[发明专利]青少年脊柱侧凸矫形手术效果预测方法有效
申请号: | 202310719244.4 | 申请日: | 2023-06-16 |
公开(公告)号: | CN116485793B | 公开(公告)日: | 2023-09-15 |
发明(设计)人: | 董玉雷;于斌;赵宏;仉建国 | 申请(专利权)人: | 中国医学科学院北京协和医院 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;A61B34/10;A61B6/00;G06T7/10 |
代理公司: | 北京市广友专利事务所有限责任公司 11237 | 代理人: | 张仲波 |
地址: | 100730 *** | 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: | 青少年 脊柱 矫形 手术 效果 预测 方法 | ||
1.一种青少年脊柱侧凸矫形手术效果预测方法,其特征在于,包括:
步骤1:获取患者的冠状面AP位脊柱图像、左弯曲LB位脊柱图像以及右弯曲RB位脊柱图像;
步骤2:利用预先训练好的椎体语义分割模型对各脊柱图像进行处理,分别提取得到AP位椎体轮廓、LB位椎体轮廓和RB位椎体轮廓;
步骤3:根据所述AP位椎体轮廓、LB位椎体轮廓和RB位椎体轮廓,计算得到脊柱特征数据;
步骤4:将所述脊柱特征数据和待植入的连接棒的位置数据输入至预先构建好的预测模型,得到术后效果预测结果;其中所述待植入的连接棒的位置数据为连接棒偏离主弯远端稳定椎的距离;
其中,所述步骤4包括:
将所述脊柱特征数据和待植入的连接棒的位置数据输入至预先构建好的整体回归模型,得到术后整体效果评分;
和/或,将所述脊柱特征数据和待植入的连接棒的位置数据输入至预先构建好的单项回归模型,得到术后单项指标评分,其中,术后单项指标包括矫形率、躯干平衡度、双肩平衡度中的至少一个;
其中,所述步骤4中,所述预测模型在构建时所使用的数据集采用自动标注,所述自动标注的方法包括:
获取待标注的原始数据集中每条数据所对应的术后AP位脊柱图像;
根据所述术后AP位脊柱图像,计算得到术后Cobb角、术后C7中垂线与骶骨中垂线之间距离和术后锁骨两端高度差;
根据每条数据所对应的术前AP位脊柱图像中术前Cobb角和所述术后Cobb角,计算得到矫形率;将所述术后C7中垂线与骶骨中垂线之间距离和术后锁骨两端高度差进行归一化,分别得到躯干平衡度和双肩平衡度;
组合该矫形率、躯干平衡度和双肩平衡度,得到效果向量;
将所述效果向量与预先构造的权重向量进行内积运算,得到术后整体效果分数;其中,该矫形率、躯干平衡度、双肩平衡度和术后整体效果分数即为所述原始数据集中每条数据所对应的标签。
2.根据权利要求1所述的方法,其特征在于,所述步骤2中,所述椎体语义分割模型为Unet神经网络模型。
3.根据权利要求1所述的方法,其特征在于,所述步骤3中,所述脊柱特征数据包括上胸弯Cobb角、上胸弯Bending Cobb角、主胸弯Cobb角、主胸弯Bending Cobb角、胸腰弯Cobb角、胸腰弯Bending Cobb角中的至少5个,其中,上胸是指T1-T5椎体,主胸是指T6-T11椎体,胸腰是指T12-L5椎体。
4.根据权利要求1所述的方法,其特征在于,所述步骤4中,所述预测模型采用多层感知机神经网络。
5.根据权利要求1所述的方法,其特征在于,所述待植入的连接棒的位置数据进行了标准化处理。
6.根据权利要求1所述的方法,其特征在于,所述整体回归模型和单项回归模型均采用多层感知机神经网络,网络结构分为四层:输入层、隐层一、隐层二和输出层,隐层一包含8个节点,隐层二包含32个节点,输出层包含1个节点。
7.根据权利要求1所述的方法,其特征在于,所述自动标注的方法中,该矫形率由上胸弯矫形率、主胸弯矫形率和胸腰弯矫形率三者取平均值得到;
所述术后Cobb角包括术后上胸弯Cobb角、术后主胸弯Cobb角和术后胸腰弯Cobb角,所述术前Cobb角包括术前上胸弯Cobb角、术前主胸弯Cobb角和术前胸腰弯Cobb角;
所述上胸弯矫形率由所述术后上胸弯Cobb角和术前上胸弯Cobb角计算得到,所述主胸弯矫形率由所述术后主胸弯Cobb角和术前主胸弯Cobb角计算得到,所述胸腰弯矫形率由所述术后胸腰弯Cobb角和术前胸腰弯Cobb角计算得到。
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中国医学科学院北京协和医院,未经中国医学科学院北京协和医院许可,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/202310719244.4/1.html,转载请声明来源钻瓜专利网。