支持向量機在骨齡評價系統(tǒng)中的應(yīng)用研究.pdf

1、骨齡評價是通過對骨骼發(fā)育特征進(jìn)行識別以獲得對人體發(fā)育程度的定量性評價，利用X光攝片技術(shù)對青少年兒童的手腕骨骼進(jìn)行分析研究，從而判定其骨骼的成熟度(骨齡)。骨齡評價方法已廣泛應(yīng)用于青少年發(fā)育狀況評估和預(yù)測、疾病的早期發(fā)現(xiàn)與預(yù)防，體育界選才等領(lǐng)域。傳統(tǒng)的骨齡評分是由專家根據(jù)標(biāo)準(zhǔn)模板對待測X光片打分，分值的主觀性較強，不利于骨齡的客觀評價，而且由于要對多塊骨骼進(jìn)行評分，人工處理所需時間較長，對評分人的專業(yè)知識要求較高，諸多因素決定了對骨齡評價

2、自動化的迫切需要。運用圖像處理、圖像識別以及計算機視覺等學(xué)科知識，開發(fā)出計算機輔助骨齡自動評價系統(tǒng)有很大實際應(yīng)用價值。 對X光片圖像進(jìn)行有效的特征提取和分類識別在手腕骨骨齡自動評價系統(tǒng)的開發(fā)研究中占有重要的地位，鑒于手腕骨待識別關(guān)節(jié)中各指骨與掌骨圖像的空間分布的相似性，本文的研究工作主要圍繞分割得到的中指骨圖像展開研究，提出了基于K-L變換的特征提取和基于SVM的分類識別方法。 特征提取與特征選擇是圖像識別系統(tǒng)中的關(guān)鍵技

3、術(shù)之一，本文根據(jù)特征提取和特征選擇的原則，結(jié)合X光圖像的特點，分析手腕骨圖像的空間分布特點，提出了基于K-L變換的特征提取算法和特征選擇方法，并對算法的可行性作了深入的理論分析和實驗驗證。該方法通過對由中指骨組成的訓(xùn)練樣本集的產(chǎn)生矩陣做K-L變換，用一個低維子空間來描述中指骨X光圖像，每幅圖像向其作投影，并獲得一組坐標(biāo)系數(shù)，這組系數(shù)表明了該圖像在降維子空間中的位置，能較好地表征該幅圖像的特征信息。 本文結(jié)合模式識別中的分類原理，