本發(fā)明涉及醫(yī)學(xué)圖像處理和模式識(shí)別，具體涉及一種基于統(tǒng)一彈球損失的脊柱側(cè)彎背部圖像數(shù)據(jù)分類(lèi)方法、系統(tǒng)及介質(zhì)。

背景技術(shù)：

1、脊柱側(cè)彎是一種復(fù)雜的三維脊柱畸形，屬于常見(jiàn)的脊柱疾病，若不及時(shí)干預(yù)和矯正，可能導(dǎo)致嚴(yán)重的健康問(wèn)題，包括呼吸功能障礙、脊柱疼痛及運(yùn)動(dòng)功能受限等。

2、脊柱側(cè)彎的病因不明。如果前期不進(jìn)行預(yù)防診治，會(huì)伴有嚴(yán)重并發(fā)癥的風(fēng)險(xiǎn)。隨著患者的成長(zhǎng)發(fā)育，患者易出現(xiàn)慢性背痛，導(dǎo)致背部發(fā)生更明顯的變化，這種變化包括臀部和肩膀不對(duì)稱(chēng)、肋骨突出以及腰部和軀干側(cè)向傾斜等。更嚴(yán)重地，肋骨可能會(huì)壓迫肺部，導(dǎo)致呼吸困難。前期的病因調(diào)查研究雖然表明曾患腦癱和肌營(yíng)養(yǎng)不良癥等疾病的患者相較于其他患者更容易患上脊柱側(cè)彎，但大多數(shù)情況下青少年脊柱側(cè)彎患者的患病原因是未知的。

3、目前，常見(jiàn)的脊柱側(cè)彎?rùn)z測(cè)手段包括：

4、目測(cè)感受法：醫(yī)生通過(guò)觀(guān)察背部形態(tài)，判斷肩膀是否不對(duì)稱(chēng)或脊柱是否偏離正常軸線(xiàn)。此方法依賴(lài)醫(yī)生的經(jīng)驗(yàn)，容易出現(xiàn)誤判，且主觀(guān)性較強(qiáng)。

5、x光影像測(cè)量cobb角度法：這是臨床上常用的診斷方法，需患者保持固定姿勢(shì)，醫(yī)生通過(guò)x光片測(cè)量cobb角度來(lái)確定脊柱側(cè)彎的嚴(yán)重程度。雖然此方法準(zhǔn)確，但長(zhǎng)期頻繁使用x光對(duì)健康不利，且不適合大規(guī)模篩查。

6、傳統(tǒng)的脊柱側(cè)彎篩查方法主要依賴(lài)于物理檢測(cè)法、x光片拍攝。這些方法雖然可以在臨床中常規(guī)使用，但存在諸多限制。首先傳統(tǒng)物理檢測(cè)法包括簡(jiǎn)單的體格檢查和物理測(cè)量，此類(lèi)非侵入性方法雖然安全，但篩查的陽(yáng)性預(yù)測(cè)值較低，常導(dǎo)致不必要的轉(zhuǎn)診和進(jìn)一步的影像檢查；x光片雖然是金標(biāo)準(zhǔn)，但頻繁的放射線(xiàn)照射對(duì)健康有潛在風(fēng)險(xiǎn)，尤其不適合長(zhǎng)期監(jiān)測(cè)。此外，已有技術(shù)如中國(guó)專(zhuān)利“cn201210441954.9”中提出了一種基于x光圖像的脊柱側(cè)彎?rùn)z測(cè)方法，該方法包括通過(guò)深度學(xué)習(xí)識(shí)別脊柱圖像中的脊柱彎曲區(qū)域并計(jì)算cobb角，但該方案仍依賴(lài)于x光成像，難以解決放射線(xiàn)暴露問(wèn)題。

