基于深度学习的多个异构模型相互组合的骨龄预测方法

摘要

本发明公开了一种基于深度学习的多个异构模型相互组合的骨龄预测方法，通过训练四个不同的异构模型，每个模型在不同的数据范围内都有自己的最佳结果,并且把数据根据每个模型的预测值进行划分，对每一份的数据利用回归网络来学习线性的加权矩阵。在预测过程，每一张骨龄CT图像通过四个模型会得到四个预测结果，每个预测结果会自动选择自己所属骨龄范围的类别，然后根据对应训练所得到的加权矩阵，得到修正后的预测值。上述融合和选择策略重复四次，使得数据的选择和分类过程经过每个模型，最终的骨龄预测值是通过对修正后的四个模型预测值进行平均而获得的,实现了在目前骨龄公开数据库的最佳结果，具有良好的泛化性和稳定性。