[發(fā)明專利]基于支持向量機(jī)的TKA術(shù)前臨床分期智能評(píng)估方法在審
| 申請(qǐng)?zhí)枺?/td> | 201911255366.2 | 申請(qǐng)日: | 2019-12-10 |
| 公開(kāi)(公告)號(hào): | CN110930399A | 公開(kāi)(公告)日: | 2020-03-27 |
| 發(fā)明(設(shè)計(jì))人: | 李修寒;吳小玲;王偉;王黎明 | 申請(qǐng)(專利權(quán))人: | 南京醫(yī)科大學(xué) |
| 主分類號(hào): | G06T7/00 | 分類號(hào): | G06T7/00;G06K9/62 |
| 代理公司: | 北京卓嵐智財(cái)知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11624 | 代理人: | 郭智 |
| 地址: | 210000 江蘇*** | 國(guó)省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 支持 向量 tka 臨床 分期 智能 評(píng)估 方法 | ||
1.基于支持向量機(jī)的TKA術(shù)前臨床分期智能評(píng)估方法,其特征在于:包括如下步驟:
S1、采集膝關(guān)節(jié)0A影像學(xué)數(shù)據(jù),收集X線全長(zhǎng)片數(shù)據(jù),并配合術(shù)下肢全長(zhǎng)CT容積掃描影像數(shù)據(jù)、骨密度數(shù)據(jù)、MRT1/T2/3D-FS-SPGR軟骨成像序列數(shù)據(jù)、組織樣本、病人一般資料等資料,進(jìn)行篩選并進(jìn)行臨床分期的訓(xùn)練樣本的數(shù)據(jù)標(biāo)注;
S2、利用已進(jìn)行標(biāo)注臨床分期的X線影像學(xué)數(shù)據(jù),明確分期等級(jí),對(duì)不同的線性核、多項(xiàng)式核和高斯核等的支持向量機(jī)進(jìn)行訓(xùn)練;
S3、采用支持向量機(jī)進(jìn)行分類輸出。
2.根據(jù)權(quán)利要求1所述的基于支持向量機(jī)的TKA術(shù)前臨床分期智能評(píng)估方法,其特征在于:所述S2中,支持向量機(jī)進(jìn)行訓(xùn)練的方法包括如下步驟:
S2.1、輸入兩類訓(xùn)練樣品向量(Xi,Yi)(i=1,2,...,N,X∈Rn,y∈|-1,1|),類號(hào)分別為w1,w2,如果Xi∈w1,則Yi=-1,;Xi∈w2,則Yi=1;
S2.2、指定核函數(shù)類型;
S2.3、利用二次規(guī)劃方法求解日標(biāo)函數(shù)式的最優(yōu)解,得到最優(yōu)Lagrange乘子a*;
S2.4、利用樣本庫(kù)中的一個(gè)支持向量Xi,得到偏差值b。
3.根據(jù)權(quán)利要求2所述的基于支持向量機(jī)的TKA術(shù)前臨床分期智能評(píng)估方法,其特征在于:所述指定核函數(shù)類型采用多項(xiàng)式核,其公式如下:
k(x,x′)=(<x,x′>+d)p,p∈N,d≥0......(1)。
4.根據(jù)權(quán)利要求2所述的基于支持向量機(jī)的TKA術(shù)前臨床分期智能評(píng)估方法,其特征在于:所述二次規(guī)劃方法求解目標(biāo)函數(shù)式的目標(biāo)函數(shù)為:
5.根據(jù)權(quán)利要求1所述的基于支持向量機(jī)的TKA術(shù)前臨床分期智能評(píng)估方法,其特征在于:所述S3中,支持向量機(jī)進(jìn)行分類輸出的方法步驟如下:
S3.1、采用二次規(guī)劃求最優(yōu)解;
S3.2、采用拉格朗日乘子法對(duì)二次規(guī)劃問(wèn)題求解;
S3.3、在多分類中構(gòu)造一個(gè)具有軟判決輸出的SVM。
6.根據(jù)權(quán)利要求5所述的基于支持向量機(jī)的TKA術(shù)前臨床分期智能評(píng)估方法,其特征在于:所述采用二次規(guī)劃求最優(yōu)解的公式如下:
w表示分類超平面的系數(shù),b是一個(gè)常數(shù)。
7.根據(jù)權(quán)利要求5所述的基于支持向量機(jī)的TKA術(shù)前臨床分期智能評(píng)估方法,其特征在于:所述拉格朗日乘子法的公式如下:
αi[yi(<w·xi>+b)-1]=0,i=1,…N……(4);
αi為各樣本的拉格朗日乘子,假設(shè)α的最優(yōu)解是α*,把最優(yōu)解代入超平面方程,得到?jīng)Q策函數(shù):
8.根據(jù)權(quán)利要求5所述的基于支持向量機(jī)的TKA術(shù)前臨床分期智能評(píng)估方法,其特征在于:所述SVM的判決輸出通過(guò)Sigmoid函數(shù)映射到0與1之間,構(gòu)造概率輸出的數(shù)學(xué)表達(dá)式,其簡(jiǎn)化形式如下:
f(x)=∑αiyiK(xi,x)+b……(6);
其中,K(xi,x)=<xi·x>為構(gòu)造的核函數(shù)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于南京醫(yī)科大學(xué),未經(jīng)南京醫(yī)科大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201911255366.2/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 移動(dòng)向量解碼方法和移動(dòng)向量解碼裝置
- 一種用于支持向量機(jī)的在線向量選取方法
- 用于在幀序列中執(zhí)行運(yùn)動(dòng)估計(jì)的數(shù)據(jù)處理系統(tǒng)和方法
- 神經(jīng)網(wǎng)絡(luò)的處理方法及裝置、存儲(chǔ)介質(zhì)、電子設(shè)備
- 字符序列處理方法及設(shè)備
- 向量獲取方法、裝置、電子設(shè)備以及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)
- 向量獲取方法、裝置、電子設(shè)備以及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)
- 近鄰向量的召回方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)
- 一種向量運(yùn)算裝置及運(yùn)算方法
- 生成類別向量的方法和裝置
- 6-TK(M)-360型坦克車用高能量干荷式密封免維護(hù)鉛酸蓄電池
- 12-TK(M)-100型裝甲車用高能量干荷式密封免維護(hù)鉛酸蓄電池
- 12-TK(M)-220型坦克車用高能量干荷式密封免維護(hù)鉛酸蓄電池
- 12-TK(M)-160型裝甲車用高能量干荷式密封免維護(hù)鉛酸蓄電池
- 用于全膝關(guān)節(jié)置換術(shù)內(nèi)側(cè)副韌帶松解的穿刺針及使用方法
- 用于全膝關(guān)節(jié)置換術(shù)內(nèi)側(cè)副韌帶松解的穿刺針
- 一種貝殼杉烷天然產(chǎn)物3TKA的用途
- 一種碳?xì)淞霞託浞磻?yīng)三相產(chǎn)物的熱高壓分餾方法和設(shè)備
- 基于支持向量機(jī)的TKA術(shù)前臨床分期智能評(píng)估方法
- 一種用于TKA術(shù)后的膝關(guān)節(jié)康復(fù)訓(xùn)練設(shè)備