7、以上篩查方法不僅成本高，效率低，還難以廣泛適用于大規(guī)模人群的初步篩查。

8、隨著計(jì)算機(jī)視覺(jué)、人工智能及機(jī)器學(xué)習(xí)技術(shù)的快速發(fā)展，自動(dòng)化圖像分類(lèi)方法逐漸被應(yīng)用于脊柱側(cè)彎的診斷和篩查中。這類(lèi)方法具有非侵入性、成本低、無(wú)需放射線(xiàn)照射等優(yōu)勢(shì)，能夠減少人為誤差并提高篩查效率。然而，現(xiàn)有的自動(dòng)化方法在應(yīng)對(duì)大規(guī)模數(shù)據(jù)時(shí)仍存在諸多挑戰(zhàn)，特別是當(dāng)面對(duì)含有噪聲或異常值的數(shù)據(jù)時(shí)，模型的準(zhǔn)確性和魯棒性可能受到影響。因此，亟需一種能夠提高對(duì)脊柱側(cè)彎圖像分類(lèi)精度及效率的算法，以應(yīng)對(duì)噪聲和大規(guī)模數(shù)據(jù)的挑戰(zhàn)。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)現(xiàn)有技術(shù)中的缺陷，本發(fā)明提供一種基于統(tǒng)一彈球損失的脊柱側(cè)彎背部圖像數(shù)據(jù)分類(lèi)方法及系統(tǒng)，解決了現(xiàn)有技術(shù)中存在的技術(shù)問(wèn)題。

2、第一方面，本發(fā)明實(shí)施例提供的一種基于統(tǒng)一彈球損失的脊柱側(cè)彎背部圖像數(shù)據(jù)分類(lèi)方法，包括以下步驟：

3、獲取患者背部的基礎(chǔ)信息和脊柱側(cè)彎背部的圖像數(shù)據(jù)；

4、對(duì)所述脊柱側(cè)彎背部圖像數(shù)據(jù)進(jìn)行預(yù)處理，得到預(yù)處理后的數(shù)據(jù)，從所述預(yù)處理后的數(shù)據(jù)中提取背部脊柱圖像特征；

5、根據(jù)預(yù)處理后的數(shù)據(jù)構(gòu)建并訓(xùn)練基于統(tǒng)一彈球損失脊柱側(cè)彎分類(lèi)模型，優(yōu)化模型參數(shù)，模型生成一對(duì)非平行的分離超平面，得到超平面參數(shù)；

6、采用所述超平面參數(shù)和新的背部脊柱圖像特征進(jìn)行分類(lèi)決策，得到分類(lèi)結(jié)果；

7、輸出所述分類(lèi)結(jié)果。

8、第二方面，本發(fā)明實(shí)施例提供一種基于統(tǒng)一彈球損失的脊柱側(cè)彎背部圖像數(shù)據(jù)分類(lèi)系統(tǒng)，包括：圖像采集模塊、數(shù)據(jù)處理模塊、模型訓(xùn)練模塊、分類(lèi)決策模塊和輸出模塊，所述圖像采集模塊用于獲取患者背部的基礎(chǔ)信息和脊柱側(cè)彎背部圖像數(shù)據(jù)；

9、所述數(shù)據(jù)處理模塊用于對(duì)所述脊柱側(cè)彎背部圖像數(shù)據(jù)進(jìn)行預(yù)處理，得到預(yù)處理后的數(shù)據(jù)，從所述預(yù)處理后的數(shù)據(jù)中提取背部脊柱圖像特征；

10、所述模型訓(xùn)練模塊用于根據(jù)預(yù)處理后的數(shù)據(jù)構(gòu)建并訓(xùn)練基于統(tǒng)一彈球損失脊柱側(cè)彎分類(lèi)模型，優(yōu)化模型參數(shù)，模型生成一對(duì)非平行的分離超平面，得到超平面參數(shù)；

11、所述分類(lèi)決策模塊采用超平面參數(shù)和新的背部脊柱圖像特征進(jìn)行分類(lèi)決策，得到分類(lèi)結(jié)果；

12、所述輸出模塊用于輸出分類(lèi)結(jié)果。

13、第三方面，本發(fā)明實(shí)施例提供的一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序包括程序指令，所述程序指令當(dāng)被處理器執(zhí)行時(shí)使所述處理器執(zhí)行上述實(shí)施例描述的方法。

