【摘要】：骨齡評估(Bone Age Assessment)是一項通過比較兒童的骨齡和實足年齡的差異而進行的兒科檢查。對比于實足年齡,骨齡的過大或過小都能在一定程度上反映出兒童在生長過程中的激素問題和其他異常,骨齡也被用來預測兒童的未來身高等方面。骨齡評估的主要工作是預測兒童的骨齡,為了能夠精確而又有效率地測出骨齡,一個成熟的骨齡評估方法是很有必要的。骨齡評估的方法有著漫長的發(fā)展歷史,前人的工作已經使得骨齡評估從繁瑣又粗略的傳統(tǒng)技術,演變到了更精確的專家系統(tǒng)。但是存在的問題也很明顯,人類評估環(huán)節(jié)的存在,會使得最終的結果充滿主觀和易變性,而且又很費時。深度學習時代的來臨使得更精確、更有效率的骨齡評估方法成為可能。深度神經網(wǎng)絡模型的訓練對樣本的要求很高,但是原始的手骨X光片數(shù)據(jù)存在噪音信息過多和不同類別樣本數(shù)量不均衡等問題,會影響模型最終的評估效果。本文針對以上問題,以深度學習為理論依據(jù),對骨齡評估的方法展開了研究,研究的主要內容有:1.針對原手骨X光片噪音信息過多的問題,本文提出了一個基于深度神經網(wǎng)絡的X光片手骨區(qū)域提取方法,主要包括對手骨X光片手骨位置的定位,滑窗取樣,樣本分類和精確到像素的分割。該方法不僅能將原手骨X光片中的噪音信息給去除,同時也保證了所有圖片數(shù)據(jù)中手骨位置的統(tǒng)一。2.針對傳統(tǒng)方法中的人力評估環(huán)節(jié)所帶來的一系列問題,本文提出了一個基于深度神經網(wǎng)絡的骨齡評估方法。主要包括不同樣本劃分方式的嘗試、深度神經網(wǎng)絡模型的選擇,對手骨X光片進行分類和對實驗結果做了比較與分析。對于原手骨X光片數(shù)據(jù),本文最終找到了適合它的樣本劃分方式,解決了不同類別樣本數(shù)量不均衡的問題。實驗結果的分析采用了三個指標:完全正確、1歲誤差和2歲誤差。最好的模型評估準確率為0.507、0.851和0.964。3.人類手骨的圖片存在漸變性,骨齡差距越小,手骨圖片之間的差異就越小。針對這一特性,本文提出了一個基于距離度量神經網(wǎng)絡的骨齡評估方法。與以往方法不同的是,新方法用到的思想主要為用Triplet loss函數(shù)來訓練深度神經網(wǎng)絡,在這個網(wǎng)絡的基礎上采用了三種不同的方式來做骨齡評估(特征庫匹配,SVM模型和特征向量再分類)。三種方式的評估準確率均值為0.542、0.843和0.969。本文主要針對骨齡評估的方法進行了多方面的探索,這對之后骨齡評估方法的成熟有著重要的意義。
【學位授予單位】：浙江工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：R179;TP391.41;R816.92
【圖文】：

第一章 緒 論景及意義，位于美國東部召開的一次達特茅斯會議上，人們首次提到了Artificial Intelligence）。這個概念的提出，是希望計算機不再是程計算，而是像人類思維過程那樣，能夠完成主觀抽象的工作應用有解決幾何，自然語言處理等。在很長的一段時間里，因及硬件的不足，人工智能的發(fā)展極為緩慢，但是為之后的快速以來，人們迎來了大數(shù)據(jù)時代。同時，在神經網(wǎng)絡的研究領域跨時代的概念被提出[1]。計算機硬件的性能也得到了前所未有智能得了天時地利，迎來了發(fā)展最快的黃金時代。

