一种基于多源特征的腰痛患者肢体功能障碍自动评估方法技术

本发明专利技术公开了一种基于多源特征的腰痛患者肢体功能障碍自动评估方法，首先，使用U

【技术实现步骤摘要】
一种基于多源特征的腰痛患者肢体功能障碍自动评估方法


[0001]本专利技术属于肢体功能障碍评估
，具体涉及一种基于多源特征的腰痛患者肢体功能障碍的自动评估方法。

技术介绍

[0002]腰痛是一种临床常见的高发疾病，严重影响患者的工作和生活，给患者和家庭带来沉重负担。功能障碍的精准评估是患者康复治疗和辅具适配方案确定的重要前提。
[0003]目前临床上主要基于行为学量表检查对腰痛患者进行肢体功能障碍评估，临床常用的量表有视觉模拟评分法(Visual Analogue Scale，VAS)、腰痛ODI评分标准(The Oswestry Disability Index，ODI)、日本骨科协会评估治疗分数(Japanese Orthopaetic Association Scores，JOA)、摩理斯生活障碍问卷(Roland
‑
Morris Disability Questionnaire，RMDQ)、魁北克腰痛障碍量表(Quebec Back Pain Disability Scale，QBPDS)等。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多源特征的腰痛患者肢体功能障碍自动评估方法，其特征在于，具体实现步骤如下：步骤一：使用U
‑
Net神经网络对腰痛患者腰部核磁共振影像中的多裂肌、竖脊肌进行自动分割，使用阈值法实现肌肉横截面积、脂肪浸润度等影像学特征的提取；步骤二：基于腰痛患者多种临床评估量表，筛选出与肢体功能相关性强的量表，并提取量表特征；步骤三：将量表特征、影像学特征进行归一化处理，构成特征集；步骤四：使用支持向量机递归特征消除算法对所有特征进行筛选，降低特征冗余，确定最优的特征组合；步骤五：选取有监督机器学习中的支持向量机方法构建评估模型，以最优特征组合作为模型输入，以视觉模拟评分法得分作为评估模型的导师监督信号；步骤六：采用网格寻优方式进行模型参数的寻优，并通过模型训练，完成腰痛患者肢体功能障碍评估模型的构建，实现对腰痛患者肢体功能障碍程度的自动评估；2.如权利要求1所述的方法，其特征在于，步骤一中所述的使用U
‑
Net神经网络和阈值法提取MRI影像学特征的方法如下：
①
选取患者L3
‑
L4脊柱段椎间盘的三张MRI轴位图像；
②
基于对比度受限自适应直方图均衡法提升MRI图像对比度，通过降低局部直方图的高度来限制噪声放大和增强局部对比度；
③
基于Adam优化器构建U
‑
Net网络，学习率为10
‑4，衰减系数为10
‑6，迭代次数为100，动量系数为0.9，并用图形处理器进行训练和测试，最终实现多裂肌、竖脊肌的自动分割；
④
采用最大类间方差法区分肌肉和脂肪组织。基于图像的直方图确定一个灰度值作为阈值，然后以此阈值将图像的直方图划分为两个不同的类，使得这两个类的类间方差达到最大值：σ
t2
＝ω0*ω1*(μ0‑
μ1)2式中，ω0、ω1为两类的出现概率，μ0、μ1为两类的均值；遍历图像所有灰度值，找出使得取得最大值的灰度值t，则最佳阈值就是t；
⑤
基于肌肉和脂肪组织的像素点数量，计算肌肉横截面积和脂肪浸润度特征：CSA＝p
total
*K式中，p
total
为ROI的像素数量之和；K为比例尺；式中，p
fat
为阈值分割后脂肪的像素总数；p
total
为该区域的总像素数量。最后，将多裂肌、竖脊肌的肌肉横截面积和脂肪浸润度特征作为MRI影像学特征。3.如权利要求1所述的方法，其特征在于，步骤二中所述的腰痛量表筛选及量表特征提取为：经过研究、筛选，选取与腰痛患者肢体功能障碍相关性强的量表主要包括：ODI评分标准和日本骨科协会评估治疗分数，将上述量表的小题得分和总分作为量表行为学特征。4.如权利要求1所述的方...

【专利技术属性】
技术研发人员：徐进，张风镝，冯翊航，沈冲，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：