ارزيابي سن استخواني از روي تصاوير راديولوژي مبتني بر يادگيري عميق

ارزيابي سن استخواني در تشخيص رشد غيرطبيعي، ناهنجاري‌هاي غده درون‌ريز و ناهنجاري‌هاي ژنتيكي كاربرد دارد. ويژگي هاي ريخت‌شناسي استخوان هاي دست مانند مچ‌ها و انگشتان در اين كار اهميت ويژه‌اي دارد. ارزيابي سن استخواني توسط راديولوژيست ها هم طولاني است و هم ممكن است از يك متخصص به متخصص ديگر متفاوت باشد. در اين مقاله يك روش كاملاً خودكار براي ارزيابي سن استخواني بر روي مجموعه داده RSNA ارائه مي‌شود. در اين روش ابتدا قطعه‌بندي ناحيه دست با استفاده از شبكه Dense-Unet انجام مي‌شود، سپس يك شبكه پيچشي ارائه مي شود كه نقاط خارجي دست را شناسايي كند و بعد با استفاده از تبديلات هندسي در تصوير، دست به مختصات جديدي چرخانده مي شود، درنهايت با استفاده از شبكه ۲۰۱DenseNet، سن استخواني ارزيابي مي شود. نتايج نشان مي-دهد خطاي MAE اين روش برابر ۲۲/۴ ماه است كه از ديگر مقالات در اين حوزه بهتر عمل مي كند.