[发明专利]一种骨关节X线片自动识别分级方法

说明书

本发明提供一种骨关节X线片自动识别分级方法，该方法根据骨关节X线片图像模板库，对骨关节X线片图像样本分级，判断骨关节状况，其中提取骨关节X线片图像模板库和图像样本的轮廓线形状向量方法相同。本发明首先对骨关节X线片图像预处理，运用小波去噪、中值滤波、Log边缘检测算子法提取骨关节关键部位轮廓线。接着利用邻域特征算法截取关键部位轮廓线，并且采用连通区域标记法滤波得到优化的关键部位轮廓线。最后采用改进的傅里叶描述子算法，提取骨关节X线片图像样本的轮廓线形状向量,由分类算法匹配骨关节X线片图像模板库的形状向量，判断图像样本的骨关节状况。本发明的骨关节X线片自动识别分级方法可以取代人工识别，快速且精度高。

技术领域

本发明涉及一种骨关节X线片自动识别分级方法，涉及骨科图像处理技术。

背景技术

骨关节X光片是临床检测骨关节状况的主要方式，对X光片目前是人工识别，根据现代医学的发展，采用自动方法进行骨关节分级，辅助医生监视骨关节状况十分有必要。

现代骨科医疗自动判别领域是一个很有应用前景的方向，但是通过医师观看骨关节X线片来进行人工分级，这样往往过于主观，不同人的分级结果难免会存在差异，且工作量很大。骨科X光片自动识别目前采用的是对图像二值化处理，进行相关识别。但是针对对象不能直接二值化的情况，由于图像失真度非常大，骨关节的轮廓提取精度要求高，这样导致X光片自别识别困难。并且，由于划分的级别多，而级与级之间差别又不是很大，有些级别之间甚至肉眼都无法区分，必须开发新算法对骨关节这个关键部位进行截取放大才能保证识别精度，因此，目前来说实现骨关节X光片自动分级仍然是难点。

发明内容

鉴于以上所述针对现有技术的空缺与不足，本发明的目的在于提供一种高精度高效率骨关节X线片的自动识别分级方法。

本发明提供一种骨关节X线片自动识别分级方法，特征在于，根据骨关节X线片图像模板库，对骨关节X线片图像样本分级，判断骨关节状况，其中提取骨关节X线片图像模板库和图像样本的轮廓线形状向量方法相同，本发明包括如下步骤：

1)运用小波去噪、中值滤波算法对骨关节X线片进行滤波处理；

2)使用Log边缘检测算子法提取骨关节X线片轮廓线；

3)用邻域特征算法截取关键部位轮廓线，并且采用连通区域标记法优化；

4)使用改进的傅里叶描述子算法，提取关键部位轮廓线形状向量；

5)匹配骨关节X线片图像模板库和图像样本的形状向量，对骨关节X线片图像样本分级。

优选的，步骤3)采用邻域特征算法截取关键部位轮廓线，其具体包括如下步骤：

1)确定骨关节X线片轮廓线数据矩阵中每行白像素个数h(i)，其中i表示行数；i＝1,2,3，L；

2)确定i，使得h(i)满足：h(i)≥H(H为阈值，可根据实际确定)，且h(i-1)＜h(i)＜h(i+1)；

3)定义截取高度k₁，将以外的行中的白像素替换为黑像素；

4)将所有不含白像素的行和列截去，提取出关节间隙部分。

优选的，步骤4)使用改进的傅里叶描述子算法，对关键部位轮廓线进行特征向量提取，其具体包括如下步骤：

1)设定描述子的大小；

2)设置骨关节X线片关键部位轮廓线的偏移中心；

3)将提取的骨关节X线片关键部位轮廓线傅里叶展开，二维数据转化成一维特征向量数据。