基于深度学习实现维吾尔族青少年左手腕关节骨龄自动化评估

Automated Assessment for Bone Age of Left Wrist Joint in Uyghur Teenagers by Deep Learning

二维码有效期 120s

摘要目的将深度学习运用于维吾尔族青少年左手腕关节数字化X线摄影(digital radiography,DR)图像识别中,实现骨龄评估的自动化,探索该方法在法医骨龄鉴定中的应用价值. 方法在我国新疆维吾尔自治区采集13.0~19.0岁维吾尔族男性青少年245例、女性青少年227例左手腕关节DR图像,将预处理后的图像作为研究对象,将AlexNet作为图像识别的回归模型.在上述总样本中分别选取男、女性60%左手腕关节DR图像样本作为网络训练集,10%的样本作为验证集,余30%作为测试集,获取与样本真实年龄误差范围分别在±1.0岁、±0.7岁以内的图像识别准确率. 结果深度学习的内测结果:误差范围在±1.0岁及±0.7岁以内的网络训练集准确率,男性分别为81.4%和75.6%,女性分别为80.5%和74.8%.误差范围在± 1.0岁及±0.7岁以内的测试集准确率,男性分别为79.5%和71.2%,女性分别为79.4%和66.2%. 结论青少年左手腕关节骨龄研究与深度学习相结合,具有较高的准确性及较好的可行性,为躯体其余骨关节的骨龄自动化评估体系奠定研究基础.

作者胡婷鸿 ^[1] 火忠 ^[2] 刘太昂 ^[3] 王飞 ^[2] 万雷 ^[4] 汪茂文 ^[4] 陈腾 ^[5] 王亚辉 ^[4] 学术成果认领

作者单位司法鉴定科学研究院上海市法医学重点实验室上海市司法鉴定专业技术服务平台,上海200063;西安交通大学医学部法医学院,陕西西安710061 ^[1] 新疆维吾尔自治区人民医院,新疆乌鲁木齐,830000 ^[2] 上海帆阳信息科技有限公司,上海,200444 ^[3] 西安交通大学医学部法医学院,陕西西安,710061 ^[4] 司法鉴定科学研究院上海市法医学重点实验室上海市司法鉴定专业技术服务平台,上海,200063 ^[5]