運用3種卷積神經(jīng)網(wǎng)絡(luò)模型對青少年骨盆骨齡評估的比較

彭麗琴，萬雷，汪茂文，李卓，王鵬，劉太昂，王亞輝，趙虎

（1.中山大學(xué)中山醫(yī)學(xué)院法醫(yī)學(xué)系 廣東省法醫(yī)學(xué)轉(zhuǎn)化醫(yī)學(xué)工程技術(shù)研究中心，廣東 廣州 510080；2.司法鑒定科學(xué)研究院 上海市法醫(yī)學(xué)重點實驗室 司法部司法鑒定重點實驗室 上海市司法鑒定專業(yè)技術(shù)服務(wù)平臺，上海 200063；3.上海真譜信息科技有限公司，上海 200444）

骨齡是基于個體骨骼成熟度進行的年齡估計，代表人體的生物學(xué)年齡。臨床上常用于對兒童青少年的發(fā)育情況評估，法庭科學(xué)中常用于對青少年犯罪嫌疑人的定罪量刑。傳統(tǒng)的骨齡評估方法主要是通過影像片人工讀取骨骺干骺端的發(fā)育形態(tài)，其中使用最廣泛的是Greulich-Pyle圖譜法[1]和Tanner-Whitehouse法[2]。但是人工讀片效率較低，且閱片者之間存在不可避免的內(nèi)部差異性。因此，從20世紀80年代末開始，研究學(xué)者們開始探尋將骨齡評估計算機自動化[3-4]。其中，機器學(xué)習(xí)成為最受關(guān)注的技術(shù)，并應(yīng)用于骨齡評估。

機器學(xué)習(xí)是人工智能的一個分支，其核心是使用算法解析數(shù)據(jù)，然后對某件事情做出決定或預(yù)測。該過程可以看作是尋找一個函數(shù)，輸入是樣本數(shù)據(jù)，輸出是期望的結(jié)果。2006年，HINTON等[5]提出的深度學(xué)習(xí)（deep learning，DL）算法是其中最具代表性的算法之一，從海量的訓(xùn)練數(shù)據(jù)集中自動學(xué)習(xí)任務(wù)相關(guān)特性及多層網(wǎng)絡(luò)模型的構(gòu)建，大大提升了分類、預(yù)測結(jié)果的準確性。目前已被廣泛應(yīng)用于醫(yī)學(xué)圖像領(lǐng)域，如肺結(jié)節(jié)良惡性的預(yù)測[6]、前列腺癌的診斷[7]、鼻咽癌的預(yù)后估計[8]、骨齡評估[9]等。2017年，北美放射學(xué)會舉行的骨齡評估挑戰(zhàn)賽[10]中，排名前三的人工智能技術(shù)均為DL算法。

對于青少年骨齡評估而言，目前國內(nèi)外絕大多數(shù)學(xué)者使用的是手腕關(guān)節(jié)X線影像學(xué)圖片[11-14]，因為手腕關(guān)節(jié)中包含長管狀骨、短管狀骨及不規(guī)則骨等多種形態(tài)的骨骼，掌指骨、尺橈骨以及腕骨可以不同程度地反映全身各大關(guān)節(jié)不同形態(tài)骨骼的發(fā)育狀況[15]。此外，手腕關(guān)節(jié)攝片較為簡便，X線攝片對個體的電離輻射較小，可滿足醫(yī)學(xué)倫理學(xué)的基本要求。但使用手腕關(guān)節(jié)X線影像學(xué)資料進行青少年骨齡評估具有一定的局限性，因為手腕關(guān)節(jié)骨骼在18.0周歲左右已趨于閉合，這對于超過18.0周歲青少年群體的骨齡評估價值相對較弱，而18.0周歲是我國司法體系中一個重要的年齡節(jié)點。骨盆的髂嵴、坐骨結(jié)節(jié)骨骺則成熟相對較晚[16-17]，而且骨盆的繼發(fā)骨化中心出現(xiàn)較晚，如髂嵴、坐骨繼發(fā)骨化中心在11.0～12.0周歲才開始出現(xiàn)，至20.0周歲時，骨骺方趨于閉合[18]。因此，這完全符合《中華人民共和國刑事訴訟法》規(guī)定的14.0、16.0、18.0周歲的骨齡判斷，采用骨盆X線影像學(xué)資料較好地彌補了青少年手腕關(guān)節(jié)骨齡評估的年齡缺陷。本研究擬選用VGG19、Inception-V3和Inception-ResNet-V2 3種經(jīng)典的圖像識別DL網(wǎng)絡(luò)模型對我國漢族人群骨盆X線片進行骨齡評估研究，并對3種DL網(wǎng)絡(luò)模型的性能進行比較。

