基于神经网络的手骨特征区域自适应提取方法

摘要：

准确分析手腕骨特征骨块的成熟等级是骨龄判别的关键.在骨龄的自动评估中,通过多特征区域识别最终得到骨龄是目前研究的主要方法.钩骨和桡骨在中国人手腕骨发育标准CHN法骨龄评价中所占的权重较大.针对手腕骨特征骨块周边干扰骨块多、识别困难的问题,提出了一种基于BP神经网络的手腕骨特征区域自适应提取方法,可以根据手部X光片所属者的身高和年龄信息,自适应提取出特征骨块,最后搭建卷积神经网络对钩骨、桡骨的成熟等级进行评价.实验结果表明:利用基于BP神经网络的区域自适应提取方法,能够精确提取手腕骨特征骨块区域,在保留完整特征信息的基础上减少周边骨块、肌肉组织的干扰,提高了图片识别的质量;进而提高了卷积神经网络对钩骨、桡骨成熟等级的识别准确率(分别达到了87.83％ 和85.51％).所提方法对骨龄的自动识别有重要意义,对临床医生评价骨龄也有较大的参考意义.

关键词：BP神经网络、区域自适应提取、CHN法、骨成熟等级、医学图像

所属期刊栏目：48

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目;浙江省自然科学基金资助项目;浙江省重点研发项目;浙江省公益技术研究计划/工业项目

在线出版日期：2020-10-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：562-569