本發(fā)明涉及醫(yī)學(xué)圖像處理，尤其涉及一種基于人工智能的前交叉韌帶重建術(shù)后智能評(píng)估系統(tǒng)。

背景技術(shù)：

1、前交叉韌帶(acl)是膝關(guān)節(jié)中最重要的韌帶之一，主要負(fù)責(zé)限制脛骨相對(duì)于股骨的前向移動(dòng)和旋轉(zhuǎn)穩(wěn)定性。acl損傷在運(yùn)動(dòng)創(chuàng)傷中非常常見，尤其是在高強(qiáng)度運(yùn)動(dòng)中。acl重建術(shù)(aclr)是恢復(fù)膝關(guān)節(jié)穩(wěn)定性和功能的主要治療方法。

2、在acl重建術(shù)后，評(píng)估移植物的成熟度和腱骨界面的愈合對(duì)于指導(dǎo)康復(fù)訓(xùn)練至關(guān)重要。移植物在術(shù)后經(jīng)歷一系列的生物學(xué)過程，包括骨整合和韌帶化，直到其特性接近原生韌帶。這個(gè)過程分為幾個(gè)階段：早期階段(約4周)、增殖階段(4至12周)和最終的韌帶化階段(超過1年)。移植物的成熟度和腱骨界面的愈合直接影響康復(fù)計(jì)劃的制定和運(yùn)動(dòng)的重返時(shí)間。過早的重返運(yùn)動(dòng)可能會(huì)增加移植物失敗的風(fēng)險(xiǎn)，因此康復(fù)計(jì)劃必須考慮移植物在不同階段的生物學(xué)特性，避免過度負(fù)荷。

3、傳統(tǒng)的評(píng)估方法主要依賴于臨床醫(yī)生的經(jīng)驗(yàn)觀察以及影像學(xué)的人工測(cè)量。這種方法存在許多局限性，包括評(píng)估的主觀性、操作的復(fù)雜性以及評(píng)估結(jié)果的準(zhǔn)確性不足，容易導(dǎo)致誤判或延誤康復(fù)進(jìn)程。這種主觀性評(píng)估方法不僅依賴于醫(yī)生的經(jīng)驗(yàn)水平，還受到人為因素的影響，導(dǎo)致在術(shù)后康復(fù)過程中的指導(dǎo)不夠精確。

技術(shù)實(shí)現(xiàn)思路

1、為了克服前交叉韌帶重建術(shù)后評(píng)估的主觀性強(qiáng)、操作復(fù)雜、缺乏精準(zhǔn)康復(fù)指導(dǎo)等技術(shù)問題，本發(fā)明提出了一種基于人工智能的前交叉韌帶重建術(shù)后智能評(píng)估系統(tǒng)，提供了更加精確和可靠的術(shù)后評(píng)估結(jié)果，從而更好地指導(dǎo)患者的康復(fù)過程，優(yōu)化康復(fù)計(jì)劃并減少移植物失敗的風(fēng)險(xiǎn)。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于人工智能的前交叉韌帶重建術(shù)后智能評(píng)估系統(tǒng)，包括數(shù)據(jù)采集模塊、韌帶移植物成熟度評(píng)估模塊和腱骨界面愈合評(píng)估模塊；

3、所述數(shù)據(jù)采集模塊用于收集患者的臨床信息和mri影像數(shù)據(jù)；

4、所述韌帶移植物成熟度評(píng)估模塊用于自動(dòng)測(cè)量和計(jì)算前交叉韌帶移植物的成熟度；

5、所述腱骨界面愈合評(píng)估模塊用于自動(dòng)測(cè)量骨隧道直徑變化和隧道周圍水腫變化；

6、所述數(shù)據(jù)采集模塊分別與所述韌帶移植物成熟度評(píng)估模塊、所述腱骨界面愈合評(píng)估模塊連接。

7、優(yōu)選地，所述數(shù)據(jù)采集模塊包括：

8、臨床信息采集單元：用于調(diào)取患者基本信息、手術(shù)信息；

9、mri數(shù)據(jù)采集單元：用于調(diào)取患者的隨訪膝關(guān)節(jié)mri數(shù)據(jù)。

10、優(yōu)選地，所述韌帶移植物成熟度評(píng)估模塊包括：

11、韌帶移植物及背景分割單元：用于通過人工智能自動(dòng)識(shí)別方法將所述膝關(guān)節(jié)mri數(shù)據(jù)中的前交叉韌帶移植物及背景進(jìn)行分割；

