基于卷積神經網絡的膝關節炎患者的膝蓋紅外圖像分類

吳穗嵐,陳 樂,曾 濤

(中國計量大學 機電工程學院,浙江 杭州 310018)

膝關節炎癥是中老年人群中的常見病,一般伴有關節發熱、發冷或疼痛等現象。現有臨床診斷中可采用X射線、關節鏡等醫學影像診斷技術,但X射線的放射性對人體健康有潛在危害；關節鏡會使患者產生不同程度的痛感,且有感染風險。此外,膝關節炎癥會隨季節變化反復出現膝關節疼痛現象,需定期復診。目前臨床診斷上缺少一種無輻射、無創傷、高效率的膝關節炎診斷方法。

紅外熱像技術[1]是一種非接觸式、無創傷、無輻射和高效率的獲取物體表面溫度分布的成像技術。膝關節炎癥發病時引起膝關節內部血流變化,從而引起膝關節處溫度升高或降低,因此可使用紅外熱像技術獲取膝關節紅外圖像,并使用圖像處理技術對其做出是否患病的判斷。吳思等[2]根據膝骨性關節炎紅外熱像表現研究膝關節痛點分布規律,喬世權等[3]提出使用紅外圖像信息熵對膝關節病癥進行分析。

本文使用紅外熱像儀分別拍攝膝關節健康及炎癥兩類紅外圖像,表征膝關節表面溫度分布。取膝關節健康者紅外圖像作為正樣本,膝關節炎癥患者的作為負樣本。分別構建基于特征提取的支持向量機(Support vector machine, SVM)分類器和基于卷積神經網絡的二分類模型,使用相同的樣本數據對上述兩種模型進行訓練和測試,比較測試所得的分類準確度,以驗證卷積網絡的判斷準確度。

為獲取一定數量的有……