1 材料與方法

1.1 樣本收集

本研究調(diào)取了962例漢族11.0～＜21.0歲男、女性骨盆X線影像學(xué)資料作為數(shù)據(jù)集，上述骨盆X線影像學(xué)資料拍攝于2005—2018年上海市（200例）、浙江?。?22例）、海南?。?23例）、吉林?。?28例）及河南?。?89例）5個省市的醫(yī)院。其中男性481例，女性481例。上述個體的生活年齡來自其身份證或戶籍信息。

納入標準：體檢確認身體健康，營養(yǎng)狀況良好。采用馬爾丁金屬測量計、經(jīng)校準的杠桿秤分別測身高、體質(zhì)量，選擇在“國人正常身高、體質(zhì)量范圍調(diào)查表”[19]規(guī)定范圍內(nèi)的個體作為研究對象。排除標準：參加特殊文藝、體育訓(xùn)練的個體，服用影響骨骼發(fā)育藥物史的患者，有影響骨骼發(fā)育疾病史或外傷史的患者。從上述男、女性青少年骨盆X線片樣本集中采取隨機抽樣的方法抽取80%作為訓(xùn)練和驗證集，用于模型擬合和超參數(shù)的調(diào)整；20%作為測試集，用于評估模型泛化能力。如圖1所示。

本研究符合醫(yī)學(xué)倫理學(xué)有關(guān)條款規(guī)定。

圖1 訓(xùn)練和驗證集、測試集樣本分布Fig.1 Distribution of training and validation set and test set

1.2 方法

1.2.1 圖像預(yù)處理

（1）骨盆骨骼X線片為DL網(wǎng)絡(luò)模型的信息來源，采用python 3.7軟件對圖像進行預(yù)處理。人工裁減掉圖像上的無關(guān)字符，如片號、姓名、拍攝日期以及醫(yī)院名稱等內(nèi)容。

（2）將圖像縮放至同一尺寸：通過雙線性插值，將圖像統(tǒng)一縮放至256像素×256像素。

（3）隨機旋轉(zhuǎn)：骨盆X線片的旋轉(zhuǎn)理論上不應(yīng)該影響對年齡的回歸預(yù)測，為了增加模型的泛化能力，對所有的圖像都會進行-30°～30°的隨機旋轉(zhuǎn)（圖2）。

圖2 圖像旋轉(zhuǎn)示意圖Fig.2 Diagram of image rotation

（4）調(diào)整圖像對比度、亮度：對比度是指一幅圖像中明暗區(qū)域最亮的白和最暗的黑之間不同亮度層級的測量，即指一幅圖像灰度反差的大小。亮度是指照射在景物或者圖像上光線的明暗程度。骨盆圖像對比度、亮度的變化，理論上不應(yīng)該影響對年齡的回歸預(yù)測，為了增加模型的泛化能力，隨機調(diào)整X線片對比度（調(diào)節(jié)因子為0.5），并均勻選擇亮度因子（調(diào)節(jié)因子為0.5～1.5），對圖像進行亮度調(diào)整（圖3）。