圖 1-2 人類手骨的骨骼結構[56]Figure 1-2 Skeletal structure of human hand bones類從嬰兒出生到青少年發(fā)育成熟階段的骨骼年齡，簡稱骨齡。骨齡是指骼發(fā)育程度，發(fā)育程度通常是通過觀察手骨的變化來預測的。手骨的骨雜，如圖 1-2 所示，每一根骨頭的變化都代表著兒童的成熟過程，特別包括勾狀骨、頭狀骨、舟狀骨、三角骨和橈骨等。正常發(fā)育的人體骨骼會和真實年齡具有一致性。通過和實際年齡的比較，這個差異結果能較

圖 2-1 簡單神經網(wǎng)絡示意圖Figure 2-1 Sketch map of simple neural network，分別是神經網(wǎng)絡的三個層，分別為輸入層，隱，同理輸出也可以是多個。中間的隱藏層最重要入數(shù)據(jù)通過一個函數(shù)得到新的數(shù)據(jù)。意義在于把維度空間，來展現(xiàn)其更抽象化的特征。隱藏層中元，神經元可以是多個從而最終模擬出不同的函隱藏層的級聯(lián)可以實現(xiàn)對輸入特征多層次的抽象是一種可以實現(xiàn)智能反饋的神經系統(tǒng)。神經網(wǎng)絡可以模擬任何一種連續(xù)函數(shù)，這是因為念——激活函數(shù)（Activation Function）。激活函換輸入輸出的時候。神經元內部函數(shù)多為線性函表示為：ion( wx b)

【相似文獻】

相關期刊論文 前10條

1 李榮葆;;華池縣大骨節(jié)病區(qū)與非病區(qū)土壤、糧食和兒童發(fā)硒含量、手部X光片測定觀察[J];中國公共衛(wèi)生;1989年09期

2 趙忠;;動態(tài)X光片在頸椎病早期診斷中的應用[J];世界最新醫(yī)學信息文摘;2018年69期

3 王玉虎;陳永芳;;動態(tài)X光片在頸椎病早期診斷中的應用[J];影像研究與醫(yī)學應用;2019年11期

4 王玉鎖;;X光片和多排螺旋CT對骨關節(jié)創(chuàng)傷的診斷對比研究[J];人人健康;2019年08期

5 吳曉剛;;X光片對周圍型肺癌的檢查結果分析[J];影像研究與醫(yī)學應用;2018年03期

6 王虎;;X光片和多排螺旋CT對骨關節(jié)創(chuàng)傷的診斷比較分析[J];影像研究與醫(yī)學應用;2018年21期

7 湯競南;;頸椎病早期診斷中X光片的臨床應用分析[J];全科口腔醫(yī)學電子雜志;2019年11期

8 閆凱文;;基于牙科X光片的多種直方圖均衡化圖像增強對比[J];光學儀器;2017年06期

9 劉廣軍;;X光片和多排螺旋CT對骨關節(jié)創(chuàng)傷的診斷對比分析[J];影像研究與醫(yī)學應用;2018年19期

10 楊程蘇;;腰椎X光片、CT、核磁共振有什么區(qū)別[J];人人健康;2019年16期

相關重要報紙文章 前5條

1 記者 張夢然;這次，我們?yōu)橛钪妗芭腦光片”[N];科技日報;2019年

2 本報記者 喬地;拍X光片到底會不會傷害身體？[N];科技日報;2005年

3 張欽思;核子研究技術竟能走向生活？一眼能看懂的彩色立體X光片面世[N];電腦報;2018年

4 晉楠;人工智能難懂X光片[N];中國科學報;2019年

5 本報記者 劉冕;圓明園馬首拍了X光片[N];北京日報;2019年

相關碩士學位論文 前4條

1 劉士嘉;術前X光片測量在人工膝關節(jié)置換術力線恢復中的價值分析[D];中國醫(yī)科大學;2019年

2 陳易京;基于深度神經網(wǎng)絡的X光片骨齡評估方法研究[D];浙江工業(yè)大學;2019年

3 喻大力;二維靜態(tài)足印評價內側縱弓的效度檢驗及運動員足印的特點[D];上海體育學院;2016年

4 王科;脊柱功能位X光片輔助診斷系統(tǒng)的研究[D];天津工業(yè)大學;2005年

本文編號：2777171