骨齡自動識別中的關(guān)鍵技術(shù)研究.pdf

1、骨發(fā)育成熟度(骨齡)指標在預(yù)防醫(yī)學(xué)、臨床醫(yī)學(xué)、法醫(yī)學(xué)和體育科學(xué)等領(lǐng)域有著廣泛的應(yīng)用。傳統(tǒng)的骨齡評分是由專家根據(jù)標準模板對待測X光片進行評分,分值的主觀性較強,不利于骨齡的客觀評價,而且由于要對多塊骨骼進行評分,人工處理所需時間較長,對評分人的專業(yè)知識要求較高,諸多因素決定了對骨齡評價自動化的迫切需要。研究將計算機視覺、數(shù)字圖像處理、模式識別與骨齡評價相結(jié)合,實現(xiàn)骨齡評價過程的自動化,使評價的過程和結(jié)果更加客觀和真實、效率更高成為一種現(xiàn)實

2、需要。
　　骨齡自動評估中首先要分割出需要評分的各個骨塊,在提取各個興趣區(qū)域之后,下一步就是要準確的提取各個骨塊的邊緣。由于X線片在攝片過程中會受到噪聲污染且圖像對比度低,用傳統(tǒng)的方法進行分割存在分割不精確、邊緣不連續(xù)等不足,效果難以令人滿意。新型水平集圖像分割方法不需預(yù)知待檢圖像拓撲模型,在復(fù)雜拓撲情況下進行圖像分割效果較好,但基于區(qū)域可變的擬合模型的水平集算法對不同的圖像需要對權(quán)值進行手動調(diào)整且在分割中不能進行自動更新。針對以

3、上不足,本文根據(jù)閉合曲線內(nèi)外圖像的信息熵提出了權(quán)值自動調(diào)整的水平集分割方法,實現(xiàn)對橈骨的自適應(yīng)分割。
　　手腕骨生物特征的提取和選擇,包括手腕部各骨塊的形態(tài)特征以及鈣化特征等。這些特征必須是能夠描述青少年骨骼生長發(fā)育過程各階段本質(zhì)的特征。本文在詳盡的分析了X線圖像的特點上,選擇了骨骺與干骺端的長度比、骨骺與骨干融合度、小波能量比、Zernike矩4種特征來描述骨塊的局部特征,并聯(lián)合Fisher線性判別分析來提取整幅骨塊圖像的全局特