《表1 人工智能骨龄阅片方法的误差》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《人工智能在儿童骨龄影像诊断的应用及发展》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

近年来，国内外学者都尝试建立一个可实现自动化或半自动化的骨龄评估系统。2017年，意大利卡塔尼亚大学的SPAMPINATO等[5]首次将深度学习CNN模型应用于青少年手腕关节X线片中推断骨龄，使用多种深度学习网络算法对骨骼图像进行识别，研究结果表明，人工阅片与人工智能阅片之间存在0.79岁的误差，提出了骨龄研究的新思路和新方法，实现了从浅层学习向深度学习的完美过渡[7]。LEE等[8]提出一个全自动、带有检测与分类CNN的深度学习平台实现骨龄评估，并且能自动生成结构化报告，表1为该方法实现的人工智能骨龄阅片方法的误差。表2为传统骨龄阅片方法GP法和TW3法的误差比较[9]，表3为人工骨龄阅片与人工智能骨龄阅片的对比，不难看出，人工智能阅片具有明显优势。