圖3 圖像亮度調(diào)整示意圖Fig.3 Schematic diagram of image brightness adjustment

1.2.2 模型訓(xùn)練

（1）網(wǎng)絡(luò)結(jié)構(gòu)的選擇

DL卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural networks，CNN）因引入了權(quán)值共享、局部互聯(lián)、閾值激活的方法，使得神經(jīng)網(wǎng)絡(luò)更符合生物神經(jīng)元的稀疏性和有效性。CNN可擴展性強，通過多層疊加，可以實現(xiàn)不同特征的提取，通常淺層次的神經(jīng)元提取淺層特征（如直線和圓弧）。通過前面的層層組合，深層次的神經(jīng)元就可以提取出類似骨骺的外觀、形態(tài)、大小等復(fù)雜特征。由于具備以上優(yōu)點，CNN近年來在圖像識別、回歸預(yù)測等方面被廣泛應(yīng)用。其無需人為提取特征，而是將整張圖像直接輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自己提取特征并回歸識別，不同層次的網(wǎng)絡(luò)會提取不同的特征[20]。

通常一個CNN由卷積層、激活層、池化層、損失函數(shù)層組成。卷積層的目的是提取輸入對象的不同特征，網(wǎng)絡(luò)層數(shù)更多則能從低級特征中迭代提取更復(fù)雜的特征。激活層用于增強判定函數(shù)和整個神經(jīng)網(wǎng)絡(luò)的非線性特性。池化層的主要作用為降采樣，即減少參數(shù)的數(shù)量和計算量。損失函數(shù)層主要是度量神經(jīng)網(wǎng)絡(luò)的輸出的預(yù)測值與實際值之間的差距，通常是網(wǎng)絡(luò)的最后一層，各種不同的損失函數(shù)適用于不同類型的任務(wù)。本研究類型屬于回歸問題，因此選用均方根誤差（root mean square error，RMSE）作為損失函數(shù)層。

在ImageNet大規(guī)模視覺識別挑戰(zhàn)大賽上，從AlexNet[21]開始涌現(xiàn)出一大批超越人工識別準確率的網(wǎng)絡(luò)。VGGNet[22]證明了2個3×3的卷積核可以替代1個5×5的卷積操作，有效降低了參數(shù)量，并提升了準確率。GoogLeNet[23]第一次組合不同大小卷積核提取的特征。ResNet[24]提出使用殘差結(jié)構(gòu)，可以使網(wǎng)絡(luò)更好地關(guān)注高頻差異信息，使得網(wǎng)絡(luò)可以變得更深，大幅提升了準確率。DenseNet[25]提出密集連接的思想，將卷積神經(jīng)網(wǎng)絡(luò)的準確率推上了又一個臺階。因此，本研究將借鑒已有的模型（https://github.com/pytorch/vision/tree/master/torchvision/models）來進行遷移學(xué)習(xí)，這樣既能保證網(wǎng)絡(luò)的深度特征提取，又能降低學(xué)習(xí)的成本。本研究選取VGG19、Inception-V3和Inception-ResNet-V2 3種結(jié)構(gòu)[26]進行對比實驗。其中VGG19是由VGG16發(fā)展而來，加深了網(wǎng)絡(luò)層數(shù)；Inception-V3是由GoogLeNet發(fā)展而來，通過并行的卷積和不對稱卷積，利用更少的參數(shù)獲取更好的結(jié)果；增加網(wǎng)絡(luò)的深度和寬度都會提升網(wǎng)絡(luò)的性能，Inception-ResNet-V2堅固了深度和寬度兩方面特性，理論上可以使得網(wǎng)絡(luò)性能達到最佳。

