骨龄特征点定位、以及预测

69 阅读 0 评论 46 点赞

我是靠谱客的博主沉静音响，最近开发中收集的这篇文章主要介绍骨龄特征点定位、以及预测，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

课题团队前期应用深度学习方法在基于X线进行骨龄自动预测方法开展了一系列工作。在公共数据集DHADS上开展离散化年龄标签的分类，通过搭建GoogLeNet、ResNet等卷积神经网络，最终实现了91%的识别准确率。在此基础上，我们参加了由北美放射学会RSNA举办的2017年骨龄预测大赛，在1万2千多组标定过的图片集上进行精确到月份的骨龄预测，最终国际排名18/342。我们首先应用UNet结构进行背景去除等预处理，并应用条件随机场方法修正边缘区域，结果如图1所示；随后我们应用深度校正网络（Deepalignmentnetwork）进行骨骼关键点的自动定位，结果如图1所示，目前我们的定位误差已经达到平均2个像素的水平；基于关键点我们截取了15个关键区域，并提出多区域并联卷积神经网络架构，基于GoogLeNet、ResNet进行年龄回归预测，平均误差目前已经达到0.55岁。

深度矫正网络是用于定位手骨中37个关键点的深度神经网络，其训练学习过程包含两个阶段，第一阶段通过卷积神经网络获取到手骨图像的抽象特征，将学习到的特征作为参数同原始图片一起导入空间变换网络生成新的手骨图像，和该手骨图像的热点图，特征点图。然后在第二个阶段将第一阶段生成的三幅图片从新导入卷积神经网络进行训练，学习。