基于熵算法的膝关节红外图像特征提取研究

摘要

红外热成像技术越来越成熟，其在医学领域的应用也越来越广泛，因此对医学红外热图像的处理分析方法也越来越受到世人关注，本课题提出利用熵算法对膝关节红外热像图进行分析，最终找到膝关节红外图像与信息熵值之间的关系。
　　 首先对红外热像技术及其在医学领域的应用进行分析，并结合人体组织的红外光谱特点，奠定了膝关节红外成像基础；然后通过进一步研究，确定采用人体红外热像仪采集膝关节红外图像，并对具体实验进行详细设计，最后通过对比近似熵和样本熵在膝关节红外图像分析中的特点，发现样本熵算法在膝关节红外图像分析中更优越。
　　 本文在对样本熵理论进行推导分析的基础上，给出了样本熵算法的具体实现方法。本课题通过将膝关节红外图像转换成灰度图像像素级数序列，利用样本熵算法对像素级数序列进行分析。本课题分别对膝关节健康者和膝关节存在病变者的红外图像利用样本熵算法分析，然后对比研究，力求从定量分析的角度找到膝关节是否发生病变以及病变程度的规律，为临床诊断提供依据。
　　 本课题在人体膝关节红外图像分析问题上主要从两方面进行探讨。
　　 (1)膝关节红外图像采集实验。通过对实验环境、仪器参数的分析对实验进行详细设计，以获得适合本课题研究的红外热像图。
　　 (2)提出了一种利用样本熵对红外图像相应的像素级数序列进行分析的方法。通过样本熵算法定量分析的方法，确定膝关节是否病变以及病变程度。
　　 通过对膝关节红外图像分析，本课题验证了近似熵算法不适合用于本研究，而样本熵算法在分析膝关节红外热像图中是可以应用的。本研究中找到了健康者膝关节红外热像图的样本熵均值，即参考值。当其他人膝关节红外图像样本熵值绝大部分小于参考值，则表明此人膝关节可能存在病变，并且熵值比参考值越小，病变程度越深。