基于Softmax回归模型的骨龄X射线图像手骨分割

• 作者: 刘蕊 李哲 李昊 蔡金华 贺向前 贾媛媛
• 来源期刊: 重庆大学学报
• 学科: 工学
• 关键词: 骨龄评估 手骨分割 Softmax回归模型 最佳阈值 区域生长 鲁棒性
• 年，卷（期）: 2019,（9）
• 页码范围: 73-83
• 页数: 11页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11835/j.issn.1000-582X.2019.09.009

摘要

针对儿童青少年的骨骼发育情况,临床上常采用手腕骨X射线图像进行骨龄评估.其中手骨区域的分割是预处理中的关键一步,手骨分割的准确率极大地影响最后的评估结果.传统的阈值分割方法在自动化分割过程中鲁棒性较差,利用深度神经网络的自动分割准确率比传统方法高但较为复杂.研究在阈值分割的基础上,提出先通过训练Softmax回归模型预测最佳阈值得到二值图像,再利用区域生长法提取完整手形,最后对手骨图像进行归一化处理的分割方法.在100张临床数据测试集上,将提出的方法与传统的阈值分割方法——Otsu、最大熵阈值和直方图均值分割方法进行对比,采用相似系数DSC(dice similarity coefficient)、欠分割率和过分割率3个客观评价指标对分割结果进行定量分析.实验证明该方法的分割效果最理想,平均DSC值为0.97,欠分割率和过分割率接近于0,对于复杂的手骨图像也表现出良好的分割性能,相比传统的阈值分割方法具有更好的鲁棒性,能够准确的对骨龄X射线图像进行自动化手骨分割处理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡金华	重庆医科大学附属儿童医院放射科	62	297	10.0	13.0
2	贺向前	重庆医科大学医学信息学院	29	126	6.0	10.0
3	刘蕊	重庆医科大学医学信息学院	7	2	1.0	1.0
4	贾媛媛	重庆医科大学医学信息学院	4	19	1.0	4.0
5	李昊	重庆医科大学附属儿童医院放射科	8	14	2.0	3.0
6	李哲	重庆医科大学医学信息学院	4	8	2.0	2.0