买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国矿业大学申请的专利一种具有自主学习能力的儿童骨龄评估方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117237304B 。

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311215465.4，技术领域涉及：G06T7/00；该发明授权一种具有自主学习能力的儿童骨龄评估方法及系统是由许新征;营鹏;李仲年;徐慧慧;孙统风;赵小阳;魏孟;孙仁科设计研发完成，并于2023-09-20向国家知识产权局提交的专利申请。

本一种具有自主学习能力的儿童骨龄评估方法及系统在说明书摘要公布了：本发明公开了一种具有自主学习能力的儿童骨龄评估方法及系，先使用YOLOv5模型做粗粒度分类，从原始图像中定位出13块骨骼区域的位置及类别，将13块骨骼区域从原始图像中裁剪出来，然后利用CAP模型进行细粒度分类，预测每一块骨骼区域的骨龄等级，最后依据中华05骨龄评分标准计算骨龄。系统包括用于粗粒度分类的目标检测模型YOLOv5和用于细粒度分类的上下文感知注意力池化模型CAP两个深度神经网络，对输入影像进行数据预处理、特征提取、骨龄等级分类与计算；模型更新模块用于对CAP模型进行自动更新，利用基于知识蒸馏的增量学习方法对CAP模型进行增量训练。其具有自主学习能力。其预测精度高，预测成本低廉。

本发明授权一种具有自主学习能力的儿童骨龄评估方法及系统在权利要求书中公布了：1.一种具有自主学习能力的儿童骨龄评估方法，其特征在于步骤如下： S101：对脱敏后的手骨影像进行预处理，将儿童左手骨X光影像的长边缩放为统一像素，然后将短边按比例缩放，儿童左手骨X光影像均包含13个骨骼区域； S102：将预处理好的儿童左手骨X光影像送入目标检测模型YOLOv5中进行13块手骨区域的位置标定与类别检测； S103：YOLOv5模型的输出一个包含13块骨骼区域的检测框坐标与检测类别的张量，使用NMS非极大值抑制方法剔除冗余的检测框，只保留置信度最高的检测框； S104：根据YOLOv5模型的输出结果对儿童左手骨X光影像进行切分，利用S103中YOLOv5输出的13个手骨骼区域的检测框坐标，从原始儿童左手骨X光影像中切分出13张对应13块手骨区域的图像； S105：对切分出来的13张手骨骼区域图像进行预处理，先将13张骨骼区域图像缩放为统一预设大小，然后将每一块手骨骼区域图像都裁剪为多个不同尺寸的子图像，以便在不同尺度下进行特征提取，同时，将裁剪后的子图像中像素值归一化到0到1之间完成预处理； S106：将预处理好的手骨骼区域子图像输入对应专用的CAP模型中进行特征提取与预测，每个CAP模型接收来自同一块手骨骼区域不同尺度的子图像，使用卷积神经网络Xception提取不同尺度下各个子图像的特征表示，在得到每个尺度的特征图后，通过上下文感知注意力池化模块来整合各个子图像的上下文信息； 该模块首先使用Bilinearpooling双线性池化方法将不同尺度的特征图表示为大小一致的特征矩阵，然后计算这些特征矩阵之间的相似性值，以每一个尺度的特征图与其他尺度特征图的相似性值作为权重对不同尺度的特征图进行加权求和，得到每一个尺度特征图的上下文向量，该上下文向量中包含该尺度与其他尺度特征的相关性，具有比原始特征图更丰富的特征表示，生成的上下文向量的数量与子图像的数量一致； S107：将S106中生成的不同尺度子图像的上下文向量经过全局平均池化后输入到长短期记忆网络LSTM中得到最终的特征图，通过可学习的池化层和Softmax函数将特征图归一化为概率分布，该概率分布表示输入的手骨骼区域图像处于哪一个生长发育等级的置信度，对概率分布中的概率进行排序，以概率最高的等级作为预测的骨龄等级输出； S108：根据中华05骨龄评分标准，依据13块手骨骼区域生长状态，尺骨包括7个骨龄等级，其余12个骨骼区域每个包括8个骨龄等级，根据S107中CAP模型输出的骨龄等级为每一块手骨骼区域赋分，再对每一块区域的赋分进行求和，查询中华05骨龄评分表计算获得最终骨龄； 使用基于知识蒸馏的增量学习方法对CAP模型进行增量训练，采用两阶段训练方法： 使用KL散度与交叉熵损失的加权作为模型训练的损失函数，具体的： ； ； ； 其中，表示原始CAP模型预测增量数据产生的软标签，表示新的CAP模型对增量数据的预测结果，表示新的CAP模型对原始数据的预测结果，表示原始数据的标签，表示权重因子，用于平衡两个损失之间的权重占比；LCE表示交叉熵损失； 最后，使用新训练的CAP模型替换原始的CAP模型，实现自主学习。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国矿业大学，其通讯地址为：221116 江苏省徐州市大学路1号中国矿业大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。