[发明专利]一种骨龄智能检测方法

说明书

本发明提供一种骨龄智能检测方法，包括样本采集步骤、样本分类步骤、样本分组步骤、数据模型构建步骤、验证步骤、数据模型优化步骤、被检测样本采集步骤以及骨龄判断步骤。本发明通过人工智能的方法进行骨龄检测，可以避免人工的主观因素，提高检测效率和准确率。

技术领域

本发明涉医疗影像处理领域，特别涉及一种骨龄智能检测方法。

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。我国常用的骨龄智能检测方法有百分计数法、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，提供一种骨龄智能检测方法，可以有效解决了传统的骨龄智能检测方法中误差大、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。

为解决上述技术问题，本发明提供一种骨龄智能检测方法，包括如下步骤：样本采集步骤，采集两个以上同性别青少年手骨影像的数据化样本，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；样本分类步骤，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；样本分组步骤，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；数据模型构建步骤，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；验证步骤，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；数据模型优化步骤，根据验证的结果构建优化数据模型；被检测样本采集步骤，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；以及骨龄判断步骤，将所述待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。

进一步地，所述样本采集步骤，包括如下步骤：影像获取步骤，采用X光机拍摄两个以上相同性别的青少年的手骨影像图，记录每一青少年的年龄；样本预处理步骤，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；数据化样本生成步骤，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。