首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于TW3-C RUS法的骨龄评估方法研究
引用本文:谷静,孙启雷,张明选.基于TW3-C RUS法的骨龄评估方法研究[J].光电子.激光,2023,34(5):554-560.
作者姓名:谷静  孙启雷  张明选
作者单位:西安邮电大学 电子工程学院,陕西 西安 710121,西安邮电大学 电子工程学院,陕西 西安 710121,西安邮电大学 电子工程学院,陕西 西安 710121
基金项目:陕西省自然科学基础研究计划(2020SF-370)资助项目
摘    要:经典TW3-C RUS (Tanner and Whitehouse 3-Chinese RUS)法将手骨的关键骨骺区域严格划分为9个等级,未充分考虑骨骺发育的连续性,导致骨龄评估存在一定误差。针对该问题,本文提出一种基于TW3-C RUS法的改进骨龄评估方法。采用阈值法的思想,动态选择网络模型输出的前N个等级概率值,并将前N个概率值作为权值计算手骨的加权得分,降低由于手骨单一等级判定引起的误差。针对网络模型冗余问题,采用跨阶段局部网络(cross stage partial network, CSP-Net)轻量化深度残差网络(residual network 50,Resnext50)。实验表明,改进后的方法对男性骨龄评估的平均绝对误差(mean absolute error,MAE)为0.421 4岁,女性MAE为0.412 8岁,相比于经典TW3-C RUS法,骨龄评估准确率有明显提升。轻量化后的网络模型参数量为46.28 MB,相比Resnext50网络模型有明显降低。

关 键 词:骨龄评估  TW3-C  RUS  卷积神经网络  模型轻量化
收稿时间:2022/7/11 0:00:00
修稿时间:2022/7/11 0:00:00

Research on bone age assessment method based on TW3-C RUS method
GU Jing,SUN Qilei and ZHANG Mingxuan.Research on bone age assessment method based on TW3-C RUS method[J].Journal of Optoelectronics·laser,2023,34(5):554-560.
Authors:GU Jing  SUN Qilei and ZHANG Mingxuan
Abstract:
Keywords:bone age assessment  Tanner and Whitehouse 3-Chinese RUS (TW3-C RUS)  convolutional neural network  model lightweight
点击此处可从《光电子.激光》浏览原始摘要信息
点击此处可从《光电子.激光》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号