《基于牙科全景图片的骨质疏松检测方法研究》-毕业论文.doc

研 究 生 毕 业 论 文 （申请硕士学位） 论文题目： 基于牙科全景图片的 骨质疏松检测方法研究 作者姓名: 学科专业: 计算机应用技术 研究方向: 人工智能 学 号: 答辩日期: 2012.5.23 指导教师: 副教授 二○一二年五月 摘要 随着中国老年化社会的来临，骨质疏松疾病逐渐成为严重影响中老年人健康的重要因素之一，鉴于此，研究一种使用有效、简单方便的骨质疏松检测方法引起了广大科研工作者的浓厚兴趣。有研究表明牙科全景图片的某些特征对于骨质疏松症状的预测有着很好的效果，如CW指数，灰度值，FD值等。 本文围绕如何建立一个快速并且准确有效的骨质疏松检测方法做了大量相关的工作，包括了数据搜集、特征提取、特征优化，模式识别等。本文的工作内容主要有： 提出了一种基于OTSU和DLS的颏孔自动识别方法，此方法用来对牙科全景图片上的颏孔进行标注识别。 在进行CW特征提取时，针对Arifin采用的方法中自动识别的不足，提出了一种新的基于聚类的CW计算方法。 采用ROI的FD值作为其特征值，在进行特征提取时，对传统的差分盒维法计算分形维数从时间复杂度和合理性对其进行改进。 在模式识别阶段，针对传统增式SVM算法求解问题中迭代数目过多的问题，提出了一个新型的增式SVM求解算法，算法采用了对决策函数的阈值化，并且加入了KKT的限制条件使得保留住需要的训练样本，而舍去对SVM重构没有意义的样本。 关键字：骨质疏松；图像处理；颏孔识别；FD；SVM； ABSTRACT As China’s aging society is coming, Osteoporosis disease gradually become one of the important factors of the old people. So that effective and simple osteoporosis detection methods cause strong interest of the scientific researchers. There is research shows that some feature on panoramic radiographs can describe whether a person is osteoporosis or normal, including cortical width, gray value, Fractal Dimension and so on. This paper’s main work based on how to build an effective and accurate method to detect osteoporosis. Paper’s content include data collection, feature extraction, pattern recognition and so on. This paper’s main content as follows: 1) In order to identify mental foramen , I present a method based on OTSU and DLS, this method can identify mental foramen automatically. 2) At CW feature extraction phrase, as Arifin’s method is not automatic, I present a new method based on cluster algorithm. 3) Take FD value as another feature. When at feature extraction, do some improvement to traditional method Differential- -Box-Counting method. 4) At pattern recognition, I present a new method based on SVM, because the tradi