本文主要研究内容
作者占梦军,张世杰,刘力,刘华,白洁,田雪梅,宁刚,李媛,张奎,陈虎,邓振华（2019）在《基于深度学习自动化评估四川汉族青少年左手腕关节骨龄》一文中研究指出：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。
Abstract
mu de yun yong shen du xue xi dui si chuan han zu qing shao nian zuo shou wan guan jie shu zi hua Xxian pian jin hang tu xiang shi bie ,shi xian zuo shou wan guan jie gu ling de zi dong hua ping gu 。fang fa shou ji 3281li 9.0-20.0sui si chuan han zu qing shao nian zuo shou wan guan jie zheng ce wei Xxian pian ,jiang yu chu li hou de tu xiang zuo wei mo xing shu ru ,jiang gai jin hou de AlexNetzuo wei tu xiang shi bie de shen du xue xi wang lao mo xing 。cong shang shu zong ti yang ben zhong fen bie shua qu nan 、nv ge 60%de yang ben zuo wei mo xing de xun lian ji ,jiang nan 、nv ge 10%de yang ben zuo wei mo xing de yan zheng ji ,30%de yang ben zuo wei ce shi ji ,bing huo qu mo xing gu ji zhi yu shi ji nian ling zai ±1.0sui wu cha fan wei nei de tu xiang shi bie zhun que lv yi ji mo xing gu ji zhi yu shi ji nian ling zhi jian de ping jun jue dui wu cha 。jie guo shen du xue xi wang lao mo xing de ce shi jie guo xian shi ,zai ±1.0sui wu cha fan wei nei de tu xiang shi bie zhun que lv ,nan xing wei 81.08%,nv xing wei 87.56%。mo xing gu ji zhi yu shi ji nian ling zhi jian de ping jun jue dui wu cha ,nan xing wei 0.90sui ,nv xing wei 0.72sui 。jie lun yun yong shen du xue xi shi xian si chuan han zu qing shao nian zuo shou wan guan jie gu ling zi dong hua ping gu ju you yi ding ke hang xing ,wei fa yi xue gu ling jian ding zi dong hua ruan jian de kai fa dian ding le ji chu 。
论文参考文献
论文详细介绍
论文作者分别是来自中国法医学杂志的占梦军,张世杰,刘力,刘华,白洁,田雪梅,宁刚,李媛,张奎,陈虎,邓振华，发表于刊物中国法医学杂志2019年05期论文，是一篇关于法医影像学论文,骨龄论文,数字化线片论文,深度学习论文,图像识别论文,人工智能论文,中国法医学杂志2019年05期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自中国法医学杂志2019年05期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：法医影像学论文; 骨龄论文; 数字化线片论文; 深度学习论文; 图像识别论文; 人工智能论文; 中国法医学杂志2019年05期论文;