陆莉霞，邹俊忠，郭玉成，张 见，王 蓓

1.华东理工大学 控制科学与工程学院，上海200237

2.清影医疗科技（深圳）有限公司，广东 深圳518083

膝关节主要包括韧带、关节面、肌肉、肌腱等多个组织结构，是人体结构中最复杂、最易发生损伤的关节之一。作为临床上一种常见的骨损伤类型，膝关节损伤多发生在半月板、膝关节韧带等位置，患者多表现为不同程度肿胀、疼痛等，且随着现代交通业、建筑业的不断发展，该疾病发生率呈现出逐年增高的趋势，不仅给患者生活带来了极大的不便，还影响到患者的生活质量[1]。

随着X 线、CT、MRI 等影像学检查的普及，膝关节损伤诊断的准确率显著上升，为临床早期治疗提供客观依据。MRI检查具有较高的软组织分辨率，能够采集到更为丰富的图像信息。通过矢状位、横轴位等方位的MRI 影像能够对膝关节软组织及周围结构予以全面的探查，获得详细的、准确的图像，因而MRI检查对前十字韧带撕裂、半月板撕裂的临床诊断表现出较高的准确性[2-3]。近年来，膝关节磁共振成像（MRI）已成为诊断膝关节损伤的首选方法，一个用于分析膝关节MRI影像的自动化系统，可以筛选出高危患者，并帮助临床医生做出更准确的诊断。

传统医学影像分析主要采用边缘检测、纹理特征、形态学滤波以及构建形状模型和模板匹配等方法。Haralick等人[4]使用灰度共生矩阵来提取乳腺组织的纹理特征；Swain 等人[5]使用颜色直方图来提取眼底图像的颜色特征。

MRI影像的多维度、多平面的特性限制了传统医学影像分析方法对膝关节MRI的应用[6]，而深度学习方法能够自动学习多层特征，非常适合于辅助诊断医学影像[7]。……