简介： 本发明属于医学技术领域，公开了一种基于近红外光的膝骨性关节炎病程检测方法，首先采用图像分割处理技术对临床膝关节CT图片进行处理，留下肌肉和骨骼组织部分并进行灰度对比值加强和边缘提取；随后基于处理后的CT图片，采用蒙特卡洛方法，通过分析关节腔滑液的光学特性参数，分别模拟近红外光子在患关节炎早期、中期和晚期的膝关节内部运动轨迹，最后通过高斯函数拟合不同病程下的红外光子出射分布特征，以有效光子出射率和拟合函数的对称轴坐标作为双重指标判定患者病情。本发明实验结果表明该方法的准确率达到92％以上，且近红外光检测为无损检测手段，在膝骨性关节炎的临床检测应用上具有较大的应用价值。