文献类型：期刊文章

作　　者：胡婷鸿[1,2] 火忠[3] 刘太昂[4] 王飞[3] 万雷[1] 汪茂文[1] 陈腾[2] 王亚辉[1]

HU Ting-hong;HUO Zhong;LIU Tai-ang;WANG Fei;WAN Lei;WANG Mao-wen;CHEN Teng;WANG Ya-hui(Shanghai Key Laboratory of Forensic Medicine, Shanghai Forensic Service Platform, Academy of Forensic Science, Shanghai 200063,China;Department of Forensic Science, Xi’an Jiaotong University Health Science Center, Xi’an 710061, China;People’s Hospital of Xinjiang Uygur Autonomous Region, Urumqi 830000, China;Shanghai Fanyang Information Technology Co., LTD., Shanghai 200444, China)

机构地区：[1]司法鉴定科学研究院,上海市法医学重点实验室,上海市司法鉴定专业技术服务平台,上海200063 [2]西安交通大学医学部法医学院,陕西西安710061 [3]新疆维吾尔自治区人民医院,新疆乌鲁木齐830000 [4]上海帆阳信息科技有限公司,上海200444

出　　处：《法医学杂志》

基　　金：国家自然科学基金资助项目(81571859,81102305,81401559);上海市法医学重点实验室资助项目(17DZ2273200);上海市司法鉴定专业技术服务平台资助项目(16DZ2290900);上海市法医学重点实验室开放基金资助项目(KF1706)

年　　份：2018

卷　　号：34

期　　号：1

起止页码：27-32

语　　种：中文

收录情况：CAS、CSCD、CSCD_E2017_2018、EMBASE、IC、JST、PUBMED、RCCSE、SCOPUS、ZGKJHX、普通刊

摘　　要：目的将深度学习运用于维吾尔族青少年左手腕关节数字化X线摄影(digital radiography,DR)图像识别中,实现骨龄评估的自动化,探索该方法在法医骨龄鉴定中的应用价值。方法在我国新疆维吾尔自治区采集13.0~19.0岁维吾尔族男性青少年245例、女性青少年227例左手腕关节DR图像,将预处理后的图像作为研究对象,将AlexNet作为图像识别的回归模型。在上述总样本中分别选取男、女性60%左手腕关节DR图像样本作为网络训练集,10%的样本作为验证集,余30%作为测试集,获取与样本真实年龄误差范围分别在±1.0岁、±0.7岁以内的图像识别准确率。结果深度学习的内测结果:误差范围在±1.0岁及±0.7岁以内的网络训练集准确率,男性分别为81.4%和75.6%,女性分别为80.5%和74.8%。误差范围在±1.0岁及±0.7岁以内的测试集准确率,男性分别为79.5%和71.2%,女性分别为79.4%和66.2%。结论青少年左手腕关节骨龄研究与深度学习相结合,具有较高的准确性及较好的可行性,为躯体其余骨关节的骨龄自动化评估体系奠定研究基础。

关 键 词：法医人类学 年龄测定,骨骼  腕关节 体层摄影术,X线  图像识别  深度学习  维吾尔族 青少年  

分 类 号：DF795.6[法医学类]