基于多任务卷积神经网络模型.docx

PAGE

PAGEI

摘要

目的：运用卷积神经网络模型研制出骨龄自动评测系统。方法：收集了3个骨龄数据集，共30446例骨龄数据，从中随机选取3524例数据，分为训练集（2148）和测试集（1376），将预处理后的图像作为模型的训练集，将多任务卷积神经网络作为图像识别的深度学习网络模型。ResNet-34和U-Net作为OCL模块的对比测试。结果：与ResNet-34相比，U-Net有效地减少了MED和GE的数量，可以实现更精确的定位性能，ResNet-34在减少FP和FN数量方面表现更好。作为以上两种架构的组合，OCL模块在所有指标上均优于竞争对手。结论：本文中提出的O