一种基于大数据的脊柱健康变化预测方法及系统技术方案

本发明专利技术提供了一种基于大数据的脊柱健康变化预测方法及系统；其中，所述方法包括：获取不同健康阶段的脊柱图像大数据，基于所述脊柱图像大数据组建训练集，利用所述训练集对深度识别模型进行训练；获取当前健康阶段的脊柱图像数据，将所述脊柱图像数据输入经过训练的所述深度识别模型，所述深度识别模型输出脊柱健康预测图集；根据预设策略对所述脊柱健康预测图集进行输出。本发明专利技术的方案能够准确预测得出与脊柱的当前健康阶段对应的脊柱健康预测图集，使得医生、病人都能更为深刻的了解脊柱健康的真实情况，有利于更为合理的诊疗方案的确定。定。定。

【技术实现步骤摘要】
一种基于大数据的脊柱健康变化预测方法及系统


[0001]本专利技术涉及医疗
，具体而言，涉及一种基于大数据的脊柱健康变化预测方法及系统。

技术介绍

[0002]进入现代社会的生活、工作节奏之后，越来越多的人出现脊柱健康问题，例如C型脊柱侧弯、S型脊柱侧弯等。为了更好的辅助医生进行脊柱健康问题的诊疗，已经有相关技术开始对脊柱图像的自动识别、标注等的研究，例如：
[0003]专利文献1(CN114187320A)公开了一种脊柱CT图像的分割方法，包括：确定在增强的脊柱CT图像上预估的前景区域和预估的背景区域之间的边缘，并基于所述边缘中的每个体素绘制有向图；根据所述有向图，确定所述增强的脊柱CT图像的最小割，以将所述增强的脊柱CT图像分割成包括有所述脊柱成像的实际前景区域、包括非脊柱图像的实际背景区域；基于所述最小割，在所述增强的脊柱CT图像上至少确定出所述实际前景区域。
[0004]专利文献2(CN114170114A)公开了一种脊柱CT图像的增强方法，其包括：对所述脊柱CT图像进行形态膨胀处理，生成形态膨胀图像；对所述形态膨本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的脊柱健康变化预测方法，其特征在于，包括如下步骤：获取不同健康阶段的脊柱图像大数据，基于所述脊柱图像大数据组建训练集，利用所述训练集对深度识别模型进行训练；获取当前健康阶段的脊柱图像数据，将所述脊柱图像数据输入经过训练的所述深度识别模型，所述深度识别模型输出脊柱健康预测图集；根据预设策略对所述脊柱健康预测图集进行输出。2.根据权利要求1所述的一种基于大数据的脊柱健康变化预测方法，其特征在于：所述脊柱图像大数据包括不同健康阶段的第一脊柱图像；则所述基于所述脊柱图像大数据组建训练集，包括：对各所述第一脊柱图像进行第一脊柱参数提取处理，基于提取出的第一脊柱参数确定各所述第一脊柱图像的第一属性，利用所述第一属性对各所述第一脊柱图像进行标注；对具有相同第一属性的各所述第一脊柱图像进行拟合处理，以得出第二脊柱图像以及对应的第二脊柱参数，根据所述第二脊柱参数确定所述第二脊柱图像的第二属性；计算各所述第二脊柱图像的所述第二属性与标准属性阶段表的第一匹配度，根据所述第一匹配度确定各所述第二脊柱图像的第一阶段序号，将与各所述第二脊柱图像对应的若干所述第一脊柱图像与所述第一阶段序号进行关联；以各所述第二脊柱图像的第一阶段序号为起点向后遍历，将遍历涉及的与所述第二脊柱图像对应的若干所述第一脊柱图像与第二阶段序号进行关联；根据所述第一脊柱图像和/或第二脊柱图像得出若干训练数据，将各所述训练数据组建为所述训练集。3.根据权利要求2所述的一种基于大数据的脊柱健康变化预测方法，其特征在于：所述第一脊柱图像与用户属性关联，且与第三阶段序号关联；则所述将与各所述第二脊柱图像对应的若干所述第一脊柱图像与所述第一阶段序号进行关联，包括：基于所述第三阶段序号确定至少两个所述第一脊柱图像，根据所述至少两个所述第一脊柱图像的所述第一脊柱参数计算突变度；若所述突变度大于或等于第一阈值，则将对应的所述第一脊柱图像删除，将剩余的若干所述第一脊柱图像与所述第一阶段序号进行关联。4.根据权利要求3所述的一种基于大数据的脊柱健康变化预测方法，其特征在于：在所述突变度大于或等于第一阈值之后，还包括：计算所述突变度是否小于第二阈值，若是，则：基于该第一脊柱图像的在前邻接的所述第一脊柱图像的所述第一脊柱参数确定若干第一力学模型计算该第一脊柱图像的所述第一脊柱参数与对应的所述第一力学模型的关联度值；若所述关联度值大于或等于第三阈值，则判定所述突变度大于或等于第一阈值，将对应的所述第一脊柱图像删除；否则判定所述突变度小于第一阈值，不将对应的所述第一脊柱图像删除。5.根据权利要求4所述的一种基于大数据的脊柱健康变化预测方法，其特征在于：第三阈值通过如下方式确定：
基于该第一脊柱图像的第二在前邻接的所述第一脊柱图像的所述第一脊柱参...

【专利技术属性】
技术研发人员：赵治洋，
申请(专利权)人：赵治洋，
类型：发明
国别省市：