深度学习在图像识别及骨龄评估中的优势及应用前景

深度学习以及神经网络模型是近年来机器学习及人工智能领域新的研究方向及热点问题。深度学习在图像识别、语音识别应用中已取得了突破性进展,在人脸识别、信息检索等领域也展示出独特优势,得到了广泛应用。骨骼X线图像显示黑白灰不同阶度的变化,具有黑白对比、层次差异的图像特征,基于深度学习在图像识别中的优势,我们将其与骨龄评估研究有机结合,旨在为构建法医学骨龄自动化评估系统提供基础性数据。本文综述了深度学习的基本概念及其网络结构,阐述了近年来深度学习在国内外不同研究领域图像识别中的研究进展,以及深度学习在骨龄评估中的优势及应用前景。     

X线骨龄评估方法研究进展与展望

骨龄评估的传统方法主要包括计数法、图谱法及计分法等,近年来又有一些学者不断提出其他新的方法。利用骨骼X线片影像学特征推断骨龄是当前法医学工作者进行骨龄评估的主要手段。但是,将此骨龄推断结论作为"证据"直接提供给司法审判机关,因其存在着一定的误差尚值得商榷。因此,为了提高骨龄鉴定结论的精确度,还需进行更多方法学的研究。经参阅国内、外大量相关文献,现就X线片骨龄评估方法的研究与进展进行综述。     

机器学习在骨龄评估中的研究进展及展望

骨龄评估一直是法医学研究领域的重点及难点问题之一。近年来,随着机器学习在诸多行业内的逐渐兴起,其已被广泛引入影像学、基因组学、肿瘤学、病理学以及外科学等医学研究领域中。上述研究领域之所以能与机器学习紧密结合,主要是由于上述医学分支学科中的研究对象属于计算机视觉范畴,而机器学习对于计算机视觉研究有着得天独厚的优势,并在医学图像识别中取得突破性进展。基于机器学习在图像识别中的优势,将其与骨龄评估研究有机结合,旨在为构建适用于法医学骨骼影像图片的识别模型。基于此,本文将对近年来国内外学者运用机器学习技术在骨龄评估中的研究进展进行综述。     

骨龄自动化评估的研究进展

骨龄是反映人体生长发育的一项重要指标,能够较为客观地反映个体生长发育水平及成熟度。传统的人工骨龄评估通常是将左手腕X线片与参考标准进行比较,从而获得相应的骨龄值,该方法既耗时又存在观察者间的差异。近年来,随着计算机科学的不断发展,促使骨龄评估开始由传统的人工评估向自动化评估转变。虽然骨龄自动化评估的研究已相当多,但大部分仍处于实验阶段。本文综述了近年来国内外学者在骨龄自动化评估方面的相关研究与进展,以期为相关研究人员提供参考与研究思路。     

基于深度学习实现维吾尔族青少年左手腕关节骨龄自动化评估

目的将深度学习运用于维吾尔族青少年左手腕关节数字化X线摄影(digital radiography,DR)图像识别中,实现骨龄评估的自动化,探索该方法在法医骨龄鉴定中的应用价值。方法在我国新疆维吾尔自治区采集13.0~19.0岁维吾尔族男性青少年245例、女性青少年227例左手腕关节DR图像,将预处理后的图像作为研究对象,将AlexNet作为图像识别的回归模型。在上述总样本中分别选取男、女性60%左手腕关节DR图像样本作为网络训练集,10%的样本作为验证集,余30%作为测试集,获取与样本真实年龄误差范围分别在±1.0岁、±0.7岁以内的图像识别准确率。结果深度学习的内测结果:误差范围在±1.0岁及±0.7岁以内的网络训练集准确率,男性分别为81.4%和75.6%,女性分别为80.5%和74.8%。误差范围在±1.0岁及±0.7岁以内的测试集准确率,男性分别为79.5%和71.2%,女性分别为79.4%和66.2%。结论青少年左手腕关节骨龄研究与深度学习相结合,具有较高的准确性及较好的可行性,为躯体其余骨关节的骨龄自动化评估体系奠定研究基础。     

薄层CT扫描技术在锁骨胸骨端骨龄评估中的应用进展

评估锁骨胸骨端骨龄对于推断青少年是否已满18周岁法定责任年龄具有实用价值,传统的研究方法主要基于X线检查,但由于锁骨胸骨端与相邻的肺、支气管、胸骨、肋骨及胸椎横突等解剖结构相互重叠,通过X线观察锁骨胸骨端骨骺发育时,较易出现假阴性或假阳性的阅片结果,直接影响骨龄鉴定意见的科学性与准确性。近年来,国内外已有学者运用薄层CT扫描技术评估锁骨胸骨端骨龄,并通过联合CT二维、三维图像重组技术,使骨骺形状、大小及位置得以清晰显示,提高了结果的准确性。据此,本文综述了国内外关于薄层CT扫描技术在锁骨胸骨端骨龄评估中的应用及研究进展,分析薄层CT扫描技术运用于锁骨胸骨端骨龄研究的优势以及价值所在。     

