医学多媒体图像分析3 - 7岁儿童脊柱侧凸的基于自适应多目标微分进化算法

文摘

脊柱侧凸脊柱偏离所造成的主要是其中心线在增长过程中。它通常发生在3 - 7岁儿童。之后详细分析现有脊柱侧凸的检测方法,比较和分析使用多媒体图像处理技术的优点来检查3 - 7岁儿童脊柱侧凸,并使用一种自适应多目标微分进化算法进行脊柱侧凸全面的测试。最后,实验分析表明,该自适应多目标差分演化算法应用于脊柱侧弯检测分析的特点,儿童颈椎曲率和曲率颈椎和脊柱侧凸角之间的关系。

1。介绍

的脊柱的偏差主要是脊髓段从后面中心线与人体冠状面,导致弯曲身体的一侧。症状是脊柱旋转和矢状驼背和脊柱前弯症。有许多原因脊柱侧凸(1- - - - - -3]。其中,不确定因素也称为特发性脊柱侧凸的原因。脊柱侧凸的调查显示,约96.92%是特发性患者。因为脊椎的标准测量横向曲率不同,一些学者判断患者的冠状面Cobb角大于5°和脊柱侧凸患者Cobb角大于10°将认为脊柱侧凸。有很多方法可以检查脊柱侧凸。一般来说,它可分为两种类型,如物理测量方法和多媒体图像分析方法。物理测量方法指的是程序,可以直接接触人体的后面当测量脊柱侧凸。它可以分为亚当斯的镜头前测试,使用脊柱侧凸计测量身体的旋转角度,和肋骨的测量。

物理测量方法是基于人们的工作检查。通过调查大量的脊柱的一面3至7岁的儿童,手工检查非常复杂,效率低下。发现脊柱侧弯,多媒体图像分析方法是一种更好的方法,因为为了避免人工参与,它可以提高效率和减少错误造成医生的主观因素。

2。自适应多目标微分进化算法

自适应多目标微分进化由图像参数集,序列参数集,多媒体图像参数集,SEI的额外增强信息和图像内容信息。所有图像数据压缩到网络自适应单元。——包括两个部分:标题和负载。在h / HEVC,温州市头的长度是固定的由两个字节,和温州市负载是一个整数的长度字节。h / HEVC还引入了访问单位,非盟包括一个多元化的温州市微分进化的顺序安排,这些温州市不同组件化只生成一种多媒体形象。在某些情况下,铝合金可以视为压缩比特流的基本单位。盟可以从边界——开始,SEI-NALU或温州市第一个党卫军,长度是固定的两个字节。温州市负载长度为一个字节的整数。VPS, SPS, PPS, SEI都是单独的温州市,切段CSS也是一个单独的温州市。然而,类型是不同的。 The former is non-VCL Video Coding Layer. The latter is VCL. In addition, H.264/HEVC also introduces access units. AU (access unit) includes multiple NALUs arranged in the order of differential evolution, and this NALU differential quantization only generates one multimedia image. In this case, the ALU can be regarded as the basic unit of the compressed bit stream. The AU can start from the boundary NALU, SEI-NALU, or NALU of the first SS.

在自适应多目标差分演化阶段,每个submultimedia图像视为一片/自适应多目标微分进化技术H.265 / HEVC [8- - - - - -10]。如图1,每个submultimedia图像视为一片/自适应多目标微分进化技术H.265 / HEVC。目标只包含一个党卫军。一般来说,党卫军适应多功能微分进化VPSSPS和pp。之前的自适应多目标差分submultimedia形象发展成为一个代码流,submultimedia的头信息需要更新相应的形象。为了正确地初始化h,微分evolutor重新生成相应的初始化数据。不同的自适应多目标微分进化组成、自适应多目标组合如图2。瑞士在目标都是盟和pp。不同的非盟参考PPS也可能不同。

自适应多目标微分的整个演化过程主要分为两个模块。这两个模块包括代码的修正头信息和图像内容信息的融合。修改代码流头信息主要包括三个部分,如微分进化,替换,和编码的语法元素。

