This step classifies the femur and

This step classifies the femur and patellar. This method has
the stream from the raw (Fig. 3(a)) to the binarization (Fig.
3(b)), the closing (Fig. 3(c)), and the extraction (Fig. 3(d)).
Since the intensity of border between the soft tissue and the
bone (cancellous and cortical bone) region in the raw MDCT
image has fuzzy distribution (Fig. 3(a)), to set the threshold of
the binarization by manual is difficult, has not quantitative,
and has take a lot of hard works. Therefore, it is important to
binarize the raw image using the accurate and automatic
threshold. If threshold is too small and large, it is impossible to
segment the femur and patellar. This process secondary
differentiates the intensity-frequency graph, detects the
maximum value of the threshold to segment the femur and
patellar dynamically. Fig. 4(a) indicates the frequency
(number) of the intensity for the object pixel, and has the
intensity between the soft tissue and bone about 300. Fig. 4(b)
indicates the secondary differentiation for the intensity to
frequency, and determines the threshold of the intensity
between the soft tissue and bone about 300.

ผลลัพธ์ (ไทย) 1:

ขั้นตอนนี้แบ่งประเภทกระดูกต้นขา และสะบ้า วิธีนี้มีสายน้ำดิบ (Fig. 3(a)) การ binarization (ฟิก3(b)) ปิด (Fig. 3(c)) และสกัด (Fig. 3(d))ตั้งแต่ความเข้มของเส้นขอบระหว่างเนื้อเยื่ออ่อนและระบบ MDCT ดิบกระดูก (กระดูกเนื้อโปร่ง และเนื้อแน่น)ภาพได้ชัดเจนกระจาย (Fig. 3(a)) การตั้งค่าขีดจำกัดของbinarization โดยคู่มือยาก ไม่มีเชิงปริมาณและได้ใช้เวลามากทำงานหนัก ดังนั้น จึงเป็นสิ่งสำคัญbinarize ภาพ raw ที่ใช้ถูกต้อง และโดยอัตโนมัติขีดจำกัดการ ถ้าขีดจำกัดขนาดเล็ก และใหญ่เกินไป เป็นไปไม่ได้เซ็กเมนต์กระดูกต้นขา และสะบ้า กระบวนการนี้รองกราฟความถี่ความเข้มที่แตกต่าง ตรวจพบการค่าสูงสุดของขีดจำกัดการแบ่งเซ็กเมนต์กระดูกต้นขา และสะบ้าแบบไดนามิก Fig. 4(a) บ่งชี้ความถี่ใน(หมายเลข) ของความเข้มสำหรับพิกเซลของวัตถุ และการความเข้มระหว่างเนื้อเยื่ออ่อนและกระดูกประมาณ 300 Fig. 4(b)สร้างความแตกต่างที่รองสำหรับความเข้มเพื่อการบ่งชี้ความถี่ และกำหนดขีดจำกัดของความรุนแรงระหว่างเนื้อเยื่ออ่อนและกระดูกประมาณ 300

ผลลัพธ์ (ไทย) 2:

ขั้นตอนนี้จัดกระดูกและ patellar วิธีการนี้มีกระแสจากดิบ (รูปที่ 3. (ก)) เพื่อฐานสอง (รูปที่. 3 (ข)) ปิด (รูปที่. 3 (c)) และการสกัด (รูปที่. 3 (ง)) . เนื่องจากความเข้มของพรมแดนระหว่างเนื้อเยื่ออ่อนและที่กระดูก (cancellous และกระดูกเยื่อหุ้มสมอง) ภูมิภาค MDCT ดิบภาพที่มีการกระจายเป็นฝอย(รูปที่ 3. (ก)) เพื่อกำหนดเกณฑ์ของฐานสองโดยคู่มือการเป็นสิ่งที่ยากได้ไม่เชิงปริมาณและมีการใช้เวลามากของการทำงานอย่างหนัก ดังนั้นจึงเป็นสิ่งสำคัญที่จะbinarize ภาพดิบใช้ที่ถูกต้องและอัตโนมัติเกณฑ์ หากเกณฑ์มีขนาดเล็กเกินไปและขนาดใหญ่เป็นไปไม่ได้ส่วนที่โคนขาและ patellar ขั้นตอนที่สองนี้แตกต่างกราฟความเข้มความถี่ตรวจพบค่าสูงสุดของเกณฑ์การส่วนโคนขาและpatellar แบบไดนามิก มะเดื่อ. 4 (ก) ระบุความถี่(จำนวน) ของความเข้มสำหรับวัตถุพิกเซลและมีความรุนแรงระหว่างเนื้อเยื่ออ่อนและกระดูกประมาณ300 รูป 4 (ข) แสดงให้เห็นถึงความแตกต่างของความเข้มรองกับความถี่และกำหนดเกณฑ์ของความรุนแรงในระหว่างเนื้อเยื่ออ่อนและกระดูกประมาณ300

ผลลัพธ์ (ไทย) 3:

ขั้นตอนนี้จัดกระดูก และเอ็นสะบ้า . วิธีนี้มีกระแสจากดิบ
( รูปที่ 3 ( ก ) กับภาพ ( ภาพที่
3 ( B ) , ปิด ( รูปที่ 3 ( C ) , และการสกัด ( รูปที่ 3 ( d ) ) .
เนื่องจากความเข้มของเส้นขอบระหว่างเนื้อเยื่ออ่อนและกระดูก (
กระดูกเนื้อโปร่งกระดูกเนื้อแน่น ) และภูมิภาคในรูป mdct
ดิบมีการกระจายแบบฟัซซี่ ( รูปที่ 3 ( ก ) ) เพื่อกำหนดเกณฑ์ของ
ส่วนภาพด้วยมือยาก มีปริมาณ
และได้ใช้เวลามากทำงานหนัก ดังนั้นจึงเป็นสิ่งสำคัญที่จะ
binarize ภาพดิบโดยใช้ที่ถูกต้องและประตูอัตโนมัติ

ถ้าเกณฑ์มันขนาดเล็ก และขนาดใหญ่ มันเป็นไปไม่ได้

ส่วนโคนขา และสะบ้า . กระบวนการนี้ทำให้ความเข้มความถี่รอง

กราฟตรวจจับมูลค่าสูงสุดของเกณฑ์ตามโคนขา
patellar และแบบไดนามิก รูปที่ 4 ( ) ใช้แสดงความถี่
( ตัวเลข ) ของความเข้มของวัตถุพิกเซลและมีความเข้มระหว่าง
เนื้อเยื่ออ่อนและกระดูกประมาณ 300 รูป 4 ( b )
บ่งบอกถึงความแตกต่างมัธยมเข้ม

ความถี่ และกำหนดเกณฑ์ของความเข้ม
ระหว่างเนื้อเยื่ออ่อนและกระดูกประมาณ 300