發(fā)布時間：2020-10-25 22:43

　　 骨齡是生物學(xué)年齡主要判定標(biāo)準(zhǔn)之一,它能準(zhǔn)確地反應(yīng)被測試者生長發(fā)育情況。但是,人工估測骨齡耗時長且結(jié)果波動大,嚴(yán)重依賴于放射科醫(yī)生的熟練程度。因此,通過計算機(jī)視覺技術(shù)來輔助實現(xiàn)骨齡的自動預(yù)測是很有必要的,是醫(yī)學(xué)圖像領(lǐng)域的研究熱點之一�；趥鹘y(tǒng)機(jī)器學(xué)習(xí)算法的骨齡自動/半自動預(yù)測方法主要是通過分割關(guān)鍵區(qū)域和手動提取特征來實現(xiàn)骨齡評估的,但其預(yù)測準(zhǔn)確度嚴(yán)重依賴于分割的精度和提取到的特征的有效性�；谏疃葘W(xué)習(xí)的骨齡預(yù)測系統(tǒng)則很好地解決了上述問題,BoNet首次將深度學(xué)習(xí)運用到骨齡預(yù)測中,它端到端地從數(shù)據(jù)中學(xué)習(xí)提取特征,不需要分割關(guān)注區(qū)域和手動提取手骨圖像的特征,引起了研究人員的廣泛關(guān)注。本文主要提出了一個手骨X射線圖像骨齡全自動預(yù)測的方法。首先,本研究提出了一個基于密集連接的骨齡預(yù)測卷積神經(jīng)網(wǎng)絡(luò)模型BoNet+,同時,研究了不同代價函數(shù)在骨齡預(yù)測問題中的表現(xiàn),發(fā)現(xiàn)平均絕對誤差函數(shù)更加適合做骨齡自動預(yù)測問題的代價函數(shù)。實驗結(jié)果表明,本文提出的BoNet+模型預(yù)測誤差為0.76±0.10歲,相較于基于傳統(tǒng)機(jī)器學(xué)習(xí)算法的骨齡預(yù)測方法,誤差降低58.2%,相較于基于VGG的卷積神經(jīng)網(wǎng)絡(luò)模型BoNet,降低了3.8%。但其復(fù)雜度遠(yuǎn)低于BoNet,單次訓(xùn)練速度為BoNet的8倍,網(wǎng)絡(luò)參數(shù)量為BoNet的25%。緊接著,考慮到在現(xiàn)實場景可能存在低質(zhì)量的X射線圖像,本文模擬了高泊松噪聲、有標(biāo)簽遮擋和低分辨率三種類型的低質(zhì)量X射線圖像。為了減弱圖像質(zhì)量對骨齡預(yù)測的不良影響,提出可以使用基于U-Net的卷積神經(jīng)網(wǎng)絡(luò)對低質(zhì)量圖像進(jìn)行質(zhì)量提升。根據(jù)是否對低質(zhì)量圖像的類型首先進(jìn)行分類再進(jìn)行提升,本文將真實場景下的骨齡預(yù)測系統(tǒng)分為兩種。實驗結(jié)果表明,無論是否對圖像進(jìn)行有針對性的質(zhì)量提升還是統(tǒng)一進(jìn)行提升,兩者的預(yù)測精度相近。為了解釋這一現(xiàn)象,本文提出:如果設(shè)計的卷積神經(jīng)網(wǎng)絡(luò)模型層數(shù)夠深且層寬夠?qū)?其擬合能力會越強(qiáng),可以通過單一模型來同時處理多個任務(wù)。
【學(xué)位單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：R814;TP183;TP391.41
【部分圖文】：

