-
题名基于卷积神经网络的X图像骨龄评估方法
被引量:1
- 1
-
-
作者
谷静
马瑞齐
朱恒安
-
机构
西安邮电大学电子工程学院
-
出处
《中国医学物理学杂志》
CSCD
2022年第3期305-310,共6页
-
基金
陕西省自然科学基础研究计划资助项目(2020SF-370)
西安邮电大学研究生创新基金项目(CXJJLY202029)。
-
文摘
针对传统方法中骨骺评估区域多、评估结果对医生的依赖性强、评估准确率低等问题,在TW3-C法基础上提出一种改进的骨龄评估方法。根据中国儿童骨骼发育特点,利用卷积神经网络对评估区域进行精减和分类,将传统的13个骨骼评估区域精减至10个,并改进等级计分法。试验结果显示,在1岁误差范围内,该方法将骨龄的预测值准确率提升至男性94.42%、女性93.64%,平均绝对误差为男性0.414 3岁、女性0.428 6岁,与典型的骨龄评估方法相比,准确率得到显著提高。
-
关键词
骨龄评估
卷积神经网络
精减评估区域
等级计分法
TW3-C
-
Keywords
bone age assessment
convolutional neural network
refining the assessment area
grade scoring method
TW3-C
-
分类号
R318
[医药卫生—生物医学工程]
-