PRSNet：用于骨龄评估的部位关系与选择网络
计算机视觉与模式识别
2019-09-13 v1
摘要
骨龄是评估骨骼成熟度最重要的指标之一，有助于解释人类的生长发育水平与潜在进程。在临床实践中，X 射线图像的骨龄评估（BAA）需要综合考虑手骨的外观与位置信息。这类信息可通过手骨不同解剖部位之间的关系有效捕获。近期发展的方法主要区别在于如何建模部位关系并选择有用部位进行 BAA。然而，这些方法忽视了不同部位间关系的挖掘，而该关系有助于提升评估精度。本文中，我们提出一种新颖的部位关系模块，利用深度学习特征表示的多尺度上下文信息准确发现部位间的潜在关联性。此外，基于部位关系，我们探索了一种新的部位选择模块，综合度量部位的重要性并选取排名靠前的部位以辅助 BAA。我们以端到端方式联合训练部位关系与选择模块，在公开 RSNA 2017 儿科骨龄基准数据集上取得了最先进的性能，并以显著优势超越其他竞争性方法。
引用
@article{arxiv.1909.05651,
title = {PRSNet: Part Relation and Selection Network for Bone Age Assessment},
author = {Yuanfeng Ji and Hao Chen and Dan Lin and Xiaohua Wu and Di Lin},
journal= {arXiv preprint arXiv:1909.05651},
year = {2019}
}