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、ResNe
骨龄特征点定位、以及预测
最新推荐文章于 2024-05-18 20:44:05 发布
课题团队使用深度学习方法在X线骨龄预测上取得显著成果,达到了91%的识别准确率。在RSNA 2017骨龄预测大赛中,他们采用UNet进行预处理,条件随机场修饰边缘,深度校正网络定位关键点,平均误差仅2个像素。接着利用多区域并联卷积神经网络进行年龄预测,平均误差为0.55岁。深度矫正网络能精确定位手骨的37个关键点,通过两阶段学习实现特征提取和空间变换。
摘要由CSDN通过智能技术生成