本文關(guān)鍵詞： 高強(qiáng)度運(yùn)動 圖像 骨裂縫檢測　出處：《計(jì)算機(jī)仿真》2017年05期 　論文類型：期刊論文

【摘要】：高強(qiáng)度運(yùn)動下對骨骼CT圖像骨裂紋的智能檢測,可以有效地預(yù)防高強(qiáng)度運(yùn)動下對骨骼的損傷。對CT圖像骨裂紋進(jìn)行智能檢測,需要先將上述問題轉(zhuǎn)換為對偶問題,獲取CT圖像紋理骨裂縫最優(yōu)分類函數(shù),完成對圖像骨裂紋的檢測。傳統(tǒng)方法給出圖像的邊界的直徑,計(jì)算出圖像的長軸與短軸的比值,但忽略了對骨裂縫紋理的分類,導(dǎo)致檢測精度低。為此提出基于GLCM的骨骼CT圖像骨裂紋智能檢測方法。基于統(tǒng)計(jì)思想組建骨骼CT圖像灰度共生矩陣,選擇不同的紋理骨裂縫參數(shù)值表述CT圖像的紋理骨裂縫,融合于支持向量機(jī)理論對獲取的CT圖像的紋理骨裂縫進(jìn)行分類,引入Lagrange乘子將對骨骼CT圖像骨裂縫分類問題轉(zhuǎn)換為對偶問題,獲取CT圖像紋理骨裂縫最優(yōu)分類函數(shù)。利用上述函數(shù)完成對骨骼CT圖像骨裂紋智能檢測。實(shí)驗(yàn)結(jié)果表明,所提方法智能檢測精確度高,并且可以為醫(yī)生診斷提供科學(xué)的依據(jù)。
[Abstract]:The intelligent detection of bone cracks in bone CT images under high intensity exercise can effectively prevent bone damage under high intensity exercise. In order to detect bone cracks intelligently in CT images, the above problems need to be converted into dual problems. The optimal classification function of bone fracture in CT image is obtained, and the detection of bone crack is completed. The traditional method gives the diameter of the boundary of the image, calculates the ratio of the long axis to the short axis of the image, but neglects the classification of the bone crack texture. Therefore, an intelligent detection method of bone crack in bone CT image based on GLCM is proposed. Based on statistical idea, gray level co-occurrence matrix of bone CT image is constructed, and different texture bone crack parameter values are selected to express the texture bone crack in CT image. Based on the theory of support vector machine (SVM), the texture fractures of CT images are classified, and the Lagrange multiplier is introduced to transform the classification of bone fractures into dual problems. The optimal classification function of texture bone cracks in CT images is obtained. The intelligent detection of bone cracks in bone CT images is accomplished by using the above functions. The experimental results show that the proposed method has high accuracy and can provide scientific basis for doctors' diagnosis.
【作者單位】： 鄭州大學(xué)體育學(xué)院;
【基金】：河南省哲學(xué)社會科學(xué)規(guī)劃項(xiàng)目(2015BZZ009)
【分類號】：R873;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 林培峰;;脛骨中下段螺旋形骨折合并后踝裂紋骨折的診治觀察[J];世界最新醫(yī)學(xué)信息文摘;2016年37期

2 鞏萍;王姍姍;羅舉建;;基于稀疏自編碼神經(jīng)網(wǎng)絡(luò)的肺結(jié)節(jié)特征提取及良惡性分類[J];醫(yī)療衛(wèi)生裝備;2015年12期

3 李宗劍;鄒曉兵;;二階Wedgelet快速分解及其在工業(yè)CT圖像線特征提取中的應(yīng)用[J];光學(xué)精密工程;2015年11期

4 王雪虎;楊健;艾丹妮;王涌天;;結(jié)合先驗(yàn)稀疏字典和空洞填充的CT圖像肝臟分割[J];光學(xué)精密工程;2015年09期

5 張澤文;張才擎;張成琪;;基于高清晰度CT圖像的孤立性肺結(jié)節(jié)計(jì)算機(jī)輔助診斷系統(tǒng)[J];中國醫(yī)學(xué)物理學(xué)雜志;2015年05期

