[发明专利]一种人工智能骨龄检测终端设备

权利要求书

1.一种人工智能骨龄检测终端设备，其特征在于，包括：

机架，包括底板、顶箱及用以连接所述顶箱及所述底板的支撑板；

X光发生器，设于所述顶箱下表面，用以发射X射线；

检测板，设于所述底板的顶部，用以放置人手；

X光探测器，设于所述底板内部，用以接收穿过人手的X射线；以及

数据处理系统，用以根据人手的X光影像建立数据模型，并判断被检测者的骨龄。

2.如权利要求1所述的人工智能骨龄检测终端设备，其特征在于，

所述数据处理系统包括：

影像获取单元，用以获取两个以上青少年的手骨影像图；

存储单元，用以存储青少年的手骨影像图、影像数据及青少年的年龄；

预处理单元，用以对两个以上所述手骨影像图进行数据化处理，获取两组以上影像数据，每一组影像数据包括至少一组特征数据；

样本生成单元，用以生成两个以上数据化样本，每一数据化样本包括一青少年的年龄及该青少年的手骨影像被数据化处理后获得的一组影像数据；

样本分类单元，用以将两个以上所述数据化样本分成训练样本及测试样本两类；

样本分组单元，用以将所述训练样本被分成两个以上组别，同一组别的训练样本标识有相同的组别标签，所述组别标签代表青少年的年龄；

数据模型构建单元，用以利用两个以上训练样本的影像数据及组别标签构建并训练初级数据模型；

验证单元，用以根据至少一测试样本的影像数据对所述初级数据模型进行验证处理；以及

数据模型优化单元，用以根据验证的结果构建优化数据模型；

其中，所述存储单元用以存储所述初级数据模型及所述优化数据模型。

3.如权利要求2所述的人工智能骨龄检测终端设备，其特征在于，

所述预处理单元从所述特征区域筛选出17个有效的特征区域；

每一有效的特征区域包括一骨骼连接处影像或一骨骼的全部或部分影像。

4.如权利要求2所述的人工智能骨龄检测终端设备，其特征在于，

所述初级数据模型包括RPN网络与Fast R-CNN网络，

所述RPN网络与Fast R-CNN网络共享底层卷积层，底层卷积层包括五层卷积层，底层卷积层后包括第六卷积层，第六卷积层连接两个卷积分支，通过两个卷积分支分别输出初始区域分类得分与边界框，构成RPN网络，通过RPN网络提取目标骨骼的初始兴趣区域；所述底层卷积层通过ROI池化层连接第一全连接层和第二全连接层，所述第一全连接层和第二全连接层根据所述初始兴趣区域分别输出分类得分与边界框位置坐标。

5.如权利要求1所述的人工智能骨龄检测终端设备，其特征在于，所述数据处理系统包括：

存储单元，用以存储优化数据模型；

样本采集单元，用以采集一被检测样本，其为一被检测人的手骨影像的数据化样本，包括该被检测人的手骨影像被数据化处理后获得的一组影像数据；

骨龄判断单元，用以将被检测样本录入至所述优化数据模型，所述优化数据模型获取所述待检测样本的组别标签，判断所述被检测人的骨龄。

6.如权利要求1所述的人工智能骨龄检测终端设备，其特征在于，

青少年手骨影像包括但不限于青少年在手掌平展状态下的指骨和/或掌骨和/或腕骨的影像；

被检测人手骨影像包括但不限于被检测人在手掌平展状态下的指骨和/或掌骨和/或腕骨的影像。

7.如权利要求1所述的人工智能骨龄检测终端设备，其特征在于，

所述青少年、所述被检测人的年龄精确到百分位；

所述数据化样本数量为40000~300000；

所述组别标签数量为2000组，分别代表0至20岁的青少年。

8.如权利要求1所述的人工智能骨龄检测终端设备，其特征在于，还包括

输入单元，连接至所述数据处理系统；以及

输出单元，连接至所述数据处理系统。