[发明专利]一种基于活动度特征的踝关节韧带损伤智能决策系统

说明书

本发明提供一种基于活动度特征的踝关节韧带损伤智能决策系统，属于智能辅助决策技术领域。所述系统包括：采集模块，用于采集损伤组与对照组中受试者的足踝部运动信息；构建模块，用于分别构建损伤组与对照组的距下关节活动度特征空间；生成模块，用于构建深度卷积生成式对抗网络，利用所述距下关节活动度特征空间中真实的距下关节活动度特征，扩展生成损伤组与对照组的距下关节活动度特征；决策模块，用于构建长短时记忆网络，利用损伤组与对照组真实的活动度特征与扩展生成的活动度特征组成训练集对长短时记忆网络进行训练，得到踝关节韧带损伤智能决策模型。采用本发明，能够实现小样本采集条件下的踝关节韧带损伤智能、精准的决策。

技术领域

本发明涉及智能辅助决策技术领域，特别涉及是指一种基于活动度特征的踝关节韧带损伤智能决策系统。

背景技术

较髋关节、膝关节而言，踝关节面最小，且承受着人体几乎全部的体重，作为人类行走、跑步、弹跳等高频动作的重要负重支点，踝关节无疑是人体最易受伤的关节。据不完全统计，我国每年有超过1,000,000新增踝关节韧带损伤患者。然而，国内能够为踝关节韧带损伤患者提供专业诊疗的医疗机构资源紧张，且城乡分配不均。

如是现状，突显出传统临床诊疗在时间、空间、标准化，以及精准性水平上的局限性。人体运动学参数精准检测技术的日臻成熟，为距骨与跟骨之间韧带断裂等踝关节韧带损伤的智能决策提供了客观、有效的数据支撑，同时，也为损伤的智能辅助决策系统构建提供了可能。

目前，尽管医学领域已对足踝运动损伤的发病机制与康复方法进行了广泛的研究，但受限于临床领域经验为主导的“描述医学”方式，尚未形成量化、精准的“解释医学”智能决策模式。

发明内容

本发明要解决的技术问题是提供一种基于活动度特征的踝关节韧带损伤智能决策系统，以解决现有的踝关节韧带损伤决策中存在的智能、精准的决策系统短缺的问题。

本发明实施例提供了一种基于活动度特征的踝关节韧带损伤智能决策系统，该系统包括：

采集模块，用于采集损伤组与对照组中受试者的足踝部运动信息；

构建模块，用于根据采集的足踝部运动信息，分别构建损伤组与对照组的距下关节活动度特征空间；

生成模块，用于构建深度卷积生成式对抗网络，利用所述距下关节活动度特征空间中真实的距下关节活动度特征，扩展生成损伤组与对照组的距下关节活动度特征；

决策模块，用于构建长短时记忆网络，利用损伤组与对照组真实的距下关节活动度特征与扩展生成的距下关节活动度特征组成训练集对长短时记忆网络进行训练，得到踝关节韧带损伤智能决策模型。

进一步地，所述采集模块，具体用于基于海德堡足部测量方法，建立覆盖膝关节、踝关节、足部的足踝部运动测量模型；基于所述足踝部运动测量模型，通过光学运动捕捉系统采集损伤组与对照组中受试者在自然行走过程中的足踝部运动信息。

进一步地，所述膝关节的骨性标志点包括：沿膝关节弯曲轴最大距离方向的膝关节内侧和外侧标记点；

踝关节的骨性标志点包括：沿踝骨转动轴最大距离方向的内踝标记点和沿踝骨转动轴最大距离方向的外踝标记点；

足部的骨性标志点包括：跟骨内、外、背侧最凸出位置标记点，从矢状面观察轴线与地面约成45°的舟骨标记点，第1、5跖骨近端标记点和远端标记点，其中，1指大拇趾，5指小趾。

进一步地，所述系统还包括：

预处理模块，用于对采集模块采集到的足踝部运动信息进行预处理；其中，