12、信號(hào)測(cè)量單元：用于分別測(cè)量所述背景及所述前交叉韌帶移植物的信號(hào)強(qiáng)度；

13、信噪比計(jì)算單元：用于計(jì)算所述前交叉韌帶移植物在各個(gè)部位的信噪比，基于所述信噪比評(píng)估前交叉韌帶移植物的成熟度。

14、優(yōu)選地，所述信號(hào)測(cè)量單元測(cè)量所述背景信號(hào)的過程包括：

15、選擇膝關(guān)節(jié)mri?t2脂肪抑制序列矢狀位；

16、通過人工智能在分割后的背景中自動(dòng)選取直徑為第一預(yù)設(shè)距離的圓并測(cè)量其信號(hào)強(qiáng)度，作為所述背景信號(hào)；

17、測(cè)量所述前交叉韌帶移植物的信號(hào)強(qiáng)度的方法為：

18、基于卷積神經(jīng)網(wǎng)絡(luò)分割所述前交叉韌帶移植物，獲得前交叉韌帶移植物的遠(yuǎn)端、中部及近端，分別在所述前交叉韌帶移植物的遠(yuǎn)端、中部及近端自動(dòng)選取直徑為第一預(yù)設(shè)距離的圓并測(cè)量其信號(hào)強(qiáng)度。

19、優(yōu)選地，所述信噪比計(jì)算單元計(jì)算所述前交叉韌帶移植物在不同部位的信噪比的過程包括：

20、將所述前交叉韌帶移植物遠(yuǎn)端、中部或近端中任一部位的信號(hào)減去對(duì)比信號(hào)后除以背景信號(hào)，獲得信噪比；

21、其中，在預(yù)設(shè)部位自動(dòng)選取直徑為第一預(yù)設(shè)距離的圓并測(cè)量信號(hào)強(qiáng)度，將測(cè)量結(jié)果作為所述對(duì)比信號(hào)，所述預(yù)設(shè)部位包括股四頭肌腱組織、后交叉韌帶組織。

22、優(yōu)選地，所述腱骨界面愈合評(píng)估模塊包括：

23、骨隧道變化檢測(cè)單元：用于檢測(cè)骨隧道變化；

24、隧道周圍水腫變化檢測(cè)單元：用于檢測(cè)骨隧道周圍的水腫變化。

25、優(yōu)選地，所述骨隧道變化檢測(cè)單元檢測(cè)所述骨隧道變化的過程包括：

26、選擇膝關(guān)節(jié)mrit2脂肪抑制序列軸狀位和t2脂肪抑制序列矢狀位；

27、根據(jù)所述t2脂肪抑制序列矢狀位確定韌帶移植物在股骨遠(yuǎn)端和脛骨近端的進(jìn)入水平，定位股骨隧道和脛骨隧道的軸狀位；

28、基于卷積神經(jīng)網(wǎng)絡(luò)在所述股骨隧道和脛骨隧道的t2軸狀位層面上分別測(cè)量隧道直徑；

29、通過數(shù)據(jù)采集模塊調(diào)取術(shù)中隧道直徑，測(cè)量所述隧道直徑與術(shù)中隧道直徑的比值，確定所述骨隧道的變化。

30、優(yōu)選地，所述隧道周圍水腫變化檢測(cè)單元檢測(cè)所述骨隧道周圍的水腫變化的過程包括：

31、在所述股骨隧道與所述脛骨隧道同一層面的t2脂肪抑制序列中，分別以股骨隧道和脛骨隧道的中心為圓心畫直徑為第二預(yù)設(shè)距離的圓，測(cè)量信號(hào)強(qiáng)度并作為骨隧道周圍信號(hào)強(qiáng)度；

32、在股骨中部無骨水腫區(qū)域繪制直徑為所述第二預(yù)設(shè)距離的圓，測(cè)量骨髓信號(hào)強(qiáng)度，將所述骨髓信號(hào)強(qiáng)度作為參考值；

33、通過骨隧道周圍信號(hào)與所述參考值的比值確定骨隧道水腫變化。

34、優(yōu)選地，所述系統(tǒng)還包括康復(fù)建議模塊，所述康復(fù)建議模塊包括：

35、康復(fù)數(shù)據(jù)庫(kù)：用于進(jìn)行文獻(xiàn)檢索，研究與前交叉韌帶重建術(shù)后韌帶移植物的成熟度與康復(fù)訓(xùn)練之間的關(guān)聯(lián)、康復(fù)方法和動(dòng)作以及康復(fù)指南；

36、預(yù)警單元：用于通過韌帶移植物成熟度以及腱骨界面愈合的評(píng)估結(jié)果，并結(jié)合所述康復(fù)數(shù)據(jù)庫(kù)為患者提供康復(fù)策略。

