Deep Learning-Based Sex Classification and Chronological Age-Group Estimation from Knee Radiographs Using a Multi-Task Framework with Rank-Fusion and Tri-Loss Learning
Este estudio propone un marco de trabajo multitarea basado en aprendizaje profundo que utiliza un Ensamble de Fusión de Rango para la clasificación de sexo y un modelo ConvNeXt-Tiny con una novedosa estrategia de Tri-Pérdida para la estimación de grupos de edad cronológica, logrando una alta precisión en el perfilado demográfico a partir de radiografías de rodilla.