【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)屬于圖像處理領(lǐng)域，具體涉及一種基于深度學(xué)習(xí)的聯(lián)合頸椎推斷年齡與性別分類方法及系統(tǒng)。
技術(shù)介紹
1、法醫(yī)學(xué)是通常用于尸體遺骸處于分解階段的刑事案件，法醫(yī)人類學(xué)家可以幫助識(shí)別遺體被焚燒、腐爛、無法辨認(rèn)或以其他方式肢解的死者，因此年齡推斷和性別分類技術(shù)在法醫(yī)人類學(xué)中的應(yīng)用至關(guān)重要。骨骼結(jié)構(gòu)在發(fā)育和老化過程中會(huì)發(fā)生一系列形態(tài)學(xué)變化，這些變化可以作為推斷年齡和性別分類的依據(jù)。常用于確定年齡的骨骼是手腕，而用于確定性別的骨骼是骨盆骨。在未成年人的年齡推斷中，手、手腕、鎖骨內(nèi)側(cè)、第一肋骨、膝蓋以及頸椎等部位常被用作觀察對(duì)象，腕部x線片因其直觀性和準(zhǔn)確性，成為了確定兒童成熟度最常用的方法，然而，成人的骨骼發(fā)育已經(jīng)成熟，傳統(tǒng)的觀察方法很難準(zhǔn)確地反映出骨骼及其周圍組織的增齡性變化。這也在一定程度上限制了骨齡推斷在成人年齡評(píng)估中的應(yīng)用。
2、頸椎是由七節(jié)椎骨緊密相連構(gòu)成的，通過對(duì)頸椎椎體進(jìn)行側(cè)位拍攝，可以清晰地展現(xiàn)出其生長(zhǎng)發(fā)育、老化過程中的增齡性改變。骨骺一旦完成結(jié)合，椎體的發(fā)育就會(huì)停止。根據(jù)頸椎的形態(tài)學(xué)變化，其發(fā)育過程通常被劃分為六個(gè)不同的階段。通過觀察頸椎所處的階段，可以對(duì)頸椎成熟度(cvm)進(jìn)行評(píng)價(jià)，這種評(píng)價(jià)方式在評(píng)估骨骼年齡方面已被證實(shí)與手腕部區(qū)域同樣可靠和有效。由于骨骼成熟是一個(gè)持續(xù)的過程，cvm的評(píng)估本質(zhì)上是一個(gè)回歸問題。而頸椎的發(fā)育分級(jí)是通過將連續(xù)的cvm按級(jí)別離散為6類，將回歸問題轉(zhuǎn)化為分類問題。即使是對(duì)有經(jīng)驗(yàn)的醫(yī)生，離散化也難以獲得滿意的表現(xiàn)，尤其對(duì)于邊緣受試者來說，cvm的六個(gè)階段可能很難區(qū)分。而影像噪聲水平
3、由于頸椎椎體的大小和形狀隨年齡變化發(fā)生增齡性變化，且椎體易于通過影像技術(shù)進(jìn)行測(cè)量，既往基于頸椎的年齡推斷主要依賴于頸椎的形態(tài)學(xué)變化。有學(xué)者利用椎體高度和(或)椎體長(zhǎng)度的比值、不同椎體的凹度和角度作為變量來推斷青少年的年齡。mito等采用c3和c4椎體的寬度/高度比值指標(biāo)對(duì)7-15歲176名女孩的頸椎影像進(jìn)行研究，確定了頸椎骨齡的回歸公式，平均絕對(duì)誤差(mae)為1.17；計(jì)算頸椎骨齡與腕部骨齡的相關(guān)性r為0.869；結(jié)果表明，頸椎推斷骨齡與tanner-whitehouse?2(tw2)方法推斷的骨齡一樣可靠，可客觀評(píng)價(jià)頸椎骨成熟度并進(jìn)行骨齡計(jì)算。caldas等測(cè)量頸椎c3和c4椎體寬度和前側(cè)高度并用兩個(gè)椎體的寬高比(ah3/ap3和ah4/ap4)作為變量得出年齡推斷的多元回歸方程。之后，caldas等人將上述公式使用計(jì)算機(jī)系統(tǒng)輔助骨骼年齡推斷，方法操作簡(jiǎn)單，耗時(shí)少，客觀性強(qiáng)。beit等測(cè)量c2至c4椎體的形態(tài)變化(凹度、前高度和角度)，通過和腕骨年齡的對(duì)比發(fā)現(xiàn):c2、c3和c4的凹性、c3和c4前高度、c3角與骨齡呈極顯著相關(guān)，并以這三個(gè)指標(biāo)為變量得出了骨齡推斷的多元回歸方程。cameriere等使用c4椎體前(a)和后(b)高度的比值來推斷年齡。頸椎發(fā)育在25歲左右完成，c3-c7的棘突和上下骨骺環(huán)與椎體融合，之后頸椎開始發(fā)生退行性改變，如椎間盤(intervertebral?disc)、頸椎曲度(cervical?curvature)、骨密度等發(fā)生增齡性改變。然而，由于傳統(tǒng)測(cè)量方法難以清晰、準(zhǔn)確的描述頸椎的退行性改變特征，目前很少有通過頸椎老化變化推測(cè)成人年齡的研究。而在與年齡相關(guān)的動(dòng)態(tài)注意對(duì)頭顱定位側(cè)片進(jìn)行發(fā)育和老化分析研究中，我們發(fā)現(xiàn)頸椎區(qū)域與年齡有很強(qiáng)的相關(guān)性，尤其是在25-40歲年齡段，這也提示我們頸椎的增齡性變化特征可以用于成人的年齡推斷。
