文献类型：期刊文章

作　　者：占梦军[1] 张世杰[2] 刘力[3] 刘华[3] 白洁[3] 田雪梅[4] 宁刚[5] 李媛[1] 张奎[1] 陈虎[6] 邓振华[1]

Zhan Mengjun;Zhang Shijie;Liu Li;Liu Hua;Bai Jie;Tian Xuemei;Ning Gang;Li Yuan;Zhang Kui;Chen Hu;Deng Zhenhua(4.Institute of Forensic Science, Ministry of Public Security, Beijing 100038;National Key Laboratory of Fundamental Science on Synthetic Vision, Sichuan University, Chengdu, Sichuan 610065, China;Beijing Public Security Bureau, Beijing 100085;Department of Radiology, West China Second University Hospital, Sichuan University, Chengdu, Sichuan 610041, China;College of Computer Science, Sichuan University, Chengdu, Sichuan 610065, China)

机构地区：[1]四川大学华西基础医学与法医学院,四川成都610041 [2]四川大学视觉合成图形图像技术国防重点学科实验室,四川成都610065 [3]北京市公安局,北京10085 [4]公安部物证鉴定中心,北京100038 [5]四川大学华西第二医院放射科,四川成都610041 [6]四川大学计算机学院,四川成都610065

出　　处：《中国法医学杂志》

基　　金：刑事技术双十计划重点攻关项目(2019SSGG0401);国家自然科学基金面上项目(81373252);证据科学教育部重点实验室开放基金项目(2016KFKT04)

年　　份：2019

卷　　号：34

期　　号：5

起止页码：427-432

语　　种：中文

收录情况：CSCD、CSCD_E2019_2020、EMBASE、IC、JST、SCOPUS、ZGKJHX、普通刊

摘　　要：目的运用深度学习对四川汉族青少年左手腕关节数字化X线片进行图像识别,实现左手腕关节骨龄的自动化评估。方法收集3281例9.0-20.0岁四川汉族青少年左手腕关节正侧位X线片,将预处理后的图像作为模型输入,将改进后的AlexNet作为图像识别的深度学习网络模型。从上述总体样本中分别选取男、女各60%的样本作为模型的训练集,将男、女各10%的样本作为模型的验证集,30%的样本作为测试集,并获取模型估计值与实际年龄在±1.0岁误差范围内的图像识别准确率以及模型估计值与实际年龄之间的平均绝对误差。结果深度学习网络模型的测试结果显示,在±1.0岁误差范围内的图像识别准确率,男性为81.08%,女性为87.56%。模型估计值与实际年龄之间的平均绝对误差,男性为0.90岁,女性为0.72岁。结论运用深度学习实现四川汉族青少年左手腕关节骨龄自动化评估具有一定可行性,为法医学骨龄鉴定自动化软件的开发奠定了基础。

关 键 词：法医影像学  骨龄 数字化X线片  深度学习  图像识别 人工智能  

分 类 号：DF795.1[法医学类]