作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
高强度运动下对骨骼CT图像骨裂纹的智能检测,可以有效地预防高强度运动下对骨骼的损伤.对CT图像骨裂纹进行智能检测,需要先将上述问题转换为对偶问题,获取CT图像纹理骨裂缝最优分类函数,完成对图像骨裂纹的检测.传统方法给出图像的边界的直径,计算出图像的长轴与短轴的比值,但忽略了对骨裂缝纹理的分类,导致检测精度低.为此提出基于GLCM的骨骼CT图像骨裂纹智能检测方法.基于统计思想组建骨骼CT图像灰度共生矩阵,选择不同的纹理骨裂缝参数值表述CT图像的纹理骨裂缝,融合于支持向量机理论对获取的CT图像的纹理骨裂缝进行分类,引入Lagrange乘子将对骨骼CT图像骨裂缝分类问题转换为对偶问题,获取CT图像纹理骨裂缝最优分类函数.利用上述函数完成对骨骼CT图像骨裂纹智能检测.实验结果表明,所提方法智能检测精确度高,并且可以为医生诊断提供科学的依据.
推荐文章
高强度桥梁钢焊接冷裂纹敏感性研究
高强度桥梁钢
焊接
冷裂纹敏感性
高强度管道钢管表面应力腐蚀裂纹的研究
高强度管线钢
钢管
应力腐蚀裂纹
恒定负荷试验
变动应力试验
电化学试验
高强度聚焦超声图像斑点解相关特性分析
斑点解相关
超声图像
纹理方向
傅里叶变换
高强度聚焦超声
超高强度CT110变壁厚连续管性能
CT110
连续管
变壁厚
强度
塑性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 高强度运动下骨骼CT图像骨裂纹智能检测仿真
来源期刊 计算机仿真 学科 工学
关键词 高强度运动 图像 骨裂缝检测
年,卷(期) 2017,(5) 所属期刊栏目 仿真服务化
研究方向 页码范围 428-431
页数 4页 分类号 TP391
字数 3692字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴严冰 郑州大学体育学院 15 16 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (79)
共引文献  (20)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(13)
  • 参考文献(0)
  • 二级参考文献(13)
2014(7)
  • 参考文献(2)
  • 二级参考文献(5)
2015(10)
  • 参考文献(6)
  • 二级参考文献(4)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高强度运动
图像
骨裂缝检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
总被引数(次)
127174
论文1v1指导