X线骨折自动诊断技术研究现状-中国数字医学.PDF

数字诊疗技术与应用 Digital Diagnosis and Treatment Technology and Application X线骨折自动诊断技术研究现状 朱海云① 连平① 摘 要 就医疗应用图像处理和分析技术现状进行总结，并着重对X线骨折自动诊断技术的现状进行分析和比较，最后对其 在医疗领域的应用前景做了展望。 关键词 图像预处理 特征提取 分类 决策树 Doi:10.3969/j.issn.1673-7571.2015.2.011 [中图分类号] TP391;R319 [文献标识码] A Survey on Computer Assisted Diagnosis of Bone Fracture Based on X-Ray Images / ZHU Hai-yun, LIAN Ping//China Digital Medicine.-2015 10(2): 41 to 44 Abstract In this paper, an overview of the state-of-the-art medical image processing and analysis techniques, mainly focusing on analysis and comparison of the existing computer assisted bone fracture diagnosis techniques using X-ray images, is presented. In addition, a vision for applying the existing computer assisted diagnostic techniques in the medical field is given. Keywords image preprocessing, feature extraction, clustering, decision tree Corresponding author The 85th Hospital of PLA, Shanghai 200052, P.R.C. 1 前言 随着计算机视觉技术的发展，对骨折的计算机自动检测也取得了巨大进步，但由于骨折损伤的多样性和个体差异性 等因素，对各类骨折快速准确检测仍存在较大困难。对骨创伤自动诊断的主要研究思路集中在医学图像处理（像源预处 理）、特征提取和分类（数据挖掘）三个方向。 2 医学图像处理 医学成像分析和诊断应用中，需要根据生物组织的特征和成像的物理原理确定对图像处理应用中的分析、模式确定和 应用特性，最终确定数据采集和图像重建方式。X线骨创伤自动诊断中最常遇到的两个图像预处理环节包括图像增强和边界 提取。 2.1 预处理 预处理过程对图像起到增强作用，最主要的方法包括滤波、拉普拉斯算子处理和直方图变换。滤波也是图像处 理的主要手段之一，可起到增强、去模糊和边缘识别的作用。滤波图像增强手段又分为线性或非线性方法，局部或全局滤 波，以及小波变换方法；滤波去模糊方法包括逆滤波方法或维纳滤波器；滤波边缘识别的主要方法包括哈尔变换、局部因 子、预测/分类方法。 2.2 常用分段方法 分段是图像处理边界提取方法中的重要应用之一。分段可分为区域分段或曲线分段，主要方法包括传统 区域递增算法、聚类算法、线和弧检测方法。形状模式在医学图像处理也起着不可忽视的作用，对形状的精确描述有可能 提高系统的效率和精度。 [1] 2.3 霍夫变换 霍夫变换由于其演算效率被广泛应用于图像特定形状检测，因此在骨折诊断中使用霍夫变换也有很多优势 。 霍夫变换在检测直线、自定义形状，大部分圆形和椭圆形形状上的性能优势，尤其在断片检测、断片缝合和抗噪能力上的 ①解放军第八五医院，200052，上海市长宁区华山路1328号