37、優(yōu)選地，所述康復(fù)數(shù)據(jù)庫(kù)還能夠結(jié)合患者的康復(fù)結(jié)果以及評(píng)估結(jié)果對(duì)數(shù)據(jù)庫(kù)內(nèi)容進(jìn)行優(yōu)化更新。

38、與現(xiàn)有技術(shù)相比，本發(fā)明具有如下優(yōu)點(diǎn)和技術(shù)效果：

39、本發(fā)明通過對(duì)患者數(shù)據(jù)的自動(dòng)采集和分析，利用卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)移植物的成熟度和腱骨界面的愈合情況進(jìn)行客觀評(píng)估，這種方法減少了人為誤差的影響，提供了更加精確和可靠的術(shù)后評(píng)估結(jié)果，從而能夠更好地指導(dǎo)患者的康復(fù)過程，優(yōu)化康復(fù)計(jì)劃并減少移植物失敗的風(fēng)險(xiǎn)。

技術(shù)特征：

1.一種基于人工智能的前交叉韌帶重建術(shù)后智能評(píng)估系統(tǒng)，其特征在于，包括數(shù)據(jù)采集模塊、韌帶移植物成熟度評(píng)估模塊和腱骨界面愈合評(píng)估模塊；

2.根據(jù)權(quán)利要求1所述的基于人工智能的前交叉韌帶重建術(shù)后智能評(píng)估系統(tǒng)，其特征在于，所述數(shù)據(jù)采集模塊包括：

3.根據(jù)權(quán)利要求2所述的基于人工智能的前交叉韌帶重建術(shù)后智能評(píng)估系統(tǒng)，其特征在于，所述韌帶移植物成熟度評(píng)估模塊包括：

4.根據(jù)權(quán)利要求3所述的基于人工智能的前交叉韌帶重建術(shù)后智能評(píng)估系統(tǒng)，其特征在于，所述信號(hào)測(cè)量單元測(cè)量所述背景信號(hào)的過程包括：

5.根據(jù)權(quán)利要求4所述的基于人工智能的前交叉韌帶重建術(shù)后智能評(píng)估系統(tǒng)，其特征在于，所述信噪比計(jì)算單元計(jì)算所述前交叉韌帶移植物在不同部位的信噪比的過程包括：

6.根據(jù)權(quán)利要求1所述的基于人工智能的前交叉韌帶重建術(shù)后智能評(píng)估系統(tǒng)，其特征在于，所述腱骨界面愈合評(píng)估模塊包括：

7.根據(jù)權(quán)利要求6所述的基于人工智能的前交叉韌帶重建術(shù)后智能評(píng)估系統(tǒng)，其特征在于，所述骨隧道變化檢測(cè)單元檢測(cè)所述骨隧道變化的過程包括：

8.根據(jù)權(quán)利要求7所述的基于人工智能的前交叉韌帶重建術(shù)后智能評(píng)估系統(tǒng)，其特征在于，所述隧道周圍水腫變化檢測(cè)單元檢測(cè)所述骨隧道周圍的水腫變化的過程包括：

9.根據(jù)權(quán)利要求1所述的基于人工智能的前交叉韌帶重建術(shù)后智能評(píng)估系統(tǒng)，其特征在于，所述系統(tǒng)還包括康復(fù)建議模塊，所述康復(fù)建議模塊包括：

10.根據(jù)權(quán)利要求9所述的基于人工智能的前交叉韌帶重建術(shù)后智能評(píng)估系統(tǒng)，其特征在于，所述康復(fù)數(shù)據(jù)庫(kù)還能夠結(jié)合患者的康復(fù)結(jié)果以及評(píng)估結(jié)果對(duì)數(shù)據(jù)庫(kù)內(nèi)容進(jìn)行優(yōu)化更新。

技術(shù)總結(jié)
本發(fā)明公開了一種基于人工智能的前交叉韌帶重建術(shù)后智能評(píng)估系統(tǒng)，包括數(shù)據(jù)采集模塊用于收集患者的臨床信息和MRI影像數(shù)據(jù)；韌帶移植物成熟度評(píng)估模塊用于自動(dòng)測(cè)量和計(jì)算前交叉韌帶移植物的成熟度；腱骨界面愈合評(píng)估模塊用于自動(dòng)測(cè)量骨隧道直徑變化和隧道周圍水腫變化。本發(fā)明為前交叉韌帶重建患者術(shù)后恢復(fù)提供了精準(zhǔn)的評(píng)估和個(gè)性化的建議。

技術(shù)研發(fā)人員：秦彥國(guó),陳博,唐雄風(fēng),郭德明,徐圣昊,李士懷,孫英僑
受保護(hù)的技術(shù)使用者：吉林大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6