一个不确定性意识和性前导向的生物年龄估计从骨科肌图像图像

科学领域:

• 医疗成像医学成像
• 放射学 放射学是一门学科.
• 法医人类学 法医人类学

背景情况:

• 生物年龄 (BA) 估计从骨科眼镜图像 (OPGs) 对于法医,牙科,体育和移民至关重要.
• 准确的BA估计受到个体多样性,BA和时间年龄 (CA) 之间的不确定性误差以及整合性别和解剖结构等因素的挑战所阻碍.
• 现有的方法难以完全捕捉OPG中存在的复杂的与年龄相关的变化和个体变异.

研究的目的:

• 为OPGs开发一个以不确定性意识和性别为导向的生物年龄估计模型 (UASP-BAE).
• 通过模拟不确定性和利用性别二态度作为信息特征来提高BA估计的准确性.
• 改进OPGs的本地和全球解剖特征的整合,以实现更强大的年龄评估.

主要方法:

• 拟议的UASP-BAE模型包括一个不确定性意识框架和性别前指导.
• 结合CNN和自我注意的交叉注意模块被用来从OPG中提取本地纹理和全球语义特征.
• 设计了一个新的年龄组合损失函数,集成交叉,概率偏差和回归,用于准确的不确定性误差评估.

主要成果:

• 在10703名OPG (5-25岁) 的数据集上,UASP-BAE模型实现了0.8005年的平均绝对误差 (MAE).
• 性能超过了现有的流行的算法,在生物年龄估计中显示出更高的准确性.
• 该模型有效地整合了解剖结构,性别信息和不确定性建模,以提高BA预测.

结论:

• 该UASP-BAE模型提供了一个显著的进步在准确和稳健的生物年龄估计从OPGs.
• 整合不确定性意识,性别前指导和高级特征提取技术解决了当前方法的关键局限性.
• 这种方法在需要精确的生物年龄评估的应用中显示出相当大的潜力,特别是在法医和临床环境中.