资料下载
×
基于深度学习的X射线骨龄评估算法
消耗积分:0 |
格式:pdf |
大小:2.61 MB |
2021-03-12
分享资料个
骨龄评估是研究儿童內分泌、遗传因子和生长障碍的常用临床手段，传统骨龄评估方法耗时较长，易受评估者主观因素影响产生误差，而现有自动提取临床特征的骨龄评估方法精度低且泛化能力差。提出一种基于深度学习的端到端手骨ⅹ射线图像自动骨龄评估方法。去除 Inception Resnet V2网络的 Softmax层优化结构，在nception模块中增加非对称卷积核提高特征图分类精度，引亼残差连接结构避免梯度消失或爆炸冋题，同时采用均方误差损失函数对骨龄评估回归性能进行评价，并使用分层K折交叉验证法保证数据集样本分类均衡。实验结果表明，与采用 Bonet网络的骨龄评估方法相比，该方法评估的骨龄与真实骨龄平均绝对误差减少0.4230岁，骨龄预测精度更高。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
