一种基于甲基乙二醛含量预测骨质疏松时期的方法、设备及程序产品
技术特征：
1.一种基于甲基乙二醛含量预测骨质疏松时期的方法，其特征在于，包括：
2.根据权利要求1所述的基于甲基乙二醛含量预测骨质疏松时期的方法，其特征在于，所述影像特征替换为皮质骨总面积，当第一节点皮质骨总面积小于第二节点皮质骨总面积，判定为骨质疏松第一时期；当第一节点皮质骨总面积大于第二节点皮质骨总面积，判定为骨质疏松第二时期；可选地，所述影像特征替换为骨小梁分离度，当第一节点骨小梁分离度大于第二节点骨小梁分离度，判定为骨质疏松第一时期；当第一节点骨小梁分离度小于第二节点骨小梁分离度，判定为骨质疏松第二时期；
3.根据权利要求1所述的基于甲基乙二醛含量预测骨质疏松时期的方法，其特征在于，所述影像特征还包括皮质骨总面积，当第一节点皮质骨厚度小于第二节点皮质骨厚度，第一节点皮质骨总面积小于第二节点皮质骨总面积时，判定为骨质疏松第一时期；当第一节点皮质骨厚度大于第二节点皮质骨厚度，第一节点皮质骨总面积大于第二节点皮质骨总面积时，判定为骨质疏松第二时期；
4.根据权利要求1所述的基于甲基乙二醛含量预测骨质疏松时期的方法，其特征在于，所述方法还包括数据处理，对ct影像进行目标区域勾画并分割得到目标影像，基于目标影像提取第一节点影像特征和第二节点影像特征；
5.根据权利要求1所述的基于甲基乙二醛含量预测骨质疏松时期的方法，其特征在于，将s3替换为s3’：将第一节点影像特征和第二节点影像特征输至训练好的模型中进行预测得到骨质疏松的时期；
6.根据权利要求1所述的基于甲基乙二醛含量预测骨质疏松时期的方法，其特征在于，将s2替换为s21：获取待测者甲基乙二醛的含量，将ct影像数据和甲基乙二醛含量输至神经网络中进行特征学习与特征融合得到积累节点影像特征，基于积累节点影像特征进行预测得到骨质疏松的时期，其中积累节点影像特征为包含甲基乙二醛含量信息的节点影像特征。
7.根据权利要求1的所述的基于甲基乙二醛含量预测骨质疏松时期的方法，其特征在于，所述s2替换为s22:基于ct影像提取骨的第一节点刚度和第二节点刚度，比较第一节点刚度与第二节点刚度得到骨质疏松的时期；可选地，所述s22替换为s23：获取待测者甲基乙二醛的含量、刚度，将刚度与ct影像输至神经网络中进行特征学习和特征融合得到融合特征，基于融合特征进行预测得到骨质疏松时期；
8.一种计算机程序产品，其上有计算机程序或指令，其特征在于，包括：
9.一种计算机设备，包括存储器、处理器和存储在存储器上的计算机程序或指令，其特征在于，包括：
10.一种计算机可读存储介质，其上存储有计算机程序或指令，其特征在于，包括：
技术总结
本申请涉及智能医疗领域，具体涉及一种基于甲基乙二醛含量预测骨质疏松时期的方法、设备及程序产品。包括S1:获取待测者不同时间点的CT影像数据，待测者为甲基乙二醛积累增加待测者；S2:基于不同时间点的CT影像数据提取第一节点影像特征和第二节点影像特征；S3:比较第一节点影像特征与第二节点影像特征；S4：所述影像特征包括皮质骨厚度，当第一节点皮质骨厚度小于第二节点皮质骨厚度，判定为骨质疏松第一时期；当第一节点皮质骨厚度大于第二节点皮质骨厚度，判定为骨质疏松第二时期，本申请能够预测骨质疏松的不同时期，具有很好临床价值。
技术研发人员：张平,赵建,董妍宏,张博允,孟乾,陈硕,马雪峰
受保护的技术使用者：河北医科大学第三医院
技术研发日：
技术公布日：2024/11/14
技术研发人员：张平,赵建,董妍宏,张博允,孟乾,陈硕,马雪峰
技术所有人：河北医科大学第三医院
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除