大魚際掌紋量化識別算法研究和輔助診斷系統(tǒng)設(shè)計.pdf

1、手掌診病是一種在中醫(yī)學(xué)科中被廣泛應(yīng)用的診病方法，通過醫(yī)學(xué)專家的多年臨床經(jīng)驗發(fā)現(xiàn)，哮喘等變態(tài)反應(yīng)性疾病患者大都存在著大魚際掌紋粗糙的現(xiàn)象。醫(yī)學(xué)專家在臨床診斷與研究中，將大魚際掌紋根據(jù)其粗糙程度分為Ⅰ-Ⅳ四級：Ⅰ、Ⅱ級為陰性，Ⅲ、Ⅳ級為陽性。利用計算機技術(shù)對大魚際掌紋進行研究是一項開創(chuàng)性工作。
　　 針對大魚際掌紋分級的依據(jù)，本文利用計算機技術(shù)對大魚際掌紋進行量化分級做了深入的研究。其主要研究內(nèi)容包括：
　　 大魚際掌紋圖像

2、預(yù)處理，利用坐標軸定位的方法對大魚際掌紋進行定位分割獲取大魚際掌紋圖像，利用中值濾波的方法對大魚際掌紋噪聲進行去噪，通過直方圖和高頻濾波相結(jié)合的方法對大魚際掌紋進行增強處理以達到大魚際掌紋圖像的紋理更加清晰對比更強烈的效果。在此基礎(chǔ)上，進行大魚際掌紋的特征提取，文中利用灰度共生矩陣提取其紋理特征，通過對增強后的大魚際掌紋圖像提取其4方向灰度共生矩陣，在灰度共生矩陣的基礎(chǔ)上提取其UNI、CON、COR、ENT、VAR、IDM、SA、DE八

3、個特征量用于分類識別。
　　 有關(guān)分類的內(nèi)容重點討論了支持向量機方法應(yīng)用于大魚際掌紋灰度共生矩陣的分類法，首先對SVM的基礎(chǔ)理論進行了相關(guān)的介紹，然后通過研究分析不同特征量對大魚際掌紋特征量分類的準確率，最終確定大魚際掌紋量化識別準確度最高的組合特征量。
　　 討論分析了大魚際掌紋量化識別系統(tǒng)的設(shè)計，并在此基礎(chǔ)上利用多媒體技術(shù)建立大魚際掌紋數(shù)據(jù)庫。通過結(jié)合醫(yī)學(xué)知識分析大魚際掌紋在輔助診斷系統(tǒng)中的應(yīng)用。最后簡單分析了基于案