（2）參數(shù)的設(shè)置及算法優(yōu)化

本研究使用遷移學(xué)習(xí)，即在訓(xùn)練前加載3種模型已經(jīng)在ImageNet上訓(xùn)練好的權(quán)重作為初始權(quán)重，之后在自己的數(shù)據(jù)集上進行再學(xué)習(xí)。采用Adam優(yōu)化算法對網(wǎng)絡(luò)參數(shù)進行訓(xùn)練，將訓(xùn)練次數(shù)設(shè)置為200輪，訓(xùn)練的最小批量數(shù)是32。動量值為0.9，參數(shù)以0.0005的衰退值下降，以樣本的圖像為輸入，樣本的生活年齡作為模型訓(xùn)練的目標值。每一輪訓(xùn)練結(jié)束都在驗證集上測試結(jié)果，保存在驗證集上表現(xiàn)最好的模型參數(shù)。3種模型示意圖分別見圖4～6。

1.3 仿真環(huán)境與數(shù)據(jù)分析

本研究基于i9-9900K+RTX 2080Ti硬件平臺的win10操作系統(tǒng)。算法開發(fā)過程借助PyCharm軟件（美國Jetbrains公司）和開源工具Jupyter Notebook 6.0.2（美國Patent&Trademark辦公室），并使用Anaconda進行開發(fā)環(huán)境管理。語言環(huán)境基于Keras-GPU以及python 3.7。采用python 3.7統(tǒng)計3種模型測試集男、女性各年齡段的年齡（）、RMSE、平均絕對誤差（mean absolute error，MAE）指標。繪制Bland-Altman散點圖計算預(yù)測數(shù)據(jù)的95%一致性界限（95% limits of agreement，95%LOA），以評估3種模型的預(yù)測性能。同時，采用SPSS 21.0軟件（美國IBM公司）對3種模型RMSE、MAE值進行配對t檢驗，檢驗水準α=0.05。

圖4 VGG19模型示意圖Fig.4 Schematic diagram of VGG19 model

圖5 Inception-V3模型示意圖Fig.5 Schematic diagram of Inception-V3 model

圖6 Inception-ResNet-V2模型示意圖Fig.6 Schematic diagram of Inception-ResNet-V2 model

2 結(jié)果

2.1 各年齡組測試集的年齡、RMSE、MAE

VGG19網(wǎng)絡(luò)模型中，RMSE范圍為0.59～2.01歲，平均RMSE為1.29歲；MAE范圍為0.49～1.74歲，平均MAE為1.02歲。其中12.0～＜13.0歲年齡組總測試集的RMSE值和MAE值最低，分別為0.85歲和0.68歲；11.0～＜12.0歲年齡組的RMSE值和MAE值最高，分別為1.73歲和1.42歲，結(jié)果見表1。

Inception-V3模型中，RMSE范圍為0.50～2.88歲，平均RMSE為1.17歲；MAE范圍為0.36～2.12歲，平均MAE為0.82歲。其中20.0～＜21.0歲年齡組總測試集的RMSE值和MAE值最低，分別為0.70歲和0.54歲；11.0～＜12.0歲年齡組的RMSE值和MAE值最高，分別為2.30歲和1.62歲，結(jié)果見表2。

Inception-ResNet-V2模型中，RMSE范圍為0.41～2.14歲，平均RMSE為1.11歲；MAE范圍為0.32～1.78歲，平均MAE為0.84歲。其中18.0～＜19.0歲年齡組總測試集的RMSE值和MAE值最低，分別為0.49歲和0.38歲；20.0～＜21.0歲年齡組的RMSE值和MAE值最高，分別為1.54歲和1.18歲，結(jié)果見表3。

2.2 3種CNN模型RMSE、MAE的統(tǒng)計學(xué)檢驗

將3種CNN模型的RMSE、MAE分別進行配對t檢驗，結(jié)果顯示：VGG19模型的MAE與Inception-ResNet-V2模型的MAE之間差異有統(tǒng)計學(xué)意義（P=0.020），VGG19模型的RMSE與Inception-ResNet-V2模型的RMSE之間差異無統(tǒng)計學(xué)意義（P＞0.05）。VGG19模型與Inception-V3模型相比，RMSE、MAE之間差異無統(tǒng)計學(xué)意義（P＞0.05）。Inception-V3模型的RMSE、MAE與Inception-ResNet-V2模型相比，差異無統(tǒng)計學(xué)意義（P＞0.05）。

