基于轻量化VGG16和注意力机制的骨龄预测研究

作     者：国威 郭金兴 陈广新 韩雪山 GUO Wei;GUO Jin-xing;CHEN Guang-xin;HAN Xue-shan

作者机构：牡丹江医学院生命科学学院黑龙江牡丹江157011 牡丹江医学院附属红旗医院黑龙江牡丹江157011 牡丹江医学院医学影像学院黑龙江牡丹江157011 

基　　金：2022年黑龙江省省属高校科研基本业务费科研项目(No.2022-KYYWF-0699) 

出 版 物：《新一代信息技术》 (New Generation of Information Technology)

年 卷 期：2023年第6卷第19期

页      码：15-20页

摘      要：本研究旨在提高儿童骨龄预测的准确性,通过引入轻量化VGG16和CBAM(Convolutional Block Attention Module)注意力机制,我们设计了轻量化VGG16网络,通过迁移学习初始化模型,同时利用CBAM注意力机制提取关键特征。在儿童骨龄预测数据集上,轻量化VGG16网络相较于传统VGG16、Res Net34和Mobile Net V2,表现出更高的预测性能,MAE(MeanAbsolute Error)为5.01(月)。实验结果及图像对比验证了模型的优越性,为提高儿童骨龄预测提供了可靠的支持。

主 题 词：轻量化VGG16 注意力机制 骨龄预测 迁移学习 深度学习 

学科分类：08[工学] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.2096-6091.2023.19.003

馆 藏 号：203132282...