[论文解读] Attention-based Pin Site Image Classification in Orthopaedic Patients with External Fixators

Yubo Wang, Marie Fridberg+5 more|arXiv (Cornell University)|Mar 25, 2026

Diabetic Foot Ulcer Assessment and Management被引用 0

一句话总结

该论文提出了一种基于注意力的CNN并结合高效冗余重建卷积（ERRC），以将针眼图像分为炎症/感染与非感染，并在小型、人工标注数据集上实现高AUC的轻量级模型。

ABSTRACT

Pin sites represent the interface where a metal pin or wire from the external environment passes through the skin into the internal environment of the limb. These pins or wires connect an external fixator to the bone to stabilize the bone segments in a patient with trauma or deformity. Because these pin sites represent an opportunity for external skin flora to enter the internal environment of the limb, infections of the pin site are common. These pin site infections are painful, annoying, and cause increased morbidity to the patients. Improving the identification and management of pin site infections would greatly enhance the patient experience when external fixators are used. For this, this paper collects and produces a dataset on pin sites wound infections and proposes a deep learning (DL) method to classify pin sites images based on their appearance: Group A displayed signs of inflammation or infection, while Group B showed no evident complications. Unlike studies that primarily focus on open wounds, our research includes potential interventions at the metal pin/skin interface. Our attention-based deep learning model addresses this complexity by emphasizing relevant regions and minimizing distractions from the pins. Moreover, we introduce an Efficient Redundant Reconstruction Convolution (ERRC) method to enhance the richness of feature maps while reducing the number of parameters. Our model outperforms baseline methods with an AUC of 0.975 and an F1-score of 0.927, requiring only 5.77 M parameters. These results highlight the potential of DL in differentiating pin sites only based on visual signs of infection, aligning with healthcare professional assessments, while further validation with more data remains essential.

研究动机与目标

• 收集并标注针眼图像数据集（NCH），按视觉外观区分感染与非感染。
• 开发对皮肤-针接口干扰鲁棒的注意力型CNN架构。
• 引入高效冗余重建卷积以丰富特征同时降低参数量。
• 在基线方法上评估模型性能并利用Grad-CAM提升模型可解释性。
• 讨论局限性及在骨科远程非接触式创面评估中的潜力。

提出的方法

• 从 Nationwide Children’s Hospital 构建666张针眼图像数据集，并使用YOLOv5检测针位以定义感兴趣区域（ROI）。
• 提出五块CNN，含CBAM注意力与ERRC模块，以丰富特征图并抑制针干扰。
• 用Focal loss（alpha=0.15，gamma=2）处理类别不平衡。
• 在70/30训练/测试分割下无预训练训练（训练集内部80/20的训练/验证划分），报告Precision、Recall、AUC与F1。
• 评估参数效率与推理速度；与VGG-16/19、ResNet-50、EfficientNetV2-b0进行对比，比较有无 focal loss 与 ERRC 的情形。

实验结果

研究问题

• RQ1 基于视觉外观，轻量级的基于注意力的CNN是否能够准确将针眼图像分为炎症/感染与非感染？
• RQ2 ERRC模块在丰富特征图的同时是否降低参数量，以提升感染检测性能？
• RQ3 在不平衡的针眼数据集上，focal loss 对模型性能有何影响？
• RQ4 在该小型医学图像数据集上，所提模型与标准架构相比有何差异？
• RQ5 Grad-CAM 是否显示模型的注意力集中在针周围有意义的皮肤区域？

主要发现

• 所提的 ERRC 模型在5.77M参数下实现AUC 0.975、F1 0.927。
• 对比基线包括 VGG-16（Precision 99.4、Recall 53.2、AUC 0.807、F1 0.69）、VGG-19（Precision 98、Recall 52.69、AUC 0.822、F1 0.685）、ResNet-50（Precision 70、Recall 80.46、AUC 0.931、F1 0.749）、EfficientNetV2-b0（Precision 90、Recall 88.23、AUC 0.954、F1 0.889）。
• 带FL（Focal Loss）的模型为 Precision 89.1、Recall 90、AUC 0.957、F1 0.895；无FL 的模型为 Precision 95.4、Recall 79、AUC 0.907、F1 0.864。
• ERRC 相比反向残差块将参数量减少了30.6%，在AUC与F1方面表现更优。
• 推理时间：ERRC模型平均2.37毫秒，FPS 42.4（批量为1）。
• Grad-CAM 可视化显示模型将注意力聚焦在针周皮肤创面区域，降低针干扰影响。