基于随机森林算法的小鼠microCT影像中骨骼关节特征点定位.pdfVIP

36卷3期 中 国 生物 医学 工程学报 V01．36No．3 2017年6月 C^inese如urn口f June2017 0，Bio，nedic口Z E凡gineering 基于随机森林算法的小鼠micro—CT影像中骨骼关节特征点定位 屠睿博 陈中华 王洪凯¨ (大连理工大学生物医学工程系，辽宁大连 116024) 摘要：随着小动物成像技术的发展，技术人员每天需要处理的小动物影像数量急剧增长，这使得自动化的小动 物图像分析方法成为迫切的需求。在小鼠图像分析方面，小鼠灵活多变的身体姿态给自动化的图像分析带来困 难。基于随机森林算法实现小鼠micro—cT图像中骨骼关节点的自动定位，为解决小鼠影像中身体姿态的自动识别 打下基础。该算法主要分3步：先通过分类随机森林算法得到小鼠骨骼关节点的粗定位，再通过回归随机森林算 法进一步减小定位误差，最后通过图匹配的方法在备选点中挑选正确位置上的关节点。对49例不同身体姿态的 小鼠全身三维micro—cT图像进行测试，全身关节点定位的成功率为98．27％，定位误差的中值为0．68mm。同时验 证联合使用分类与回归随机森林的必要性，并探究训练数据的数量对不同骨关节的识别效果的影响。研究为小鼠 micr0一cT影像中身体姿态的识别提供一种新方法，为后续的自动化图像配准、图像分割以及自动化图像测量提供 重要的定位信息。 关键词：小动物影像分析；骨关节点定位；随机森林；模式识别；显微cT 中图分类号：R318 文献标志码：A 文章编号：0258．802l(2叭7)03旬257—10 Bone Localizati蚰inMouseMicro-CT RandomForests Joints ImagesUsing Algorithm TuRuiboChen ZhonghuaWangHongkai’+ (D哆Pdnmen￡0，BiDmedicnfE“gineering，Ddf缸nUniFeni￡y矿nc^no如g)，，DⅡf如n116024，LiⅡoning，c^in口) withthe of forsmaU moreandmore Abstract：Alongrapiddevelopmentimagingtechniques animals， images obtainedfromsmallanimalsneedtobeanalyzed thereforeautomated methodhas perday， imageanalysis becomean demand．For mice the variationsbecomea urgent images，s培nificantinter-subjectposture major fbrautomated Inthis anautomaticbone methodwas localization dimculty imageanalysis． paper，