CN107146214-CN201610114042-儿童髋关节发育状况计算机自动诊断的方法.pdfVIP

CN107146214-CN201610114042-儿童髋关节发育状况计算机自动诊断的方法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
CN107146214-CN201610114042-儿童髋关节发育状况计算机自动诊断的方法

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107146214 A (43)申请公布日 2017.09.08 (21)申请号 201610114042.7 (22)申请日 2016.03.01 (71)申请人 厦门大学 地址 361005 福建省厦门市思明区思明南 路422号 申请人 医创(厦门)医疗科技有限公司 (72)发明人 林冬云 余翔  (51)Int.Cl. G06T 7/00(2017.01) G06F 19/00(2011.01) 权利要求书3页 说明书6页 附图5页 (54)发明名称 儿童髋关节发育状况计算机自动诊断的方 法 (57)摘要 本发明公开了一种对儿童髋关节发育状况 通过计算机自动诊断的方法,本发明适用于儿童 髋关节发育的临床诊断。该诊断算法的输入为儿 童髋关节的超声波原始图像,输出为儿童髋关节 发育状况评判结果,评判依据为三项指标:骨性 髋臼顶角度α,软骨性髋臼顶角度β,及髋臼对 股骨头覆盖率MR。该算法分四个步骤:髋关节图 像预处理,髋关节图像分割,图像特征提取和三 项指标的计算。本发明算法的核心步骤是采用图 像分割中的区域可适配模型算法对预处理过的 原始图像进行分割,分割效果良好,能有效地应 A 对采集图像可能遇到的亮度分布不均等各种问 4 题。本发明中所采用的计算三项指标方法,不需 1 2 6 依赖人工判断,能快速、自动、准确的计算三项指 4 1 7 标,并给出诊断结果,有着简洁,高效,误差小等 0 1 N 多项优点,使得普通医生也能胜任儿童髋关节异 C 常的筛查任务。 CN 107146214 A 权 利 要 求 书 1/3 页 1.一种计算机自动诊断儿童髋关节发育状况的方法,主要特征包括: 髋关节图像预处理:通常在获取超声波仪器图像过程中包含了外边框,其中有用于标 记图像的相关文字及线条,因此,在对髋关节图像进行分割前需要先去除外边框; 髋关节图像分割:运用区域可适配模型(简称RSF)算法对经预处理过的图像进行分割, 获取髋关节组织轮廓,为下一步中提取相关特征的样本点做铺垫; 图像特征提取:在已分割出的图像轮廓线中提取出与三项指标计算相关的组织轮廓 线,并在提取出轮廓线的基础上提取出相关的样本点,构成相关计算所需的点列; Graf法的α角、β角指标的计算:通过之前提取出的特征点列拟合三条直线,分别为髋关 节基线、骨顶线、软骨顶线,基线与骨顶线夹角即为α角,基线与软骨顶线夹角即为β角; 股骨头覆盖率MR的计算:所需数据点为原图像右侧股骨头内测缘与外测缘相关样本 点,通过外测缘样本点做与基线平行直线为外侧缘切线;通过内测缘样本点做与基线平行 直线为内测缘切线,得到内测缘切线与基线距离d,以及内外测缘切线距离D,获得MR值为d/ D; 根据做出的α角,β角,以及MR值,再根据graf方法,以及MR法输出诊断结果。 2.如权利要求1所述的髋关节检测方法,其特征在于,首先将获取的真彩图转换为灰度 图,再进行腐蚀,去除边框文字;其次将输入图像二值化,对图像中白色底进行检测并去除, 最后通过残留的超声波图像边框确定超声波图像的大小,并剪切,得到无边框的超声图像。 3.如权利要求1,2所述的髋关节检测方法,其特征在于,运用RSF算法对二维髋关节图 像进行分割; RSF模型的重点在于一个区域可扩展的数据拟合能量项,假设存在图像空间 是在图像空间  中的一条闭合轮廓线,对于给定点  ,能 量

您可能关注的文档

文档评论(0)

18273502 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档