基于深度学习区域融合的骨龄评价研究

作     者：张世杰 李睿 占梦军 徐铸 ZHANG Shi-jie;LI Rui;ZHAN Meng-jun;XU Zhu

作者机构：四川大学视觉合成图形图像技术国防重点学科实验室成都610065 四川大学计算机学院成都610065 四川大学华西基础医学与法医学院成都610041 四川川大智胜软件股份有限公司成都610045 

基　　金：刑事技术双十计划重点攻关项目(No.2019SSGG0401) 

出 版 物：《现代计算机》 (Modern Computer)

年 卷 期：2020年第26卷第9期

页      码：54-59,68页

摘      要：骨龄判断在医学、司法鉴定、体育等领域得到广泛应用,人工评估费时且结果可能因医师水平不同出现差异。提出一种基于深度学习卷积神经网络和手骨数据关键区域融合、拓展的方法对手骨X线片骨龄自动评价,快速得到手骨X线片的准确骨龄。方法收集四川大学华西第二医院及RSNA2017骨龄比赛X线片数据,预处理后,设计深度学习骨龄评价神经网络进行训练,获取模型对骨龄的预测值与真实值误差在±1岁误差的准确率和平均绝对误差(MAE),结果显示四川大学华西第二医院数据误差±1岁的准确率:女性为94.25%,男性为94%;平均绝对误差:女性为0.5125岁,男性为0.5575岁。RSNA数据误差±1岁的准确率:女性为93%,男性为95%;平均绝对误差:女性为0.56岁,男性为0.55岁。通过广泛的对比,研究提出的方案不仅得到更高的骨龄评价准确率,同时研究提出的卷积神经网络结构简单,在网络训练和评价速度方面均具有明显优势。

主 题 词：深度学习 骨龄 X线片 关键区域融合 

学科分类：12[管理学] 08[工学] 1010[医学-医学技术类] 0831[工学-公安技术类] 100207[100207] 1006[医学-中西医结合类] 1201[管理学-管理科学与工程类] 1002[医学-临床医学类] 1001[医学-基础医学] 081104[081104] 080203[080203] 0802[工学-机械学] 0835[0835] 100106[100106] 0811[工学-水利类] 10[医学] 100602[100602] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1007-1423.2020.09.013

馆 藏 号：203908007...