首先,头信息是不同进化分析中包含的语法元素的标题信息。图3显示了特定的流程。

多媒体图像编码的数据位流段输出的结果也可以被称为SODB C字符串数据位(11- - - - - -13]。杆是最高的存储形式。杆操作后,负载通过最初的原始字节序列生成一个压缩数据包含党卫军,VSS, SPS,或PPS和其他信息生成一个包含党卫军的压缩数据,VSS, SPS和PPS和其他信息。其中,温州市之间的关系、RBSP和杆如下:

因此,分析的标题信息,有必要首先解析代码流到多个个体NAL U,转换温州市RBSP, RBSP转换为杆,最后使用解析杆获得相关的语法元素。

3所示。材料和方法

期间从2011年5月到2017年2月,126例脊柱侧凸和骨疾病和治疗。他们中的大多数是3 - 7岁,其中84女性,42岁的男性。126名患者中,有64例先天性椎管肿瘤,脊髓空洞症,和50名患者脊髓高剂量和低。重建的厚度数据导入数据后从西门子工作站是0.7毫米。在三维重建他们之后,158年骨波峰提取。

3.1。方法

观察骨嵴的形态:取骨嵴的横向轴(通过长轴的中心的骨头在矢状面和椎体的上下边缘平行于冠状面)。通过矢状的骨嵴和骨嵴的横向轴,分别在158年骨波峰,仔细观察。它将观察到的一些骨头波峰没有分歧,和一些骨头波峰出现分岔。通常,没有分叉的骨脊是常规骨脊,和分岔骨脊被称为不规则的骨脊,他们仔细观察并分别计算。

测量常规骨波峰:后面,中间,和前端矢状骨嵴和横向位置,分别在矢状位置和横向轴,并使用直径线为基础,将骨脊形状划分为不同的类型,I型(厚度在前方,薄在中间,和大于在前面),II型(薄在前面,中间厚,并小于在前面),类型III(中间薄,厚在正面和背面和前面等于后面),W型(中间大于后面,前面大于中间),V型(前面等于中间和后面),可以输入小于(前后和小于中间),欢迎类型(前面是小于,等于回来),哪种类型(中等于大于前面和后面中间),和第九(前面是小于,等于中间)。上述类型的数量记录在矢状位置和水平轴,分别根据段;冠状的骨脊形态观察的位置。

观察不规则骨波峰:观察不规则骨波峰从不同的角度,可以分为三种类型:I型(与底座后分支,前面),II型(前,后与底座),和类型III(中间部分连接,前后分支)。

3.2。统计分析

在SPSS19.0软件包包括数据,测量数据表示为(x±年代);采用数据对比组t以及;统计数据是用%表示;数据组间比较采用卡方检验;如果 ,这意味着区别是显而易见的。

4所示。多媒体图像分析脊柱侧凸的考试

多媒体图像分析主要集中在脊柱侧凸检测方法在二维图像和三维图像。多媒体测量方法与脊柱相关的所有使用特征值对称。通常,第一,获得多媒体图像处理图像,图像中提取反映对称。的特征值性损伤的程度最终决定孩子的脊柱侧凸的身体。

4.1。x射线胶片测量方法

在脊柱侧凸的临床使用,病人的x射线图像的通常,Cobb角是在x射线图像,和实际的Cobb角与测角仪测量。这个方法是简单的和正确的,但它是根据人工干预。此外,多媒体图像处理技术也可以用来衡量X-ray-based脊柱侧凸的Cobb角图像。然而,x射线辐射。这是不利于孩子的成长3到7岁。

4.2。方法识别基于二维多媒体图像的特点

脊椎弯曲,将导致左右两边的不平等,所以波纹的波纹多媒体图像轮廓可以扮演一个角色在小扰动。我们可以使用波纹多媒体图像检查脊柱的脊柱侧凸。使用波纹多媒体图像检测的措施和方法将分析和解释。

检查脊柱侧凸的脊柱,金等人收集的大量数据在本文和使用各种各样的判断和解释的方法来进行考试。主要依据检查脊柱的横向曲线是否回特性是等价的,后面的中心线是用于检测在大多数的文章。详细解释的对称轴的中心线的起源。

