本文選題：骨齡評估 + 中華05��； 參考：《北京交通大學》2017年碩士論文

【摘要】：骨齡是評估青少年兒童體格發(fā)育程度的重要指標,在體育科學、司法和臨床醫(yī)學等領域有著廣泛的應用。由于手腕骨可以較為準確的反應整體骨骼生長發(fā)育情況,并具有易于拍攝、輻射劑量小等特點,因此國內外普遍將手腕骨發(fā)育情況作為骨齡評價標準。中華05計分法是目前我國對手腕骨骨齡評估所使用的標準方法。但使用該標準進行評估需要對人員進行專業(yè)培訓,熟練掌握各個發(fā)育分期的特征,整個過程十分繁瑣,而且存在主觀性較強、精確度低的缺點,因此實現(xiàn)計算機自動評估骨齡的需求不斷增長。目前計算機自動骨齡評估主要存在兩個困難。首先,CT圖像中手腕骨出現(xiàn)的位置、方向和大小不確定,并且在骨齡后期骨塊之間會出現(xiàn)重合的現(xiàn)象,對提取骨塊的分割與提取造成干擾。其次,骨齡標準中由人類語言所描述的不同等級生長發(fā)育特征難以轉換成被計算機處理的圖像特征。針對以上問題,本文提出了一種基于中華05計分法的計算機輔助橈骨等級評定方法,針對手腕骨CT圖像的橈骨特點,對橈骨等級2至7級的自動評估過程進行了研究。本文的主要內容如下:(1)提出了一種基于多模板約束局部模型的橈骨分割方法。針對不同骨齡階段橈骨形狀變化比較劇烈,約束局部模型不易收斂的問題,提出一種多模板的約束局部模型算法,通過對橈骨圖像進行預分類并與真實橈骨形狀接近的橈骨模型進行分割。通過實驗表明,該算法具有更快的收斂速度和更高的分割準確度。(2)針對CT圖像背景單一的特點,本文提出一種Haar隨機森林算法并將其作為約束局部模型的局部檢測器。通過實驗表明,相比使用PCA或SVM作為局部檢測器的約束局部模型,該算法在分割CT圖像中的橈骨區(qū)域時具有更高的魯棒性和準確度。(3)根據(jù)中華05計分法的橈骨等級評定標準選取了部分具有代表性的灰度特征和局部形狀特征,同時根據(jù)手腕骨CT圖像中橈骨特點,提出了基于PCA的全局形狀特征和基于尺度變換不變紋理特征。然后設計了基于隨機森林的橈骨等級分類器,并通過實驗對優(yōu)化模型參數(shù),驗證了本文所提取的骨齡特征的分類性能。
[Abstract]:Bone age is an important index to evaluate the physical development of adolescents and children. It is widely used in sports science, justice and clinical medicine. Because the wrist bone can accurately reflect the whole bone growth and development, and has the characteristics of easy shooting and low radiation dose, the development of the hand wrist bone is generally regarded as the bone age evaluation standard at home and abroad. Zhonghua 05 scoring method is the standard method used to evaluate the bone age of the wrist bone in our country. However, the use of this standard for evaluation requires professional training of personnel, proficiency in the characteristics of various stages of development, and the fact that the whole process is cumbersome and has the disadvantages of being highly subjective and of low accuracy. Therefore, the demand for automatic evaluation of bone age by computer is increasing. At present, there are two main difficulties in automatic bone age assessment by computer. Firstly, the position, direction and size of the wrist bone in CT images are uncertain, and there will be overlap between the bone fragments in the later stage of bone age, which interferes with the segmentation and extraction of bone fragments. Secondly, the characteristics of growth and development of different grades described by human language in bone age standard are difficult to be converted into image features processed by computer. In order to solve the above problems, a computer-aided radial grading method based on Zhonghua 05 scoring method is proposed. According to the radial characteristics of CT images of wrist bone, the automatic evaluation process of radial grade 2 to 7 is studied. The main contents of this paper are as follows: (1) A method of radius segmentation based on multi-template constraint local model is proposed. A multi-template constrained local model algorithm is proposed to solve the problem that the radial shape changes dramatically at different bone ages and the constrained local model is not easy to converge. The radial image was preclassified and segmented from the real radial model. Experiments show that the algorithm has faster convergence speed and higher segmentation accuracy. Aiming at the single background of CT images, this paper presents a Haar stochastic forest algorithm and uses it as a local detector for constrained local models. The experimental results show that compared with using PCA or SVM as the constrained local model of local detector, The algorithm has higher robustness and accuracy in segmenting radius area in CT image. According to the radial grade evaluation standard of Zhonghua 05 score method, some representative gray scale features and local shape features are selected. According to the characteristics of radius in wrist CT images, the global shape feature based on PCA and the invariant texture feature based on scale transformation are proposed. Then, a radial classifier based on random forest is designed, and the model parameters are optimized by experiments to verify the classification performance of the bone age features extracted in this paper.
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：R68;TP391.7

