CN112545493B - 身高评价方法及终端设备 - Google Patents
身高评价方法及终端设备 Download PDFInfo
- Publication number
- CN112545493B CN112545493B CN202011404958.9A CN202011404958A CN112545493B CN 112545493 B CN112545493 B CN 112545493B CN 202011404958 A CN202011404958 A CN 202011404958A CN 112545493 B CN112545493 B CN 112545493B
- Authority
- CN
- China
- Prior art keywords
- height
- statistical level
- difference
- age
- level value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1072—Measuring physical dimensions, e.g. size of the entire body or parts thereof measuring distances on the body, e.g. measuring length, height or thickness
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Dentistry (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明适用于生长发育技术领域,公开了一种身高评价方法及终端设备,上述方法包括:获取目标个体的性别、当前年龄、当前身高和靶身高;根据性别和当前年龄,得到对应的标准身高,并根据性别、当前年龄和当前身高,得到目标个体的身高统计水平值;根据性别和靶身高,得到目标个体的靶身高统计水平值,并根据靶身高统计水平值、性别和当前年龄得到靶身高统计水平值在当前年龄对应的身高,并将该身高记为第一身高;根据当前身高、身高统计水平值、靶身高统计水平值、标准身高、第一身高,对目标个体的身高进行评价,得到基于年龄的身高评价结果。本发明可以客观地根据目标个体的实际生长发育参数对其身高进行评价,准确性较高。
Description
技术领域
本发明属于生长发育技术领域,尤其涉及一种身高评价方法及终端设备。
背景技术
儿童的身高是反应儿童发育情况的重要指标,准确对儿童的身高进行评价,可对某些疾病的诊断提供重要依据,及时发现并进行干预管理,帮助儿童健康成长。
目前,通常是医生根据儿童的发育指标进行身高评价,主观性较强,准确性较差。
发明内容
有鉴于此,本发明实施例提供了一种身高评价方法及终端设备,以解决现有技术对身高评价主观性较强,准确性较差的问题。
本发明实施例的第一方面提供了一种身高评价方法,包括:
获取目标个体的性别、当前年龄、当前身高和靶身高;
根据性别和当前年龄,得到对应的标准身高,并根据性别、当前年龄和当前身高,得到目标个体的身高统计水平值;
根据性别和靶身高,得到目标个体的靶身高统计水平值,并根据靶身高统计水平值、性别和当前年龄得到靶身高统计水平值在当前年龄对应的身高,并将该身高记为第一身高;
根据当前身高、身高统计水平值、靶身高统计水平值、标准身高、第一身高,对目标个体的身高进行评价,得到基于年龄的身高评价结果。
本发明实施例的第二方面提供了一种终端设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如第一方面所述身高评价方法的步骤。
本发明实施例的第三方面提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被一个或多个处理器执行时实现如第一方面所述身高评价方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:本发明实施例首先获取目标个体的性别、当前年龄、当前身高和靶身高,然后基于上述参数得到目标个体的身高统计水平值、靶身高统计水平值以及靶身高统计水平值在当前年龄对应的第一身高,最后根据当前身高、身高统计水平值、靶身高统计水平值、标准身高、第一身高,对目标个体的身高进行评价,得到基于年龄的身高评价结果,可以客观地根据目标个体的实际生长发育参数对其身高进行评价,准确性较高。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的身高评价方法的实现流程示意图;
图2是本发明一实施例提供的身高评价系统的示意框图;
图3是本发明一实施例提供的终端设备的示意框图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
图1是本发明一实施例提供的身高评价方法的实现流程示意图,为了便于说明,仅示出了与本发明实施例相关的部分。本发明实施例的执行主体可以是终端设备。如图1所示,该方法可以包括以下步骤:
S101:获取目标个体的性别、当前年龄、当前身高和靶身高。
其中,目标个体为待评价身高的个体。
在本发明实施例中,可以通过现有方法获取目标个体的用于评价身高的相关参数。其中,相关参数可以包括性别、当前年龄、当前身高和靶身高。
S102:根据性别和当前年龄,得到对应的标准身高,并根据性别、当前年龄和当前身高,得到目标个体的身高统计水平值。
可选地,身高统计水平值为身高百分位数或身高Z分值,相应的,下文提到的靶身高统计水平值为靶身高百分位数或靶身高Z分值。
可选地,上述S102可以包括:
根据性别、年龄、身高统计水平值和身高的对应关系,确定目标个体的性别、当前年龄和统计水平值为第一预设统计水平值时对应的身高,将该身高称为标准身高;