表1 漢族男、女性骨盆圖像VGG19模型獨立測試集預(yù)測結(jié)果Fig.1 The prediction results of the independent test set of the VGG19 model of the pelvic images of male and female Han nationality

表2 漢族男、女性骨盆圖像Inception-V3模型獨立測試集預(yù)測結(jié)果Fig.2 The prediction results of the independent test set of the Inception-V3 model of the pelvic images of male and female Han nationality

表3 漢族男女性骨盆圖像Inception-ResNet-V2模型獨立測試集預(yù)測結(jié)果Fig.3 The prediction results of the independent test set of the Inception-ResNet-V2 model of the pelvic images of male and female Han nationality

2.3 測試集Bland-Altman散點圖分布

3種CNN模型測試集的預(yù)測年齡與生活年齡的Bland-Altman散點圖（圖7）顯示：VGG19網(wǎng)絡(luò)模型的預(yù)測年齡與生活年齡的平均差值的絕對值為0.16歲，95%LOA為-2.34～2.67歲；Inception-V3網(wǎng)絡(luò)模型的預(yù)測年齡與生活年齡的平均差值的絕對值為0.26歲，95%LOA為-2.51～1.98歲；Inception-ResNet-V2網(wǎng)絡(luò)模型的預(yù)測年齡與生活年齡的平均差值的絕對值為0.08歲，95%LOA為-2.25～2.10歲。其中Inception-ResNet-V2網(wǎng)絡(luò)模型的散點圖更為集中分布，Inception-V3模型分布在界限外的點數(shù)最少，而VGG19網(wǎng)絡(luò)模型的散點圖分布相對離散。

圖7 模型測試集預(yù)測年齡與生活年齡的Bland-Altman散點圖Fig.7 Bland-Altman plot of the prediction age estimated by 3 models on test set and real chronological age

3 討論

近年來，機器學(xué)習(xí)在自動駕駛[27]、計算機視覺[28]、語音識別[29]、醫(yī)學(xué)診斷[30]等領(lǐng)域均取得了巨大的成就。2014—2019年，王亞輝課題組[31-33]曾應(yīng)用支持向量機、主成分分析等淺層學(xué)習(xí)算法對我國漢族青少年手腕關(guān)節(jié)、維吾爾族青少年膝關(guān)節(jié)X線骨齡深入研究，結(jié)果表明，基于支持向量機算法實現(xiàn)尺、橈骨遠端骨骺發(fā)育分級的自動化評估是可靠的、可行的，基于支持向量機及主成分分析算法建立的骨齡回歸算法模型可以實現(xiàn)較高準確率的年齡預(yù)測。隨著人工智能技術(shù)的不斷革新與換代，DL以及神經(jīng)網(wǎng)絡(luò)模型逐步成為機器學(xué)習(xí)領(lǐng)域新的研究方向及熱點問題。DL逐步在影像學(xué)、腫瘤學(xué)、病理學(xué)、外科學(xué)以及語音識別領(lǐng)域的研究中取得突破性進展，在人臉識別、信息檢索等領(lǐng)域也展示出獨特優(yōu)勢并被廣泛應(yīng)用[34-35]。人工智能網(wǎng)絡(luò)算法也由反向傳播算法（backpropagation algorithm，BPA）、支持向量機（support vector machine，SVM）等淺層算法發(fā)展到當(dāng)前的DL算法。DL算法不需要人工提取特征點，可以通過建立多層次的網(wǎng)絡(luò)聯(lián)系，自動從大數(shù)據(jù)中學(xué)習(xí)知識，預(yù)測效率及準確性更高。尤其CNN在圖像識別領(lǐng)域有著突出的表現(xiàn)，多次在ImageNet大規(guī)模視覺識別挑戰(zhàn)大賽中取得優(yōu)異的成績[21，36-37]。本研究選取的VGG19[38]、Inception-V3[39]、Inception-ResNet-V2[40]3種DL網(wǎng)絡(luò)模型均為廣泛應(yīng)用于各種圖像識別的經(jīng)典CNN模型。髂嵴、坐骨結(jié)節(jié)骨骺發(fā)育相對較晚，相對于手腕關(guān)節(jié)而言，對年齡較大的青少年骨齡評估更有應(yīng)用價值。鑒于此，本課題組調(diào)取了上海市、浙江省、海南省、吉林省及河南省962例漢族青少年男、女性骨盆X線片進行骨齡自動評估，研究的開展可為我國法醫(yī)學(xué)領(lǐng)域骨齡評估的機器學(xué)習(xí)算法選擇提供一定的參考價值。

