[发明专利]一种基于纠错输出码的全膝关节置换术假体型号预测方法及电子装置有效
申请号: | 202010298732.9 | 申请日: | 2020-04-16 |
公开(公告)号: | CN111681763B | 公开(公告)日: | 2023-01-17 |
发明(设计)人: | 岳宇;赵旻暐;李斗;田华 | 申请(专利权)人: | 北京大学 |
主分类号: | G16H50/50 | 分类号: | G16H50/50;G06V10/764;G06V10/82;G06N3/04;G06N3/08 |
代理公司: | 北京君尚知识产权代理有限公司 11200 | 代理人: | 余长江 |
地址: | 100871 北*** | 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: | 一种 基于 纠错 输出 膝关节 置换 体型 预测 方法 电子 装置 | ||
1.一种基于纠错输出码的全膝关节置换术假体型号预测方法,其步骤包括:
1)对每一假体型号进行编码,得到所述假体型号的纠错码;其中,所述对每一假体型号进行编码,得到所述假体型号的纠错码,包括:
1.1)选取编码方案;其中,所述选取编码方案,包括:
1.1.1)固定一判决方式,且选取至少两个编码方案样例;所述判决方式包括:硬判决且不考虑类别占比方法、硬判决且考虑类别占比方法、软判决且使用欧几里得计算方法或软判决且基于Sigmoid函数的计算方法,所述编码方案样例包括:(15,11)Hamming码和码长为16的Hadamard码;
1.1.2)基于每一所述编码方案样例为所述假体型号分配码字,且根据各编码方案样例的长度设置神经网络的输出节点数目并训练所述神经网络;其中,所述神经网络包括:若干层ResNet网络的卷积层、池化层,一全连接层,多个二分类器,和一输出层;
1.1.3)根据固定的判决方式,将各神经网络的输出结果映射为假体型号;
1.1.4)统计各编码方案样例预测的假体型号及相邻两类假体型号的准确率,以选择编码方案;
1.2)选取编码长度;其中,所述选取编码长度,包括:
1.2.1)固定一判决方式,并在选取的编码方案中选取若干个编码长度,以为各假体型号分配码字;
1.2.2)根据分配的码字,设置所述神经网络的输出节点数目并对所述神经网络进行训练;
1.2.3)根据固定的判决方式,将各神经网络的输出结果映射为假体型号;
1.2.4)统计各编码长度预测的假体型号及相邻两类假体型号的准确率,且结合性价比因素,选择编码长度;
1.3)基于选择的编码方案和编码长度,对每一假体型号进行编码,得到所述假体型号的纠错码;
2)选择判决方式;其中,所述选择判决方式,包括:
2.1)根据所述纠错码的编码长度,设置所述神经网络的输出节点数目并对所述神经网络进行训练;
2.2)在不同判决方式下,分别将各神经网络的输出结果映射为假体型号;
2.3)基于不同判决方式下预测假假体型号的准确率,并结合性价比因素,选取判决方式;
3)抽取患者X光片的关键特征,并对患者基本信息进行上采样之后,拼接所述关键特征与上采样后信息;
4)将拼接后的结果送入所述多个二分类器,得到各二分类器输出的概率序列;
5)根据选择的判决方式,将所述概率序列映射到使用纠错码编码的假体型号,获得患者所需假体型号的预测结果。
2.如权利要求1所述的方法,其特征在于,所述X光片通过直方图均衡与均值漂移方法对原始X光片进行图像处理获得。
3.如权利要求1所述的方法,其特征在于,所述为各假体型号分配码字的准则包括:码字间最小距离尽可能大、选取后各二分类器的正负样本分布尽可能均衡。
4.如权利要求1所述的方法,其特征在于,所述性价比因素包括编码复杂度、各编码方案的最小码距、编码后各二分类器的样本分布是否均衡。
5.一种存储介质,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行权利要求1-4中任一所述方法。
6.一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行如权利要求1-4中任一所述方法。
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大学,未经北京大学许可,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/202010298732.9/1.html,转载请声明来源钻瓜专利网。