基于k-余弦曲率和WSVM的骨龄识别方法

• 作者: 李新华 王晨旸 袁振宇 赵娟
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: k-余弦曲率 WSVM 特征提取 CHN 骨龄识别
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 158-161
• 页数: 4页
• 分类号: TP3
• 字数: 3020字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.08.037

摘要

引入图像处理技术进行骨龄识别是目前骨龄研究的热点，提出一种基于k-余弦曲率和小波支持向量机（ WSVM ）的骨龄识别方法。首先对手腕骨X光图像进行预处理，通过k-余弦曲率算法定位指骨关键点，然后分割指骨特征区域，提取骨骺发育过程中的几何特征作为骨龄的研究参数，最后，根据“中国人手腕骨发育标准———CHN法”，利用WSVM多分类算法对特征骨块按等级进行分类，综合各个骨骼的等级识别骨龄。实验表明，该方法能有效地对特征骨块进行分期，从而对骨龄识别具有较高的识别率和稳定性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵娟	安徽大学电子信息工程学院	4	23	2.0	4.0
2	李新华	安徽大学电子信息工程学院	33	297	9.0	17.0
3	王晨旸	安徽大学电子信息工程学院	7	17	2.0	4.0
4	袁振宇	安徽大学电子信息工程学院	3	23	3.0	3.0