骨龄评分主要是对儿童青少年的骨发育进行分期、评分而得出骨发育年龄的方法,具有明确的量化概念,使得计算骨龄的精确度大大提高,目前已得到愈来愈广泛的应用,如在预测小儿成年后身高,评价小儿生长发育,诊断和监护内分泌、生长发育的疾病及其治疗,研究人类生长及其影响因素等方面已成为不可缺少的指标。传统的骨龄评分法是由医生根据主观判断来给出分值,不同医生给出的分值可能会有所差异,分值受医生的主观影响较大,而且由于要对多块不同的骨骼进行判断分析,由人来处理所需时间较长,不能够进行批量处理。要使骨龄评分自动化,首先要将X光片中待识别的特征骨骼对象分离提取出来,以便进行下一步的识别评分。本文的研究内容将主要集中在这一部分。 骨龄评分主要是针对儿童的掌部骨骼X-ray图像进行的,要想实现对X-ray图像中掌骨的自动测量、分级、评分过程,能否把待测的骨骼从图像中分割出来是关键。文中使用了局部动态阈值方法,降低了光照不均匀的影响,利用了掌骨在X光片中呈现高亮度的特点来求取局部阈值。 本文针对计算机辅助儿童骨龄自动识别系统中特征骨骼分离定位问题,进行了以下一些方面的研究工作: 1) 针对手掌X-ray图像的灰度直方图中灰度呈现出骨骼、肌肉和背景三个高、中、低的区域分布特性,提出了自己的掌骨区域分割方法; 2) 利用手掌X-ray图像中手掌结构的先验知识,通过形态学滤波,灰度投影等方法来对手掌图像的各块特征指骨的位置进行标定,在通过局部位置的旋转、拷贝进行特征骨的分离; 3) 针对掌骨手腕部位的特性,利用曲率分析的方法,通过高斯滤波平滑轮廓,并求取轮廓上曲率最大值的方法来对尺骨、桡骨与掌骨间的分离位置进行标定; 4) 用Visual C++搭建一个测试用的试验平台,用于测试所设计的算法的工作特性及有效性,以及显示观察实验的结果。 系统试验的结果表明,本文所提出的计算机辅助儿童骨龄自动识别系统中的