基于深度分层特征的自动全身骨龄评估
计算机视觉与模式识别
2019-01-30 v1
摘要
骨龄评估为分析儿童生长状况以及涉及实际年龄与生物学年龄的返老还童现象提供了依据。以往所有工作均在其研究中考虑儿童的左手 X 射线图像。本文中，我们利用全身骨骼 CT 图像和一种新颖的卷积神经网络开展估计人类年龄的研究。我们具有附加连接的模型展示了一种有效方式，可在医学图像分析研究领域生成大量关键特征，同时降低对小训练数据过拟合的影响。我们将提供一个数据集以及与常见深度架构的对比，以供该领域未来研究使用。
引用
@article{arxiv.1901.10237,
title = {Automatic Whole-body Bone Age Assessment Using Deep Hierarchical Features},
author = {Hai-Duong Nguyen and Soo-Hyung Kim},
journal= {arXiv preprint arXiv:1901.10237},
year = {2019}
}