基于深度学习的手骨X 射线图像骨龄评估

王嘉庆，梅礼晔，张俊华

（云南大学 信息学院，昆明 650500）

0 概述

医学上通常将人类骨骼年龄（以下称为骨龄）作为其生物学年龄，与出生年龄相比，骨龄能更准确地反映人体成熟度。在临床医学中，骨龄评估广泛应用于儿童成长预测与相关疾病辅助诊断，是研究儿童内分泌、遗传因子和生长障碍的一种常用手段［1-3］。

目前临床通常采用G&P 方法［4］或TW 方法［5］通过左手（非惯用手）骨X射线图像进行骨龄人工评估。G&P方法又称图谱法，该方法主要通过观察远端指骨、中间指骨以及腕部的各种形状骨样，将特定感兴趣区域（Region of Interest，RoI）的图像特征与标准图谱中各年龄段图像特征进行对比来评估骨龄。TW 方法又称计分法，该方法主要通过分析骨骺/干骨后端感兴趣区域（Epiphysis/Metaphysis Region of Interest，E/MRoI）以及腕骨感兴趣区域（Carpal Region of Interest，CRoI）等20 个感兴趣区域（Region of Interest，RoI）并分别评分，然后将所有RoI 分数相加得到骨成熟度总评分来评估骨龄。然而G&P 方法和TW 方法耗时较长，以G&P 方法和TW 方法中TW2 方法为例，经验丰富的医生使用这两种方法分别需耗费1.4 min 和7.9 min［6］。此外，上述方法均受医生主观因素影响，评估所得骨龄通常存在误差，其中，G&P 方法的平均误差为0.96 岁，TW2 方法的平均误差为0.74 岁［7］。

目前自动化骨龄检测方法大部分按照TW 方法的原理对手骨X 射线图像的RoI 特征进行自动化提取。21 世纪初，PIETKA 等人［8-9］提出基于自组织指骨距离提取的E/MRoI 分割方法，并用模糊分类器进行TW 级分配，通过评估360 张0 岁～6 岁儿童的手骨X 射线图像得到骨龄平均绝对误差（Mean Absolute Error，MAE）为2.41 岁，经改进分类器处理后得到MAE 为1.93 岁。……