基于NTS深度神经网络的青少年骨龄评估方法

作者：沈继云

来源：数字技术与应用, 2022, 40(12): 123-128.

DOI：10.19695/j.cnki.cn12-1369.2022.12.39

<正>手骨骨龄作为人类的生物学年龄，可以准确反映生物个体的发育水平及其成熟度。青少年的骨龄评估结果可对其生长发育情况及身高预测提供理论依据。本文提出一种基于细粒度图像分类原理的深度卷积神经网络模型。该模型在青少年手骨图像识别的过程中可自动定位信息丰富区域并提取其局部特征，然后，将提取到的这些局部特征与图像的全局特征融合在一起，利用融合后的特征进行骨龄分类。

• 单位
  无锡南洋职业技术学院