[发明专利]一种人工智能骨龄检测终端设备

说明书

本发明提供一种人工智能骨龄检测终端设备，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；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。本发明的优点在于，提供一种人工智能骨龄检测终端设备，采用人工智能技术中的深度学习算法，通过采集幼儿或少年骨龄图片的手部X光图片推断出该被检测者的骨龄值，检测速度快、精准率高。

技术领域

本发明涉医疗影像处理领域，特别涉及一种人工智能骨龄检测终端设备。

背景技术

骨龄分析作为生长发育程度的一项重要指标，在医学、体育及司法鉴定风领域中发挥着重要作用。骨龄是由儿童的骨骼钙化程度所决定的。骨龄能较准确地反映人从出生到完全成熟的过程中各年龄阶段的发育水平。放射科医生通过对比儿童手部的X光片和他们对应年龄的标准状态，来测量儿童的骨龄。

青少年骨龄评测在儿科内分泌问题和儿童成长障碍诊断方面有重要作用，常用于青少年内分泌紊乱、生长发育延迟、先天性肾上腺皮质增生等症状的筛查，也可以对技术使用的干预效果进行评价，另外，骨龄也可用于鉴定未成年人的真实年龄，在青少年犯罪案件和体育比赛中确认选手年龄中都得到应用。

目前国际上较为常用的骨骼发育成熟度评价方法包括基于欧美骨骼发育特点提出G-P图谱法和TW计分法。而由于各国人骨骼发育情况存在较大差异，G-P图谱法和TW计分法不能适用于东亚人种。我国常用的人工智能骨龄检测终端设备有百分计数法、顾氏图谱法、中国人手腕骨发育标准CHN法等。但这些人工评估骨龄方法繁琐时且易受主观影响，随机误差大，骨发育等级标准的文字描述实际应用起来比较复杂、系统误差较大。

随着GPU加速的深度学习技术，通过人工智能来完成对于骨龄的自动检测已经成为了可能。并且医学成像技术不断提升，医院具有众多高端成像设备，可以更快地获取高质量的医学影像。但是对于医学影像的判断一般还是由医生完成，这不但费时费力，而且存在很多主管因素。并且医院每天有大数据级别的医学影像需要处理。

因此，急需提出一种运用人工智能的方法来进行骨龄检测并且可以批量化同步进行。

发明内容

本发明的目的在于，提供一种人工智能骨龄检测终端设备，可以有效解决了传统的人工智能骨龄检测终端设备中误差大、费时费力等问题，可以有效提高医院对骨龄检测的执行效率和准确率。

为解决上述技术问题，本发明提供一种人工智能骨龄检测终端设备包括：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。

进一步地，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。