【相似文獻】

相關期刊論文 前10條

1 蒲中懷;;兩種不同方法在兒童骨齡測試中的效果對比[J];中國當代醫(yī)藥;2010年01期

2 宋淑華;劉堅;翟波宇;;骨齡評估方法最新研究進展[J];體育科技;2010年03期

3 趙麗泓;劉艷茹;徐紅梅;;不同方法評價矮小兒童骨齡的比較[J];中外婦兒健康;2011年01期

4 孔倩倩;田軍;;兒童青少年骨齡評估的現(xiàn)狀與展望[J];醫(yī)學影像學雜志;2011年06期

5 趙樹芬;;太原地區(qū)頸椎骨齡與腕骨骨齡的調查研究[J];醫(yī)學信息(上旬刊);2011年08期

6 林升梁;;多元線性回歸模型在骨齡評估中的應用[J];吉林醫(yī)學;2011年24期

7 趙麗泓;劉燕茹;徐紅梅;王增;孫國莉;;三種不同骨齡測定方法在矮小兒童骨齡的比較[J];中國中西醫(yī)結合兒科學;2013年01期

8 孫曉順;羅偉;云鵬;;兩種骨齡評估方法的比較性研究[J];長江大學學報(自然科學版);2013年18期

9 陳成華;;學齡前兒童136例X線骨齡檢測分析[J];包頭醫(yī)學;2013年02期

10 江秀娟;孫厚良;;重慶地區(qū)1124名漢族青少年的骨齡調查[J];重慶醫(yī)科大學學報;2013年10期

相關會議論文 前10條

1 劉潔;孫海嵐;蔣寶泉;許紅霞;;重慶市部分1941名中小學生骨齡的調查研究[A];第四屆全國中西醫(yī)結合營養(yǎng)學術會議論文資料匯編[C];2013年

2 沈勛章;;手腕部骨齡鑒定方法的研究進展[A];中華預防醫(yī)學會兒少衛(wèi)生分會第九屆學術交流會、中國教育學會體育與衛(wèi)生分會第一屆學校衛(wèi)生學術交流會、中國健康促進與教育協(xié)會學校分會第三屆學術交流會論文集[C];2011年

3 賴小平;于曉軍;劉福其;吳德清;;骨齡鑒定及其相關問題[A];全國第七次法醫(yī)學術交流會論文摘要集[C];2004年

4 盧立肖;張宇;;強的松對腎病綜合征患兒的身高及骨齡影響[A];2006年浙江省腎臟病學學術年會論文匯編[C];2006年

5 錢立;王國紅;臧達;李復興;夏占統(tǒng);朱滌新;;CHN法骨齡測評中橈骨未完全融合與愈合遺跡的鑒別[A];中華醫(yī)學會第十三屆全國放射學大會論文匯編（下冊）[C];2006年

6 喬中偉;繆飛;倪根雄;王德芬;;矮小兒童骨齡和垂體MRI綜合評價分析[A];中華醫(yī)學會第十三屆全國放射學大會論文匯編（下冊）[C];2006年

7 王海燕;蘇U，

本文編號：1865340