3.1 RMSE、MAE及統(tǒng)計學(xué)檢驗結(jié)果分析

RMSE和MAE是衡量變量精度的兩個最常用的指標，同時也是機器學(xué)習(xí)中評價網(wǎng)絡(luò)模型的兩個重要參數(shù)。RMSE是指預(yù)測值與真實值偏差的平方與觀測次數(shù)n比值的平方根，用來衡量觀測值與真實值之間的偏差。MAE是指絕對誤差的平均值。RMSE和MAE越小，說明預(yù)測值越接近真實值、絕對誤差越小，表明用于骨齡評估的網(wǎng)絡(luò)模型效果越好。本研究結(jié)果顯示，就RMSE指標而言，3種模型的差異無統(tǒng)計學(xué)意義。但對于MAE指標而言，VGG19模型的MAE值大于Inception-ResNet-V2模型，且二者差異有統(tǒng)計學(xué)意義。換言之，Inception-ResNet-V2模型骨齡自動評估的性能要優(yōu)于VGG19模型。

另外，從本研究樣本年齡組來看，上述3種DL網(wǎng)絡(luò)模型中較小和較大年齡組的RMSE和MAE相對偏大，尤以11.0～＜12.0歲和20.0～＜21.0歲為著。這主要是因為在11.0～＜12.0歲時，可以反映骨盆骨齡的指標相對有限，加之髂嵴、坐骨結(jié)節(jié)骨骺尚未出現(xiàn)，因此，該年齡段的髂嵴、坐骨結(jié)節(jié)的發(fā)育狀況尚不能全面反映骨盆骨齡的變化。因此，RMSE和MAE相對其他年齡組偏大。而在20.0～＜21.0歲時，髂嵴、坐骨結(jié)節(jié)等骨盆骨骺已趨閉合，髂嵴、坐骨結(jié)節(jié)已不能全面反映骨盆骨齡的動態(tài)變化，此時反映骨盆骨齡的指標已不再是骨骺的發(fā)育程度。因此，RMSE和MAE相對其他年齡組也會偏大。這一研究結(jié)果與臨床實踐中通過人工方法識別骨盆X線骨齡的結(jié)果是一致的。

3.2 Bland-Altman散點圖結(jié)果分析

Bland-Altman散點圖常用于評測兩種測量方法的一致性。本研究結(jié)果顯示，Inception-ResNet-V2網(wǎng)絡(luò)模型的預(yù)測年齡與生活年齡的平均差值為0.08歲，在3種DL模型中最小，VGG19模型次之，Inception-V3模型的平均差值最大。同時，VGG19模型的95%LOA大于Inception-V3模型及Inception-ResNet-V2模型，散點分布更加偏離差值均值線。Inception-V3模型與Inception-ResNet-V2模型相比，95%LOA更大，散點也相對更偏離差值均值線。

