[發(fā)明專利]基于支持向量機(jī)的TKA術(shù)前臨床分期智能評估方法

在審

• 申請?zhí)枺?/td>: 201911255366.2
• 申請日: 2019-12-10
• 公開（公告）號: CN110930399A
• 公開（公告）日: 2020-03-27
• 發(fā)明（設(shè)計）人: 李修寒;吳小玲;王偉;王黎明
• 申請（專利權(quán)）人: 南京醫(yī)科大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 北京卓嵐智財知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11624
• 代理人: 郭智

本發(fā)明涉及全膝關(guān)節(jié)置換技術(shù)領(lǐng)域，具體地說，涉及基于支持向量機(jī)的TKA術(shù)前臨床分期智能評估方法。其方法包括如下步驟：采集膝關(guān)節(jié)OA影像學(xué)數(shù)據(jù)，收集X線全長片數(shù)據(jù)，并配合術(shù)下肢全長CT容積掃描影像數(shù)據(jù)、骨密度數(shù)據(jù)、MR T1/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；利用已進(jìn)行標(biāo)注臨床分期的X線影像學(xué)數(shù)據(jù)；采用支持向量機(jī)進(jìn)行分類輸出。該基于支持向量機(jī)的TKA術(shù)前臨床分期智能評估方法中，在TKA術(shù)前臨床智能分期中采用基于支持向量機(jī)有監(jiān)督深度學(xué)習(xí)算法，將醫(yī)生從大量醫(yī)學(xué)影像學(xué)數(shù)據(jù)中解放出來，減少醫(yī)生間水平的差異，實現(xiàn)從前期輔助醫(yī)生判斷到成熟后獨立決策的過程。

技術(shù)領(lǐng)域

本發(fā)明涉及全膝關(guān)節(jié)置換技術(shù)領(lǐng)域，具體地說，涉及基于支持向量機(jī)的TKA術(shù)前臨床分期智能評估方法。

背景技術(shù)

隨著我國人口老齡化加速、運動損傷及交通事故等高能量損傷的增多，軟骨以及軟骨下骨的損傷和/或缺損的發(fā)病率明顯升高。據(jù)統(tǒng)計，我國每年創(chuàng)傷后軟骨損傷達(dá)10萬人，骨性關(guān)節(jié)炎總患病人數(shù)更高達(dá)1.2億，發(fā)病率約為人口的9.6％。雖然軟骨修復(fù)技術(shù)的研究不斷深入，但是對于嚴(yán)重的膝關(guān)節(jié)OA，全膝關(guān)節(jié)置換術(shù)仍然是當(dāng)前最可靠的治療手段。近年來，我國人工關(guān)節(jié)置換的年增長率達(dá)13％，目前已達(dá)到20萬例/年。

膝關(guān)節(jié)OA臨床表現(xiàn)及體征不盡相同，其臨床分期評估對于提高診療效果尤為重要。通過準(zhǔn)確判斷患者病情的嚴(yán)重程度，從而指導(dǎo)臨床醫(yī)生對患者進(jìn)行TKA手術(shù)。傳統(tǒng)的臨床分期評估是在進(jìn)行TKA手術(shù)前，醫(yī)生根據(jù)經(jīng)驗及知識利用X射線并適時結(jié)合CT或MRI醫(yī)學(xué)影像學(xué)數(shù)據(jù)進(jìn)行評估，評估的準(zhǔn)確度依醫(yī)生不同有所差別。隨著人工智能技術(shù)的不斷發(fā)展，利用影像學(xué)數(shù)據(jù)進(jìn)行智能分期評估成為了可能，其分期評估的準(zhǔn)確度未來甚至可以超越有經(jīng)驗的醫(yī)生，實現(xiàn)從前期輔助醫(yī)生判斷到成熟后獨立決策，將醫(yī)生從大量醫(yī)學(xué)影像學(xué)數(shù)據(jù)中解放出來，減少醫(yī)生間水平的差異。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供基于支持向量機(jī)的TKA術(shù)前臨床分期智能評估方法，以解決上述背景技術(shù)中提出的問題。

為實現(xiàn)上述目的，本發(fā)明提供基于支持向量機(jī)的TKA術(shù)前臨床分期智能評估方法，包括如下步驟：

S1、采集膝關(guān)節(jié)OA影像學(xué)數(shù)據(jù)，收集X線全長片數(shù)據(jù)，并配合術(shù)下肢全長CT容積掃描影像數(shù)據(jù)、骨密度數(shù)據(jù)、MR T1/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，對不同的線性核、多項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。

作為優(yōu)選，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(X_i,Y_i)(i＝1,2,…,N,X∈Rⁿ,y∈|-1,1|)，類號分別為w₁,w₂，如果X_i∈w₁，則Y_i＝-1,；X_i∈w₂，則Y_i＝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、利用樣本庫中的一個支持向量X_i，得到偏差值b。

作為優(yōu)選，所述指定核函數(shù)類型采用多項式核，其公式如下：

k(x,x')＝(<x,x'>+d)^p,p∈N,d≥0……(1)。