《表3 人工骨龄阅片与人工智能骨龄阅片对比》
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。
图表编号 | XD00134695800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.28 |
作者 | 杨姣 |
绘制单位 | 南京医科大学附属儿童医院信息科 |
更多格式 | 高清、无水印(增值服务) |