【技术实现步骤摘要】
一种基于人工智能的脊柱畸形矫形预测方法、装置及终端
本专利技术涉及人工智能
，特别涉及一种基于人工智能的脊柱畸形矫形预测方法、装置及终端。
技术介绍
虽然近年来在AIS(青少年特发性脊柱侧凸)的病因学研究方面取得了一些进展，但尚未有实质性的突破，目前还没有有效的预防干预措施。青少年特发性脊柱侧凸是一种三维平面的畸形，包括冠状位，矢状位，轴状位。研究表明，对于轻度侧凸(Cobb角小于40度)的AIS患者，如果骨骼发育尚未成熟，可以用石膏或支具治疗控制其进展；而对于Cobb角大于45度的患者，即使骨骼已发育成熟，畸形也会继续加重，所以外科手术就成为唯一有效的治疗方式。通过器械矫形(手术置钉)脊柱侧凸虽然有很高的矫形率，但也存在一些问题：1)基于运动功能的需要，在采用器械进行脊柱侧凸矫形时，通常选择主要侧凸节段进行固定融合，尽可能保留运动节段，这种融合节段的选择虽然有一些经验性研究结论，但都还存在一些缺陷，对同一患者选择不同融合节段，结果常常有较大差异，这种差异在术前很难预测评估；2)由于脊柱侧凸的复杂性，畸...
【技术保护点】
1.一种基于人工智能的脊柱畸形矫形预测方法，其特征在于，包括以下步骤：/n获取训练样本集数据，所述训练样本集数据包括：术前术后对应胸弯和腰弯的Cobb角信息、冠状位偏移距、顶椎偏移距、手术置钉位置以及患者基础信息；/n通过所述训练样本集数据对预设多种预测模型分别进行训练，获得训练结果；/n基于所述训练结果，确定最佳预测模型；/n基于所述最佳预测模型对目标患者脊柱畸形矫形进行预测。/n
【技术特征摘要】
1.一种基于人工智能的脊柱畸形矫形预测方法，其特征在于，包括以下步骤：
获取训练样本集数据，所述训练样本集数据包括：术前术后对应胸弯和腰弯的Cobb角信息、冠状位偏移距、顶椎偏移距、手术置钉位置以及患者基础信息；
通过所述训练样本集数据对预设多种预测模型分别进行训练，获得训练结果；
基于所述训练结果，确定最佳预测模型；
基于所述最佳预测模型对目标患者脊柱畸形矫形进行预测。
2.根据权利要求1所述的基于人工智能的脊柱畸形矫形预测方法，其特征在于，所述通过所述训练样本集数据对预设多种预测模型分别进行训练，获得训练结果，具体为：通过所述训练样本集数据对双向长短时记忆模型、深度因子分解机模型、卷积神经网络模型、深度网络模型及融合模型分别进行训练，获得训练结果。
3.根据权利要求2所述的基于人工智能的脊柱畸形矫形预测方法，其特征在于，所述融合模型具体为：通过深度集成方法对双向长短时记忆模型、深度因子分解机模型、卷积神经网络模型、深度网络模型进行集成得到的模型，所述深度集成方法采用深度神经网络DNN模型、Adaboost模型、GBDT模型或Xgboost模型。
4.根据权利要求1所述的基于人工智能的脊柱畸形矫形预测方法，其特征在于，所述通过所述训练样本集数据对预设多种预测模型分别进行训练，获得训练结果，具体为：通过所述训练样本集数据对预设多种预测模型分别进行训练，获得每种预测模型的训练结果，其中，所述训练结果包括拟合曲线情况、Cobb角误差值及各误差区间的患者比例，所述Cobb角误差值为模拟Cobb角与实际Cobb角之间的差值。
5.根据权利要求4所述的基于人工智能的脊柱畸形矫形预测方法，其特征在于，所述基于所述训练结果，确定最佳预测模型，具体为：基于每种模型训练后得到的拟合曲线情况、Cobb角误差值及各误差区间的患者比例，确定最佳预测模型。
6.根据权利要求1-5任一项所述的基于人工智能的脊柱畸形矫形预测方法，其特征在于，所述术前术后对应胸弯和...
【专利技术属性】
技术研发人员：杨长伟，陈锴，杨明园，翟骁，周田俊克，李明，陈婕，卞景贺，孙玉龙，张晓桐，谭巍，张朝武，
申请(专利权)人：海军军医大学第一附属医院第二军医大学第一附属医院上海长海医院，上海医米信息技术有限公司，
类型：发明
国别省市：上海;31
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。