Mới đây, nhóm nghiên cứu thuộc Đại học Bách khoa Hà Nội và các cộng sự đã phát triển được một phương pháp hiệu quả để xác định giới tính và đánh giá tuổi xương - chỉ số quan trọng để đo lường mức độ trưởng thành về mặt sinh học ở trẻ em.

Kết quả nghiên cứu đã được công bố trong bài báo “Bone age assessment and sex determination using transfer learning”, xuất bản trên tạp chí Expert Systems with Applications.

Mặc dù trước đây đã có nhiều phương pháp sử dụng học máy để phân loại ảnh chụp X quang xương, tuy nhiên các phương pháp này đều có hạn chế bởi nó đòi hỏi phải có một bộ dữ liệu lớn mới có thể thực hiện được. Nhằm khắc phục nhược điểm này, các tác giả đã phát triển một phương pháp dựa trên mạng lưới thần kinh tích chập (convolutional neural networks) để tự động dự đoán tuổi xương trên các ảnh X quang. Nhóm nghiên cứu áp dụng phương pháp học chuyển tiếp (transfer learning) vào các mô hình xác định giới tính và tuổi xương với các trọng số đã được “dạy” từ trước trên ImageNet - một cơ sở dữ liệu trực quan lớn trên thế giới, nhằm tận dụng các đặc điểm chung từ hàng triệu hình ảnh thực tế.

Kết quả cho thấy, phương pháp này ưu việt hơn các phương pháp trước đây, với sai số tuyệt đối trung bình chỉ là 0,44 năm và độ chính xác trong việc xác định giới tính đạt đến 94,7%. Khi các bức ảnh chụp X quang được dán nhãn giới tính, sai số trong đánh giá tuổi xương chỉ còn 0,39 năm.