一种基于机器学习的踝骨折及韧带损伤诊断方法

摘要

本发明公开一种基于机器学习的踝骨折及韧带损伤诊断方法，该方法确定计算机特征提取的区域，在每个区域中分别对所有X光影像骨折类型的分类进行标记，同时对该张X光影像标记对应病人的韧带损伤类型，即有损伤和无损伤；对X光影像进行预处理获取踝骨骼的前景图像；建立基于BoVW+SVM算法的踝骨折预测模型，通过Apriori算法寻找病例中骨损伤与韧带损伤之间的频繁项集，挖掘事务之间的关联规则，并将SVM分类得到的骨损伤结果作为前项输入，预测韧带损伤以及隐匿性骨损伤。通过该方法可以辅助外科医生对踝骨骼X光影像进行自动读片，节省诊治时间，提高踝损伤的诊治效果。