如图4,f(x,y)是用来表示原来的波纹和多媒体图像 用于表示多媒体图像吗f(x,y)是对称的 轴。选择使

确保它达到最小值和翻译 ,在哪里D是飞机多媒体图像所在的地方。

然后,使用灰度质心计算方法来计算质心G和 的f(x,y), ,然后垂直平分线的中心线之间的联系是人体的后面。

基于中心线,金提取不同的特征值对脊柱侧凸和使用不同的检测方法检测患者。详细的检测方法和检测歧视率如表所示1。

除了识别脊柱侧弯下上面的五个特征值,相应的方法显示在图5。可以看出中间点P的头部,腰部的中心点Q,和PQ的中心线是人类。然后,两个点h和E可以从非对称莫尔条纹中提取最外层的肩胛骨,连接线是垂直于PQ。此外,直线GD削减在同一波纹的最高点,和PQ传播给点一个。PQ横腰相交点B莫尔条纹,PQ十字架的垂直线B在点我和F2交叉。集d1 = (CH + CE) / 2,d2 = (AG) +广告)/ 2,和d3 = (BF + BD / 2,然后tan∠曹= |d1 -d2 | / CA和褐色∠CBO = |d1 -d公元前3 | /,所以Cobb角的计算公式=∠曹+∠CBO。

在国内研究文献中,许多研究学者使用的建设与投影云纹Cobb角来诊断病人。根据考试结果,患者的腰椎椎间盘突出可以探索获得病人的腰部的关系,和患者可以根据考试成绩。骨盆的倾斜和旋转的原因在病人的位置检测。如果检测到有超过1波纹不同,病人判断为不合格。这个测试实验的结果表明,病人的云纹法测量的是一样的x射线。

4.3。歧视基于多媒体图像特征的方法

脊柱侧凸的检测过程使用相应的多媒体图像的人体的14,15),需要使用多媒体成像技术进行三维重建的病人或者使用激光扫描仪扫描后直接获得多媒体形象。

后提取人体的特点,多媒体图像的111名患者使用支持向量机训练原则,并获得最好的系数设置检测脊柱侧凸。比较判别结果使用支持向量机,决策树,和线性判别,得到判别率为85%,77%,和78%,分别。

使用伊希斯(集成成像系统),他们开发了人体的高度。图6显示了ISIS的工作原理。平行矩形是投射到人体的后面的波纹多媒体图像数据提取。傅里叶变换轮廓技术用于重建的三维疏忽提取数据 人体的后面。的公式,代表之间的距离相机的入射光瞳和选定的参考平面, 对应的相位测量的目标H点,代表了光栅的频率,和代表的入射光瞳之间的距离摄像机和投影仪的出射光瞳。

在使用多媒体图像分析方法获得病人的医学图像,你需要马克对脊柱脊椎的位置,然后根据脊柱的近似位置,l垂直的线;根据一项,如图7,这部分主要使用的位置拿回病人的医生的联系。三维重建后,脊柱的精确位置测量根据皮肤角,和垂直的线穿过中心线的船底座用作人类根据医学知识,和后面的特征提取:(1)骶骨d垂直脊椎通过船底座,直线的距离l .(2)体积的差异之间的左右回来。图中的虚线6是衡量脊柱。

通过实验比较168例,角θ衡量SIS2由x射线与Cobb角测量相比,它有一个关联的r= 084。

根据上述讨论,脊柱的曲率检测到重组多媒体图像。在正常情况下,当脊椎的位置是已知的,功能是通过脊椎的关节位置检测脊柱的曲率。如果3 d重建数据是准确使用激光扫描仪如拉米雷斯,检验该方法的成本高,不推广。与上述两种方法相比,由漫画家等人可以达到良好的重建精度的形式结构光,与此同时,成本是合理的。

5。结论

本文是利用多媒体图像处理技术的考试在3 - 7岁儿童脊柱侧凸和自适应多目标差分演化算法得到脊柱侧凸的三维特性。在评估当前多媒体图像处理方法的优缺点,得出的结果。与评价模型相比,本文的方法可以更准确地发现脊柱侧弯的位置,适用于任何部分的检查身体。因此,自适应多目标差分法比传统算法更精确,而且它也似乎更多的研究价值。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

引用

1. a·布洛姆奎斯特、k·奥尔森和m . n .唷”的影响脊柱支撑函数坐在儿童神经肌肉性脊柱侧弯,“假肢和矫形国际,42卷,不。6,592 - 598年,2018页。视图:出版商的网站|谷歌学术搜索
2. 诉Sataev p·米罗诺夫,d . Yunusov a . Farkhshatov和t . Psyanchin“脊柱侧弯:儿童外科治疗,”北高加索地区的医疗新闻,11卷,不。2,39-45,2016页。视图:出版商的网站|谷歌学术搜索
3. m . Puttagunta和s·拉维医学图像分析基于深度学习方法”,多媒体工具和应用程序,卷80,不。13日,猴,2021页。视图:出版商的网站|谷歌学术搜索
4. y郑,吴x, y见鬼,y, j·d·莱因哈特和y .党”的患病率和决定因素在堂区小学儿童特发性脊柱侧凸,无锡,中国,“康复医学杂志,48卷,不。6,547 - 553年,2016页。视图:出版商的网站|谷歌学术搜索
5. s . Moalej美国大使,m . Asadabadi al.G。Shariatpanahi”筛查脊柱侧凸的学童在德黑兰:特发性脊柱侧凸的流行率,”背部和肌肉骨骼康复杂志》上31卷,1 - 8,2018页。视图:出版商的网站|谷歌学术搜索
6. j . r . Wang Lv,马美国“核磁共振图像分割方法基于医学信号计算在医学多媒体大数据环境下,“多媒体工具和应用程序,24卷,不。1,第186 - 181页,2017。视图:出版商的网站|谷歌学术搜索
7. f .恒威h . Zifang w . Qifei et al .,“中国学龄儿童特发性脊柱侧凸,患病率”脊柱第41卷。。3、259 - 264年,2016页。视图:出版商的网站|谷歌学术搜索
8. x z, y . Wang秦et al .,“神经纤维瘤的分类检测相关瘠薄或nondystrophic脊柱侧凸基于图像特征使用双边cnn,“医学物理学48卷,第1583 - 1571页,2021年。视图:出版商的网站|谷歌学术搜索
9. m . r . Konieczny j .嘘声,a . Steuwe c . Schleich m·普罗斯特和r . Krauspe”有效剂量的辐射/螺钉在青少年特发性脊柱侧凸的手术:293年匹配配对分析椎弓根螺钉插入使用三种不同的技术,”儿童整形外科杂志》上,14卷,不。6,554 - 561年,2020页。视图:出版商的网站|谷歌学术搜索
10. d . Truumees a·邓肯e . k . Mayer, m .戏弄d·辛格(manmohan Singh)和e . Truumees”scoliosis-specific信息在互联网上横截面分析:潜在的病人混乱和错误的信息,”脊柱畸形,8卷,不。6,1159 - 1167年,2020页。视图:出版商的网站|谷歌学术搜索
11. b . Ionescu h·穆勒,r . Peteri d·t·Dang-Nguyen和m . g .江诗丹顿,“生活实录Imageclef 2020:多媒体检索”,医学、自然、和网络应用程序,8卷,不。1,46-58,2020页。视图:谷歌学术搜索
12. 美国Al-Zu 'Bi, b . Hawashin a . Mughaid t·贝克,“有效的三维医学图像分割算法获得多媒体网络,”多媒体工具和应用程序,卷80,不。3 - 2020页。视图:谷歌学术搜索
13. 人工智能Tsirikos、s b·罗伯茨和e·巴蒂”脊柱畸形手术发病率从2005年到2018年国家卫生服务:分析2205名儿童和青少年,“骨和关节开放,1卷,不。3,19-28,2020页。视图:出版商的网站|谷歌学术搜索
14. n . k . Pareek诉Patidar,“医学图像保护使用遗传算法操作。”软计算,20卷,不。2、763 - 772年,2016页。视图:出版商的网站|谷歌学术搜索
15. j . r . Panchmatia a·艾萨克·t·Muthukumar a·j·吉布森和j . Lehovsky”的10个关键步骤的射线分析青少年特发性脊柱侧凸,”临床放射学,卷70,不。3、235 - 242年,2015页。视图:出版商的网站|谷歌学术搜索

版权

版权©2021李春香黄。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。