ディープラーニングを用いた胸部X線による小児年齢の予測:新しいアプローチ

科学分野:

• 放射線科
• 人工知能
• 小児科

背景:

• 子供の年齢の正確な推定は,発達評価と法医的な応用に不可欠です.
• 伝統的な方法は腕のX線による骨の年齢の評価に基づいています.
• ディープラーニングは胸部X線のような他の放射線学的方法を活用する可能性を秘めています

研究 の 目的:

• 乳房X線を用いた小児年齢推定におけるディープラーニングの有効性を評価する.
• この目的のために深層ニューラルネットワークモデルを開発し,検証する.

主な方法:

• コーディネート・アテンションを備えたResNetベースのディープニューラルネットワークが開発されました.
• 128,008人の小児の胸部X線画像の大きなデータセットが利用されました.
• 平均絶対誤差 (MAE) とスピアーマン相関は重要な評価指標でした.

主要な成果:

• このモデルは,内部および外部検証セットで低MAE (約5. 8- 7. 4ヶ月) を達成した.
• Spearmanの相関係数は0.98を超えており,年齢予測の正確性が高いことを示しています.
• ヒートマップ分析では 脊椎や中枢骨のような 解剖学的構造に 焦点を当てていることが分かりました

結論:

• 胸部X線は ディープラーニングで小児の年齢を 正確に推定するのに有効です
• 開発されたモデルは,伝統的な骨の年齢評価の補完として,強度と可能性を示しています.
• このアプローチは放射線被曝を軽減し,異常な成長と発達をスクリーニングするのに役立ちます.