根据性别、年龄、身高统计水平值和身高的对应关系,确定目标个体的性别、当前年龄和当前身高对应的身高统计水平值,该身高统计水平值记为目标个体的身高统计水平值。
其中,当统计水平值为百分位数时,则第一预设统计水平值可以为50;当统计水平值为Z分值时,第一预设统计水平值可以为百分位数50对应的Z分值。
S103:根据性别和靶身高,得到目标个体的靶身高统计水平值,并根据靶身高统计水平值、性别和当前年龄得到靶身高统计水平值在当前年龄对应的身高,并将该身高记为第一身高。
可选地,上述S103可以包括:
根据性别、年龄、身高统计水平值和身高的对应关系,确定目标个体的性别、年龄为18以及目标个体的靶身高对应的身高统计水平值,将该身高统计水平值称为目标个体的靶身高统计水平值;
根据性别、年龄、身高统计水平值和身高的对应关系,确定目标个体的性别、、当前年龄、靶身高统计水平值对应的身高,该身高即为靶身高统计水平值在当前年龄对应的身高,即第一身高。
S104:根据当前身高、身高统计水平值、靶身高统计水平值、标准身高、第一身高,对目标个体的身高进行评价,得到基于年龄的身高评价结果。
在本发明的一个实施例中,上述S104可以包括以下步骤:
将身高统计水平值减去靶身高统计水平值,得到第一统计水平值差值;
将身高统计水平值减去第一预设统计水平值,得到第二统计水平值差值;
将当前身高减去第一身高,得到第一身高差值;
将当前身高减去标准身高,得到第二身高差值;
根据身高统计水平值、第一统计水平值差值、第二统计水平值差值、第一身高差值和第二身高差值,对目标个体的身高进行评价,得到基于年龄的身高评价结果。
在本发明的一个实施例中,上述根据身高统计水平值、第一统计水平值差值、第二统计水平值差值、第一身高差值和第二身高差值,对目标个体的身高进行评价,得到基于年龄的身高评价结果,包括:
若身高统计水平值小于第二预设统计水平值,则基于年龄的身高评价结果为当前身高极低;
若身高统计水平值大于或等于第二预设统计水平值,且身高统计水平值小于或等于第三预设统计水平值,则根据第一统计水平值差值、第二统计水平值差值、第一身高差值和第二身高差值,对目标个体的身高进行评价,得到基于年龄的身高评价结果;
若身高统计水平值大于第三预设统计水平值,则获取目标个体的父亲身高统计水平值和母亲身高统计水平值,并根据父亲身高统计水平值和母亲身高统计水平值,对目标个体的身高进行评价,得到基于年龄的身高评价结果。
其中,第二预设统计水平值可以为正常下限值,即身高处于正常水平范围内时对应的最小的统计水平值,第三预设统计水平值可以为正常上限值,即身高处于正常水平范围内时对应的最大的统计水平值。
基于年龄的身高评价结果可以包括当前身高极低、当前身高低、当前身高较低、当前身高一般、当前身高较好、当前身高非常好和当前身高极高。其中,当前身高一般、当前身高较好、当前身高非常好属于身高正常,达到平均水平,只是正常程度不同;其它均属于身高异常,只是异常程度不同。当输出基于年龄的身高评价结果时,还可以同时输出一些关于目标个体与正常水平的差距情况等。
可选地,获取目标个体的父亲身高统计水平值和母亲身高统计水平值,具体可以根据性别、年龄、身高统计水平值和身高的对应关系,已知父母的性别、当前身高和当前年龄得到各自对应的身高统计水平值。
在本发明的一个实施例中,上述根据第一统计水平值差值、第二统计水平值差值、第一身高差值和第二身高差值,对目标个体的身高进行评价,得到基于年龄的身高评价结果,包括:
若第一统计水平值差值大于或等于第一预设差值,且第二统计水平值差值大于或等于第二预设差值,则基于年龄的身高评价结果为当前身高非常好;
若第一统计水平值差值大于或等于第一预设差值,且第二统计水平值差值小于第二预设差值,且第二统计水平值差值大于第三预设差值,则根据第二身高差值对目标个体的身高进行评价,得到基于年龄的身高评价结果;
若第一统计水平值差值小于第一预设差值,且第一统计水平值差值大于第四预设差值,且第二统计水平值差值大于或等于第二预设差值,则基于年龄的身高评价结果为当前身高较好;
若第一统计水平值差值小于第一预设差值,且第一统计水平值差值大于第四预设差值,且第二统计水平值差值小于第二预设差值,且第二统计水平值差值大于第三预设差值,则根据第一身高差值和第二身高差值,对目标个体的身高进行评价,得到基于年龄的身高评价结果;
若第一统计水平值差值大于第四预设差值,且第二统计水平值差值小于或等于第三预设差值,则基于年龄的身高评价结果为当前身高较低;
若第一统计水平值差值小于或等于第四预设差值,且第二统计水平值差值大于第三预设差值,则基于年龄的身高评价结果为当前身高较低;
若第一统计水平值差值小于或等于第四预设差值,且第二统计水平值差值小于或等于第三预设差值,则基于年龄的身高评价结果为当前身高低。
其中,第一预设差值、第二预设差值、第三预设差值和第四预设差值可以根据实际情况进行设置。可选地,若统计水平值为百分位数,则第一预设差值可以为10,第二预设差值可以为10,第三预设差值可以为-10,第四预设差值可以为-10;若统计水平值为Z分值,则第一预设差值可以为百分位数差值为10时对应的Z分值的差值,第二预设差值可以为百分位数差值为10时对应的Z分值的差值,第三预设差值可以为百分位数差值为-10时对应的Z分值的差值,第四预设差值可以为百分位数差值为-10时对应的Z分值的差值。
在本发明的一个实施例中,上述根据第二身高差值对目标个体的身高进行评价,得到基于年龄的身高评价结果,包括:
若第二身高差值大于或等于0,则基于年龄的身高评价结果为当前身高一般;
若第二身高差值小于0,则基于年龄的身高评价结果为当前身高较低。
在本发明的一个实施例中,上述根据第一身高差值和第二身高差值,对目标个体的身高进行评价,得到基于年龄的身高评价结果,包括:
若第一身高差值大于第二身高差值,则基于年龄的身高评价结果为当前身高一般;
