골격연령은 청소년과 아동의 생물학적 연령을 평가하는 주된 방법으로 골격연령과 실제연령이 일치할 필요는 없다. 저신장의 원인과 예후를 이해합니다. 임상 의학, 법의학 및 스포츠 의학 분야에서 널리 사용됩니다.
뼈 나이 감지
현재 중국에서 일반적으로 사용되는 뼈 나이 평가 방법은 TW3-C RUS, TW3-C Carpal 및 RUS-CHN 방법을 포함하는 Chinese 05 뼈 나이 표준입니다. 사용된 평가 방법에 관계없이 평가자의 영화 읽기 및 근무 연도에 대한 요구 사항이 높습니다. 2014년 중국 05 골연령 표준의 프레이머는 여러 의사를 대상으로 골연령 필름 판독값의 신뢰성을 테스트했습니다. 의사의 뼈나이 판단 정확도.
동시에 골연령 평가의 주목할 만한 특징은 시간적 차원뿐만 아니라 지리적, 공간적 차원이 모두 필요하다는 점이다. 예:
1. 유럽 및 미국과 같은 선진국의 골연령 기준은 동아시아(중국, 일본, 한국)에는 적용되지 않습니다.
2. 지난 20년 동안 중국 사회와 경제의 큰 변화와 함께 중국 어린이들의 성장과 발달은 현저한 가속 추세를 보였다. 골연령 연구와 평가 기준도 시대의 발전과 변화에 따라야 한다.
뼈나이 데이터는 전 세계적으로 보편적이지 않으며, 영화 독자들은 새로운 변화에 적응하기 위해 잦은 훈련에 참여해야 함을 알 수 있다. 의사의 관점이든 데이터 변화의 관점이든 국부적인 뼈나이 데이터를 수집하고 인공지능 기술을 기반으로 한 뼈나이 연구와 판단이 가능하다면 적용 모델의 정확도는 수동보다 정확하고 "신뢰할 수" 있을 것입니다. 독서.
Shujiajia Pro 라벨링 플랫폼 - 뼈 나이 라벨링 도구
Datatang의 Shujiajia Pro 라벨링 플랫폼은 의료 라벨링 분야의 뼈 나이 라벨링에 중점을 두고 dicom 의료 데이터 판독 기능을 뼈 나이 라벨링과 통합하고 TW3-C RUS, TW3-C Carpal 및 RUS -CHN을 지원하는 뼈 나이 라벨링 템플릿을 출시합니다. 방법 및 기타 뼈 나이 라벨링 방법은 뼈 나이 라벨링 장면에서 효율성과 경험에 더 많은 관심을 기울입니다.
Shujiajia Pro Bone Age 분류 및 라벨링
의료 데이터의 분류 및 라벨링, 특히 분류 라벨이 상세해야 하는 라벨링 시나리오에서 뼈 나이 라벨링 도구도 적합하고 자연스럽게 친숙한 표시 효과가 있음을 알 수 있습니다.
골나이 라벨링 도구는 골나이 라벨링 도구 외에도 의료 이미지의 타겟 감지 및 라벨링을 지원합니다.
Shujiajia Pro 의료 대상 감지 및 라벨링
동시에 뼈 나이 라벨링 도구는 핵심 포인트 라벨링도 지원합니다. 프로젝트 관리자는 사전에 템플릿을 통해 핵심 포인트 그룹을 구성할 수 있고, 주석을 다는 의사는 이미지를 읽고 핵심 포인트를 순차적으로 표시하기만 하면 됩니다.
Shujiajia Pro 뼈 나이 핵심 포인트 주석
의료 데이터 형식 측면에서 Shujiajia Pro 주석 플랫폼은 DICOM 의료 디지털 이미징 형식 및 일반적인 2D 가시 광선 이미지 형식의 데이터 세트 관리 및 주석을 지원합니다. API 푸시 및 프라이빗 클라우드 가져오기와 같은 여러 데이터 연결 방법을 지원하여 온라인 이미지 읽기 및 데이터 보기를 허용하고 민감한 정보 처리 요구 사항 및 관련 개인 정보 보호 법률 및 규정을 충족하기 위해 환자 이름과 같은 민감한 정보의 맞춤형 숨기기를 지원합니다.
의료 시나리오를 위한 datatangshujiajia Pro 라벨링 플랫폼을 연구하고 개발하는 동안 관련 국가, 지역 및 산업 법률 및 규정에 특별한 주의를 기울이고 준수합니다. 플랫폼 및 의료 라벨링 도구를 구축하는 동안 다음 표준을 엄격히 준수했습니다.
1. "인공지능 의료기기 등록심사 지침(의견 초안)"
2. "인공지능 의료기기 품질 요구사항 및 평가 파트 3: 데이터 라벨링에 대한 일반 요구사항"
3. "Deep Learning Decision-Assisting Medical Device Software Review Key Points 및 관련 지침"
앞으로 Shujiajia Pro 라벨링 플랫폼은 위에서 언급한 규범 및 지침 원칙에 따라 종합적인 검사를 수행하고 플랫폼 기능 개발을 안내할 것입니다. 그리고 고객의 요구에 따라 플랫폼이 합법적이고 규정을 준수함을 보장하는 동시에 의료 데이터의 라벨링 요구를 충족하기 위해 더 많은 기능을 제공하기 위해 다음과 같은 기능이 출시될 예정입니다.
1. 데이터 맞춤 및 중재 메커니즘 지원: 다중 표준 맞춤 중재 프로세스를 지원하고 반대 데이터에 대한 교차 중재 및 제3자 중재 메커니즘을 지원하여 데이터 품질을 보장합니다.
2. 반복 지수 평가: 묻힌 질문 검증 사용을 지원하고, 서로 다른 기간의 동일한 데이터에 대해 동일한 라벨러의 다중 라벨링 결과가 일치하는지 여부를 계산하고, 반복 라벨링 샘플 비율 중 완전히 일치하는 샘플의 반복 라벨링 비율을 계산합니다.
3. 정확도 지표의 표기 및 평가 : 품질관리인력의 회수율, 임의추출, 통계적 정확도 비교 등의 수단을 통해 다차원적인 평가를 한다.
4. 온라인 교육 기능: 주니어 라벨러가 온라인 연습 및 시험을 통해 교육을 완료하도록 지원하고 시스템은 제출된 테스트 라벨 데이터의 자동 채점을 지원합니다.