锁骨胸骨端骨骺闭合规律的多元影像学技术研究进展

18周岁作为从轻或减轻刑事责任甚至免于死刑的年龄节点,在我国司法审判中具有重要意义。人体四肢长骨骨骺、第二性征等在18周岁时已基本发育完成,而锁骨胸骨端骨骺是人体各大关节干骺端骨骺闭合较晚的骨骼。近年应用多元影像技术探讨锁骨胸骨端骨骺闭合规律的研究显示,锁骨胸骨端骨骺发育在18周岁年龄推断中有一定价值。X线、超声存在一定弊端,并影响结果的准确性。CT特别是薄层CT目前应用较广,但薄层CT扫描辐射较大,非诊疗目的的影像辐射不符合当今医学伦理。MRI是无辐射的断层影像,易于评估,是锁骨胸骨端发育推断骨龄的研究方向之一。本文总结了锁骨胸骨端骨骺闭合规律在骨龄评估中的研究进展,分析并总结应用锁骨胸骨端骨骺闭合规律进行骨龄评估的可行性。     

基于深度学习实现肋软骨CT图像自动化骨龄推断

目的 利用深度学习方法对第1～7对成人肋软骨CT重建图像进行特征提取,实现成人肋软骨骨龄的自动化推断。方法 回顾性收集年龄在20岁～70岁之间的男性和女性样本各625例,并通过容积再现技术（VRT）得到对应的VRT图像。通过图像预处理和数据增强之后,将其中的500例作为训练集,125例作为测试集,运用5折交叉验证的方法分别评估Res Net、Res Ne Xt、Dense Net及Google Net网络模型的性能,并将5折交叉验证结果的平均值作为最终推断结果。结果 Res Net50网络模型在男性和女性数据集中都取得了最佳实验结果,平均绝对误差分别为4.56岁和3.91岁,±5.0岁范围内预测准确率分别达到64.00%和70.88%,±10.0岁范围内预测准确率分别达到88.96%和94.40%。结论 与传统方法和机器学习方法相比,深度学习方法能够避免人为因素的影响,并且大大提高了成人肋软骨骨龄推断的准确率、降低了预测年龄与真实年龄之间的平均绝对误差,具有较高的临床应用价值。     

X线片的骨骼年龄判定

目前,对儿童青少年骨骼年龄评价以手腕部及膝部较好,方法也较多,但主观性强,随机误差大。随着计算机图像识别及智能化技术的应用,将使得骨骼年龄评价更为客观、准确。对于成年人X线片骨龄推断,以胸骨、耻骨及锁骨等方法具有一定的应用价值,尚需更广泛的方法学研究以增加推断年龄的方法及准确性。本文介绍了X线片的骨骼年龄判定方法的现状及研究进展。     

CT技术在骨骼年龄推断研究中应用的进展

法医人类学应用诸多学科的研究方法和先进技术,对个体骨骼识别进行广泛的研究.年龄推断是法医人类学领域中一项重要的研究课题.随着影像学技术的迅速发展,法医人类学家开展了将计算机断层扫描(CT)技术应用于法医人类学领域的研究.CT具有连续快速扫描的成像能力以及强大的图像后处理功能,能够提供多种模式的高分辨骨骼重组图像,对于活体和遗骸的法医人类学鉴定都具有重要意义.本文将综述近年来CT在骨骼年龄推断研究中应用的进展.     

青少年骨关节X线片的骨龄研究

通过对11～16周岁女性及13～20周岁男性青少年左侧肩、肘、腕、髋、膝、踝关节拍摄X线片,进行了青少年的骨龄研究.根据骨骼生长发育的特点,提出了各大关节X线片判定骨龄的观察指标及分级标准,并使用SPSS软件包进行数据处理,建立了青少年利用6大关节骨骺愈合程度判定女性是否已满14周岁、男性是否已满16周岁或18周岁的判别分析方程.     

青少年骨龄鉴定及其相关问题

本文综述了骨龄研究和应用历史,以及骨龄评测的新方法和新技术,讨论了骨骼发育的影响因素、骨龄标准时效性、骨龄评测部位选择及法医骨龄鉴定等相关问题。     

人与动物骨组织特征的比较研究

目的研究区别骨骼残片是否为人类骨骼的方法。方法提取人体骨骼及鱼类、两栖类、爬行类、鸟类、哺乳类、灵长类等动物的骨骼标本制做骨骼组织学片,在显微镜下观察,将显微镜下的图像录入电脑进行分析。结果内、外环骨板,骨单位,骨细胞的显微镜下的结构,人类与动物存在明显差别。结论根据骨骼的组织学特征可以区别人类与动物的骨骼。     