若第一身高差值小于或等于第二身高差值,且第一身高差值大于或等于0,则基于年龄的身高评价结果为当前身高一般;
若第一身高差值小于或等于第二身高差值,且第一身高差值小于0,则基于年龄的身高评价结果为当前身高较低。
在本发明的一个实施例中,上述根据父亲身高统计水平值和母亲身高统计水平值,对目标个体的身高进行评价,得到基于年龄的身高评价结果,包括:
比较父亲身高统计水平值和母亲身高统计水平值的大小;
若父亲身高统计水平值大于或等于母亲身高统计水平值,则将父亲身高统计水平值作为目标统计水平值;
若父亲身高统计水平值小于母亲身高统计水平值,则将母亲身高统计水平值作为目标统计水平值;
若目标统计水平值大于或等于第四预设统计水平值,则基于年龄的身高评价结果为当前身高非常好;
若目标统计水平值小于第四预设统计水平值,则基于年龄的身高评价结果为当前身高极高。
其中,第四预设统计水平值可以根据实际情况进行设置。可选地,若统计水平值为百分位数,则第四预设统计水平值可以为75;若统计水平值为Z分值,则第四预设统计水平值可以为百分位数75对应的Z分值。
在本发明的一个实施例中,上述身高评价方法还可以包括:
获取目标个体的当前骨龄,并根据当前骨龄、当前身高和当前年龄对目标个体的身高进行评价,得到基于骨龄的身高评价结果;
根据基于骨龄的身高评价结果和基于年龄的身高评价结果,得到最终身高评价结果。
在本发明实施例中,可以采用现有方法,根据当前骨龄、当前身高和当前年龄对目标个体的身高进行评价,得到基于骨龄的身高评价结果,在此不再赘述。
可以采用现有方法,根据基于骨龄的身高评价结果和基于年龄的身高评价结果,得到最终身高评价结果,以进一步提高身高评价结果的准确性。
在本发明的一个实施例中,上述获取目标个体的当前骨龄,包括:
获取目标个体的当前骨骼图像;
根据目标个体的当前骨骼图像,基于骨发育等级判定模型确定目标个体的各个骨骼的发育等级;
根据目标个体的各个骨骼的发育等级确定目标个体的当前骨龄。
其中,当前骨骼图像可以是目标个体的当前左手骨骼图像。左手具有多个骨骼可以用来检测骨龄,例如:桡骨、掌骨、近节指骨、中节指骨、远节指骨等等,当然还包括其它骨骼,在此不再赘述。骨发育等级判定模型可以是基于深度学习的骨发育等级判定模型。
需要说明的是,本发明实施例提到的骨骼可以为骨骺,可以根据骨骺的生长发育情况确定骨发育等级,进而确定骨龄。
根据骨发育等级判定模型可以准确确定每个骨骼的发育等级,根据各个骨骼的发育等级,采用现有方法,可以确定目标个体的当前骨龄。例如,每个骨骼的不同等级都有不同的得分,将各个骨骼的得分相加,再查表就可以得到骨龄。
可选地,根据目标个体的当前骨骼图像,基于骨发育等级判定模型确定目标个体的各个骨骼的发育等级,可以包括:
根据目标个体的当前骨骼图像,获取第一骨骼的图像;第一骨骼为目标个体的当前骨骼图像中的用于骨龄检测的任意一个骨骼;
将第一骨骼的图像输入骨发育等级判定模型,得到多个分类结果及多个分类结果分别对应的置信度;
在多个分类结果中选取第一预设数量的分类结果和目标分类结果;其中,第一预设数量的分类结果为在多个分类结果中,按照置信度从大到小的顺序,排列在前第一预设数量的分类结果,目标分类结果为在多个分类结果中置信度最高的分类结果;
根据第一预设数量的分类结果及目标分类结果的置信度,确定目标分类结果的可靠性;
若目标分类结果可靠,则根据目标分类结果确定第一骨骼的发育等级;
若目标分类结果不可靠,则对目标分类结果进行校正,并根据校正后的目标分类结果确定第一骨骼的发育等级。
本发明实施例提供的骨骼发育等级检测方法,在现有技术骨龄智能识别的基础上引入了可靠度评价机制,采用骨发育等级判定模型对第一骨骼的图像进行识别,相较于传统的只输出一个识别结果的方法,本发明实施例获取骨发育等级判定模型识别出的多个分类结果及多个分类结果分别对应的置信度,并将其中置信度最高的分类结果作为目标分类结果,进而判断目标分类结果的可靠性。进一步的,本发明实施例引入校正机制,若目标分类结果不可靠,则对目标分类结果进行校正,进而得到第一骨骼的发育等级。本发明实施例提供的骨骼发育等级检测方法的准确性较高,更适于临床应用,可以有效提高医生的工作效率,基于此方法获取的骨龄用于身高评价,可以进一步提高身高评价的准确性。
其中,第一骨骼的图像为第一骨骼的X光片,一个分类结果对应一个发育等级。
可选地,分类结果为RUS-CHN骨龄标准对应的发育等级,上述根据第一预设数量的分类结果及目标分类结果的置信度,确定目标分类结果的可靠性,可以包括以下步骤:
确定目标分类结果是否有后缀;
若目标分类结果没有后缀,则基于第一预设数量的分类结果及目标分类结果的置信度,执行第一操作,得到目标分类结果的可靠性;
若目标分类结果有后缀,则确定目标骨龄标准;
若目标骨龄标准为RUS-CHN骨龄标准,则基于第一预设数量的分类结果及目标分类结果的置信度,执行第一操作,得到目标分类结果的可靠性;
若目标骨龄标准为TW3骨龄标准,则基于第一预设数量的分类结果,执行第二操作,得到目标分类结果的可靠性。
目前,国际较通用的骨龄标准为TW3骨龄标准,共分为9个等级,包括A,B,C,D,E,F,G,H,I级。TW3骨龄标准的9个字母等级可以转换为对应的数字等级,分别为0,1,2,3,4,5,6,7,8级。依据当代中国儿童为样本,提出了一种更适于当代儿童的RUS-CHN骨龄标准,该标准与国际通用方法接轨,与TW3骨龄标准兼容,共分为15个等级,包括0,1,2,3,4,5(0),5(2),6,7(0),7(2),8(0),8(1),8(2),8(3),8(4)级。其中,整数等级后面带有括号的为具有后缀的等级,只有一个整数的为不具有后缀的等级。例如,5(2)为有后缀等级,后缀为2;4为无后缀等级。
由于RUS-CHN骨龄标准兼容TW3骨龄标准,本发明实施例中采用RUS-CHN骨龄标准对骨骼发育等级分类模型进行训练,分类结果为RUS-CHN骨龄标准对应的骨骼发育等级,兼容性更高。目标骨龄标准为用户需要输出的骨骼发育等级的标准,可以为RUS-CHN骨龄标准或TW3骨龄标准。RUS-CHN骨龄标准中没有后缀的等级与TW3骨龄标准的数字等级是可以通用的,由此,首先判断确定目标分类结果是否有后缀,若没有后缀,则无论目标骨龄标准为哪种均可采用同样方法处理。若目标分类结果有后缀,则两种等级标准的级别不通用,采用不同的方法处理。
可选地,上述基于第一预设数量的分类结果及目标分类结果的置信度,执行第一操作,得到目标分类结果的可靠性,可以包括:
确定目标分类结果的置信度是否大于置信度阈值;
若目标分类结果的置信度大于置信度阈值,则目标分类结果可靠;
若目标分类结果的置信度不大于置信度阈值,则确定第一预设数量的分类结果的等级是否连续;
若第一预设数量的分类结果的等级连续,则目标分类结果可靠;
若第一预设数量的分类结果的等级不连续,则目标分类结果不可靠。
置信度阈值为根据经验得到,若目标分类结果的置信度大于置信度阈值,则说明目标分类结果的置信度较高,较准确,目标分类结果可靠。若目标分类结果的置信度不够高,则判定目标分类结果不可靠。进一步的,确定第一预设数量的分类结果的等级是否连续,例如,第一预设数量可以为2,即第一预设数量的分类结果为多个分类结果中置信度最高的及次高的两个等级,若这两个等级连续,说明分类结果的整体趋势是一致的,目标分类结果的可信度较高,判定目标分类结果可靠。
可选地,上述基于第一预设数量的分类结果,执行第二操作,得到目标分类结果的可靠性,可以包括:
确定第一预设数量的分类结果的等级是否连续;
若第一预设数量的分类结果的等级连续,则目标分类结果可靠;
若第一预设数量的分类结果的等级不连续,则目标分类结果不可靠。
可选地,上述根据目标分类结果确定第一骨骼的发育等级,可以包括:
若目标骨龄标准为RUS-CHN骨龄标准,则将目标分类结果作为第一骨骼的发育等级;
若目标骨龄标准为TW3骨龄标准,则确定目标分类结果是否有后缀;
若目标分类结果有后缀,则将目标分类结果的后缀去除后的数字等级对应的字母等级作为第一骨骼的发育等级;
若目标分类结果没有后缀,则将目标分类结果对应的字母等级作为第一骨骼的发育等级。
由于TW3骨龄标准较之RUS-CHN骨龄标准更加的宽泛,目标分类结果为RUS-CHN骨龄标准,若用户所需的骨骼发育等级为TW3骨龄标准,则可以直接将RUS-CHN骨龄标准的目标分类结果去掉后缀后的数字等级对应的字母等级作为TW3骨龄标准的骨骼发育等级。例如,目标分类结果为8(3),则可以直接将后缀3去除后的等级8对应的字母等级I作为第一骨骼的发育等级。
可选地,可以采用同样的方法,根据校正后的目标分类结果确定第一骨骼的发育等级。
可选地,对目标分类结果进行校正,可以包括:
确定目标个体在上次身高检测时的骨骼图像中除了第一骨骼外的用于骨龄检测的各个骨骼分别对应的目标分类结果;
根据除了第一骨骼外的用于骨龄检测的各个骨骼分别对应的目标分类结果,对第一骨骼对应的目标分类结果进行校正。
可选地,为了提高精度,可以采用上述方法确定除了第一骨骼外的用于骨龄检测的各个骨骼的目标分类结果的可靠性,采用可靠的除了第一骨骼外的用于骨龄检测的各个骨骼对应的目标分类结果对第一骨骼的目标分类结果进行校正。
可选地,第一骨骼也可以为其它任意一块骨骼,可以根据与其具有关联的骨骼的目标分类结果进行校正。
可选地,第一骨骼为人体手部十三块掌指骨中的任意一块掌指骨,
可选地,根据除了第一骨骼外的用于骨龄检测的各个骨骼分别对应的目标分类结果,对第一骨骼对应的目标分类结果进行校正,可以包括:
确定除了第一骨骼外的用于骨龄检测的各个骨骼分别对应的目标分类结果位于第一等级范围内的第一数量及位于第二等级范围内的第二数量;
若第一数量大于第二数量,则在多个分类结果中选取第二预设数量的分类结果,并将第二预设数量的分类结果中等级最高的分类结果作为校正后的目标分类结果;其中,第二预设数量的分类结果为在多个分类结果中,按照置信度从大到小的顺序,排列在前第二预设数量的分类结果;
若第一数量不大于第二数量,则在多个分类结果中选取第二预设数量的分类结果,并将第二预设数量的分类结果中等级最低的分类结果作为校正后的目标分类结果;
其中,第二预设数量大于第一预设数量;第一等级范围中的等级均大于第二等级范围中的等级。
由于人体的各块骨骼的发育具有一致性,当目标分类结果不可靠时,可通过另外的骨骼对第一骨骼进行校正。将RUS-CHN骨龄标准划分为两个部分,第一等级范围可以包括:7(0),7(2),8(0),8(1),8(2),8(3),8(4),第二等级范围可以包括:0,1,2,3,4,5(0),5(2),6,若除了第一骨骼外的用于骨龄检测的各个骨骼的骨骼发育等级多数位于第一等级范围,说明此人的骨骼发育趋向于高等级,则选取第一骨骼的图像的置信度排名前第二预设数量的分类结果中等级最高的作为新的目标分类结果;反之,若除了第一骨骼外的用于骨龄检测的各个骨骼的骨骼发育等级多数位于第二等级范围,则选取第二预设数量的分类结果中等级最低的作为目标分类结果。例如,第二预设数量可以为3个,即,第二预设数量的分类结果为多个分类结果中置信度排名最靠前的3个分类结果。
可选地,第一预设数量为2个,第二预设数量为3个。
由上述描述可知,本发明实施例首先获取目标个体的性别、当前年龄、当前身高和靶身高,然后基于上述参数得到目标个体的身高统计水平值、靶身高统计水平值以及靶身高统计水平值在当前年龄对应的第一身高,最后根据当前身高、身高统计水平值、靶身高统计水平值、标准身高、第一身高,对目标个体的身高进行评价,得到基于年龄的身高评价结果,可以客观地根据目标个体的实际生长发育参数对其身高进行评价,准确性较高。
另外,通过本发明实施例提供的骨龄检测方法确定目标个体的骨龄,可以准确确定其骨龄,由于骨龄检测较为准确,因此可以提升基于骨龄的身高评价结果的准确性。通过准确的基于骨龄的身高评价结果和准确的基于年龄的身高评价结果,可以准确得到目标个体的最终身高评价结果。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
对应于上述身高评价方法,本发明一实施例还提供了一种身高评价系统,具有与上述身高评价方法同样的有益效果。图2是本发明一实施例提供的身高评价系统的示意框图,为了便于说明,仅示出与本发明实施例相关的部分。
在本发明实施例中,身高评价系统30可以包括获取模块301、身高统计水平值确定模块302、靶身高统计水平值确定模块303和身高评价模块304。
其中,获取模块301,用于获取目标个体的性别、当前年龄、当前身高和靶身高;
身高统计水平值确定模块302,用于根据性别和当前年龄,得到对应的标准身高,并根据性别、当前年龄和当前身高,得到目标个体的身高统计水平值;
靶身高统计水平值确定模块303,用于根据性别和靶身高,得到目标个体的靶身高统计水平值,并根据靶身高统计水平值、性别和当前年龄得到靶身高统计水平值在当前年龄对应的身高,并将该身高记为第一身高;
身高评价模块304,用于根据当前身高、身高统计水平值、靶身高统计水平值、标准身高、第一身高,对目标个体的身高进行评价,得到基于年龄的身高评价结果。
可选地,身高评价模块304,具体用于:
将身高统计水平值减去靶身高统计水平值,得到第一统计水平值差值;
将身高统计水平值减去第一预设统计水平值,得到第二统计水平值差值;
将当前身高减去第一身高,得到第一身高差值;
将当前身高减去标准身高,得到第二身高差值;
根据身高统计水平值、第一统计水平值差值、第二统计水平值差值、第一身高差值和第二身高差值,对目标个体的身高进行评价,得到基于年龄的身高评价结果。
可选地,身高评价模块304,还可以用于:
若身高统计水平值小于第二预设统计水平值,则基于年龄的身高评价结果为当前身高极低;
若身高统计水平值大于或等于第二预设统计水平值,且身高统计水平值小于或等于第三预设统计水平值,则根据第一统计水平值差值、第二统计水平值差值、第一身高差值和第二身高差值,对目标个体的身高进行评价,得到基于年龄的身高评价结果;
若身高统计水平值大于第三预设统计水平值,则获取目标个体的父亲身高统计水平值和母亲身高统计水平值,并根据父亲身高统计水平值和母亲身高统计水平值,对目标个体的身高进行评价,得到基于年龄的身高评价结果。
可选地,身高评价模块304,还可以用于:
若第一统计水平值差值大于或等于第一预设差值,且第二统计水平值差值大于或等于第二预设差值,则基于年龄的身高评价结果为当前身高非常好;
若第一统计水平值差值大于或等于第一预设差值,且第二统计水平值差值小于第二预设差值,且第二统计水平值差值大于第三预设差值,则根据第二身高差值对目标个体的身高进行评价,得到基于年龄的身高评价结果;
若第一统计水平值差值小于第一预设差值,且第一统计水平值差值大于第四预设差值,且第二统计水平值差值大于或等于第二预设差值,则基于年龄的身高评价结果为当前身高较好;
若第一统计水平值差值小于第一预设差值,且第一统计水平值差值大于第四预设差值,且第二统计水平值差值小于第二预设差值,且第二统计水平值差值大于第三预设差值,则根据第一身高差值和第二身高差值,对目标个体的身高进行评价,得到基于年龄的身高评价结果;
若第一统计水平值差值大于第四预设差值,且第二统计水平值差值小于或等于第三预设差值,则基于年龄的身高评价结果为当前身高较低;
若第一统计水平值差值小于或等于第四预设差值,且第二统计水平值差值大于第三预设差值,则基于年龄的身高评价结果为当前身高较低;
若第一统计水平值差值小于或等于第四预设差值,且第二统计水平值差值小于或等于第三预设差值,则基于年龄的身高评价结果为当前身高低。
可选地,身高评价模块304,还可以用于:
若第一身高差值大于第二身高差值,则基于年龄的身高评价结果为当前身高一般;
若第一身高差值小于或等于第二身高差值,且第一身高差值大于或等于0,则基于年龄的身高评价结果为当前身高一般;
若第一身高差值小于或等于第二身高差值,且第一身高差值小于0,则基于年龄的身高评价结果为当前身高较低。
身高评价模块304,还可以用于:
若第二身高差值大于或等于0,则基于年龄的身高评价结果为当前身高一般;
若第二身高差值小于0,则基于年龄的身高评价结果为当前身高较低。
可选地,身高评价模块304,还可以用于:
比较父亲身高统计水平值和母亲身高统计水平值的大小;
若父亲身高统计水平值大于或等于母亲身高统计水平值,则将父亲身高统计水平值作为目标统计水平值;
若父亲身高统计水平值小于母亲身高统计水平值,则将母亲身高统计水平值作为目标统计水平值;
若目标统计水平值大于或等于第四预设统计水平值,则基于年龄的身高评价结果为当前身高非常好;
若目标统计水平值小于第四预设统计水平值,则基于年龄的身高评价结果为当前身高极高。
可选地,上述身高评价系统30还可以包括骨龄身高评价模块和最终身高评价模块。
骨龄身高评价模块,用于获取目标个体的当前骨龄,并根据当前骨龄、当前身高和当前年龄对目标个体的身高进行评价,得到基于骨龄的身高评价结果。
最终身高评价模块,用于根据基于骨龄的身高评价结果和基于年龄的身高评价结果,得到最终身高评价结果。
可选地,骨龄身高评价模块,还可以用于:
获取目标个体的当前骨骼图像;
根据目标个体的当前骨骼图像,基于骨发育等级判定模型确定目标个体的各个骨骼的发育等级;
根据目标个体的各个骨骼的发育等级确定目标个体的当前骨龄。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述身高评价系统的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述装置中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
图3是本发明一实施例提供的终端设备的示意框图。如图3所示,该实施例的终端设备40包括:一个或多个处理器401、存储器402以及存储在所述存储器402中并可在所述处理器401上运行的计算机程序403。所述处理器401执行所述计算机程序403时实现上述各个身高评价方法实施例中的步骤,例如图1所示的步骤S101至S104。或者,所述处理器401执行所述计算机程序403时实现上述身高评价系统实施例中各模块/单元的功能,例如图2所示模块301至304的功能。
示例性地,所述计算机程序403可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器402中,并由所述处理器401执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序403在所述终端设备40中的执行过程。例如,所述计算机程序403可以被分割成获取模块、身高统计水平值确定模块、靶身高统计水平值确定模块和身高评价模块,各模块具体功能如下:
获取模块,用于获取目标个体的性别、当前年龄、当前身高和靶身高;
身高统计水平值确定模块,用于根据性别和当前年龄,得到对应的标准身高,并根据性别、当前年龄和当前身高,得到目标个体的身高统计水平值;
靶身高统计水平值确定模块,用于根据性别和靶身高,得到目标个体的靶身高统计水平值,并根据靶身高统计水平值、性别和当前年龄得到靶身高统计水平值在当前年龄对应的身高,并将该身高记为第一身高;
身高评价模块,用于根据当前身高、身高统计水平值、靶身高统计水平值、标准身高、第一身高,对目标个体的身高进行评价,得到基于年龄的身高评价结果。
其它模块或者单元可参照图2所示的实施例中的描述,在此不再赘述。
所述终端设备40可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备40包括但不仅限于处理器401、存储器402。本领域技术人员可以理解,图3仅仅是终端设备40的一个示例,并不构成对终端设备40的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备40还可以包括输入设备、输出设备、网络接入设备、总线等。
所述处理器401可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器402可以是所述终端设备40的内部存储单元,例如终端设备40的硬盘或内存。所述存储器402也可以是所述终端设备40的外部存储设备,例如所述终端设备40上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器402还可以既包括终端设备40的内部存储单元也包括外部存储设备。所述存储器402用于存储所述计算机程序403以及所述终端设备40所需的其他程序和数据。所述存储器402还可以用于暂时地存储已经输出或者将要输出的数据。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的身高评价系统和方法,可以通过其它的方式实现。例如,以上所描述的身高评价系统实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (9)
1.一种身高评价方法,其特征在于,包括:
获取目标个体的性别、当前年龄、当前身高和靶身高;
根据所述性别和所述当前年龄,得到对应的标准身高,并根据所述性别、所述当前年龄和所述当前身高,得到所述目标个体的身高统计水平值;所述身高统计水平值为身高百分位数或身高Z分值;
根据所述性别和所述靶身高,得到所述目标个体的靶身高统计水平值,并根据所述靶身高统计水平值、所述性别和所述当前年龄得到靶身高统计水平值在当前年龄对应的身高,并将该身高记为第一身高;所述靶身高统计水平值为靶身高百分位数或靶身高Z分值;
根据所述当前身高、所述身高统计水平值、所述靶身高统计水平值、所述标准身高、所述第一身高,对所述目标个体的身高进行评价,得到基于年龄的身高评价结果;
所述根据所述当前身高、所述身高统计水平值、所述靶身高统计水平值、所述标准身高、所述第一身高,对所述目标个体的身高进行评价,得到基于年龄的身高评价结果,包括:
将所述身高统计水平值减去所述靶身高统计水平值,得到第一统计水平值差值;
将所述身高统计水平值减去第一预设统计水平值,得到第二统计水平值差值;
将所述当前身高减去所述第一身高,得到第一身高差值;
将所述当前身高减去所述标准身高,得到第二身高差值;
根据所述身高统计水平值、所述第一统计水平值差值、所述第二统计水平值差值、所述第一身高差值和所述第二身高差值,对所述目标个体的身高进行评价,得到基于年龄的身高评价结果。
2.根据权利要求1所述的身高评价方法,其特征在于,所述根据所述身高统计水平值、所述第一统计水平值差值、所述第二统计水平值差值、所述第一身高差值和所述第二身高差值,对所述目标个体的身高进行评价,得到基于年龄的身高评价结果,包括:
若所述身高统计水平值小于第二预设统计水平值,则基于年龄的身高评价结果为当前身高极低;
若所述身高统计水平值大于或等于所述第二预设统计水平值,且所述身高统计水平值小于或等于第三预设统计水平值,则根据所述第一统计水平值差值、所述第二统计水平值差值、所述第一身高差值和所述第二身高差值,对所述目标个体的身高进行评价,得到基于年龄的身高评价结果;
若所述身高统计水平值大于所述第三预设统计水平值,则获取所述目标个体的父亲身高统计水平值和母亲身高统计水平值,并根据所述父亲身高统计水平值和所述母亲身高统计水平值,对所述目标个体的身高进行评价,得到基于年龄的身高评价结果。
3.根据权利要求2所述的身高评价方法,其特征在于,所述根据所述第一统计水平值差值、所述第二统计水平值差值、所述第一身高差值和所述第二身高差值,对所述目标个体的身高进行评价,得到基于年龄的身高评价结果,包括:
若所述第一统计水平值差值大于或等于第一预设差值,且所述第二统计水平值差值大于或等于第二预设差值,则基于年龄的身高评价结果为当前身高非常好;
若所述第一统计水平值差值大于或等于第一预设差值,且所述第二统计水平值差值小于所述第二预设差值,且所述第二统计水平值差值大于第三预设差值,则根据所述第二身高差值对所述目标个体的身高进行评价,得到基于年龄的身高评价结果;
若所述第一统计水平值差值小于第一预设差值,且所述第一统计水平值差值大于第四预设差值,且所述第二统计水平值差值大于或等于第二预设差值,则基于年龄的身高评价结果为当前身高较好;
若所述第一统计水平值差值小于第一预设差值,且所述第一统计水平值差值大于第四预设差值,且所述第二统计水平值差值小于所述第二预设差值,且所述第二统计水平值差值大于第三预设差值,则根据所述第一身高差值和所述第二身高差值,对所述目标个体的身高进行评价,得到基于年龄的身高评价结果;
若所述第一统计水平值差值大于所述第四预设差值,且所述第二统计水平值差值小于或等于所述第三预设差值,则基于年龄的身高评价结果为当前身高较低;
若所述第一统计水平值差值小于或等于所述第四预设差值,且所述第二统计水平值差值大于所述第三预设差值,则基于年龄的身高评价结果为当前身高较低;
若所述第一统计水平值差值小于或等于所述第四预设差值,且所述第二统计水平值差值小于或等于所述第三预设差值,则基于年龄的身高评价结果为当前身高低。
4.根据权利要求3所述的身高评价方法,其特征在于,所述根据所述第一身高差值和所述第二身高差值,对所述目标个体的身高进行评价,得到基于年龄的身高评价结果,包括:
若所述第一身高差值大于所述第二身高差值,则基于年龄的身高评价结果为当前身高一般;
若所述第一身高差值小于或等于所述第二身高差值,且所述第一身高差值大于或等于0,则基于年龄的身高评价结果为当前身高一般;
若所述第一身高差值小于或等于所述第二身高差值,且所述第一身高差值小于0,则基于年龄的身高评价结果为当前身高较低;
所述根据所述第二身高差值对所述目标个体的身高进行评价,得到基于年龄的身高评价结果,包括:
若所述第二身高差值大于或等于0,则基于年龄的身高评价结果为当前身高一般;
若所述第二身高差值小于0,则基于年龄的身高评价结果为当前身高较低。
5.根据权利要求2所述的身高评价方法,其特征在于,所述根据所述父亲身高统计水平值和所述母亲身高统计水平值,对所述目标个体的身高进行评价,得到基于年龄的身高评价结果,包括:
比较所述父亲身高统计水平值和所述母亲身高统计水平值的大小;
若所述父亲身高统计水平值大于或等于所述母亲身高统计水平值,则将所述父亲身高统计水平值作为目标统计水平值;
若所述父亲身高统计水平值小于所述母亲身高统计水平值,则将所述母亲身高统计水平值作为目标统计水平值;
若所述目标统计水平值大于或等于第四预设统计水平值,则基于年龄的身高评价结果为当前身高非常好;
若所述目标统计水平值小于所述第四预设统计水平值,则基于年龄的身高评价结果为当前身高极高。
6.根据权利要求1至5任一项所述的身高评价方法,其特征在于,所述身高评价方法还包括:
获取所述目标个体的当前骨龄,并根据所述当前骨龄、当前身高和当前年龄对所述目标个体的身高进行评价,得到基于骨龄的身高评价结果;
根据所述基于骨龄的身高评价结果和所述基于年龄的身高评价结果,得到最终身高评价结果。
7.根据权利要求6所述的身高评价方法,其特征在于,所述获取所述目标个体的当前骨龄,包括:
获取所述目标个体的当前骨骼图像;
根据所述目标个体的当前骨骼图像,基于骨发育等级判定模型确定所述目标个体的各个骨骼的发育等级;
根据所述目标个体的各个骨骼的发育等级确定所述目标个体的当前骨龄。
8.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述身高评价方法的步骤。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被一个或多个处理器执行时实现如权利要求1至7任一项所述身高评价方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011404958.9A CN112545493B (zh) | 2020-12-04 | 2020-12-04 | 身高评价方法及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011404958.9A CN112545493B (zh) | 2020-12-04 | 2020-12-04 | 身高评价方法及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112545493A CN112545493A (zh) | 2021-03-26 |
CN112545493B true CN112545493B (zh) | 2023-02-03 |
Family
ID=75048808
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011404958.9A Active CN112545493B (zh) | 2020-12-04 | 2020-12-04 | 身高评价方法及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112545493B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB1557544A (en) * | 1978-03-22 | 1979-12-12 | Nat Res Dev | Growth calculator |
CN107595248A (zh) * | 2017-08-31 | 2018-01-19 | 郭淳 | 一种检测和评价儿童生长发育状况的方法和系统 |
