使用深度学习从胸部X射线预测儿童年龄:一种新的方法
Maolin Li1, Jiang Zhao2, Huanhuan Liu1
1Department of Radiology, Xinhua Hospital Affiliated to Shanghai Jiao Tong University School of Medicine, Shanghai, China.
Insights into imaging
|August 23, 2025
概括
这项研究表明深度学习可以使用胸部X射线准确估计儿童年龄, 这为传统方法提供了有希望的替代方案. 开发的模型具有很高的准确性,有助于评估儿童发育和法医.
科学领域:
- 放射学
- 人工智能
- 儿童医学
背景情况:
- 准确的儿童年龄估计对于发育评估和法医应用至关重要.
- 传统方法依赖于通过手腕X射线进行骨质年龄评估.
- 深度学习提供了利用胸部X射线等其他放射学模式的潜力.
研究的目的:
- 通过胸部X射线评估深度学习的有效性.
- 为此开发和验证一个深度神经网络模型.
主要方法:
- 一个基于ResNet的深度神经网络与协调注意力被开发出来.
- 使用了128,008张儿童胸部X射线的大数据集.
- 平均绝对误差 (MAE) 和斯皮尔曼相关性是关键的评估指标.
主要成果:
- 该模型在内部和外部验证组中实现了低MAE (约5.8-7.4个月).
- 斯皮尔曼相关系数超过0.98,表明年龄预测的准确性很强.
- 热图分析显示该模型侧重于脊椎和中骨等解剖结构.
结论:
- 胸部X光可以有效地用深度学习来准确估计儿童的年龄.
- 开发的模型证明了其强度和作为传统骨年龄评估的补充.
- 这种方法可以减少辐射暴露,并有助于查异常生长和发育.
更多相关视频
10:26Author Spotlight: A 3D Digital Model for the Diagnosis and Treatment of Pulmonary Nodules
Published on: May 19, 2023
2.0K
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.3K
