基于指纹的疾病辅助诊断图像相关算法研究

《基于指纹的疾病辅助诊断图像相关算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、山东大学硕士学位论文摘要现有的研究表明，精神疾病，先天智障及糖尿病等先天性遗传疾病患者的指纹特征具有一定的共性，并且与健康人士的指纹存在一定的差异，临床上也可以把指纹特征作为先天性疾病的辅助诊断手段。．对于医学图像的识读，传统的人工诊断，受医护人员视力、体力、专业知识等人为条件的限制，诊断的效率、可靠性都要低于自动化机器诊断，并且诊断医师的经验直接影响诊断结果，而采用计算机图像处理技术，则可以避免上述问题，因此应用计算机自动诊断来取代传统的人工诊断也是未来的趋势。指纹的FA指标在医学判别精神疾病，先天智障及糖尿病等先天性遗传疾病上还是具有应用价值，但是现阶段使用的方法还有改善

2、的空问，因此本研究提出采用比对指纹差异的方法来验证指纹的不对称性与脑部受损间是否有关联。利用图像处理技术，对指纹进行微观的分析，从而建立新指标，透过指纹差异程度，提供一种可能的评定指标，帮助医生诊断．本论文研究的采用对比指纹图像差异的方法作为精神疾病诊断参考的方法，可以延伸到其他遗传性疾病的参考诊断。为了获得高质量的指纹图像，论文中的指纹图像没有采用油墨采集或是指纹扫描仪，而是利用的Canon数码相机，建立一个指纹采样平台进行采样，并尝试提出一个新的评估指标，比对指纹差异，作为医师诊断时的参考。本文的主要工作如下：1．首先回顾了指纹研究和应用的历史，根据文献资料指出，某些遗传

3、性疾病患者的指纹特征具有一定的共性，并且与正常人士的指纹存在一定的区别，据此认为指纹的差异性指标可以作为遗传性疾病的辅助诊断手段，从而引出研究方向。2．对彩色指纹图像的处理做了研究，比较了采用K-L变换和HIS转换后的图像分割效果，利用LBG算法对HIS变换后的图像进行分割，再利用JILP分类器建立指纹边界，然后针对手指边界做了梯度山东大学硕士学位论文校正。阐述了指纹方向图的求取方法，设定指纹比较的比对窗口，并且提出了一个表征指纹差异性的指标。3．对样本手指图像进行手指与背景数据的分群、建立手指边界、边界梯度校正、方向场窗口设定，按非重迭方向场与重迭方向场两种情况进行指纹差异

4、性的比较，测试结果证实了算法的有效性。最后，总结了本文的主要工作，指出了进一步的研究方向。关键词：指纹图像，辅助诊断，LBG分群，BP—MLP分类器，方向图，差异性指标山东大学硕士学位论文ABSTRACTJlediCa,1researehespointoutthattheskintexttireandthebraintexttirearegrowninac10separticularperiod，andtheybothhavethesameinborngro_,ingconditions．ThuS，theskintexturemayhavethedamagedinformat

5、iOnofthebraininearlygrowthperiod．andfingerprintmayincludesomehereditYparoxysminformation．PreselltmediCO,1researchshowsthatthefingerprintcharactel"istics0fsufferersvchohaveinborninheriteddilseases，suchasmentaldiseases，inbornintelligencehiriders，anddiabeteshavecertaingeneralitY，and，havecertai

6、ndifferencewiththoseofhealthypersonage．OnthecliniC，fingerprintcharacteristicscana1SObetlsedasassisteddiagnosismeansofinborndiseases．ThoughpictureprocessinghasalreadybeenV／idelyappliedintheindustryexaminatiOn，however，a,tltomaticPictureprocessingisnotuniversallyappliedinmediCa,1detections．Bec

7、auSeofthelimitationsofthemadiCfl,1petsonneIs’sight．physicalstrength．professionalknowledgeandotherman—maderestrictions．thediagnosticelficiencyandcredibilitiesoftraditionalartificialdiagnosisare10werthartautomaticmachinediagnosis．Thus．UsingautomatiCdiagnos