基于手指关节定位的骨龄评估深度框架
计算机视觉与模式识别
2019-06-14 v2
摘要
骨龄评估是衡量儿童骨骼成熟度及诊断生长发育障碍的一项重要临床检查。Tanner-Whitehouse (TW) 和 Greulich and Pyle (GP) 等传统方法由于观察者间与观察者内差异较大，可能表现不佳。本文提出一种手指关节定位策略，以滤除图像中大部分无信息区域。当其与基于整幅图像的传统深度网络结合时，我们观察到性能得到显著改善。在本研究中，我们应用强大的深度神经网络，并探索了一种利用特定关节图像组合预测骨骼骨龄的流程，以相比整手图像提高性能精度。
引用
@article{arxiv.1905.13124,
title = {A Deep Framework for Bone Age Assessment based on Finger Joint Localization},
author = {Xiaoman Zhang and Ziyuan Zhao and Cen Chen and Songyou Peng and Min Wu and Zhongyao Cheng and Singee Teo and Le Zhang and Zeng Zeng},
journal= {arXiv preprint arXiv:1905.13124},
year = {2019}
}
备注
Some changes will be made