杆有效的深度学习搜索方法用于法医年龄估计
Zhi-Yong Zhang1,2,3, Chun-Xia Yan2, Qiao-Mei Min3
1Key Laboratory of Shaanxi Province for Craniofacial Precision Medicine Research, College of Stomatology, Xi'an Jiaotong University, Xi'an 710004, China.
Bioengineering (Basel, Switzerland)
|July 27, 2024
概括
这项研究介绍了AGENet和AGE-SPOS,这两种新型深度神经网络模型用于精确地估计牙年龄,使用的是orthopantomograms. 这些人工智能方法显著提高了准确性,特别是对于成年人来说,推进了法医医学.
科学领域:
- 法医牙科 法医牙科
- 人工智能在医学中的应用
- 放射学 放射学是一门学科.
背景情况:
- 传统的牙科年龄估计方法缺乏精度,特别是对于成年人.
- 整形眼镜 (OPG) 为年龄评估提供了丰富的数据.
- 在法医背景下需要准确有效的年龄估计.
研究的目的:
- 开发和验证新的深度学习模型,以使用OPGs准确估计牙年龄.
- 探索最佳的神经网络架构来分析牙科数据.
- 为法医应用创建高性能和轻量级模型.
主要方法:
- 创建一个大规模的牙科数据集 (27,957 OPGs) 与经过验证的年龄注释.
- 神经网络组件的分析:深度,内核大小,多分支架构和功能重用.
- 开发和评估两个深度神经网络模型:AGENet (高性能) 和AGE-SPOS (轻量级).
主要成果:
- AGENet 实现了 1.70 年的平均绝对误差 (MAE),超过了 Inception-v4,并将计算成本降低了 2.7 倍.
- 轻量级的AGE-SPOS模型实现了1.80年的MAE,比MobileNetV2.2的计算要少得多.
- 两种模型都在法医年龄估计任务中表现出卓越的有效性和准确性.
结论:
- 提出的深度神经网络搜索方法提供了有效的法医年龄估计从OPGs.
- AGENet 和 AGE-SPOS 在牙科年龄预测的准确性和计算效率方面取得了重大进展.
- 这些发现对改善口腔和大面部成像中的年龄估计技术具有重大意义.
