【技术实现步骤摘要】
基于手部X光图像的骨龄预测方法、系统、设备及介质
[0001]本专利技术属于人工智能
,涉及骨龄预测,尤其涉及一种基于手部
X
光图像的骨龄预测方法
、
系统
、
设备及介质
。
技术介绍
[0002]骨龄预测是一种医学任务,用于评估儿童和青少年的生长发育情况
。
骨龄是指一个人骨骼的成熟程度,通常以与年龄相对应的骨骼发育阶段来表示
。
在骨龄预测任务中,医生或医学专家会通过对患者进行临床检查和骨龄评估,来确定其骨骼的发育状况,这种预测可以帮助医生更准确地评估患者的生长发育状态,检测和监测生长异常,以及制定个性化的治疗计划
。
[0003]目前临床上现有的诊断方法主要有两种,一种是
GP
方法,另一种是
TW
方法
。
这两种方法都是将患者的左手
X。
光片与骨龄测量图谱进行比较
。
其中
GP
方法是通过对比整个手部区域直接得出患者的预测年龄,而
TW
方法则是对比指定的
ROI
关键区域,并为每个
ROI
进行打分,最后将其统计转化为对应的骨龄
。
与此同时,随着深度学习技术逐渐渗透到医学图像的各个领域,并取得了一系列先进的成果,目前市场上也出现了许多基于深度学习的骨龄预测方法
。
基于深度学习的骨龄预测方法大致可分为两类:一种是不 ...
【技术保护点】
【技术特征摘要】
1.
一种基于手部
X
光图像的骨龄预测方法,其特征在于,包括如下步骤:步骤
S1
,初始值预测;根据获取的
X
光图像
、
关键点和中心线得到对应该
X
光图像的特征向量,基于
knn
算法从所有带年龄标签的训练集中选取前
k
个与
X
光图像的特征向量最接近的特征向量,并根据
k
个特征向量对应的年龄取平均值,得到该
X
光图像的第一次迭代的初始值;步骤
S2
,输出相对秩;将
X
光图像作为相对秩回归器的输入图像,并根据滑动窗口的大小选取出与输入图像对应的参考图像
、
参考图像;将输入图像
、
参考图像
、
参考图像
、
输入图像的关键点和中心线
、
参考图像的关键点和中心线
、
参考图像的关键点和中心线以及输入图像的性别和实际年龄均输入相对秩回归器,相对秩回归器输出输入图像的相对秩;步骤
S3
,输出预测年龄;采用步骤
S1
得到的初始值
、
步骤
S2
输出的相对秩进行迭代计算,迭代停止后,输出此时的绝对秩作为输入图像的预测年龄
。2.
如权利要求1所述的一种基于手部
X
光图像的骨龄预测方法,其特征在于,步骤
S1
中,获取的
X
光图像
、
关键点和中心线,并将
X
光图像
、
关键点和中心线输入编码器中进行特征提取,得到对应该
X
光图像的特征向量;编码器的主干网络为
ResNet
‑
50
网络
。3.
如权利要求1所述的一种基于手部
X
光图像的骨龄预测方法,其特征在于,步骤
S2
中,相对秩的计算方式为:的计算方式为:的计算方式为:其中,表示输入图像对应的特征向量,表示参考图像对应的特征向量,表示参考图像对应的特征向量,
、
分别表示性别
、
年龄,
、
分别表示性别的学习乘数
、
年龄的学习乘数;表示回归计算,输出一个
[
‑
...
【专利技术属性】
技术研发人员:张海仙,谌祖港,徐修远,李欣洋,尹腾,尚文一,
申请(专利权)人:四川大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。