基于深度学习的人体肋骨骨折智能检测技术

DF795.1; 目的 将人工智能中的深度学习技术应用到人体肋骨骨折识别,实现人体肋骨骨折智能检测,提高法医肋骨骨折诊断效率.方法 采集3143例人体胸部X线数字影像(2602例用于训练,541例用于测试),标注肋骨骨折特征点,通过多层网络堆叠,分层、分级主动学习原始数据高度抽象的特征表述,并将此特征反馈至检测器进行骨折检测,输出骨折位置及相应置信度.结果 基于深度学习的人体肋骨骨折检测准确率在90%以上.结论 基于深度学习的人体肋骨骨折检测准确率较高,可用于辅助法医进行肋骨骨折识别诊断、检验鉴定等,本研究可为人体其他部位骨骼损伤智能检测提供参考....

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:刑事技术 2021, Vol.46 (2), p.134-139
Hauptverfasser: 杨超朋, 赵俊彦, 何光龙, 王坚, 刘力, 刘华, 刘凡, 张磊磊
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:DF795.1; 目的 将人工智能中的深度学习技术应用到人体肋骨骨折识别,实现人体肋骨骨折智能检测,提高法医肋骨骨折诊断效率.方法 采集3143例人体胸部X线数字影像(2602例用于训练,541例用于测试),标注肋骨骨折特征点,通过多层网络堆叠,分层、分级主动学习原始数据高度抽象的特征表述,并将此特征反馈至检测器进行骨折检测,输出骨折位置及相应置信度.结果 基于深度学习的人体肋骨骨折检测准确率在90%以上.结论 基于深度学习的人体肋骨骨折检测准确率较高,可用于辅助法医进行肋骨骨折识别诊断、检验鉴定等,本研究可为人体其他部位骨骼损伤智能检测提供参考.
ISSN:1008-3650
DOI:10.16467/j.1008-3650.2020.0002