[发明专利]一种膝关节疾病预测装置及系统

说明书

本发明公开了一种膝关节疾病预测装置及系统，系统包括：采集单元，用于采集步态数据，并建立得到步态数据库；预处理单元，用于对步态数据库中的步态数据进行预处理，得到标准步态数据；模型训练单元，用于构建多层神经网络模型，并根据标准步态数据对多层神经网络模型进行训练，得到训练后的神经网络模型；预测单元，用于对需要检测用户的步态数据进行采集，并输入至训练后的神经网络模型中，得到预测结果。本发明通过步态数据并建立多个多层神经网络模型进行训练，进而预测出膝关节疾病，这样能在不含辐射的同时，还能快速精准地预测各类膝关节疾病，大大提高预测效率。本发明可广泛应用于医疗领域中。

技术领域

本发明涉及医疗信息决策技术领域，尤其涉及一种膝关节疾病预测装置及系统。

背景技术

膝关节是全身最大的关节之一，由股骨、胫骨和髌骨构成，它是人体的承重关节，也是最易损伤的关节之一。膝关节是全身发病率最高的关节，中国人群膝关节疾病患病率高达1.5亿。膝关节疾病主要包括：骨性关节炎、半月板损伤、十字韧带损伤、滑膜炎、髌骨软化等。其主要症状是膝关节疼痛及关节功能紊乱，不仅涉及到关节内的各种病损，也常因各种关节外因素引起。而且膝关节产生的症状往往不具有特异性。如疼痛、打软腿、关节交锁等症状，既可以因为交叉韧带、半月板损伤引起，也可以因为髌股关节异常、关节软骨病变引起，甚至可能仅因为异常增生滑膜的嵌顿而引起。疾病发生的预警预测往往涉及传统的放射影像学方法，而传统的影像学预测膝关节疾病的方法也存在不足。

现有技术在依赖于传统影像学预测方式中存在以下问题：

1、依赖于传统影像学设备预警预测的方法存在一定量的放射辐射，目前传统影像学设备主要包括X线、CT、MRI以及超声等，在检测病人膝关节过程中存在一定的辐射，会潜在的损害身体或者加重膝关节病情；

2、依赖于传统影像学设备预测的方法只能检测膝关节的静态状态，无法反映膝关节的功能状态以及运动状况。膝关节疾病是以膝关节运动功能紊乱以及异常为特征的关节疾病。传统影像学设备无法动态的检测该类疾病，从而无法从运动功能角度预警预测该疾病，忽视了病人的运动功能异常，同时也可导致错误预测或者漏侧膝关节疾病；

3、依赖于传统影像学设备预警预测的方法无法快速的预警预测膝关节疾病，所耗时限30分钟以上，而且通常需要专业培训的影像学人员去分析检查结果。

发明内容

为了解决上述技术问题，本发明的目的是提供一种快速高效的膝关节疾病预测装置及系统。

本发明所采取的技术方案是：

一种膝关节疾病预测装置，包括：

采集单元，用于采集步态数据，并建立得到步态数据库；

预处理单元，用于对步态数据库中的步态数据进行预处理，得到标准步态数据；

模型训练单元，用于构建多层神经网络模型，并根据标准步态数据对多层神经网络模型进行训练，得到训练后的神经网络模型；

预测单元，用于对需要检测用户的步态数据进行采集，并输入至训练后的神经网络模型中，得到预测结果。

作为所述的一种膝关节疾病预测装置的进一步改进，所述的预处理单元具体包括：

剔除单元，用于根据步态数据库中的步态数据，对步态数据中的无效数据进行剔除处理，得到有效数据；

标准化单元，用于对有效数据进行标准化处理，得到标准步态数据。

作为所述的一种膝关节疾病预测装置的进一步改进，所述的模型训练单元具体包括：

模型构建单元，用于构建按照反向传播算法训练的n个多层神经网络模型，其中n为膝关节疾病总数；