基于深度学习自动化评估四川汉族青少年左手腕关节骨龄

摘要：

目的 运用深度学习对四川汉族青少年左手腕关节数字化X线片进行图像识别,实现左手腕关节骨龄的自动化评估.方法 收集3281例9.0-20.0岁四川汉族青少年左手腕关节正侧位X线片,将预处理后的图像作为模型输入,将改进后的AlexNet作为图像识别的深度学习网络模型.从上述总体样本中分别选取男、女各60％的样本作为模型的训练集,将男、女各10％的样本作为模型的验证集,30％的样本作为测试集,并获取模型估计值与实际年龄在±1.0岁误差范围内的图像识别准确率以及模型估计值与实际年龄之间的平均绝对误差.结果 深度学习网络模型的测试结果显示,在±1.0岁误差范围内的图像识别准确率,男性为81.08％,女性为87.56％.模型估计值与实际年龄之间的平均绝对误差,男性为0.90岁,女性为0.72岁.结论 运用深度学习实现四川汉族青少年左手腕关节骨龄自动化评估具有一定可行性,为法医学骨龄鉴定自动化软件的开发奠定了基础.

关键词：法医影像学、骨龄、数字化X线片、深度学习、图像识别、人工智能

所属期刊栏目：34

分类号：DF795.1(诉讼法)

资助基金：刑事技术双十计划重点攻关项目2019SSGG0401;国家自然科学基金面上项目81373252;证据科学教育部重点实验室开放基金项目2016KFKT04

在线出版日期：2019-11-26（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：427-432