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！

龙图腾网获悉深圳市艾克瑞电气有限公司;深圳市龙岗中心医院申请的专利一种基于AI模型的骨龄评估方法、系统及骨龄仪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：CN119862533B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202510039405.4，技术领域涉及：G06F18/25；该发明授权一种基于AI模型的骨龄评估方法、系统及骨龄仪是由史臣;吴伟;史继生;周建华;蓝碧波;邓丽萍;廖丹红;陈勇设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本一种基于AI模型的骨龄评估方法、系统及骨龄仪在说明书摘要公布了：本发明涉及医疗影像处理与人工智能等技术领域，提供一种基于AI模型的骨龄评估方法、系统及骨龄仪，通过获取受检者在骨龄仪中检测的左手腕部X射线影像并记录受检者的人口统计学信息，通过灰度标准化、噪声滤波及自监督学习模型对检测到的左手腕部X射线影像进行预处理，利用VisionTransformer提取桡骨远端骨骺与干骺端宽度比值、第三掌骨干骺端长度及辅助骨化点成熟度分级骨骼特征，并与人口统计学信息进行多模态数据融合，采用多层感知机模型对融合后的多维度骨龄相关数据进行预测，输出骨龄评估报告，从而在儿童及青少年骨龄预测中有效减少误差，提升检测效率。

本发明授权一种基于AI模型的骨龄评估方法、系统及骨龄仪在权利要求书中公布了：1.一种基于AI模型的骨龄评估方法，其特征在于，包括以下步骤： 获取受检者在骨龄仪中检测的左手腕部X射线影像并记录所述受检者的人口统计学信息；所述人口统计学信息包括性别、身高、体重、种族、出生日期； 对所述X射线影像进行预处理，以得到预处理后的影像，具体包括： 对所述X射线影像进行灰度标准化和噪声滤波处理； 使用自监督学习模型遮掩自编码器对灰度标准化和噪声滤波处理后的所述X射线影像进行特征增强，以得到预处理后的影像；在对X射线影像进行灰度标准化处理后，采用高斯滤波对灰度标准化处理后的图像再次进行平滑，选用7×7大小的高斯核对灰度标准化处理后的图像进行卷积运算，以在平滑随机噪声的同时保留手腕部关键骨骼结构的边缘信息； 对所述X射线影像进行灰度标准化处理的算法为： 其中，为对原始X射线影像进行灰度标准化处理后的在像素坐标处的灰度值，原始X射线影像在像素坐标处的灰度值；与分别为原始X射线影像灰度分布的平均值与标准差；自监督学习模型遮掩自编码器对所述X射线影像进行特征增强包括：将经过灰度标准化和高斯滤波处理的X射线影像切分为若干图像块，并随机遮掩30％～50％的比例，仅对未遮掩的图像块进行编码，学习紧凑的特征向量，根据该特征向量重构被遮挡部分，不断优化重构误差； 通过训练好的VisionTransformer模型对预处理后的影像进行特征提取，以得到所述受检者的骨骼特征；所述骨骼特征包括：桡骨远端骨骺与干骺端宽度比值、第三掌骨干骺端长度及辅助骨化点成熟度分级； VisionTransformer模型的具体训练过程包括：获取标注好的手腕部X射线影像训练集；为每张影像标注以下信息：桡骨远端骨骺与干骺端宽度比值；第三掌骨干骺端长度；辅助骨化点成熟度等级；将每幅X射线影像按16×16像素的大小进行分块；将每个图像块展平成向量并通过线性投影映射到特征向量；加入位置编码以保留图像的空间位置信息，得到图像块序列，将图像块序列输入多层Transformer编码器；在每一层中，通过多头自注意力机制计算；经过多层Transformer编码器处理后，输出特征向量，其中包含了对桡骨、掌骨及辅助骨化点的全局理解；在VisionTransformer模型的最后一层后，接入多个全连接层，分别用于回归和分类任务；为了输出桡骨远端骨骺与干骺端宽度比值和第三掌骨干骺端长度这两个连续的数值指标，为桡骨远端骨骺与干骺端宽度比值和第三掌骨干骺端长度分别接入两个独立的回归全连接层，每层的输出节点数为1，用于预测对应的连续型骨骼特征；针对辅助骨化点成熟度等级的分类任务，接入一个全连接层，输出节点数为4，分别对应骨化点的四个等级：未见骨化点、骨化点出现、骨化点发育、骨化点闭合；模型基于提取到的骨化点特征向量，通过分类输出的概率分布，选择概率值最大的类别作为辅助骨化点的最终成熟度分级；对于桡骨远端骨骺与干骺端宽度比值，第三掌骨干骺端长度的数值形骨骼特征，采用均方误差损失函数；对于分类型骨骼特征辅助骨化点成熟度等级，采用交叉熵损失函数；通过上述均方误差损失和交叉熵损失进行加权得到总损失；根据总损失使用反向传播算法结合优化器Adam不断迭代更新VisionTransformer模型参数，训练直至损失函数收敛，获得训练完成的VisionTransformer模型； 将所述受检者的骨骼特征与所述受检者的人口统计学信息进行多模态数据融合，对所述骨骼特征进行向量化处理，得到骨骼特征向量；对所述人口统计学信息进行标准化处理和编码转换，得到人口统计学特征向量；将骨骼结构特征向量与所述受检者的人口统计学特征向量进行拼接，以得到多维度的骨龄相关数据； 通过训练好的深度学习回归模型处理所述多维度的骨龄相关数据，对骨龄进行评估； 根据所述深度学习回归模型的骨龄评估结果，输出骨龄评估报告。

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深圳市艾克瑞电气有限公司;深圳市龙岗中心医院，其通讯地址为：518000 广东省深圳市龙岗区宝龙街道同乐社区大坑路8号A栋101, 201, 301, 302；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”。

以上内容由龙图腾AI智能生成。