杨 继 宏

(安徽理工大学，安徽 淮南 232001)

随着医学图像处理技术的发展，采用图像处理技术进行运动损伤图像分析，提高运动损伤的检测和诊疗识别能力及损伤点的定位识别能力，相关的体育运动损伤超声医学图像分割方法研究受到国内外学者的极大关注。对体育运动损伤超声医学图像的分割是在图像的特征定位基础上建立体育运动损伤超声医学图像分割模型[1]，采用模糊特征分析方法，进行体育运动损伤超声医学图像检测和信息融合识别，提高体育运动损伤超声医学图像的优化检测识别能力[2]，相关的体育运动损伤超声医学图像分割方法在运动损伤分析中具有重要意义。国内学者陈华等人提出基于线性判别与超声图像特征的损伤检测方法。利用超声波得到检测对象的超声图像，并根据该图像完成特征参量的提取，通过线性判别分析法处理特征参量提取结果，完成损伤识别[3]。国外学者Sanja-Gopal提出了一种空间变量有限混合模型，并将其成功地运用到了MR图像分割中，通过MR图像成像系统获取医学图像，给医学人员分析损伤组织提供帮助。但是传统方法一般有噪声和低对比度的缺点，因此，本文提出基于局部特征的体育运动损伤超声医学图像分割方法。建立体育运动损伤超声医学图像分割模型，使用CT亮点特征进行体育运动损伤超声医学图像特征细节透射分析，对提取的体育运动损伤点采用深度卷积神经网络训练方法进行体育运动损伤超声医学图像自动探测，实现体育运动损伤超声医学图像分割。……