System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本公开涉及生物医学,具体地,涉及一种模型生成方法、预测方法、装置、介质和设备。
技术介绍
1、非创伤性股骨头坏死多发于中青年患者,其治疗是世界性的难题,如不进行干预大约有80%的患者会出现股骨头塌陷,一旦塌陷则会出现头臼关系紊乱,从而继发髋关节骨性关节炎。最终只能接受昂贵的髋关节置换术,且置换的假体具有使用年限的限制,届时此类患者将不得不接收髋关节翻修手术,从而对此类患者带来巨大的创伤和经济压力。
2、在疾病早期进行保髋治疗,对于防止防治股骨头塌陷、改善患者临床预后具有重要意义,是股骨头坏死领域的热点和难点,精准的预测股骨头的塌陷对提高保髋治疗的疗效具有重要意义。因此,如何更好地对股骨头塌陷风险进行精准预测已成为业界亟待解决的问题。
技术实现思路
1、本公开的目的是提供一种模型生成方法、预测方法、装置、介质和设备,以实现对股骨头塌陷可能性的准确预测。
2、为了实现上述目的,本公开第一方面提供一种股骨头塌陷风险的预测模型生成方法,包括:
3、获取多个样本图像;
4、确定每一所述样本图像的样本特征信息,其中,所述样本特征信息包括影像形态学特征信息、三维重建特征信息、股骨头阈值特征信息和图像感兴趣区域的影像组学特征信息,所述影像形态学特征信息为人眼观察下的影像形态学特征信息,包括囊变位置和硬化带位置;所述三维重建特征信息包括股骨头内部的软组织体积、硬化骨体积和股骨头体积;所述股骨头阈值特征信息包括股骨头区域最大、最小和平均灰度值;
< ...【技术保护点】
1.一种股骨头塌陷风险的预测模型生成方法,其特征在于,包括:
2.根据权利要求1所述的股骨头塌陷风险的预测模型生成方法,其特征在于,所述对所述样本特征信息进行筛选,确定目标特征,包括:
3.根据权利要求1所述的股骨头塌陷风险的预测模型生成方法,其特征在于,所述确定与所述目标特征对应的回归系数组,包括:
4.根据权利要求1所述的股骨头塌陷风险的预测模型生成方法,其特征在于,所述回归系数组包括参考系数和每一所述目标特征对应的回归系数;所述根据所述目标特征和所述回归系数组,生成股骨头塌陷风险的预测模型,包括:
5.根据权利要求1所述的股骨头塌陷风险的预测模型生成方法,其特征在于,所述股骨头塌陷风险的预测模型生成方法还包括:
6.一种股骨头塌陷风险的预测方法,其特征在于,包括:
7.一种股骨头塌陷风险的预测模型生成装置,其特征在于,包括:
8.一种股骨头塌陷风险的预测装置,其特征在于,包括:
9.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,该程序指令被处理器执行时实现权利要求
10.一种电子设备,其特征在于,包括:
...【技术特征摘要】
1.一种股骨头塌陷风险的预测模型生成方法,其特征在于,包括:
2.根据权利要求1所述的股骨头塌陷风险的预测模型生成方法,其特征在于,所述对所述样本特征信息进行筛选,确定目标特征,包括:
3.根据权利要求1所述的股骨头塌陷风险的预测模型生成方法,其特征在于,所述确定与所述目标特征对应的回归系数组,包括:
4.根据权利要求1所述的股骨头塌陷风险的预测模型生成方法,其特征在于,所述回归系数组包括参考系数和每一所述目标特征对应的回归系数;所述根据所述目标特征和所述回归系数组,生成股骨头塌陷风险的预测模型,包括:
5.根据权利要求1所述的...
【专利技术属性】
技术研发人员:陈卫衡,李泰贤,唐开强,王荣田,宓保宏,
申请(专利权)人:北京中医药大学第三附属医院,
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。