基于双视图注意力机制和分层变换器框架的成人年龄估计方法:利用胸部MDCT图像进行年龄判断

《Expert Systems with Applications》:Dual-view attention and hierarchical transformer framework for adult age estimation from sternum MDCT images

【字体: 大 中 小 】 时间:2026年01月09日 来源:Expert Systems with Applications 7.5

编辑推荐:

  精准的成人骨骼年龄估计对法医鉴定和医学诊断至关重要,但传统指标在骨骼成熟后效果下降。本研究提出双注意力胸骨估计器(D-ASE)和增强型Swin Transformer(Swin-XL(med)+),利用600例胸骨MDCT图像数据(四组年龄:20-35/36-50/51-65/65+),验证模型准确率达98.14%(Swin-XL(med)+)和96.72%(D-ASE),Grad-CAM和Layer-CAM分析显示模型关注胸骨关节、软骨及剑突等临床关键结构。

  
Fuat Türk
土耳其加齐大学技术学院计算机工程系,06210安卡拉,土耳其

摘要

从骨骼遗骸中准确估计成年人年龄在法医鉴定和医学诊断中起着关键作用。然而,在骨骼成熟后,传统的 anthropometric(人体测量学)和 radiological(放射学)指标的区分能力会下降。为了解决这一限制,我们引入了两种互补的深度学习架构——Dual-Attention Sternal Estimator(D-ASE)和扩展型大型 Swin Transformer(医疗变体),称为 Swin-XL(med)+,专门用于从多探测器计算机断层扫描(MDCT)图像中估计年龄。D-ASE 结合了模糊增强图像预处理、HU(Hu值)感知的双通道注意力机制和双分支特征融合,能够同时学习形态和纹理线索。Swin-XL(med) + 通过引入 Focal-Deformable 注意力、Cartilage-Aware 门控机制和 BiFPN-lite 融合头,增强了 Swin Transformer 的多尺度表示能力。在包含 600 张冠状和矢状胸骨图像的平衡数据集(300 名患者,四个年龄组:20–35 岁、36–50 岁、51–65 岁、65 岁及以上)上的实验表明,Swin-XL(med) + 的测试准确率达到 98.14%,优于基线 CNN 和标准 Swin Transformer 模型,而 D-ASE 在小样本上的准确率为 96.72%,并且具有更好的泛化能力。Grad-CAM 和 Layer-CAM 分析证实,这两种模型都强调了临床相关的解剖结构——特别是胸骨柄和肋软骨连接处以及剑突。这些结果表明,基于 Transformer 的分层模型和注意力融合模型可以生成可解释的高精度成年年龄预测,为稳健的、不受人群限制的放射学评估系统铺平了道路。

引言

年龄估计在多个领域都非常重要,包括法医学和医学诊断(Haas 等人,1997;?scan 和 Steyn,2013;Franklin,2010)。尽管许多研究已经探讨了骨盆联合、肋骨、牙齿和颅缝等骨骼元素(Passalacqua,2009;Satoh,2015;Nguyen 等人,2022;Bacci 等人,2018),但这些方法在 18 岁以下的个体中更为可靠(Satoh,2015;Türk 等人,2023)。成年后,骨骼的可变性降低,导致年龄估计的预测区间变大且准确性降低(Mirwald 等人,2002)。这一限制在法医应用中尤为突出,因为需要精确且可重复的结果。尽管胸骨在身高和性别估计方面被广泛研究(Saraf 等人,2018),但在年龄估计方面的应用相对较少。一些放射学和人类学研究表明,胸骨的形态变化,如胸骨柄和肋软骨的融合或钙化,可能作为年龄的潜在指标(Ali 等人,2021;Kim 等人,2007;Menezes 等人,2011;Zhang 等人,2018;Vickov 等人,2025;Madentzoglou 等人,2025;Coreelman 等人,2025),但大多数现有研究的准确率中等,并且经常指出这些特征在不同人群中的不稳定性(Menezes 等人,2011;Madentzoglou 等人,2025;Coreelman 等人,2025)。因此,胸骨仍然是一个有潜力但未充分探索的解剖区域,可用于成人的可靠年龄预测(表 1)。
最近在人工智能,特别是深度学习(DL)方面的进展,引入了强大的工具来检测医学图像中的细微模式(Nguyen 等人,2022;Türk 等人,2023)。卷积神经网络(CNN)已在医学成像任务中得到广泛应用,相比传统统计方法有了显著改进(Kalbhor 和 Shinde,2023;Alamin Talukder 等人,2023;Sathishkumar 等人,2023)。最近,基于 Transformer 的架构,如 Vision Transformer(ViT)和 Swin Transformer,作为强大的替代方案出现,能够捕捉局部和全局结构特征。尽管这些模型在多个医学领域显示出潜力,但几乎没有全面的研究系统地比较 CNN 和 Transformer 架构在胸骨 MDCT 图像年龄估计方面的表现(Türk 等人,2023)。为了解决这一差距,本研究引入了两个专为胸骨年龄估计设计的互补框架。第一个是 Dual-Attention Sternal Estimator(D-ASE),它结合了基于模糊逻辑的预处理、HU 感知的双通道注意力机制和集成级融合,以强调冠状和矢状平面上的细微结构线索。第二个是 Swin-XL(med)+,它是一个先进的分层 Transformer,集成了 Focal-Deformable 注意力、Cartilage-Aware 门控机制和 BiFPN-lite 融合模块,以捕捉胸骨的局部和大规模形态模式。这些框架旨在通过将学习到的显著性图与解剖学上有意义的区域对齐,提高可解释性、可重复性和诊断性能。
因此,在本研究中,开发了一个两阶段预处理和深度学习框架用于基于胸骨的年龄估计。首先,实现了一个基于模糊推理的对比度增强流程,结合了对比度限制自适应直方图均衡化(CLAHE),以强调与年龄相关的临床重要特征,同时保持图像亮度。其次,在相同条件下训练和评估了多种 CNN 架构、一个新提出的集成学习模型(D-ASE)和一个升级的 Transformer 模型(Swin-XL(med) +),从而进行公平和系统的比较。该数据集包含 600 张来自 300 名患者的冠状和矢状图像,这些患者均匀分布在四个年龄组中,是首批专门为成人胸骨年龄估计准备的结构化资源之一(Türk 等人,2023)。最后,基于 Grad-CAM 和 Layer-CAM 进行了可解释性分析,结果表明这两种模型在预测过程中始终关注临床重要的解剖区域,如胸骨柄和肋软骨连接处以及剑突。本研究结合了针对胸骨 MDCT 年龄估计的领域驱动技术创新,包括 HU 感知的模糊对比度增强、对软骨敏感的注意力调节、Swin-XL(med)+ 中的焦点-可变形混合注意力设计以及基于不确定性的双视图融合机制。这些组件共同超越了现有模块的简单组合,形成了一个医学优化的框架,用于捕捉与年龄相关的形态线索。
本研究的主要贡献可以总结如下:
  1. •
    新颖的预处理流程:一种两阶段增强方法(基于模糊推理的对比度调整 + CLAHE),旨在在保持亮度的同时强调胸骨 MDCT 图像中细微的、与年龄相关的特征。
  2. •
    新的混合和 Transformer 架构:提出了 Dual-Attention Sternal Estimator(D-ASE)集成和改进的 Swin-XL(med) + Transformer,其中包含焦点、可变形和软骨感知的注意力模块,以实现全面的特征提取。
  3. •
    高准确率与可解释性:Swin-XL(med) + 的测试准确率达到 98.14%,D-ASE 模型的准确率为 96.72%,两者都通过 Grad-CAM 和 Layer-CAM 可视化验证了其对临床重要结构的关注。
  4. •
    数据集贡献:一个包含四个年龄组(20–35 岁、36–50 岁、51–65 岁和 65 岁及以上)的平衡胸骨 MDCT 数据集,为未来的法医和放射学研究提供了基础。
  5. •
    局限性和未来方向:承认了样本量、单中心采集和种族多样性有限的限制。未来的研究应强调多中心验证、整合额外的骨骼特征以及优化 Transformer 架构,以适应轻量级的实时法医应用。
文章的其余部分组织如下:第 2 节介绍文献综述,第 3 节描述材料和方法,包括图像预处理和模型架构,第 4 节讨论实验结果和比较分析,第 5 节总结研究的局限性和未来研究方向。

