买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国医学科学院北京协和医院;杭州澜措科技有限公司

摘要：本发明提出了一种新型的自动骨龄预测算法模型。所述自动骨龄预测模型构建方法包括：提取数据集中的数据作为训练数据和测试数据；构建用于手掌和手腕部检测的CoT‑YOLO模型，建立手腕部关键骨化中心识别模型X‑Pose和骨龄预测模型BANet，并利用手腕部关键骨化中心识别模型X‑Pose和骨龄预测模型BANet获取待预测骨龄对象的骨龄视觉特征V；利用所述骨龄视觉特征V和待预测骨龄对象的民族信息N及性别信息S，获取待预测骨龄对象的骨龄特征J。所述算法模型包括与所述方法步骤对应的模块。

主权项：1.一种自动骨龄预测算法模型构建方法，其特征在于，所述自动骨龄预测算法模型构建方法包括：建立手掌和手腕部检测的CoT-YOLO模型；建立手腕部关键骨化中心识别模型X-Pose和骨龄预测模型BANet，并利用手腕部关键骨化中心识别模型X-Pose和骨龄预测模型BANet获取待预测骨龄对象的骨龄视觉特征V；利用所述骨龄视觉特征V和待预测骨龄对象的民族信息N及性别信息S，获取待预测骨龄对象的骨龄特征J；所述建立手掌和手腕部检测的CoT-YOLO模型包括；提取数据集中的数据作为训练数据和测试数据；其中，数据集包括RSNA数据集、RHPE数据集和自建数据集；并且，自建数据集的Groundtruth制定依据下列规则：所有纳入研究数据集的影像数据由放射科影像存档和通讯系统导出，导出数据格式为JPEG；在YOLOv5模型中通过ContextualTransformer模块利用上下文信息指导增强视觉表示的能力，并将所述ContextualTransformer模块设置于所述YOLOv5模型的主干网络Darknet-53的卷积层和BottleneckCSP之前，形成检测网络CoT-YOLO，其中，所述检测网络CoT-YOLO即为CoT-YOLO模型；所述建立手腕部关键骨化中心识别模型X-Pose的过程包括：提取RSNA数据集、RHPE数据集和自建数据集中的手腕部的X光影像构建手腕部关键骨化中心识别模型X-Pose；其中，所述手腕部关键骨化中心识别模型X-Pose包括编码器和解码器；所述编码器以ResNet-50作为主干网络，所述解码器包含多层反卷积层；仅在RHPE数据集上对所述手腕部关键骨化中心识别模型X-Pose进行20个epoch的训练，并在另外两个数据集上用于关键点的检测识别，获得训练后的手腕部关键骨化中心识别模型X-Pose；建立骨龄预测模型BANet，并利用手腕部关键骨化中心识别模型X-Pose和骨龄预测模型BANet获取待预测骨龄对象的骨龄视觉特征V的过程包括：利用卷积神经网络模型和mixedInception模块结合构建形成骨龄预测模型BANet；利用手腕部检测和手腕部关键点识别分别获取待预测骨龄对象的手腕部的影像X和手腕部各个关键点的位置；在每个关键点附近形成高斯分布来构建注意力图XT；通过手腕部关键骨化中心识别模型X-Pose获取待预测骨龄对象的手腕部影像XW；利用卷积神经网络模型分别获取影像X、高斯分布来构建注意力图XT和手腕部影像XW对应的视觉特征；其中，所述卷积神经网络模型均采用InceptionV3模型；通过mixedInception模块将所述影像X、高斯分布来构建注意力图XT和手腕部影像XW对应的视觉特征进行融合形成视觉特征V。

全文数据：

权利要求：

百度查询： 中国医学科学院北京协和医院 杭州澜措科技有限公司 一种新型的自动骨龄预测算法模型