता का पूर्वानुमान: रोगी के डेटा और सादे एक्स-रे चित्रों पर आधारित तुलनात्मक मॉडलिंग

जयनल आबेदीन

घुटने का ऑस्टियोआर्थराइटिस (KOA) एक ऐसी बीमारी है जो घुटने के कार्य को बाधित करती है और दर्द का कारण बनती है। रेडियोलॉजिस्ट घुटने की एक्स-रे छवियों की समीक्षा करता है और केलग्रेन और लॉरेंस ग्रेडिंग योजना के अनुसार हानि के गंभीरता स्तर को ग्रेड करता है; एक पाँच-बिंदु क्रमिक पैमाना (0�??4)। इस अध्ययन में, हमने रोगी मूल्यांकन डेटा (यानी दोनों घुटनों और दवा के उपयोग के लक्षण और संकेत) और केवल एक्स-रे छवियों का उपयोग करके प्रशिक्षित एक कन्वोल्यूशन न्यूरल नेटवर्क (CNN) का उपयोग करके पूर्वानुमान मॉडल बनाने के लिए इलास्टिक नेट (EN) और रैंडम फ़ॉरेस्ट (RF) का उपयोग किया। दो घुटनों के बीच विषय के भीतर सहसंबंध को मॉडल करने के लिए रैखिक मिश्रित प्रभाव मॉडल (LMM) का उपयोग किया गया था। CNN, EN और RF मॉडल के लिए मूल माध्य वर्ग त्रुटि क्रमशः 0.77, 0.97 और 0.94 थी। LMM EN प्रतिगमन के समान समग्र पूर्वानुमान सटीकता दिखाता है लेकिन डेटा की पदानुक्रमित संरचना के लिए सही ढंग से जिम्मेदार है जिसके परिणामस्वरूप अधिक विश्वसनीय अनुमान है। उपयोगी व्याख्यात्मक चरों की पहचान की गई जिनका उपयोग एक्स-रे इमेजिंग से पहले रोगी की निगरानी के लिए किया जा सकता है। हमारे विश्लेषण से पता चलता है कि KOA गंभीरता स्तरों की भविष्यवाणी करने के लिए प्रशिक्षित मॉडल एक्स-रे छवियों और रोगी डेटा को मॉडलिंग करते समय तुलनीय परिणाम प्राप्त करते हैं। KL ग्रेड में व्यक्तिपरकता अभी भी एक प्राथमिक चिंता का विषय है।