摘要
本发明公开了一种基于深度学习的颈椎骨龄分析方法,涉及颈椎骨龄预测技术领域,本方法以真实临床头影侧位片数据构建数据集,集成多个图像处理模型,使用关键点检测模型进行骨节关键点检测,通过分割结果与关键点检测结果提取骨节特征,将特征输入到二叉树支持向量机中进行骨龄分期,该方法通过联合实例分割模型与关键点检测模型提取了更深层的骨节特征,提高了颈椎骨龄分期的准确性和稳定性,且该过程为全自动化,效率较高。
技术关键词
颈椎椎骨
感兴趣区域图像
分析方法
关键点
二叉树支持向量机
滑动窗口
处理单元
实例分割模型
图像处理模型
分析系统
索引
神经网络模型
变量
异常点
端点
格式
像素点
数学
系统为您推荐了相关专利信息
血液检测方法
尖峰噪声
标记
频谱分析方法
背景噪声
结构可靠性分析方法
集成化平台
数据处理软件
样本
后处理软件
彩色图像
物体姿态估计方法
关键点
语义特征
粗略
主题
满意度分析方法
分布式网络爬虫
节点特征
矩阵
开关故障诊断方法
有载分接开关
互补集合经验模态分解
品质因数可调
表达式