收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

支持向量机在骨龄评价系统中的应用研究

王虹  
【摘要】:骨龄评价是通过对骨骼发育特征进行识别以获得对人体发育程度的定量性评价,利用X光摄片技术对青少年儿童的手腕骨骼进行分析研究,从而判定其骨骼的成熟度(骨龄)。骨龄评价方法已广泛应用于青少年发育状况评估和预测、疾病的早期发现与预防,体育界选才等领域。传统的骨龄评分是由专家根据标准模板对待测X光片打分,分值的主观性较强,不利于骨龄的客观评价,而且由于要对多块骨骼进行评分,人工处理所需时间较长,对评分人的专业知识要求较高,诸多因素决定了对骨龄评价自动化的迫切需要。运用图像处理、图像识别以及计算机视觉等学科知识,开发出计算机辅助骨龄自动评价系统有很大实际应用价值。 对X光片图像进行有效的特征提取和分类识别在手腕骨骨龄自动评价系统的开发研究中占有重要的地位,鉴于手腕骨待识别关节中各指骨与掌骨图像的空间分布的相似性,本文的研究工作主要围绕分割得到的中指骨图像展开研究,提出了基于K-L变换的特征提取和基于SVM的分类识别方法。 特征提取与特征选择是图像识别系统中的关键技术之一,本文根据特征提取和特征选择的原则,结合X光图像的特点,分析手腕骨图像的空间分布特点,提出了基于K-L变换的特征提取算法和特征选择方法,并对算法的可行性作了深入的理论分析和实验验证。该方法通过对由中指骨组成的训练样本集的产生矩阵做K-L变换,用一个低维子空间来描述中指骨X光图像,每幅图像向其作投影,并获得一组坐标系数,这组系数表明了该图像在降维子空间中的位置,能较好地表征该幅图像的特征信息。 本文结合模式识别中的分类原理,比较各种可用于图像识别的分类决策方法,提出了基于SVM算法的分类方法对提取出的特征信息进行判定和骨龄评分。在现有样本数据的基础上,验证了本文提出的手腕骨中指骨图像的特征提取和分类算法的可行性和正确性。 本文的研究工作在应用计算机辅助骨龄识别的研究领域作了有益的理论探讨和方法研究,对研究和解决其它医学图像的计算机辅助分析问题具有一定的借


知网文化
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978