CT三维重建技术结合深度学习算法推断成人坐骨年龄

• Published in: 法医学杂志 Vol. 40; no. 2; pp. 154 - 163
• Main Authors: 张怀瀚, 曹永杰, 张吉, 熊剪, 马继伟, 杨孝通, 黄平, 马永刚
• Format: Journal Article
• Language: Chinese
• Published: 贵州医科大学法医学院,贵州 贵阳 550004%司法鉴定科学研究院 上海市法医学重点实验室 司法部司法鉴定重点实验室 上海市司法鉴定专业技术服务平台,上海 200063 25.04.2024; 南京医科大学基础医学院法医学系,江苏 南京 211166%司法鉴定科学研究院 上海市法医学重点实验室 司法部司法鉴定重点实验室 上海市司法鉴定专业技术服务平台,上海 200063%司法鉴定科学研究院 上海市法医学重点实验室 司法部司法鉴定重点实验室 上海市司法鉴定专业技术服务平台,上海 200063; 内蒙古医科大学法医学教研室,内蒙古 呼和浩特 010030%西安交通大学医学部附属三二〇一医院医学影像科,陕西 汉中 723000; 司法鉴定科学研究院 上海市法医学重点实验室 司法部司法鉴定重点实验室 上海市司法鉴定专业技术服务平台,上海 200063%司法鉴定科学研究院 上海市法医学重点实验室 司法部司法鉴定重点实验室 上海市司法鉴定专业技术服务平台,上海 200063; 山西医科大学法医学院,山西 太原 030001
• Subjects: transfer learning; 坐骨结节; age estimation; 年龄推断; 深度学习; 汉族; Han population; 骨盆; 法医人类学; three-dimensional reconstruction; deep learning; pel-vis; ischial tuberosity; forensic anthropology; 迁移学习; 三维重建
• ISSN: 1004-5619
• DOI: 10.12116/j.issn.1004-5619.2023.231003

R89%DF795.6%D919.6; 目的 探索适用于中国西部汉族人群的CT三维重建图像年龄自动推断深度学习模型,评估其可行性与可靠性.方法 收集20.0～80.0岁中国西部汉族人群骨盆CT回顾性影像学数据1 200例(男性600例,女性600例),重建为三维虚拟骨骼模型,区分性别、左右截取坐骨结节特征区域图像建立样本库.使用ResNet34模型,随机抽取不同性别各500例样本作为训练及验证集,剩余样本作为测试集,使用初始学习及迁移学习对区分性别、左右的图像进行训练,以平均绝对误差(mean absolute error,MAE)、均方根误差(root mean square error,RMSE)作为主要指标评价模型.结果 不同性别组成中预测结果存在差异,双侧模型预测结果优于左、右单侧模型,迁移模型预测结果优于初始模型.不同性别组成的双侧迁移模型预测结果中,男性MAE为7.74岁、RMSE为9.73岁,女性MAE为6.27岁、RMSE为7.82岁,混合性别MAE为6.64岁,RMSE为8.43岁.结论 基于中国西部汉族人群坐骨结节图像应用ResNet34结合迁移学习算法构建的骨龄推断模型可以有效推断成人坐骨骨龄.