吴穗岚,陈 乐,曾 涛

(中国计量大学 机电工程学院,浙江 杭州 310018)

膝关节炎症是中老年人群中的常见病,一般伴有关节发热、发冷或疼痛等现象。现有临床诊断中可采用X射线、关节镜等医学影像诊断技术,但X射线的放射性对人体健康有潜在危害；关节镜会使患者产生不同程度的痛感,且有感染风险。此外,膝关节炎症会随季节变化反复出现膝关节疼痛现象,需定期复诊。目前临床诊断上缺少一种无辐射、无创伤、高效率的膝关节炎诊断方法。

红外热像技术[1]是一种非接触式、无创伤、无辐射和高效率的获取物体表面温度分布的成像技术。膝关节炎症发病时引起膝关节内部血流变化,从而引起膝关节处温度升高或降低,因此可使用红外热像技术获取膝关节红外图像,并使用图像处理技术对其做出是否患病的判断。吴思等[2]根据膝骨性关节炎红外热像表现研究膝关节痛点分布规律,乔世权等[3]提出使用红外图像信息熵对膝关节病症进行分析。

本文使用红外热像仪分别拍摄膝关节健康及炎症两类红外图像,表征膝关节表面温度分布。取膝关节健康者红外图像作为正样本,膝关节炎症患者的作为负样本。分别构建基于特征提取的支持向量机(Support vector machine, SVM)分类器和基于卷积神经网络的二分类模型,使用相同的样本数据对上述两种模型进行训练和测试,比较测试所得的分类准确度,以验证卷积网络的判断准确度。

为获取一定数量的有……