Bone Age Assessment Using a New Deep Neural Network Architecture

الاء جمال جبار كاظم علوم الحاسوب

الخلاصة

التطورات السريعة في التكنولوجيا والذكاء الاصطناعي أدت إلى استخدام الأنظمة الآلية في مجموعة متنوعة من القطاعات ، بما في ذلك الطب. أحد التطبيقات هو التقييم الآلي لعمر العظام المستخدم في الطب الشرعي. يمكن استخدام تحديد عمر العظام لتحديد اضطرابات الغدد الصماء والعديد من ألامراض أو عمر العظام.بالاعتمادعلى صور الاشعة السينية لليد اليسرى .يمكن تحديد عمر عظام اليد للطفل من خلال تتبع التغييرات في أنماط نمو عظم اليد ، والتي يمكن القيام بها حتى يكتمل نضج الطفل بعمر 18 سنة. مع تقدم الطفل في السن تحدث تغيرات كبيرة حتى سن البلوغ ، وعند هذه النقطة قد تظهر فجوة كبيرة بين عمر العظام والعمر الزمني وهذا يشير إلى وجود مشكلة في صحة الطفل.
في هذا العمل تم بناء نموذج لتقييم الفئة العمرية للأشخاص بناءً تقنيات التعلم العميق ، ولتحقيق هذا الهدف بما يتلائم مع مكونات الكمبيوتر تم بناء النظام المقترح ،النظام المقترح تضمن ثلاث خطوات رئيسية :معالجة البيانات ، استخراج الفيجرات ، والتصنيف للفئات العمرية كمخرجات للنموذج .
عظام اليد اليسرى للأطفال من عمر سنة حتى سن الثامنة عشر عامًا بالاعتماد على صور الأشعة السينية لليد اليسرى(RSNA) التي تحتوي على 12611 صورة حيث استخدمت كبيانات في هذا العمل مقسمة إلى خمس فئات عمرية اعتماداً على تقارب الفيجرات في كل فئة عمرية. كانت الدقة التي حصلنا عليها لكل فئة (97٪ ، 95٪ ، 96٪ ، 98٪ ، 95٪) على التوالي ، بينما كانت الدقة الكلية 97.22٪.