申请/专利权人：徐州医科大学

申请日：2024-01-19

公开（公告）日：2024-04-16

公开（公告）号：CN117893819A

主分类号：G06V10/764

分类号：G06V10/764;G06T7/00;G06T3/04;G06T7/60;G06T7/62;G06V10/40;G06V10/25;G06V10/28

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.03#实质审查的生效;2024.04.16#公开

摘要：本发明公开了一种基于分级特征的骨质疏松预检方法，涉及计算机辅助设计技术领域，包括：采集股骨病变图像，经过预处理转换为二值化图像；并在二值化图像基础上，结合临床经验，提取预筛特征，初步筛检出骨质疏松图像；基于骨质疏松图像，构建皮质骨中轴线，提取皮质骨局部形态特征，其中，皮质骨局部形态特征为皮质骨厚度；基于骨质疏松图像，提取皮质骨全局形态特征；收集股骨图像样本，以及皮质骨厚度、皮质骨厚度变化率与皮质骨面积，建立有序多元逻辑回归模型，分析股骨变量与骨质疏松之间的关系。本发明具备简单、灵活、高效等特点，为骨质疏松症的预检提供了新方法，对提高骨科医生工作效率，提高诊断结果有重要意义。

主权项：1.一种基于分级特征的骨质疏松预检方法，其特征在于，包括：采集股骨病变图像，经过预处理转换为二值化图像；并在所述二值化图像基础上，结合临床经验，提取预筛特征，初步筛检出骨质疏松图像；基于所述骨质疏松图像，构建皮质骨中轴线，提取皮质骨局部形态特征，其中，所述皮质骨局部形态特征为皮质骨厚度；基于所述骨质疏松图像，提取皮质骨全局形态特征，其中，所述皮质骨全局形态特征包括皮质骨厚度变化率与皮质骨面积；收集股骨图像样本，以及皮质骨厚度、皮质骨厚度变化率与皮质骨面积，建立有序多元逻辑回归模型，分析股骨变量与骨质疏松之间的关系，并基于所述有序多元逻辑回归模型，预测患者的骨质疏松症状风险等级。

全文数据：

权利要求：

百度查询： 徐州医科大学 一种基于分级特征的骨质疏松预检方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD