曾 晨，孔俊沣，钟 雯，刘 嵩，曾文兵，乔 虹，杜文威，赵 勇

    (1.哈尔滨医科大学附属第二医院内分泌科，黑龙江 哈尔滨 150000；2.重庆大学附属三峡医院放射科，重庆 404100；3.重庆大学附属三峡医院儿童保健科，重庆 404100；4.重庆市开州区人民医院放射科，重庆 405400)

    骨龄评估(bone age assessment，BAA)已广泛应用于临床医学、体育科学、法医学、预防医学、生物学等领域。当前常用的骨龄测评方法有：G-P 图谱法、CHN 法[1]、TW3 法[2]、中华05RUS-CHN 法[3]等。传统骨龄评估人工阅片效率低下，不同阅片者水平不尽相同而重复性差，人工阅片的可靠性及骨龄推断的准确性受到质疑，临床迫切需要人工智能(artificial intelligence，AI)技术来帮助医师评估骨龄。重庆大学附属三峡医院于2020 年5 月引进了一套深度学习的儿童骨龄智能评估系统，该系统的临床效能还待验证。本研究旨在通过采用中华05RUS-CHN 法，探讨适于重庆三峡库区儿童青少年临床应用的深度学习骨龄评测系统，现报道如下。

    1 资料与方法

    1.1 一般资料 纳入2020 年6 月-2021 年7 月重庆大学附属三峡医院放射科PACS 系统中经过深度学习儿童骨龄智能评测系统评估的2500 例左侧手腕骨骨龄X 线片为研究数据集，其中随机选择2100例(84.00%)为训练集，200 例(8.00%)为验证集，另200 例(8.00%)为测试集。纳入标准：①受检者及其父母均来自重庆三峡库区；②受检者有完整的基本信息及临床资料。排除标准：①手腕骨X 线骨龄片图像差，不符合诊断要求；②手腕骨有器质性病变。测试集儿童青少年生活年龄及性别分布见图1。

    图1 测试集样本的年龄和性别分布

    1.2 检查设备及投照方法 投照设备为锐柯DRX Evolution ......