綜上所述，VGG19模型在骨齡自動評估性能方面明顯弱于Inception-ResNet-V2模型。VGG19模型與Inception-V3模型相比，RMSE、MAE差異無統(tǒng)計學(xué)意義，雖然散點圖中差值均值更小，但散點較Inception-V3模型更偏離差值均值線。據(jù)此認為，VGG19模型和Inception-V3模型的骨齡評估性能相當(dāng)。而Inception-V3與Inception-ResNet-V2模型相比，RMSE、MAE值之間差異均無統(tǒng)計學(xué)意義，但進一步分析散點圖發(fā)現(xiàn)，Inception-ResNet-V2模型的散點更集中于差值均值線附近。因此，筆者認為，在給予骨盆的年齡預(yù)測任務(wù)中，不同視野范圍的卷積塊的拼接效益要大于殘差所帶來的效益。對于青少年骨齡研究而言，更推薦使用Inception-ResNet-V2模型。綜上，以上3種DL網(wǎng)絡(luò)模型在用于骨盆骨齡自動評估時本研究組更推薦Inception-ResNet-V2模型。2018年，鄧振華團隊[41]采用AlexNet模型對來自四川的1 875例骨盆樣本進行訓(xùn)練，得到MAE和RMSE值分別為0.94、1.30歲。本研究的VGG19模型結(jié)果與其相當(dāng)，而Inception-V3、Inception-ResNet-V2模型優(yōu)于該結(jié)果。

在醫(yī)學(xué)圖像領(lǐng)域，由于醫(yī)護人員資源有限，標注數(shù)據(jù)困難，導(dǎo)致可用于訓(xùn)練集的同分布標注數(shù)據(jù)非常少，這是制約DL的關(guān)鍵因素，也是遷移學(xué)習(xí)在醫(yī)學(xué)圖像領(lǐng)域應(yīng)用廣泛的原因之一。因此，為了更好地捕捉樣本的數(shù)據(jù)特征，我們選擇了遷移學(xué)習(xí)，在預(yù)訓(xùn)練的基礎(chǔ)上進行完全訓(xùn)練。并且應(yīng)用數(shù)據(jù)增強技術(shù)，來泛化數(shù)據(jù)，增加模型的魯棒性。本結(jié)果顯示，在有限的樣本量中，模型亦表現(xiàn)出了較好的準確性，這也證實了遷移學(xué)習(xí)在有限數(shù)據(jù)集里的可應(yīng)用性。

本研究通過對3種熱門DL網(wǎng)絡(luò)模型在骨盆骨齡評估方面的性能進行對比，為我國年齡較大青少年的骨齡評估提供了一定的參考價值，并推薦青少年骨齡評估使用Inception-ResNet-V2模型。然而，本研究仍有進一步改進的空間：（1）3種DL模型的RMSE、MAE均略高于國內(nèi)外用手腕關(guān)節(jié)X線影像進行DL骨齡評估時的 RMSE、MAE[11，13，42]。分析原因可能與手腕關(guān)節(jié)X線攝片的外部干擾因素如偽影等較少有關(guān)，而骨盆區(qū)域因有腹盆部器官的重影影響，在DL過程中可能造成一定的干擾。未來可考慮在圖像預(yù)處理階段將腹部區(qū)域偽影濾除，或采用三維CT等更高質(zhì)量、結(jié)構(gòu)清晰的影像；（2）本研究組采用的962例樣本量在DL領(lǐng)域來說仍略顯不足，理論上來說，一定范圍內(nèi)訓(xùn)練集樣本量越大，DL的效果相對越好。雖然我們采用了遷移學(xué)習(xí)來彌補，但在未來仍可考慮加大訓(xùn)練集樣本量。另外，我國作為一個多民族國家，各民族之間的生活環(huán)境、生活水平均存在一定的差異，因此骨骼發(fā)育亦可能存在差異，本研究樣本均為漢族，未來可采集其他民族樣本，訓(xùn)練相應(yīng)民族的模型。