[发明专利]腰椎骨小梁负载应力改变及隐匿骨折人工风险评估方法

权利要求书

1.一种腰椎骨小梁负载应力改变及隐匿骨折人工风险评估方法，其特征在于，包括：

收集腰椎患者的腰椎X射线图像，进行筛选及图像处理，建立腰椎椎体识别模型；

从所述腰椎椎体识别模型的图像中获取骨小梁图像，对骨小梁的形态学参数及其变化规律进行分析，衡量评价骨小梁结构健康状况；

基于骨小梁结构健康状况，识别骨小梁图像中的健康骨小梁、隐匿性骨折及骨小梁损伤的图像，并通过不同类型的骨小梁图像对卷积神经网络进行学习训练，通过训练完成的卷积神经网络自动识别骨小梁图像的类别。

2.根据权利要求1所述的腰椎骨小梁负载应力改变及隐匿骨折人工风险评估方法，其特征在于，对腰椎患者的腰椎X射线图像进行筛选的步骤中，纳入标准包括：

腰椎X射线图像拍摄时间点为距离当前时间点的三个月时间内，且对应患者未接受影响BMD的治疗；

腰椎X射线图像包括正视图和侧视图，至少包括第一腰椎至第四腰椎的图像。

3.根据权利要求1所述的腰椎骨小梁负载应力改变及隐匿骨折人工风险评估方法，其特征在于，对腰椎患者的腰椎X射线图像进行筛选的步骤中，排除标准包括：

腰椎X射线图像对应的患者接受过内固定或骨水泥填充的腰椎手术；

第一腰椎至第四腰椎其中至少一者表现肿瘤、炎性疾病或脊柱侧弯或畸形的病变；

腰椎X射线图像无法与遮罩匹配；

腰椎X射线图像分辨率低。

4.根据权利要求1所述的腰椎骨小梁负载应力改变及隐匿骨折人工风险评估方法，其特征在于，骨小梁的形态学参数至少包括：

骨体积，表征目标区域内骨小梁体积；

总体积，表征目标区域的总体积；

体积分数，表征骨小梁体积与总体积的比值；

骨表面积，表征目标区域内骨小梁的表面积；

比表面积，表征单位体积内所具有的总面积；

骨小梁厚度，表征梁结构之间的平均厚度；

骨小梁间隙，表征梁结构之间的平均距离，增大时，显示距离增大，结构减小，性能降低；

骨小梁数量，表征梁单元与非梁结构交点数量，与厚度和间隙变化相关；

结构模型指数，表征骨小梁板状和柱状梁的组成情况，发生骨病变时，板状骨小梁减少，柱状骨小梁增加，结构模型指数增大；

连通性，表征梁结构的互相连接状况；

各向异性，表征目标区域内截距长度拟合椭球中长轴与短轴的比值，在骨病变初期，承重骨小梁的各向异性值增大，随病情加重，各向异性值减小。

5.根据权利要求1所述的腰椎骨小梁负载应力改变及隐匿骨折人工风险评估方法，其特征在于，骨小梁沿着轴向被压骨小梁结构形态学参数分析与仿生重建缩或拉伸，骨小梁的结构形态与机械载荷的量化分布相一致。

6.根据权利要求1所述的腰椎骨小梁负载应力改变及隐匿骨折人工风险评估方法，其特征在于，在训练卷积神经网络的步骤之后，还包括利用观测者操作特性曲线(ROC曲线)评价网络能效，。以ROC曲线下面积AUC大小来反映准确性，AUC≤0.8表示准确性低；0.8AUC≤0.9，表示准确性中等；AUC0.9，表示准确性高。

7.根据权利要求1所述的腰椎骨小梁负载应力改变及隐匿骨折人工风险评估方法，其特征在于，通过卷积神经网络算法对骨小梁的二维图形进行处理用来识别位移、缩放及其他形式扭曲不变性。

8.根据权利要求1所述的腰椎骨小梁负载应力改变及隐匿骨折人工风险评估方法，其特征在于，在对腰椎X射线图像进行图像处理的步骤中，通过图像分割的方法获取腰椎X射线图像中的骨小梁图像。

9.一种计算机设备，其特征在于，包括输入输出单元、存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至8中的任一所述的腰椎骨小梁负载应力改变及隐匿骨折人工风险评估方法中的步骤。

10.一种存储有计算机可读指令的存储介质，其特征在于，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至8中的任一所述的腰椎骨小梁负载应力改变及隐匿骨折人工风险评估方法中的步骤。