基于计算机辅助诊断技术的骨X射线图像分类  

作　　者：罗三彤[1] 梁伟明 

机构地区：[1]广西科技大学第一附属医院骨一科,广西柳州545002

出　　处：《中文科技期刊数据库（全文版）医药卫生》2022年第9期162-164,共3页

摘　　要：本研究提出了一种针对骨X射线图像分类的新型混合深度学习方法。该方法考虑了上肢七个区域的骨骼,包括肩膀、肱骨、前臂、肘部、手腕、手和手指。本文的新颖之处不仅在于将人工智能的方法应用在骨分类任务,还在于提出的创新方法。首先,一种GNG特征提取方法被用于从X射线图像中提取有效信息,然后输入深度学习框架中进行七分类任务。该深度学习框架是由改进的VGG模型结合起来,以达到最佳性能和最少的计算量。该研究使用MURA数据集对方法进行评估,平均分类敏感性和特异性分别可以达到95.9%和99.7%。除此之外,实验的计算以及处理时间也被测试,结果显示该研究提出的方法可以有效的降低计算量。

关 键 词：骨X射线 分类 深度学习 计算量 

分 类 号：R445.1[医药卫生—影像医学与核医学]