基于红外热图特征提取的膝关节炎诊断系统研究

发布时间：2022-01-15 09:50

　　膝关节炎症病发时会引起膝关节表面温度场的变化,并呈现一定的规律,研究膝关节炎患者膝盖温度分布情况,有助于患者膝关节炎症的判断。本文利用红外热像技术获取膝关节红外热图,经图像增强、特征提取等预处理方法后采用计算机图像分类算法实现膝关节患炎症与否的初步诊断,为临床分析提供帮助。其主要工作及研究内容如下:（1）设计膝关节红外热图采集装置,调节红外热像仪的参数,设置实验光源,记录实验环境参数,对膝关节健康者及炎症患者进行膝关节图像采集。对采集所得的图像进行初步分类,得到数据集,并将其分为训练集和测试集。（2）根据膝关节红外热图的特征分布,使用图像特征提取算法得到患者红外热图的方向梯度直方图,利用支持向量机对训练集中图像的方向梯度特征进行训练,实现了基于支持向量机的图像分类功能。（3）设计了基于卷积神经网络的膝关节红外热图分类算法,将训练集输入网络进行训练,然后对测试集的红外热图进行诊断并得出诊断准确率,该方法的准确率高于支持向量机。（4）设计膝关节炎症诊断与信息管理系统,通过SQLite的数据库管理,获取患者基本信息,调用基于卷积神经网络的膝关节图像分类模型,设计用户界面,实现了多功能的膝关节... 

【文章来源】：中国计量大学浙江省

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

膝关节

中国计量大学硕士学位论文7（1）红外热像诊断所展示的是人体机体功能的图像。像X光、CT、关节镜等结构影像技术，它们所表示的是人体内部某个器官或组织的构造，医生只能根据机体组织的形态结构变化判断机体是否产生病变。而红外热像诊断有别于结构影像，红外热像可以展示人体体表温度分布图像，当人体某器官或组织开始病变，机体的某些功能也会随之发生变化，如血液循环、新陈代谢开始异常。这时红外热像就可以检测到机体组织微小的温度变化，判断机体功能已经出现变化。简言之，红外热像可称为人体的功能影像，展示人体体表的温度分布情况，并在一定程度上反应内部物理机能的性态[29]。（2）红外热像诊断是一种非接触式的检测方法，检查方便迅速，重复性较强，可同时检测多个人体器官。同时，红外热像诊断中所拍摄的红外热图是热像仪通过接收人体的辐射能而形成的，不像X射线、CT等具有有害辐射，会对人造成影响，它在拍摄时对人体没有任何影响和伤害，是现阶段达到实用化程度的唯一的无损检测设备。（3）测量精度高，能够直观得反应出人体异常区域的情况。很多疾病的产生都是一个量变到质变的过程，使用红外热像仪能很好的检测到人体患病初期体温的微妙的变化，为疾病的早期发现提供了有效的科学依据。为患者赢得宝贵的治疗时间。2.2膝关节炎症病理分析膝关节主要由股骨下端、胫骨上端、髌骨以及在股骨和胫骨之间的两大纤维软骨组织构成，承受着人体大部分的重量，是人体中最大最为复杂的关节[32]。图2.1膝关节结构示意图

中国计量大学硕士学位论文9断结果也会有所不同。所以，我们需要寻找合适的计算机图像处理技术，搭建一套膝关节炎诊断系统，对拍摄到的膝关节炎患者的膝关节红外热图进行后续的处理，提取出膝关节红外热图中的特征值，或者通过机器学习等其它方法，使其能给出更加直观、具体的诊断结果。2.3.1图像预处理在红外成像过程中，由于外界因素干扰会导致红外热图的温度不均匀、噪声多等问题。所以得到膝关节红外热图后，首先需要做图像去噪处理。对图像去噪通常使用滤波算法，常用的图像滤波算法有中值滤波、高斯滤波和均值滤波。中值滤波器是一种最为基本的非线性平滑滤波器，它将图像中每一像素点邻域中各像素点的中值作为该点滤波后的像素值。在红外成像过程中，由偶然地外界因素对红外热图像素值造成的波动，中值滤波能很好地对之进行处理[34]。如图2.3所示，为膝关节红外热图经中值滤波后所得的图像。高斯滤波器是一种针对高斯噪声的线性平滑滤波器，其基本过程是，将图像中每一像素点和其邻域中各像素点的值进行加权平均处理，得到的值作为该点输出图像中的像素值。高斯噪声是概率密度函数服从正态分布的噪声。高斯滤波器可有效地抑制这一类噪声[35]。均值滤波也属于线性滤波，基本思想是将目标像素的值用该点周围8个像素的平均值代换。均值滤波能够较好的处理随机出现的干扰信号。（a）原图（b）中值滤波处理图2.3图像滤波示意图在图像滤波之后，一般会进行图像增强处理。图像增强可以有目的性地强调图像中的感兴趣区域，抑制不感兴趣区域，以加强图像的可识别性。图像增强的一般实现方法有图像灰度线性变换、直方图均衡化、同态滤波等。本文中炎症患者的膝关节会有局部高温或低温现象，在红外热图中表现为局部灰度值

【参考文献】：
期刊论文
[1]基于卷积神经网络的宫颈癌细胞图像识别的改进算法[J]. 夏为为,夏哲雷.  中国计量大学学报. 2018(04)
[2]应用一种机器学习方法对新型剧场建筑进行视觉效果评价的实验[J]. 杨颋,沈康,周佛灵.  华中建筑. 2018(12)
[3]在线式接触网红外测温装置测温误差分析[J]. 周吉.  电气化铁道. 2018(05)
[4]基于灰度分析的路面裂缝图像分类算法研究[J]. 马晓丽,陆键.  武汉理工大学学报(交通科学与工程版). 2018(05)
[5]基于卷积神经网络的皮肤癌良恶性预测[J]. 董青青,银温社,易三莉.  通信技术. 2018(09)
[6]基于热红外成像技术比较传统推拿与经筋推拿疗法对膝骨性关节炎患者的疗效[J]. 麦珂,董宝强,蒋嘉兴,林星星.  长春中医药大学学报. 2018(04)
[7]C型臂X光机在骨科手术中的应用分析[J]. 姚锐.  影像研究与医学应用. 2018(16)
[8]基于GMM的人体运动姿态的追踪与识别[J]. 魏燕欣,范秀娟.  北京服装学院学报(自然科学版). 2018(02)
[9]基于ISM和信息熵的铁路隧道塌方风险分析[J]. 孟超,李晓萌,孙玉岭,王景春,刘向东.  中国安全科学学报. 2018(S1)
[10]移动焊接机器人控制性能评价方法研究[J]. 李新宇,吕学勤,钦超,苗兴.  机械制造文摘(焊接分册). 2018(01)

博士论文
[1]CT图像甲状腺结节识别技术研究[D]. 彭文献.浙江大学 2017

硕士论文
[1]淮安市医用CT的辐射防护现况研究[D]. 朱波.苏州大学 2017
[2]红外热像图观察骨内高压症的实验研究[D]. 陈永法.福建医科大学 2015
[3]液相流体红外测温系统的设计与研究[D]. 苌浩.天津理工大学 2013
[4]基于熵算法的膝关节红外图像特征提取研究[D]. 乔世权.河北科技大学 2011



本文编号：3590402