高强度运动下骨骼CT图像骨裂纹智能检测仿真

摘要：

高强度运动下对骨骼CT图像骨裂纹的智能检测,可以有效地预防高强度运动下对骨骼的损伤.对CT图像骨裂纹进行智能检测,需要先将上述问题转换为对偶问题,获取CT图像纹理骨裂缝最优分类函数,完成对图像骨裂纹的检测.传统方法给出图像的边界的直径,计算出图像的长轴与短轴的比值,但忽略了对骨裂缝纹理的分类,导致检测精度低.为此提出基于GLCM的骨骼CT图像骨裂纹智能检测方法.基于统计思想组建骨骼CT图像灰度共生矩阵,选择不同的纹理骨裂缝参数值表述CT图像的纹理骨裂缝,融合于支持向量机理论对获取的CT图像的纹理骨裂缝进行分类,引入Lagrange乘子将对骨骼CT图像骨裂缝分类问题转换为对偶问题,获取CT图像纹理骨裂缝最优分类函数.利用上述函数完成对骨骼CT图像骨裂纹智能检测.实验结果表明,所提方法智能检测精确度高,并且可以为医生诊断提供科学的依据.

关键词：高强度运动、图像、骨裂缝检测

所属期刊栏目：34

分类号：TP391(计算技术、计算机技术)

资助基金：河南省哲学社会科学规划项目2015BZZ009

在线出版日期：2017-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：428-431