学位论文 > 优秀研究生学位论文题录展示

骨折图像特征提取与分型识别技术研究

作　者: 马娜
导　师: 郑伟
学　校: 河北大学
专　业: 通信与信息系统
关键词: 特征提取骨折分型骨折线决策树决策支持度
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 55次
引　用: 0次
阅　读: 论文下载

内容摘要

基于智能识别的骨科X线图像自动判读系统以X线骨折图像为研究对象,提出适合骨折图像的理解策略,最终实现骨折类型和损伤程度的自动判读。骨折图像自动判读技术的研究与应用可以将医生从繁重的读片工作中解脱出来,辅助医生对骨折进行诊断和治疗,提高诊断的效率和准确性。特征选择、提取和分型识别技术是骨折图像自动判读的关键技术。其中,特征选择和提取是实现骨折图像分型识别的主要步骤,分型识别是主要目的。本文以X线股骨干骨折图像为研究对象,提出X线股骨干骨折图像形状特征提取算法。首先,将X线股骨干骨折图像的预处理结果图转变成二值图像;其次,对二值图像进行边界跟踪,确定骨折图像的边缘点;最后根据AO骨折的分型原则,提取X线股骨干骨折图像的形状特征参数区域个数、区域面积、区域质心、凸多边形,以提取的凸多边形和质心为基础提取各骨折段的中轴线和骨折线,并计算骨折线与中轴线垂线的夹角和骨折段的矩形度和圆形度的数值。以提取的特征参数为基础,构建决策系统表,应用C4.5算法对X线股骨干骨折图像进行决策树分型。基于信息增益作为测试属性的不稳定性,引入决策支持度作为测试属性。一个属性的决策支持度是指由它对样本集合进行划分,得到正确划分的支持程度。应用基于决策支持度作为测试属性的决策树生成算法对股骨干骨折图像进行分型识别,获得分型代码。根据分型代码,确定骨折图像的骨折类型和治疗方案。

全文目录

摘要  5-6
Abstract  6-9
第1章绪论  9-14
  1.1 课题研究的背景和意义  9-10
  1.2 国内外研究现状和发展趋势  10-13
  1.3 主要研究内容  13-14
第2章股骨干骨折分型  14-20
  2.1 股骨的各组成部分  14-15
  2.2 股骨干骨折的AO 分型  15-19
    2.2.1 AO 分型原则及分型代码  15-18
    2.2.2 股骨干骨折的AO 分型代码表示  18-19
  2.3 本章小结  19-20
第3章 X 线股骨干骨折图像预处理  20-30
  3.1 X 线图像的成像特点  20-21
  3.2 基于数学形态学的X 线股骨干骨折图像增强  21-26
    3.2.1 数学形态学的基本原理  21-24
    3.2.2 基于数学形态学的X 线股骨干骨折图像增强算法  24-25
    3.2.3 实验结果分析  25-26
  3.3 基于分水岭算法的X 线股骨干骨折图像分割  26-28
    3.3.1 分水岭算法的基本原理  26
    3.3.2 基于标记控制分水岭算法的X 线股骨干骨折图像分割算法  26-28
    3.3.3 实验结果分析  28
  3.4 本章小结  28-30
第4章 X 线股骨干骨折图像特征提取  30-40
  4.1 特征提取方法阐述  30-32
    4.1.1 颜色特征及提取方法  30
    4.1.2 纹理特征及提取方法  30-31
    4.1.3 形状特征及提取方法  31-32
  4.2 X 线股骨干骨折图像形状特征提取  32-39
    4.2.1 X 线股骨干骨折图像形状特征提取算法  32-33
    4.2.2 X 线股骨干骨折图像形状特征提取算法实现  33-39
  4.3 本章小结  39-40
第5章基于决策树的X 线股骨干骨折图像分型识别  40-50
  5.1 决策树分类  40
  5.2 C4.5 算法原理  40-42
  5.3 基于决策支持度的决策树生成算法  42-47
    5.3.1 决策支持度定义  42-43
    5.3.2 基于决策支持度的决策树生成算法实现  43-46
    5.3.3 实验结果分析  46-47
  5.4 股骨干骨折分型代码识别结果及治疗方案  47-49
  5.5 本章小节  49-50
第6章结论与展望  50-51
  6.1 本文所做的主要工作  50
  6.2 进一步的研究工作  50-51
参考文献  51-54
致谢  54-55
攻读硕士学位期间发表论文情况  55

骨折图像特征提取与分型识别技术研究

内容摘要

全文目录

相似论文