14、本發(fā)明的有益效果：

15、本發(fā)明實(shí)施例提供的一種基于統(tǒng)一彈球損失的脊柱側(cè)彎背部圖像數(shù)據(jù)分類(lèi)方法、系統(tǒng)及介質(zhì)，利用機(jī)器學(xué)習(xí)方法根據(jù)患者背部圖片，使用高斯核函數(shù)進(jìn)行數(shù)據(jù)映射，最終構(gòu)建基于統(tǒng)一彈球損失函數(shù)的脊柱側(cè)彎分類(lèi)模型，用于脊柱側(cè)彎程度的分類(lèi)，且附加最小化彈球損失的過(guò)程減小誤分類(lèi)影響，實(shí)現(xiàn)模型的優(yōu)化，使得模型能更加精準(zhǔn)地分類(lèi)、預(yù)測(cè)。

技術(shù)特征：

1.一種基于統(tǒng)一彈球損失的脊柱側(cè)彎背部圖像數(shù)據(jù)分類(lèi)方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)背部圖像數(shù)據(jù)進(jìn)行預(yù)處理的方法具體包括：圖像分割、灰度化處理、濾波去噪處理、尺寸標(biāo)準(zhǔn)化處理和圖像歸一化。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述背部脊柱圖像特征包括紋理特征、形狀特征和統(tǒng)計(jì)特征。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)預(yù)處理后的數(shù)據(jù)構(gòu)建并訓(xùn)練基于統(tǒng)一彈球損失脊柱側(cè)彎分類(lèi)模型具體包括：

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述優(yōu)化模型參數(shù)包括：求解最大化不同脊柱側(cè)彎程度樣本之間的分類(lèi)間隔，并最小化統(tǒng)一彈球損失函數(shù)，具體為：

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述分類(lèi)決策的具體方法包括：根據(jù)新的背部脊柱圖像特征和超平面參數(shù)計(jì)算兩者之間的相對(duì)位置關(guān)系，根據(jù)相對(duì)位置關(guān)系進(jìn)行分類(lèi)。

7.一種基于統(tǒng)一彈球損失的脊柱側(cè)彎背部圖像數(shù)據(jù)分類(lèi)系統(tǒng)，其特征在于，包括：圖像采集模塊、數(shù)據(jù)處理模塊、模型訓(xùn)練模塊、分類(lèi)決策模塊和輸出模塊，所述圖像采集模塊用于獲取患者背部的基礎(chǔ)信息和脊柱側(cè)彎背部圖像數(shù)據(jù)；

8.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，所述預(yù)處理包括圖像分割、灰度化處理、濾波去噪處理、尺寸標(biāo)準(zhǔn)化處理和圖像歸一化。

9.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，所述背部脊柱圖像特征包括紋理特征、形狀特征和統(tǒng)計(jì)特征。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序包括程序指令，所述程序指令當(dāng)被處理器執(zhí)行時(shí)使所述處理器執(zhí)行如權(quán)利要求1-6任一項(xiàng)所述的方法。

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種基于統(tǒng)一彈球損失的脊柱側(cè)彎背部圖像數(shù)據(jù)分類(lèi)方法、系統(tǒng)及介質(zhì)，方法包括：獲取患者背部的基礎(chǔ)信息和脊柱側(cè)彎背部圖像數(shù)據(jù)；對(duì)脊柱側(cè)彎背部圖像數(shù)據(jù)進(jìn)行預(yù)處理，得到預(yù)處理后的數(shù)據(jù)，從預(yù)處理后的數(shù)據(jù)中提取背部脊柱圖像特征；根據(jù)預(yù)處理后的數(shù)據(jù)構(gòu)建并訓(xùn)練基于統(tǒng)一彈球損失脊柱側(cè)彎分類(lèi)模型，優(yōu)化模型參數(shù)，模型生成一對(duì)非平行的分離超平面，得到超平面參數(shù)；采用超平面參數(shù)和新的背部脊柱圖像特征進(jìn)行分類(lèi)決策，得到分類(lèi)結(jié)果；輸出所述分類(lèi)結(jié)果。該方法通過(guò)對(duì)構(gòu)建基于統(tǒng)一彈球損失函數(shù)的脊柱側(cè)彎分類(lèi)模型進(jìn)行模型優(yōu)化，使得模型能更加精準(zhǔn)地分類(lèi)、預(yù)測(cè)。

技術(shù)研發(fā)人員：張里博,馮旻昱,李棟,李卓群,胡婷,熊偉明
受保護(hù)的技術(shù)使用者：西南大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/4/28