基于深度学习的青少年手腕骨骨龄评价

摘要：

利用人工智能中的深度学习方法自动检测并评价西南地区青少年左手腕关节X线片的骨龄.在四川大学华西第二医院共收集2426例1-18岁青少年左手腕X线片,利用YOLOv3框架和少部分数据进行标定、训练以检测X线片上传统骨龄评价方法需要的区域,将关键区域截图并调整姿态组成新的图片.再利用caffe框架将扩展后的数据集分成训练集、验证集、测试集,以骨龄为标签对不同性别数据分别进行训练以获得男性和女性骨龄预测的模型,并计算误差在±1岁以内的准确率.选择caffe框架训练出来的最好模型,测试出测试集中±1岁的准确率为男性81.06％,女性85.08％.利用深度学习中简单的神经网络训练少量数据即可得到不错的骨龄评价准确率,表明了深度学习方法在西南地区青少年骨龄评价的可行性以及在数据增加和网络优化之后准确率存在的极大提升空间.

关键词：人工智能、深度学习、骨龄、放射学

所属期刊栏目：30

分类号：TP39(计算技术、计算机技术)

资助基金：国家重点研发计划2016YFC0801100

在线出版日期：2020-03-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：124-128,134