基于耻骨的成人年龄推断研究进展

耻骨作为成人年龄推断最为重要的骨骼之一,基于耻骨开发的成人年龄推断方法在国内外得到了广泛应用和不断发展。近年来,随着医学影像技术、三维成像技术以及计算机技术在法医学领域的应用,基于耻骨的成人年龄推断研究逐渐从传统形态学定性或半定量研究转变为客观定量研究,分析方法也从简单的统计分析发展到高功效统计分析方法、甚至是人工智能的应用。本文综述了近年来国内外在耻骨成人年龄推断中的相关研究进展,简述并评价了各方法的准确性和可靠性,以期为相关研究人员提供参考,为耻骨成人年龄推断的客观准确评估指明研究方向。     

CT在法医人类学中的应用与展望

计算机X线断层摄影术具有分辨率高、成像清晰、可进行三维重建等优点,对骨骼和牙齿的成像效果较好。近十年来,国外有学者将其用于推断年龄和身高,判定种族和性别,在相关文献中介绍了有关的研究方法和数据,并对这些方法和数据在法医人类学个体识别中的应用价值进行了客观的评估。笔者对近几年发表的部分文献进行综述,希望能够为法医人类学科研和办案提供新的方法和思路。     

基于CT扫描并图像重组青少年锁骨胸骨端骨龄数学模型

目的利用我国青少年锁骨胸骨端骨骺发育变化规律,探讨CT容积再现(volume rendering,VR)数据与生物学年龄的相关性,并建立推断骨龄的数学模型。方法通过对我国华东、华南地区684名15~25周岁青少年双侧锁骨胸骨端进行CT薄层扫描并VR三维图像重组,测量并计算双侧锁骨胸骨端骨骺最长径、干骺端最长径及其长度比、骨骺面积、干骺端面积及其面积比等数据,并建立骨龄推断的数学模型。再将50例训练样本代入数学模型,检验模型的准确性。结果左、右两侧骨骺与干骺端长度比、面积比在同一年龄组男女性间差异具有统计学意义(P0.05)。建立的数学模型表明锁骨胸骨端骨骼的发育规律与生物学年龄具有高度的相关性,所有模型的准确率都高于70.5%(±1.0岁)和82.5%(±1.5岁)。结论建立的骨龄数学模型的可操作性强、准确性较高。这不仅可与图谱法相互印证和支持,提高骨龄推断的准确性;同时,该方法对未来研究其他单一部位骨龄推断具有重要的意义。     

分子生物学方法推断年龄的研究进展

<正>根据骨骼和牙齿的形态学改变，通过多项观察指标的联合评价，能较准确地推断年龄。但对于软组织或斑痕检材，如皮肤、血痕、精斑等，就无法用形态学观察推断年龄。近年来，用化学、分子生物学方法或技术推断年龄研究，已成为法医学和人类学领域新的热点。本文作者根据近年来国内外一些文献资料，就其用分子生物学方法或技术推断年龄的研究进行综述，旨在为法医实践及进一步的研究提供新的方法或思路。     

基于MRI推断青少年活体骨龄的研究现状与展望

青少年活体骨龄推断在司法审判、儿童生长发育、竞技体育等多领域具有重要价值,但目前骨龄鉴定实践囿于放射性检查的伦理学困境,且现有标准体系难以满足我国新近刑事责任年龄节点下调的现实需求,是当下法医学骨龄推断理论与实践的瓶颈.本文从MRI这一无辐射影像技术出发,阐述其近年来应用MRI推断青少年活体骨龄的研究现状,并分析目前存...     

肘部骨骼年龄判定方法的研究

本文根据学龄儿童肘关节部位骨髂的X线解剖特点,制定出一套适用于男10～15岁,女8～13岁儿童的肘部骨骼发育年龄判定方法。该方法可分为两部分:肘骨龄标准图谱和肘骨龄计分判定法。骨龄标准图谱由男女分开的两套肘部X线标准片组成。计分法包括男女共用的肘部骨标志发育分期图和男女分开的相应骨成熟分数表和标准百分数曲线。两种方法都附有较详细的使用说明。骨龄图谱使用简便,计分法的精确性较高。     

法医学骨龄鉴定相关问题的分析与讨论

通过人体骨骼推断年龄是法医鉴定领域重要的研究课题之一,无论是在司法鉴定领域还是在个体识别中都占有重要的地位。该文介绍了法医学骨龄鉴定的主要方法、参数以及数学处理方程;在此基础之上对骨龄鉴定的科学依据、法律依据进行了分析;提出了从科学性、准确性、规范化出发完善骨龄鉴定制度,并就鉴定意见的审查与质证等相关法律规制问题进行了分析与讨论,以便对司法工作人员将骨龄鉴定意见科学正确地运用到诉讼实践有所助益。