CN107731304A (zh) * | 2017-09-30 | 2018-02-23 | 北京好啦科技有限公司 | 一种身高预测方法及系统 |
CN108665961A (zh) * | 2018-05-29 | 2018-10-16 | 王洪建 | 一种儿童保健体格评价和营养早教指导系统 |
CN110009605A (zh) * | 2019-03-21 | 2019-07-12 | 浙江工业大学 | 一种基于深度学习的骨龄预测方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003009758A1 (en) * | 2001-07-24 | 2003-02-06 | Sunlight Medical, Ltd. | Bone age assessment using ultrasound |
US7910840B2 (en) * | 2007-01-31 | 2011-03-22 | Fook Tin Technologies Ltd. | Apparatus and method for determining growth status of a human subject |
WO2020135812A1 (en) * | 2018-12-29 | 2020-07-02 | Shanghai United Imaging Intelligence Co., Ltd. | Systems and methods for ossification center detection and bone age assessment |
CN110211700B (zh) * | 2019-06-14 | 2023-06-23 | 成都高鹿科技有限公司 | 一种个体身高预测方法、系统、可读存储介质及终端 |
-
2020
- 2020-12-04 CN CN202011404958.9A patent/CN112545493B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB1557544A (en) * | 1978-03-22 | 1979-12-12 | Nat Res Dev | Growth calculator |
CN107595248A (zh) * | 2017-08-31 | 2018-01-19 | 郭淳 | 一种检测和评价儿童生长发育状况的方法和系统 |
CN107731304A (zh) * | 2017-09-30 | 2018-02-23 | 北京好啦科技有限公司 | 一种身高预测方法及系统 |
CN108665961A (zh) * | 2018-05-29 | 2018-10-16 | 王洪建 | 一种儿童保健体格评价和营养早教指导系统 |
CN110009605A (zh) * | 2019-03-21 | 2019-07-12 | 浙江工业大学 | 一种基于深度学习的骨龄预测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112545493A (zh) | 2021-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109741309B (zh) | 一种基于深度回归网络的骨龄预测方法及装置 | |
CN110619332B (zh) | 基于视野检查报告的数据处理方法、装置及设备 | |
CN109146891B (zh) | 一种应用于mri的海马体分割方法、装置及电子设备 | |
CN103440421A (zh) | 医学数据处理方法和系统 | |
CN108492886B (zh) | 微创手术相似病案推荐方法、装置、设备及介质 | |
CN115762771A (zh) | 一种老年人健康风险预警系统和操作方法 | |
CN111403029A (zh) | 一种提高评估质量的信息处理方法及装置 | |
CN109545370B (zh) | 基于样本处理的病种确定方法、装置及终端 | |
CN112545493B (zh) | 身高评价方法及终端设备 | |
CN111477289A (zh) | 检测报告的存储和读取方法及装置 | |
CN111899848B (zh) | 图像识别方法及设备 | |
CN111833298B (zh) | 骨骼发育等级检测方法及终端设备 | |
CN112447302B (zh) | 身高增长速度评价方法及终端设备 | |
CN111414930B (zh) | 深度学习模型训练方法及装置、电子设备及存储介质 | |
CN110706773A (zh) | 患者入院管理方法及装置 | |
CN112465104B (zh) | 身高发育评价方法及终端设备 | |
CN110874834A (zh) | 骨龄预测方法、装置、电子设备及可读存储介质 | |
CN113678147A (zh) | 搜索方法以及信息处理系统 | |
CN113192603A (zh) | 一种基于大数据的精神状态评估方法和系统 | |
CN112734701A (zh) | 眼底病灶检测方法、检测装置及终端设备 | |
CN111210910A (zh) | 猪只疾病诊断方法及系统 | |
WO2020082806A1 (zh) | 基于样本处理的病种确定方法、装置及终端 | |
CN115101192B (zh) | 基于方剂的症状推荐方法、装置、设备及存储介质 | |
CN114722977B (zh) | 一种医疗对象分类方法、装置、电子设备及存储介质 | |
CN117503085A (zh) | 血压数据评估方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |