Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于多源特征的腰痛患者肢体功能障碍自动评估方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明公开了一种基于多源特征的腰痛患者肢体功能障碍自动评估方法,首先,使用U‑Net神经网络对腰部核磁共振MRI影像中的多裂肌、竖脊肌进行自动分割,并采用最大类间方差法实现肌肉横截面积、脂肪浸润度等影像学特征的提取;其次,通过对临床常用的腰痛患者评估量表进行筛选,提取量表特征;随后,使用支持向量机递归特征消除算法SVM‑RFE对所有特征进行筛选,降低特征冗余,确定最优的特征组合;最后,选用机器学习中的支持向量机SVM方法构建腰痛患者肢体功能障碍评估模型,实现对腰痛患者功能障碍的自动评估和判别。本方法首次基于量表、影像学等多源特征组合,结合支持向量机方法,实现对腰痛患者肢体功能障碍程度的自动评估。

主权项:1.一种基于多源特征的腰痛患者肢体功能障碍自动评估方法,其特征在于,具体实现步骤如下:步骤一:使用U-Net神经网络对腰痛患者腰部核磁共振影像中的多裂肌、竖脊肌进行自动分割,使用阈值法实现肌肉横截面积、脂肪浸润度影像学特征的提取;步骤二:基于腰痛患者多种临床评估量表,筛选出与肢体功能相关性强的量表,并提取量表特征;腰痛量表筛选及量表特征提取为:经过研究、筛选,选取与腰痛患者肢体功能障碍相关性强的量表主要包括:ODI评分标准和日本骨科协会评估治疗分数,将上述量表的小题得分和总分作为量表行为学特征;步骤三:将量表特征、影像学特征进行归一化处理,构成特征集;步骤四:使用支持向量机递归特征消除算法对所有特征进行筛选,降低特征冗余,确定最优的特征组合;步骤五:选取有监督机器学习中的支持向量机方法构建评估模型,以最优特征组合作为模型输入,以视觉模拟评分法得分作为评估模型的导师监督信号;步骤六:采用网格寻优方式进行模型参数的寻优,并通过模型训练,完成腰痛患者肢体功能障碍评估模型的构建,实现对腰痛患者肢体功能障碍程度的自动评估。

全文数据:

权利要求:

百度查询: 西安交通大学 一种基于多源特征的腰痛患者肢体功能障碍自动评估方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。