[发明专利]髋臼骨缺损的检测方法、检测装置、存储介质和处理器在审
申请号: | 201910740980.1 | 申请日: | 2019-08-12 |
公开(公告)号: | CN110473193A | 公开(公告)日: | 2019-11-19 |
发明(设计)人: | 庞博 | 申请(专利权)人: | 北京爱康宜诚医疗器材有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00 |
代理公司: | 11240 北京康信知识产权代理有限责任公司 | 代理人: | 董文倩<国际申请>=<国际公布>=<进入 |
地址: | 102200 北京市昌平*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 医学影像数据 髋臼骨缺损 检测 多组数据 学习训练 训练模型 存储介质 检测装置 分型法 组数据 处理器 髋臼 申请 分析 | ||
本申请提供了一种髋臼骨缺损的检测方法、检测装置、存储介质和处理器。该检测方法包括:获取待测医学影像数据,待测医学影像数据为待检测者的髋臼部位的医学影像数据;采用检测模型对待测医学影像数据进行分析,确定待测医学影像数据的髋臼骨缺损程度,其中,检测模型为使用多组数据通过深度学习训练出的,多组数据中的每组数据均包括:训练医学影像数据和训练医学影像数据对应的训练髋臼骨缺损程度。该方法避免采用现有技术中的分型法确定待测医学影像数据的髋臼骨缺损程度,而是采用训练模型确定待测医学影像数据的髋臼骨缺损程度,并且,该训练模型是采用深度学习训练得到的,这样使得确定的结果较准确。
技术领域
本申请涉及医疗领域,具体而言,涉及一种髋臼骨缺损的检测方法、检测装置、存储介质和处理器。
背景技术
随着接受全髋关节置换术患者年龄不断增长及活动量增大,髋关节翻修手术数量不断增长。造成初次全髋关节置换术失败需行髋关节翻修术的原因很多,有感染、假体聚乙烯内衬磨损和假体习惯性脱位等。假体磨损碎屑所致假体周围骨溶解,进而引起假体无菌性松动,始终是施行髋关节翻修术的最主要原因。面对初次髋关节置换失败后髋关节翻修术,髋臼侧缺损修复重建手术策略及手术技术是对骨科医生的挑战之一。
髋关节翻修术髋臼侧重建面临的最主要问题是髋臼骨缺损,其术前评估常采用Paprosky分型、美国骨科医师学会(AAOS)分型、Saleh分型、Gustilo分型及Gross分型等,其中,Paprosky分型和AAOS分型在临床上应用最为广泛。目前,这些方法难以准确地判断髋臼骨缺损的程度。
在背景技术部分中公开的以上信息只是用来加强对本文所描述技术的背景技术的理解,因此,背景技术中可能包含某些信息,这些信息对于本领域技术人员来说并未形成在本国已知的现有技术。
发明内容
本申请的主要目的在于提供一种髋臼骨缺损的检测方法、检测装置、存储介质和处理器,以解决现有技术中的评估方法难以准确地判断髋臼骨缺损程度的问题。
为了实现上述目的,根据本申请的一个方面,提供了一种髋臼骨缺损的检测方法,包括:获取待测医学影像数据,所述待测医学影像数据为待检测者的髋臼部位的医学影像数据;采用检测模型对所述待测医学影像数据进行分析,确定所述待测医学影像数据的髋臼骨缺损程度,其中,所述检测模型为使用多组数据通过深度学习训练出的,所述多组数据中的每组数据均包括:训练医学影像数据和训练医学影像数据对应的训练髋臼骨缺损程度。
进一步地,所述检测模型的构建方法包括:获取所述训练医学影像数据;对所述训练医学影像数据进行预定处理,得到处理医学影像数据;对所述训练医学影像数据、所述处理医学影像数据以及所述训练髋臼骨缺损程度进行训练,得到所述检测模型。
进一步地,所述预定处理包括以下至少之一:旋转、平移和加噪声。
进一步地,所述对所述训练医学影像数据、所述处理医学影像数据以及所述训练髋臼骨缺损程度进行训练,得到所述检测模型,包括:分别获取所述训练医学影像数据以及所述处理医学影像数据中的局部二值模式特征;分别提取所述训练医学影像数据以及所述处理医学影像数据中的深度特征;融合所述局部二值模式特征和所述深度特征,得到融合特征;将所述融合特征以及所述训练髋臼骨缺损程度输入至分类器中,得到所述检测模型。
进一步地,分别获取所述训练医学影像数据以及所述处理医学影像数据中的局部二值模式特征,包括:分别提取所述训练医学影像数据以及所述处理医学影像数据中的预备局部二值模式特征;对所述预备局部二值模式特征进行降维处理,得到所述局部二值模式特征。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京爱康宜诚医疗器材有限公司,未经北京爱康宜诚医疗器材有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910740980.1/2.html,转载请声明来源钻瓜专利网。