基于卷积神经网络的膝关节炎患者的膝盖红外图像分类

摘要：

目的:研究膝关节炎患者膝盖温度分布情况,有助于患者膝关节炎症的判断.方法:提出一种基于卷积神经网络的膝关节炎症的诊断方法,利用卷积神经网络识别膝盖红外图像的特征,最后把膝关节红外图像分为患者和健康者两类.在相同条件下采集400张患者膝关节红外图像和400张健康者膝关节红外图像,分别抽取若干张患者和健康者的膝关节红外图像的一部分作为训练集,剩余图像作为测试集.结果:在相同训练、测试情况下,卷积神经网络分类模型测试集判断准确度达99％,高于SVM分类模型的判断准确度.结论:卷积神经网络可作为诊断膝关节炎症的一种辅助方法.

关键词：计量、卷积神经网络、红外图像分类、膝关节炎

所属期刊栏目：30

分类号：TB96(计量学)

资助基金：国家重大科学仪器设备开发专项2013YQ470767

在线出版日期：2019-08-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：185-190