目的探究深度学习技术在中国汉族人群CT三维重建图像自动性别识别中的可靠性和准确率。方法收集20~85岁汉族人群骨盆CT影像学数据700例(男性350例,女性350例),将其重建为三维虚拟骨骼模型,并截取坐骨耻骨支内侧缘(medial aspect of the ...
详细信息
目的探究深度学习技术在中国汉族人群CT三维重建图像自动性别识别中的可靠性和准确率。方法收集20~85岁汉族人群骨盆CT影像学数据700例(男性350例,女性350例),将其重建为三维虚拟骨骼模型,并截取坐骨耻骨支内侧缘(medial aspect of the ischiopubic ramus,MIPR)特征区域图像。采用Inception v4作为图像识别模型,以初始化学习和迁移学习两种方式进行训练。随机选取80%的图像作为训练验证集,20%的图像作为测试集。将左右两侧MIPR图像进行单独以及合并训练。之后使用总准确率、女性准确率、男性准确率等指标进行模型的性能评价。结果将左右两侧MIPR图像单独进行初始化学习训练,右侧MIPR模型的总准确率为95.7%,其中女性准确率为95.7%、男性准确率为95.7%;左侧MIPR模型的总准确率为92.1%,其中女性准确率为88.6%、男性准确率为95.7%。将左右两侧MIPR图像合并以初始化学习进行训练,模型的总准确率为94.6%,其中女性准确率为92.1%、男性准确率为97.1%。将左右两侧MIPR图像合并以迁移学习进行训练,模型的总准确率为95.7%,其中女性准确率为95.7%,男性准确率为95.7%。结论利用Inception v4深度学习模型和迁移学习算法对中国汉族人群骨盆MIPR图像构建性别推断模型,可对成人骨骼遗骸开展有效性别鉴定,具有较高的准确率及泛化能力。
1案例1.1简要案情及病史摘要王某,女,2017年5月24日在某诊所行面部激光祛痣手术时被激光照射到眼部,当日因右眼视物模糊就诊。眼科查体:右眼矫正视力为指数/50 cm,左眼视力为1.0;右眼眼压2.7 kPa(20 mm Hg),左眼眼压2.5 kPa(19 mm Hg);...
详细信息
1案例1.1简要案情及病史摘要王某,女,2017年5月24日在某诊所行面部激光祛痣手术时被激光照射到眼部,当日因右眼视物模糊就诊。眼科查体:右眼矫正视力为指数/50 cm,左眼视力为1.0;右眼眼压2.7 kPa(20 mm Hg),左眼眼压2.5 kPa(19 mm Hg);右眼眼睑未见异常,结膜无充血,角膜透明,前房清,眼底黄斑区可见1~3视盘直径大小圆形扁平盘状浆液性脱离区,可见弧形光晕,中央凹反射消失。
暂无评论