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

• 作者: 万雷 刘太昂 汪茂文 火忠 王亚辉 王飞 胡婷鸿 陈腾
• 来源期刊: 法医学杂志
• 学科: 政治法律
• 关键词: 法医人类学 年龄测定,骨骼 腕关节 体层摄影术,X线 图像识别 深度学习 维吾尔族 青少年
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 论著
• 页码范围: 27-32
• 页数: 6页
• 分类号: DF795.6
• 字数: 5711字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-5619.2018.01.006

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.