要共有２種：圖譜法和計分法［５１。對于圖譜法而言，其核心思想是通過將Ｘ射線??圖像與圖譜標(biāo)準(zhǔn)片進(jìn)行對比，尋找與待評估Ｘ射線圖像最為相似的圖譜標(biāo)準(zhǔn)片，??從而確定被測者的骨齡［６］。圖１．１即為中國兒童標(biāo)準(zhǔn)骨齡圖譜中的Ｘ射線圖像示??例［６１。在臨床中，最常用的圖譜方法是ＧＰ圖譜法（Ｇｒｅｕｌｉｃｈ－Ｐｙｌｅ）＾．但是，由??于基于圖譜的方法嚴(yán)重依賴于工作人員的直觀感覺與經(jīng)驗，該方法的準(zhǔn)確性難??以保證。很多時候，即使由同一個專家判定同一張Ｘ射線圖像，在不同時間內(nèi)他??做出的判定結(jié)果都有一定的差異。因而，較為客觀的計分法則精確許多。具體來??說，計分法通過對手骨中若干個具有代表性的骨骼進(jìn)行評分，最后計算總分，換??算為對應(yīng)的骨齡。但是，相較于圖譜法，該法最主要弊端為耗時較長，評估一張??Ｘ射線圖像可能需要十余分鐘，在臨床中會降低醫(yī)生的工作效率。其中，具有代??表性的計分法包括ＴＷ３計分法Ｍ和適用于中國青少年的中華０５計分法??為了解決傳統(tǒng)的基于人工讀片的骨齡判定過程中存在的準(zhǔn)確度低和速度慢??等問題

?（ｇ＞?５?歲?（ｈ）?６?歲??圖１．１中國兒童標(biāo)準(zhǔn)骨齡圖譜中的Ｘ射線圖像示例??醫(yī)學(xué)工作者判定骨齡。傳統(tǒng)的圖像分析方法需要首先提取出手腕部Ｘ射線圖像??中感興趣的區(qū)域（Ｒｅｇｉｏｎｏｆｌｎｔｅｒｅｓｔ，?ＲＯＩ），如圖丨．２所示，然后對ＲＯＩ區(qū)域的特??征進(jìn)行評分，最后輸出Ｘ射線圖像對應(yīng)的骨齡值。其中最為成功的基于傳統(tǒng)方??法的骨齡預(yù)測系統(tǒng)是商業(yè)軟件ＢｏｎｅＸｐｅｒｔｌ１１１，該軟件己經(jīng)被廣泛運用到歐洲的數(shù)??百個兒童醫(yī)院。另外，基于深度學(xué)習(xí)的方法也被廣泛運用到骨齡預(yù)測問題中，此??類方法不同與傳統(tǒng)圖像處理方法，可以對輸入的圖像直接進(jìn)行骨齡預(yù)測，無需進(jìn)??Ｉ分割和手動的特征提取等步驟。??隨著硬件性能尤其是ＧＰＵ性能的提升以及數(shù)據(jù)的大量積累，深度學(xué)習(xí)在近??年來取得了巨大的進(jìn)步。在?２０１２?年的?ＩｍａｇｅＮｅｔ?Ｌａｒｇｅ－Ｓｃａｌｅ?Ｖｉｓｕａｌ?Ｒｅｃｏｇｎｉｔｉｏｎ??Ｃｈａｌｌｅｎｇｅ（ＩＬＳＶＲＣ）比賽中，基于卷積神經(jīng)網(wǎng)絡(luò)的模型ＡｌｅｘＮｅｔ大大提高了自然??圖像的分類精度

２．１．１神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)??作為神經(jīng)網(wǎng)絡(luò)中最基本的單元，深度學(xué)習(xí)中的神經(jīng)元受啟發(fā)于生物學(xué)中的??神經(jīng)元。如圖２．ｌ（ｂ）ｌＭ所示，在生物學(xué)中，神經(jīng)元通過樹突來接收其它神經(jīng)元發(fā)??送的信號。當(dāng)其接收的信號超過一定的閾值后，它將通過突觸與其它神經(jīng)元進(jìn)行??曬??（ａ）?（ｂ）來源：［３３］??圖２．１生物學(xué)中神經(jīng)元基本結(jié)構(gòu)??９??
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 董靜娟;董輝;;邯鄲地區(qū)生長發(fā)育異常兒童骨齡生長學(xué)特征及相關(guān)因素研究[J];醫(yī)學(xué)信息;2019年03期

