首页 > 文献资料
-
胸腺切除术对青少年重症肌无力患者生长发育的影响
目的 通过分析青少年重症肌无力(JMG)患者骨龄和身高的发育情况来探讨胸腺手术对JMG患者生长发育的影响.方法 采用横断面研究方法,依次纳入2011年7月至2014年8月就诊于中山大学附属第一医院神经科门诊的80例JMG患者,收集临床资料,根据身高标准差分值(Ht SDS)和骨龄的分布情况,明确JMG患者是否伴有身高和骨龄的发育异常,采用相关性分析和线性回归分析的统计方法探讨影响JMG患者身高和骨龄的因素.结果 (1)JMG患者骨龄与实际年龄(CA)比较延迟(0.15±1.32)岁,身高标准差分值均值为(-1.25±1.03)分;(2)多因素线性回归分析显示发病年龄进入以骨龄延迟为因变量的回归方程(P =0.007),激素累积使用量进入以Ht CASDS为因变量的回归方程(P=0.043);(3)胸腺手术组患者身高和骨龄的分布与非手术组比较差异无统计学意义(P＞0.1).结论 (1)JMG患儿存在骨龄延迟和身高发育低于同龄正常水平;(2)发病年龄是骨龄延迟的影响因素,激素累积用量是身高发育受限的影响因素;(3)胸腺手术对MG患儿的骨龄和身高发育无明显影响.
-
头颅侧位X线片在法医学生物学年龄推断中的作用研究
目的 测量头颅X线侧位片中第三、四颈椎相关性增龄指标,评估其在法医学生物学年龄推断中的应用价值.方法 随机抽取头颅X线侧位片203张,参考Mito颈椎测量方法对第三、四颈椎体进行定点测量(测量指标为3qh/3hh、3qh/C3宽、3hh/C3宽、MH3/C3宽、tan3;4qh/4hh、4qh/C4宽、4hh/C4宽、MH4/C4宽、tan4),并推导颈椎骨骨龄计算方程式,分析个体发育规律.结果 将样本的实际年龄作为因变量,第三、四椎体各测量比值作为自变量,使用多元逐步回归分析的方法推导颈椎骨骨龄计算方程.男性:CVBA=3.72+5.97(3qh/C3宽)+6.41(MH4/C4宽)-0.23(4qh/4hh)+3.33tan3;女性:CVBA=6.05+1.40(3qh/C3宽)+3.67(MH4/C4宽)+2.57(4qh/4hh)+3.25 tan4.结论 通过头颅X线侧位片推导出的颈椎骨龄方程在法医学上可作为推断青少年生物年龄的参考.
-
基于多维度特征融合的深度学习骨龄评估模型
目的 通过基于特征提取的深度卷积神经网络,结合关键区域特征和人口学信息,评估儿童骨龄.方法 自动识别左手 X 线图像数据,对图像进行预处理,使用基于深度神经网络的 X 线图像分析方法,实现左手关节骨龄 17 个关键区域特征的自动提取,再将骨龄影像特征与临床大数据(人口统计、性别)融合训练骨龄评估模型,测试模型的评估效能.结果 使用基于深度学习的特征区域提取方法比传统图像分析方法可以更好地提取特征信息,结合临床信息从另一维度补充了骨龄发育信息.基于多维度数据特征融合的骨龄评估模型检测得到的骨龄平均绝对误差为 0.455,优于传统方法和仅端到端的深度学习方法.结论 相较传统的机器学习特征提取方法,基于特征提取的深度卷积神经网络在骨龄回归模型上有更好的表现,结合人口和性别信息可进一步提升基于图像的骨龄预测准确率.
-
中国女童颅面骨骼生长的研究-7～14岁颌骨生长百分位曲线图的绘制
目的:研究中国女童颅面骨骼的生长情况.方法:选择7～14岁健康女童282名,拍摄左手腕骨片及X线头颅侧位定位片,并进行骨龄评定(采用CHN法)、X线头影测量分析,采用百分位数法进行统计学分析.结果:女性多数颌骨的增长速度达大的时间在11～12岁,前颅底部每年增长很少,而下颌骨长度增长多,7～14岁增长17.3 mm.并绘制出7～14岁女童颅面骨骼生长的百分位曲线图.结论:此结果有助于判断儿童是否存在异常骨骼生长,为选择治疗时机打下基础.
-
儿童和青少年第三磨牙牙龄与颈椎骨龄及年龄相关性
目的 探讨青岛地区儿童和青少年第三磨牙牙龄与年龄、牙龄与颈椎骨龄的相关性.方法 选择我院口腔正畸科就诊的231例病人,在曲面断层X线片上,参照DEMINJIAN法评估左下颌第三磨牙牙龄;在头颅定位侧位X线片上,运用BACCETTI法评估颈椎骨龄.对不同性别第三磨牙牙龄进行比较.对第三磨牙牙龄与颈椎骨龄、年龄的关系进行分析.结果 不同性别第三磨牙牙齿钙化分期年龄分布差异无显著性(P＞0.05).男女第三磨牙牙龄与年龄、颈椎骨龄均呈显著正相关(r=0.840～0.934,P＜0.05).结论 第三磨牙牙龄可以作为推断儿童和青少年生物学年龄的一个可靠指标.
-
运用耻骨联合面多元回归方程推断年龄1例
1 案 例1.1 简要案情2011年3月13日下午2:00,某市区小区门卫室化粪池窨井内发现1具尸骸,3月14日,民警在复勘现场时,在另一房间的窨井内又发现2具重叠放置的尸骸.经过现场勘验及法医学检验,确定为他杀,均为女性. 为进一步调查,需对其年龄进行推断.
-
深度学习在图像识别及骨龄评估中的优势及应用前景
深度学习以及神经网络模型是近年来机器学习及人工智能领域新的研究方向及热点问题.深度学习在图像识别、语音识别应用中已取得了突破性进展,在人脸识别、信息检索等领域也展示出独特优势,得到了广泛应用.骨骼X线图像显示黑白灰不同阶度的变化,具有黑白对比、层次差异的图像特征,基于深度学习在图像识别中的优势,我们将其与骨龄评估研究有机结合,旨在为构建法医学骨龄自动化评估系统提供基础性数据.本文综述了深度学习的基本概念及其网络结构,阐述了近年来深度学习在国内外不同研究领域图像识别中的研究进展,以及深度学习在骨龄评估中的优势及应用前景.
