【技术实现步骤摘要】
一种股骨转子间骨折自适应模态智能辅助诊疗方法及系统
[0001]本专利技术涉及医学影像处理
,具体涉及一种股骨转子间骨折自适应模态智能辅助诊疗方法及系统
。
技术介绍
[0002]我国老龄化问题日益严峻,髋部骨折好发于老年群体,其中又以股骨转子间骨折占比最高占髋部骨折的
34
%~
46
%,且手术治疗复杂
、
难度大,不及时正确治疗可能会影响老年人的生活质量甚至威胁生命
。
临床上对股骨转子间骨折的手术方案选择可根据对骨折的分型来选择
。
目前临床医生对于股骨转子间骨折分型的标准主要参考
Evans
‑
Jensen
分型及
2018
版
AO/OTA
分型,
Evans
‑
Jensen
分型将股骨转子间骨折按有无移位
、
稳定性等分为5个亚型,
2018
版
AO/OTA
分型将股骨转子间骨折分为
31A1、31A2、31A3
三个亚型,
31A1、31A3
亚型可再细分为三个亚组,
31A2
亚型细分为两个亚组,共八种亚组分类,相较而言在分型方法上
2018
版
AO/OTA
分型更细化
。
[0003]此外,
2018
版
AO/OTA
分型,根据 ...
【技术保护点】
【技术特征摘要】
1.
一种股骨转子间骨折自适应模态智能辅助诊疗方法,其特征在于,包括:对获取的骨折影像数据进行预处理,得到外侧壁值和模态模型;根据所述模态模型,选择骨折线分型模型中对应的子模型进行分型,得到分型结果;根据所述外侧壁值和所述分型结果,确定目标分型结果
。2.
根据权利要求1所述的方法,其特征在于,所述对获取的骨折影像数据进行预处理,得到外侧壁值和模态模型步骤,包括:对获取的骨折影像数据进行特征提取处理,得到外侧壁值;对获取的骨折影像数据进行影像模态分型识别,得到模态模型
。3.
根据权利要求2所述的方法,其特征在于,所述对获取的骨折影像数据进行特征提取处理,得到外侧壁值步骤,包括:对所述骨折影像数据进行灰度化处理,提取边缘轮廓特征;采用特征匹配识别股骨外侧壁,并计算外侧壁值
。4.
根据权利要求1所述的方法,其特征在于,所述骨折线分型模型包括多个分型深度学习子模型,所述子模型根据骨折影像数据类型进行区分
。5.
根据权利要求4所述的方法,其特征在于,所述模态模型中包括一种或多种骨折数据类型,故单个模态模型对应一个或多个所述子模型
。6.
根据权利要求5所述的方法,其特征在于,根据所述模态模型,选择骨折线分型模型中对应的子模型进行分型,得到分型结果步骤,包括:根据所述模态模型,选择骨折线分型模型中对应的一个或多个子模型;将所述骨折影像数据分类型输入对应的子模型,通过卷积神经网络进行特征提取;各对应子模型分别输出模态模型的特征,所述特征包括模态共有特征和模态特有特征;将所述模态共有特征和所述模态特有特征进行向量叠加,完成特征融合;根据融合后的特征得到分型结果
。7.
根据权利要求1所述的方法,其特征在于,根据所述外侧壁值和所述分型结果,确定目标分型结果步骤,包括:当所述分型结果为
31A1.1
型和
31A1.2
型中的一种时,则所述目标分型结果等于所述分型结果;当所述分型结果为
31A1.3
型
、31A2.2
型
、31A2.3
型中的一种时,则根据所述外侧壁值确定所述目标分型结果;当所述分型结果为
31A3<...
【专利技术属性】
技术研发人员:聂瑞,张和华,段傲文,刘学思,
申请(专利权)人:中国人民解放军陆军特色医学中心,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。