4、既往傳統(tǒng)研究由于方法學(xué)的限制，僅通過測(cè)量頸椎椎體各部分長(zhǎng)度并將比值作為變量，這樣的方式無法全面的反應(yīng)頸椎形狀的增齡性變化。人工智能深度學(xué)習(xí)方法的使用將有助于減少分析x線片的主觀影響和診斷所需的時(shí)間，實(shí)現(xiàn)高效率和準(zhǔn)確性，從而幫助臨床醫(yī)生做出準(zhǔn)確的評(píng)估。2012年，baptista等使用貝葉斯分類器對(duì)cvm進(jìn)行分類，正確的cvm階段的識(shí)別率約為70％。2015年，dzemidzic等在分析c2、c3和c4輪廓的矩形特征和凹度后，使用決策樹對(duì)cvm進(jìn)行分類。moraes等通過使用簡(jiǎn)單的多層感知器對(duì)c3椎體底部的凹面進(jìn)行學(xué)習(xí)來輸出骨齡。2019年，等通過在c2、c3和c4上定義19個(gè)參考點(diǎn)，并進(jìn)行20個(gè)不同的線性測(cè)量。選取分類領(lǐng)域常用的7種人工智能算法進(jìn)行比較。而amasya等還考慮了c5的標(biāo)志點(diǎn)(共需要定義和手動(dòng)標(biāo)記26個(gè)參考點(diǎn))，并通過提取椎體長(zhǎng)度寬度之間的多個(gè)比值來對(duì)特征進(jìn)行分類。選取了常用的5種人工智能算法進(jìn)行比較。兩項(xiàng)研究結(jié)果均認(rèn)為人工神經(jīng)網(wǎng)絡(luò)是測(cè)定cvm的首選方法。上述研究使用了經(jīng)典的基于機(jī)器學(xué)習(xí)的方法，可以更準(zhǔn)確的識(shí)別cvm分期，并達(dá)到較高的準(zhǔn)確性。但這些方法依然存在著需要專業(yè)知識(shí)對(duì)醫(yī)學(xué)影像片進(jìn)行手工特征標(biāo)記，費(fèi)時(shí)費(fèi)力，且又容易出現(xiàn)錯(cuò)誤。
5、深度學(xué)習(xí)模型可以通過學(xué)習(xí)提取給定數(shù)據(jù)的特征。因此，它相比經(jīng)典的機(jī)器學(xué)習(xí)方法不需要專家來進(jìn)行手工標(biāo)記。2019年，makaremi等首先提出了一種基于cnn的深度學(xué)習(xí)方法來確定cvm的6個(gè)階段，使用分類熵作為優(yōu)化準(zhǔn)則。研究表明，當(dāng)數(shù)據(jù)均勻分布在所有cvm階段時(shí)，結(jié)果表現(xiàn)更好達(dá)到了90％的準(zhǔn)確性。但該方法需要手動(dòng)分割感興趣區(qū)域(roi)。2021年，seo等通過對(duì)6個(gè)常用的cnn模型cvm分期精度的結(jié)果比較，發(fā)現(xiàn)所有深度學(xué)習(xí)模型的準(zhǔn)確率均超過90％，其中inception-resnet-v2表現(xiàn)最佳。并使用grad-cam可視化每個(gè)深度學(xué)習(xí)模型，并確定了每個(gè)深度學(xué)習(xí)模型的特征熱區(qū)圖，但由于需要人工裁剪roi作為預(yù)處理，該系統(tǒng)是半自動(dòng)的。2022年，李海振等選擇了vgg16、googlenet、densenet161和resnet152共四個(gè)cnn模型進(jìn)行對(duì)比以確定最適合進(jìn)行cvm分期的cnn模型。結(jié)果為resnet152模型的平均曲線下面積(area?under?curve,auc)為0.933，總準(zhǔn)確率為67.06％，是cvm分類的最佳模型。但以上研究相比于端到端的全自動(dòng)推斷還是需要手工參與操作，費(fèi)時(shí)費(fèi)力，且均為cvm分期研究，深度學(xué)習(xí)的頸椎年齡推斷還沒有研究涉及。