2 姚樂輝;;3種常用骨齡測評標(biāo)準(zhǔn)對數(shù)字骨齡片的評價對比研究[J];北京體育大學(xué)學(xué)報;2018年01期

3 王婷;鄭榮秀;劉靚;;840例矮身材兒童骨齡分析[J];中國婦幼健康研究;2018年04期

4 包相華;孫景有;關(guān)云龍;韋玉新;范林;;東莞地區(qū)青少年骨齡調(diào)查研究與應(yīng)用[J];包頭醫(yī)學(xué)院學(xué)報;2018年07期

5 駱依潔;;渴望長高[J];青少年日記(小學(xué)版);2017年03期

6 劉紹宗;;孩子身高的奧秘 你了解多少[J];健康向?qū)?2017年03期

7 孫曉順;羅偉;云鵬;;兩種骨齡評估方法的比較性研究[J];長江大學(xué)學(xué)報(自然科學(xué)版);2013年18期

8 張曉龍;王偉強(qiáng);王潤錄;;淺議骨齡鑒定的法律依據(jù)、特點和使用方法[J];河南科技大學(xué)學(xué)報(醫(yī)學(xué)版);2012年04期

9 趙麗泓;劉艷茹;徐紅梅;;不同方法評價矮小兒童骨齡的比較[J];中外婦兒健康;2011年01期

10 孔倩倩;田軍;;兒童青少年骨齡評估的現(xiàn)狀與展望[J];醫(yī)學(xué)影像學(xué)雜志;2011年06期

相關(guān)博士學(xué)位論文 前6條

1 曹潤;基于中華05標(biāo)準(zhǔn)的數(shù)字化骨齡X光片自動化識別算法的研究[D];北京體育大學(xué);2019年

2 朱翔宇;基于中華05骨齡標(biāo)準(zhǔn)的橈骨發(fā)育特征計算機(jī)提取與識別系統(tǒng)研究[D];北京體育大學(xué);2017年

3 姚樂輝;兒童青少年骨齡測評方法比較研究[D];北京體育大學(xué);2015年

4 任甫;拉薩藏族兒童青少年生長發(fā)育的研究[D];中國醫(yī)科大學(xué);2005年

5 劉堅;神經(jīng)管缺陷的病因及發(fā)病機(jī)理的基礎(chǔ)研究[D];華中科技大學(xué);2008年

6 鄧芳;兒童特發(fā)性性早熟環(huán)境危險因素及其身心發(fā)育分離研究[D];安徽醫(yī)科大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 郭佳佳;基于卷積神經(jīng)網(wǎng)絡(luò)的X射線圖像骨齡自動預(yù)測方法研究[D];中國科學(xué)技術(shù)大學(xué);2019年

2 林玨偉;基于深度學(xué)習(xí)的骨齡評估方法研究[D];浙江工業(yè)大學(xué);2019年

3 王林;基于數(shù)據(jù)模型的骨齡計算及身高預(yù)測系統(tǒng)設(shè)計與實現(xiàn)[D];浙江工業(yè)大學(xué);2019年

4 蔣會莉;滋腎疏肝化痰法對青春期偏矮女童預(yù)測成年身高影響的臨床觀察[D];河南中醫(yī)藥大學(xué);2018年

5 王景樟;基于深度學(xué)習(xí)的骨齡自動評測系統(tǒng)的研究與實現(xiàn)[D];北京郵電大學(xué);2018年

6 劉寶眾;不同項目業(yè)余青少年運動員骨齡發(fā)育特征研究[D];蘇州大學(xué);2017年

7 劉潔琳;計算機(jī)輔助橈骨骨齡等級評估[D];北京交通大學(xué);2017年

8 寧剛;特發(fā)性性早熟女孩骨齡評價的診斷性試驗研究[D];四川大學(xué);2003年

9 胡英華;中藥及營養(yǎng)、運動處方綜合干預(yù)骨齡正常和偏大的身材偏矮兒童的研究[D];山東中醫(yī)藥大學(xué);2012年

10 艾塞提·克里木;維吾爾族矮身材青少年生長發(fā)育狀況調(diào)查及骨齡研究[D];新疆醫(yī)科大學(xué);2003年

本文編號：2856067