[發明專利]一種人工關節假體周圍感染診斷模型及診斷系統

在審

• 申請號: 202310241609.7
• 申請日: 2023-03-14
• 公開（公告）號: CN115954102A
• 公開（公告）日: 2023-04-11
• 發明（設計）人: 盛璞義;孫偉;谷琛;陳蔚深;胡玄韜;張紫機;古明暉;鄭霖力;潘柏祺;張煒哲;吳小宇;王超;李誠新;阿爾曼?阿力木;黃東偉;涂玉成
• 申請（專利權）人: 中山大學附屬第一醫院;中山大學
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16H50/70
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 段卉

本發明公開了一種人工關節假體周圍感染診斷模型，所述人工關節假體周圍感染診斷模型包括1個元學習器和6個底層學習器；所述元學習器集成6個底層學習器；該人工關節假體周圍感染診斷模型運用集成型機器學習算法，綜合多個子模型優勢以提升模型性能，進而提高PJI診斷的精準度。本發明所述人工關節假體周圍感染診斷模型可以顯著提高PJI早期診斷的效能，改善臨床診療現狀，為PJI的精確診斷和預后預測提供了新的方案；可以在各級醫院中大規模開展及使用，模型中的診斷指標均為易獲取的常規指標，對各級醫院尤其是基層醫院PJI誤診率的降低具有極為重要的作用。

技術領域

本發明涉及計算機軟件技術領域，具體地，涉及一種人工關節假體周圍感染診斷模型及診斷系統。

背景技術

人工關節置換術（total?joint?arthroplasty，TJA）是治療終末期關節病的重要手段。

PJI的準確診斷是獲得良好療效的基礎，其早期精確診斷較為困難主要是因為PJI與關節假體無菌性松動（aseptic?prosthesis?loosening，APL）的癥狀相似，缺乏特異性診斷指標。尤其是感染時間大于6周的慢性PJI和機會致病菌感染導致的低毒PJI，并不表現出明顯的局部感染癥狀，也常不伴假體周圍積膿?，F有研究報導，PJI極易漏診，有高達20%按照APL診斷和治療的患者最終被證明罹患低級別PJI。診斷錯誤導致手術及治療方式選擇的錯誤，最終導致感染無法控制、反復多次翻修手術，對患者、家庭及社會帶來了沉重的打擊。因此，亟需探究術前早期、準確診斷PJI的新方法，對于指導手術方案、減少誤診誤治、改善PJI診治現狀具有極為重要的臨床和社會意義。

PJI的診斷缺乏可以作為“金標準”的單一指標。為了盡可能準確地診斷PJI，包括肌肉骨骼感染學會（MSIS）、美國傳染病學會（IDSA）、國際共識會議（ICM）和歐洲骨關節感染學會（EBJIS）在內的不同組織機構，匯集了骨科專家的知識并制定了若干診斷標準。

目前，經典指南中納入的PJI早期診斷指標分為以下幾大類：（1）臨床表現：包括是否存在竇道和假體暴露、術中發現假體周圍膿液等；（2）既往史：近期菌血癥、前次手術傷口愈合問題等病史；（3）血液檢查：包括紅細胞沉降率?(ESR)?、?C?反應蛋白?(CRP)、d-二聚體等；（4）關節滑液檢查：包括滑液白細胞計數、中性粒細胞百分比、白細胞酯酶、α-防御素等；（5）影像學檢查：包括三相骨掃描、白細胞閃爍掃描等；（6）微生物學、組織學檢查：關節穿刺滑液/病變組織培養、術中快速（冰凍）病理等。

機器學習（machine?learning，ML）是人工智能的一個領域，能提供數據分析方法來自動優化基于算法的模型的預測性能。ML技術的預測模型為精確診斷、預后預測等的臨床問題提供了新的方案。近年來，已有一些研究利用機器學習算法解決PJI相關問題。

發明內容

本發明的目的是為了克服現有技術的上述不足，提供一種人工關節假體周圍感染診斷模型及診斷系統。

本發明的第一目的是提供一種人工關節假體周圍感染診斷模型。

本發明的第二目的是提供上述人工關節假體周圍感染診斷模型在構建人工關節假體周圍感染診斷系統中的應用。

為了實現上述目的，本發明是通過以下方案予以實現的：

一種人工關節假體周圍感染診斷模型，所述人工關節假體周圍感染診斷模型包括1個元學習器和6個底層學習器；所述元學習器集成6個底層學習器；所述人工關節假體感染診斷模型以患者的21項指標作為輸入參數分別輸入每個底層學習器，將每個底層學習器輸出的結果輸入頂層的元學習器中，并從元學習器中獲取輸出結果，即預測結果；

所述元學習器為加權投票的集成學習模型ELWV；

所述6個底層學習器包括彈性網絡、線性支持向量機、核支持向量機、額外樹、輕型梯度提升機和多層感知機；