一种基于多模态特征融合的骨质疏松评估方法

罗涛, 李剑峰, 韩家辉, 王艺宁, 雷璐

1. 北京邮电大学 北京先进信息网络实验室, 北京 100876;
2. 北京邮电大学 网络体系构建与融合北京市重点实验室, 北京 100876

收稿日期:2019-07-10出版日期:2019-12-28发布日期:2019-11-15

作者简介:罗涛(1971-),男,教授,博士生导师,E-mail:tluo@bupt.edu.cn.
基金资助:国家重点研发计划重点专项项目（2016YFF0201003）；面向智慧医疗的个人信息保护关键技术及应用（201702017）

Osteoporosis Evaluation Method Based on Multimodal Feature Fusion

LUO Tao, LI Jian-feng, HAN Jia-hui, WANG Yi-ning, LEI Lu

1. Beijing Laboratory of Advanced Information Networks, Beijing University of Posts and Telecommunications, Beijing 100876, China;
2. Beijing Key Laboratory of Network System Architecture and Convergence, Beijing University of Posts and Telecommunications, Beijing 100876, China

Received:2019-07-10Online:2019-12-28Published:2019-11-15

摘要/Abstract

摘要： 针对现有骨质疏松评估中诊断依据单一、准确率低的问题，综合考虑骨骼图像数据和问卷数据，首先提出一种基于深度神经网络的多模态特征融合骨质疏松评估方法；然后，针对骨骼图像特征较浅、结构固定的特点，使用Unet进行图像分割预处理，去除冗余信息以提升分类准确性；最后，针对普通卷积操作在把握全局信息方面的不足，提出采用基于non-local模块的卷积神经网络来进一步丰富特征信息.交叉验证结果表明，提出的多模态特征融合方法与仅单独使用图像数据或问卷数据的机器学习方法相比具有明显的优势，分类准确率分别提升了3.2%和22.3%.
中图分类号:
TP183

引用本文

罗涛, 李剑峰, 韩家辉, 王艺宁, 雷璐. 一种基于多模态特征融合的骨质疏松评估方法[J]. 北京邮电大学学报, 2019, 42(6): 84-90.
LUO Tao, LI Jian-feng, HAN Jia-hui, WANG Yi-ning, LEI Lu. Osteoporosis Evaluation Method Based on Multimodal Feature Fusion[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2019, 42(6): 84-90.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4627