骨龄影像学评价与人工智能

内容简介

骨龄发育人骨发育的指标，在医疗，体育和司法鉴定都有广泛应用。骨龄评价主要依据手腕部X线平片，可以采用图谱法，比如CHN图谱法，也可以采用积分法，比如TW3和中华05等。现在随着计算机的进步和人工智能的发展，已经将人工智能应用于骨龄评价。骨龄评价的核心是建立具体代表性的正常儿童数据库，张绍岩等提出的中国骨龄CHN法是1988年在哈尔滨、石家庄、西安、长沙、重庆、福州市22160名0～19岁健康儿童、青少年。在2005年又采集上海市、广州市、温州市、大连市、石家庄市0～20岁的17401名(男8685名,女8716名)城市汉族正常青少儿制定了中华05骨龄标准，这些标准的制定推动了我国骨龄评价的规范和应用。随着社会的进步和人民生活水平的提高，现在的儿童成长的环境，营养状况与2005年相比都发生了明显变化，另外，CHN和中华05两次采用都是集中在部分城市的中上阶层儿童，缺乏我国西部，以及农村儿童的样本，所有这些都需要对我国儿童进行更全面，更具代表性的儿童骨龄正常片采样。近几年我国人工智能发展迅速，并在骨龄评价中开展应用，目前我国已经有多个骨龄AI在使用，但由于缺乏具体代表性的全国正常数据，目前的骨龄AI的基数可能是不准确的，需要采集全国大样本数据来进行校准。本书将组织国内骨龄评价领域的专家，参与讨论和编写骨龄影像评价学和人工智能。