基于YOLO-BEM的高精度手腕部参照骨区域提取方法OA

骨龄是预测成年身高和诊断生长障碍的重要指标之一。精确完成参照骨的提取是确保骨龄评估结果可靠的核心前提。提取错误会影响区域的选择,从而影响参照骨平均提取精度。以目标检测框架YOLOv11作为算法基础,结合ODConv卷积方法、高效多尺度注意力EMA机制、自适应增强模块AFE提出了一种高效精确的手腕部X线片参照骨提取方法YOLO-BEM模型算法。该算法具备更强的特征提取能力,能够有效捕捉不规则形态参照骨的关键信息,实现小目标精准识别提取,将参与CHN法骨龄评估的14个参照骨准确地提取出来。实验结果表明,与传统检测算法模型相比,YOLO-BEM算法检测速度快,精度高,所有参照骨的检测精度都达到99.9%以上,FPS指数为20.87。