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。
声明：
“基于机器学习的踝骨折及韧带损伤诊断方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1196
编辑：管理员
来源：北方有色网
咨询细节
