[发明专利]一种基于曲面断层片及深度学习的年龄推断系统及方法

说明书

本发明公开了一种基于曲面断层片及深度学习的年龄推断系统及方法，本发明应用深度学习技术探索建立基于曲面断层片的年龄全自动推断的神经网络模型，以神经网络模型模拟曲面断层片图像与年龄之间的复杂相关关系，以计算机代替人工，实现更简便、更客观、更准确的年龄推断。本发明将传统深度学习模型简化，不需要人为干预，仅对图像添加与实际年龄标签，通过计算机算法建立输入图像与输出年龄关联的神经网络模型，从而实现全自动的年龄推断，该模式最大程度上减少主观误差，并简化流程，提高年龄推断的应用效率。

技术领域

本发明属于年龄推断技术领域，涉及一种基于曲面断层片及深度学习的年龄推断系统及方法。

背景技术

年龄推断在口腔正畸学、儿童内分泌学、法医学以及移民、运动员管理等领域均具有重要意义。在口腔正畸学中，年龄推断对于评估颅面生长状态，判断患者是否达到或完成生长发育高峰期具有重要意义，是正畸治疗中错颌畸形诊断及矫治方案制定的重要依据，如功能性矫治的时机评价、拔牙矫治与不拔牙矫治的方案选择以及正畸治疗后保持方法的选择与佩戴时间等。另外，部分内分泌疾病会影响人体发育，使发育速度减缓或者加快，因而对于患有影响发育的内分泌疾病的儿童，牙龄、骨龄推断也是其诊断、治疗及疗效评估中需要考虑的重要因素。在法医学中，年龄推断是一个重要的研究方向。在刑事案件或在大规模的自然灾害、交通事故、火灾、爆炸中，常常出现不明身份的个体需要进行身份识别。在各类案件审理中，司法机构也需要对嫌疑人进行年龄推断。由于许多国家仍未将出生日期作为例行记录，因而存在大量人群的年龄信息缺乏真实性和可靠性。政府机构常常需要判断个体是否达到抚养、就业及婚姻等相关法律规定的年龄，从而保障个体的权利与义务。另外，近几十年来随着全球跨境移民的不断增加，移民人群权利与义务的评判成为一大难题，对于移民人群的年龄审核即显得尤为重要。除此之外，在体育比赛中对运动员的年龄核查中，年龄推断同样具有重要意义。

既往学者们通过多种与年龄相关的指标构建年龄推断的方法，如体格检查、DNA甲基化和天冬氨酸外消旋化等分子标记物、骨骼影像以及牙齿影像。为了提高年龄推断的准确性和标准化，提出应结合体格检查、左手腕关节X线片以及牙齿发育评估三项检查进行年龄推断。如果左手腕关节骨骼已完成发育，则需要额外增加锁骨的计算机断层扫描检查辅助进行年龄推断。相较于骨龄推断，牙齿生长发育过程主要受基因调控，而营养和环境等外界因素对其影响较小，因此基于牙齿进行年龄推断的准确性更高。基于牙齿进行年龄推断的方法主要以牙齿的萌出和生长发育为主，有的学者通过对生长发育过程中牙齿形态的变化划定分期进行年龄推断，如Gleiser和Hunt法、Nolla法、Demirjian法等，而有的学者则通过对形态指标的测量进行年龄推断，如Cameriere法、Kvaal法等。另外，由于种族差异，上述方法在不同人群中应用时存在高估或低估的情况，因此既往学者建议在不同人群中应用上述方法时需基于该人群样本进行数据拟合，以提高年龄推断的准确性。尽管牙齿发育与年龄之间为复杂的非线性关系，但是非线性关系的拟合需要预先定义非线性类型，这在本研究中很难实现，因此既往大多研究中采用线性回归的方式进行数据拟合，可适当提高年龄推断的准确性。

尽管既往研究表明上述基于牙齿进行年龄推断的方法可以较好地实现年龄推断，但在应用中仍然存在一定的局限性。首先，上述方法在应用过程中要求阅片者有较丰富的专业知识背景，对牙齿解剖结构、生长发育以及牙齿影像中不同结构可以准确识别，这些方法的学习掌握过程繁琐费时。其次，牙齿发育过程是一个连续的过程，与年龄之间具有高度相关性。而既往多种方法为了便于建立牙齿发育与年龄之间的相关关系，将牙齿发育过程分为几个间断的阶段，因而存在发育状态临近两个分期分界点的牙齿容易被误判发育分期。再者，既往方法的应用容易受到主观判断因素的影响，当阅片者情绪变化、观察不仔细或解剖结构分辨能力欠缺时，均可能造成年龄推断误差。最后，基于牙齿进行年龄推断的方法实践过程较为繁琐，需要耗费大量人力和时间，不便于临床实践中广泛应用。而针对上述局限性，目前新兴的深度学习技术可以有效地克服这些问题，提高年龄推断的准确性和应用效率。

现有技术的缺陷不足：