文献综述

成年人的年龄估计已经使用各种骨骼元素进行了研究,但由于 18 岁后的可靠性较低,结果往往有限(Passalacqua,2009;Satoh,2015;Nguyen 等人,2022;Bacci 等人,2018;Türk 等人,2023;Mirwald 等人,2002)。虽然手部、牙齿和颅骨结构在青少年中被广泛使用,但一些研究尝试探索基于胸骨的指标,取得了不同程度的成功(Ali 等人,2021)。

材料与方法

所提出的方法遵循图 1 中所示的集成工作流程,该流程结合了放射学预处理、深度特征提取和分类。经过两阶段图像增强处理后,数据集通过两个互补的模型家族进行处理:(i)卷积神经网络(CNN)和提出的 Dual-Attention Sternal Estimator(D-ASE);(ii)基于 Transformer 的模型 Swin-XL(med)+,用于医学图像表示的优化。

整体性能

我们在两种训练-测试分割(80:20 和 70:30)下评估了所提出的模型。在 80:20 分割中,Swin-XL(med) + 的测试准确率最高(98.14%),其次是 D-ASE(96.72%)。包含一个现代基线模型 ConvNeXt-T 提供了关于当代架构的额外背景信息;然而,其性能略低于 XceptionNet,并且远低于所提出的模型。当训练集减少到 70:30 时,D-ASE 和 Swin-XL(med) + 都保持了良好的性能。

结论

本研究提出了一个使用胸骨多探测器计算机断层扫描(MDCT)图像进行成人年龄估计的全面深度学习框架。所提出的方法结合了两阶段图像增强流程——模糊对比度增强(FCE)和对比度限制自适应直方图均衡化(CLAHE)——以及两个互补模型:双视图注意力堆叠集成(D-ASE)和 Swin-XL(med) + Transformer 架构。实验评估表明

未来工作和展望

  • 1.
    数据集扩展和多中心验证:当前的数据集虽然平衡,但仅代表土耳其单中心的人群。未来的工作将包括多机构和多种族的数据,以提高泛化能力并建立全球年龄估计基准。
  • 2.
    整合额外的骨骼标记:将胸骨数据与其他骨骼成分(如肋骨、锁骨、骨盆等)结合

最终说明

总之,本研究通过 D-ASE 和 Swin-XL(med)+ 建立了一种新的 AI 辅助法医年龄估计范式,结合了定制的预处理、分层注意力机制和可解释的可视化方法。通过弥合医学图像理解和法医实践之间的差距,该框架为

CRediT 作者贡献声明

Fuat Türk:概念化、方法论、软件、验证、形式分析、调查、资源管理、数据整理、初稿撰写、审稿与编辑、可视化、监督、项目管理和资金获取。

资助

无
伦理批准:
加齐大学医学院放射学系收到了本研究的伦理委员会报告。伦理委员会报告于 2022 年 8 月 8 日获得批准,委员会决定编号为 645。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

作者感谢加齐大学放射学系的副教授 Mustafa Kaya 及其团队,以及加齐大学技术学院的部分支持。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号