6、此外，準(zhǔn)確的性別評(píng)估對(duì)于識(shí)別未知尸體至關(guān)重要，男性和女性在骨骼結(jié)構(gòu)結(jié)構(gòu)通常表現(xiàn)出性別二態(tài)性，因此，骨骼輪廓通常使用性別特定標(biāo)準(zhǔn)。其中利用x射線圖像中的骨骼結(jié)構(gòu)進(jìn)行性別分類是法醫(yī)人類學(xué)和醫(yī)學(xué)成像中的常見方法。骨盆是評(píng)估性別可靠的骨骼，女性的骨盆為了適應(yīng)分娩的需求表現(xiàn)為本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于深度學(xué)習(xí)的聯(lián)合頸椎推斷年齡與性別分類方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的聯(lián)合頸椎推斷年齡與性別分類方法，其特征在于，U-Net架構(gòu)的分割網(wǎng)絡(luò)的訓(xùn)練包括以下步驟：
3.根據(jù)權(quán)利要求2所述的基于深度學(xué)習(xí)的聯(lián)合頸椎推斷年齡與性別分類方法，其特征在于，U-Net架構(gòu)的分割網(wǎng)絡(luò)訓(xùn)練時(shí)，采用多分類交叉熵?fù)p失函數(shù)：
4.根據(jù)權(quán)利要求2所述的基于深度學(xué)習(xí)的聯(lián)合頸椎推斷年齡與性別分類方法，其特征在于，訓(xùn)練數(shù)據(jù)集的獲取包括以下步驟：
5.根據(jù)權(quán)利要求4所述的基于深度學(xué)習(xí)的聯(lián)合頸椎推斷年齡與性別分類方法，其特征在于，獲取所述標(biāo)簽圖像包括：
6.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的聯(lián)合頸椎推斷年齡與性別分類方法，其特征在于，輸入工況包括：分割模板的最小上下邊界定義的頸椎區(qū)域、去除周圍組織的頸椎、頸椎分割輪廓模板、固定坐標(biāo)劃分的頸椎區(qū)域；用四種輸入模式下單個(gè)頸椎，包括C1-2，C3，C4以及頸椎組合（C1-2+C3，C1-2+C4，C3+C4，C1-C4）共7種頸椎區(qū)域進(jìn)行年齡推斷和性別分類。
...【技術(shù)特征摘要】
1.一種基于深度學(xué)習(xí)的聯(lián)合頸椎推斷年齡與性別分類方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的聯(lián)合頸椎推斷年齡與性別分類方法，其特征在于，u-net架構(gòu)的分割網(wǎng)絡(luò)的訓(xùn)練包括以下步驟：
3.根據(jù)權(quán)利要求2所述的基于深度學(xué)習(xí)的聯(lián)合頸椎推斷年齡與性別分類方法，其特征在于，u-net架構(gòu)的分割網(wǎng)絡(luò)訓(xùn)練時(shí)，采用多分類交叉熵?fù)p失函數(shù)：
4.根據(jù)權(quán)利要求2所述的基于深度學(xué)習(xí)的聯(lián)合頸椎推斷年齡與性別分類方法，其特征在于，訓(xùn)練數(shù)據(jù)集的獲取包括以下步驟：
5.根據(jù)權(quán)利要求4所述的基于深度學(xué)習(xí)的聯(lián)合頸椎推斷年齡與性別分類方法，其特征在于，獲取所述標(biāo)簽圖像包括：
6.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的聯(lián)合頸椎推斷年齡與性別分類方法，其特征在于，輸入工況包括：分割模板的最小上下邊界定義的頸椎區(qū)域、去除周圍組織的頸椎、頸椎分割輪廓模板、固定坐標(biāo)劃分的頸椎區(qū)域；用四種輸入模式下單個(gè)頸椎，包括c1-2，c3...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：張智勇，呼子怡，王爽，鮑慶紅，閻春霞，
申請(qǐng)(專利權(quán))人：西安交通大學(xué)口腔醫(yī)院，
類型：發(fā)明
國(guó)別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。