6 王艷梅;;紋理分析的肺部結(jié)節(jié)分類算法的研究[J];沈陽理工大學(xué)學(xué)報(bào);2015年04期

7 程國建;殷娟娟;劉燁;李小和;馬微;;基于巖石鑄體薄片圖像的數(shù)字巖心三維重構(gòu)[J];科學(xué)技術(shù)與工程;2015年18期

8 張人上;;基于NSCT-GLCM的CT圖像特征提取算法[J];計(jì)算機(jī)工程與應(yīng)用;2014年11期

9 李尹岑;孔祥云;楊德智;;肝臟CT圖像特征提取方法的研究及其在檢索中的應(yīng)用[J];影像技術(shù);2014年01期

【共引文獻(xiàn)】

相關(guān)期刊論文 前5條

1 趙瑞娟;官金安;謝國棟;;稀疏降噪自編碼器在IR-BCI的應(yīng)用研究[J];計(jì)算機(jī)工程與應(yīng)用;2017年11期

2 吳嚴(yán)冰;;高強(qiáng)度運(yùn)動下骨骼CT圖像骨裂紋智能檢測仿真[J];計(jì)算機(jī)仿真;2017年05期

3 郭雪晶;何順利;;基于數(shù)字巖心的致密砂巖儲層流體賦存空間定量計(jì)算[J];中州煤炭;2016年03期

4 胡郁;;基于圖像分析的鼻紋特征點(diǎn)對比分析方法研究[J];計(jì)算機(jī)仿真;2016年03期

5 郭雪晶;何順利;陳勝;陳璽;王爍;秦玲玲;;基于納米CT及數(shù)字巖心的頁巖孔隙微觀結(jié)構(gòu)及分布特征研究[J];中國煤炭地質(zhì);2016年02期

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周宇;張朝紅;;脛骨中下段螺旋形骨折合并后踝骨折8例中西醫(yī)結(jié)合治療體會[J];世界最新醫(yī)學(xué)信息文摘;2016年11期

2 何忠;黃宗權(quán);王強(qiáng);何榮;溫超海;;脛骨中下段螺旋形骨折合并后踝裂紋骨折的診治體會[J];中醫(yī)正骨;2015年09期

3 李宗劍;鄒曉兵;;快速Arclet變換及其在工業(yè)CT圖像圓測量中的應(yīng)用[J];光學(xué)精密工程;2015年08期

4 彭博;臧笛;;基于深度學(xué)習(xí)的車標(biāo)識別方法研究[J];計(jì)算機(jī)科學(xué);2015年04期

5 錢方;孫濤;郭勁;王挺峰;;基于小波變換的多尺度SSIM算法[J];液晶與顯示;2015年02期

6 周慧;周良;丁秋林;;基于深度學(xué)習(xí)的疲勞狀態(tài)識別算法[J];計(jì)算機(jī)科學(xué);2015年03期

7 王勇;趙儉輝;章登義;葉威;;基于稀疏自編碼深度神經(jīng)網(wǎng)絡(luò)的林火圖像分類[J];計(jì)算機(jī)工程與應(yīng)用;2014年24期

8 吳迪;王奎民;趙玉新;王巍;陳立娟;;分段正則化正交匹配追蹤算法[J];光學(xué)精密工程;2014年05期

9 楊揚(yáng);戴明;周籮魚;;基于NSUDCT的紅外與可見光圖像融合[J];紅外與激光工程;2014年03期

10 王元龍;郭平;;基于小光線束光子映射的單次散射繪制算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2013年12期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 朱碧云;陳卉;;醫(yī)學(xué)圖像紋理分析的方法及應(yīng)用[J];中國醫(yī)學(xué)裝備;2013年08期

2 張勇;王t，

本文編號：1502513