-
题名基于深度学习区域融合的骨龄评价研究
被引量：4
- 1
-
-
作者
张世杰
李睿
占梦军
徐铸
-
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
四川大学计算机学院
四川大学华西基础医学与法医学院
四川川大智胜软件股份有限公司
-
出处
《现代计算机》
2020年第9期54-59,68,共7页
-
基金
刑事技术双十计划重点攻关项目(No.2019SSGG0401)。
-
文摘
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。
-
关键词
深度学习
骨龄
X线片
关键区域融合
-
Keywords
Deep Learning
Bone Age
Digital X-Ray
key area fusion
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
R816.8
[自动化与计算机技术—计算机科学与技术]
TP18
[医药卫生—放射医学]
-
