CT三维重建技术结合深度学习算法推断成人坐骨年龄

作     者：张怀瀚 曹永杰 张吉 熊剪 马继伟 杨孝通 黄平 马永刚 ZHANG Huai-han;CAO Yong-jie;ZHANG Ji;XIONG Jian;MA Ji-wei;YANG Xiao-tong;HUANG Ping;MA Yong-gang

作者机构：山西医科大学法医学院山西太原030001 司法鉴定科学研究院上海市法医学重点实验室司法部司法鉴定重点实验室上海市司法鉴定专业技术服务平台上海200063 南京医科大学基础医学院法医学系江苏南京211166 贵州医科大学法医学院贵州贵阳550004 内蒙古医科大学法医学教研室内蒙古呼和浩特010030 西安交通大学医学部附属三二〇一医院医学影像科陕西汉中723000 

出 版 物：《法医学杂志》 (Journal of Forensic Medicine)

年 卷 期：2024年第40卷第2期

页      面：154-163页

学科分类：0301[法学-法学] 03[法学] 1002[医学-临床医学] 030106[法学-诉讼法学] 1001[医学-基础医学(可授医学、理学学位)] 08[工学] 0838[工学-公安技术] 100105[医学-法医学] 10[医学] 1009[医学-特种医学] 

基　　金：国家重点研发计划资助项目(2022YFC3302002) 上海市自然科学基金资助项目(23ZR1464400) 

主　　题：法医人类学 年龄推断 深度学习 三维重建 骨盆 坐骨结节 迁移学习 汉族 

摘      要：目的探索适用于中国西部汉族人群的CT三维重建图像年龄自动推断深度学习模型,评估其可行性与可靠性。方法收集20.0~80.0岁中国西部汉族人群骨盆CT回顾性影像学数据1200例(男性600例,女性600例),重建为三维虚拟骨骼模型,区分性别、左右截取坐骨结节特征区域图像建立样本库。使用ResNet34模型,随机抽取不同性别各500例样本作为训练及验证集,剩余样本作为测试集,使用初始学习及迁移学习对区分性别、左右的图像进行训练,以平均绝对误差(mean absolute error,MAE)、均方根误差(root mean square error,RMSE)作为主要指标评价模型。结果不同性别组成中预测结果存在差异,双侧模型预测结果优于左、右单侧模型,迁移模型预测结果优于初始模型。不同性别组成的双侧迁移模型预测结果中,男性MAE为7.74岁、RMSE为9.73岁,女性MAE为6.27岁、RMSE为7.82岁,混合性别MAE为6.64岁,RMSE为8.43岁。结论基于中国西部汉族人群坐骨结节图像应用ResNet34结合迁移学习算法构建的骨龄推断模型可以有效推断成人坐骨骨龄。