一种基于倾斜轨迹自适应感知的ACL损伤检测方法及装置
本发明涉及医学影像处理、运动生物力学分析及人工智能辅助检测,尤其是涉及一种基于倾斜轨迹自适应感知的acl损伤检测方法及装置。
背景技术:
1、前交叉韧带,即acl,是维持膝关节前向稳定性和旋转稳定性的重要结构。acl发生部分撕裂、完全断裂或附着区损伤时,膝关节在屈伸、旋转、负重或外力诱发状态下通常会表现出胫骨相对于股骨的异常前移、内旋增加、斜向滑移增强以及关节间隙力学响应异常等现象。常规acl损伤检测通常依赖静态磁共振影像、体格检查或单一运动参数分析。静态影像能够显示韧带连续性、韧带信号改变及关节内伴随损伤,但对动态失稳的表达不足;体格检查受操作者经验、受检者疼痛程度和肌肉防御影响较大;传统运动分析虽然可以获取胫骨前移或旋转角度,但通常将各项参数分开处理,难以反映acl损伤所引起的整体斜向失稳过程。
2、现有基于人工智能的acl损伤检测方法多采用卷积神经网络、分类网络或分割网络对膝关节影像进行识别,通过提取acl区域的纹理、信号强度、边界连续性等特征判断是否存在损伤。该类方法在影像质量较高、损伤形态典型时能够获得一定检测效果,但仍存在以下问题:
3、第一,现有方法通常将acl损伤视为局部影像分类问题,主要关注韧带区域是否出现高信号、增粗、变细或连续性中断,缺少对膝关节动态稳定机制的建模。当acl部分撕裂、慢性损伤或影像表现不典型时,单纯局部影像特征容易导致误判。
4、第二,现有方法通常未充分考虑个体解剖差异。不同受检者的胫骨平台后倾角、股骨髁间窝方向、股骨髁形态和关节间隙形态存在明显差异。相同的胫骨前移量或旋转量在不同个体中可能代表不同的生理或病理含义。若缺乏个体化参考基准,模型容易把正常解剖倾斜误判为损伤相关异常,或者把病理性斜向偏折掩盖在个体差异之中。
5、第三,现有ai模型多采用固定卷积核、固定时序窗口或固定注意力机制进行特征提取,感知方向和尺度通常不随膝关节运动轨迹变化而变化。然而,acl损伤导致的异常并非沿单一标准方向发生,而是沿受检者个体解剖结构约束下的斜向轨迹逐步显现。固定方向的特征提取方式难以捕捉该类斜向偏折变化。
6、第四,现有方法对运动轨迹、局部影像和韧带结构之间的对应关系缺少一致性约束。例如,胫骨前移、胫骨内旋、acl连续性改变、髁间窝撞击或骨挫伤等表现之间具有内在关联,若仅进行特征拼接,则不能保证模型输出符合acl损伤的生物力学机制。
7、因此,需要一种新的acl损伤检测方案,将膝关节动态失稳过程、个体化解剖结构和ai特征感知机制统一起来,使模型不仅能够识别影像异常,还能够围绕acl损伤导致的倾斜轨迹偏折进行自适应感知和一致性判别。
技术实现思路
1、为了克服现有技术的上述缺陷,本发明提供了一种基于倾斜轨迹自适应感知的acl损伤检测方法及装置,以解决上述背景技术中存在的问题。
2、本发明提供如下技术方案:一种基于倾斜轨迹自适应感知的acl损伤检测方法,包括以下步骤:
3、获取受检膝关节的检测数据,所述检测数据包括多时相膝关节影像数据和/或膝关节运动传感数据;
4、基于所述检测数据识别股骨、胫骨、髌骨及前交叉韧带区域,建立受检膝关节的个体化解剖坐标系;
5、在所述个体化解剖坐标系下,计算胫骨平台相对于股骨髁间区的空间位移、旋转角度及其随时间变化的轨迹,生成倾斜轨迹序列;
6、根据受检膝关节的解剖形态参数和稳定相运动片段构建个体化生理倾斜参考面,并基于所述倾斜轨迹序列和所述个体化生理倾斜参考面获得倾斜偏折残差;
7、将所述倾斜偏折残差输入倾斜轨迹自适应感知网络,使所述倾斜轨迹自适应感知网络根据所述倾斜偏折残差调整感知核方向、感知尺度和时序关注权重,提取acl损伤敏感特征;
8、基于所述acl损伤敏感特征输出acl损伤检测结果,所述acl损伤检测结果包括acl损伤风险值、损伤分级结果和损伤区域提示中的一种或多种。
9、根据权利要求1所述的acl损伤检测方法,其特征在于,所述获取受检膝关节的检测数据,包括:
10、获取受检膝关节在屈伸、旋转、负重或模拟抽屉试验过程中的多时相磁共振影像、动态超声影像、x线透视影像、深度视觉图像、惯性测量数据、足底压力数据和肌电数据中的一种或多种;
11、对所述检测数据进行时间同步、空间配准、噪声抑制和强度归一化处理,获得具有统一时空基准的检测数据。
12、进一步的,所述获取受检膝关节的检测数据,包括:
13、获取受检膝关节在屈伸、旋转、负重或模拟抽屉试验过程中的多时相磁共振影像、动态超声影像、x线透视影像、深度视觉图像、惯性测量数据、足底压力数据和肌电数据中的一种或多种;
14、对所述检测数据进行时间同步、空间配准、噪声抑制和强度归一化处理,获得具有统一时空基准的检测数据。
15、进一步的,所述个体化解剖坐标系包括股骨坐标系和胫骨坐标系;
16、所述股骨坐标系以股骨内外髁中心连线、股骨髁间窝方向和股骨机械轴为基准建立;
17、所述胫骨坐标系以胫骨平台内外侧中心连线、胫骨平台法向方向和胫骨长轴为基准建立;
18、所述胫骨平台相对于股骨髁间区的空间位移和旋转角度均在所述股骨坐标系下表示。
19、进一步的,所述倾斜轨迹序列表示为:
20、
21、其中,表示倾斜轨迹序列;表示时间序号;表示检测数据的时相数量;表示第个时相的轨迹状态向量;表示胫骨平台相对于股骨髁间区的前后向位移;表示内外侧位移;表示上下向位移;表示胫骨内外旋角;表示胫骨相对于股骨的内外翻角;表示胫骨平台相对于股骨髁间区的斜向滑移角;表示向量转置。
22、进一步的,所述斜向滑移角通过下式计算:
23、
24、其中,表示第个时相胫骨平台参考点相对于股骨髁间区参考点的位移向量;表示由胫骨平台后倾方向和股骨髁间窝开口方向共同确定的斜向基向量;表示前后向基向量;表示防止分母为零的稳定常数;表示反正切函数;表示向量转置。
25、进一步的,所述个体化生理倾斜参考面通过下式构建:
26、
27、
28、其中,表示第个受检者的个体化生理倾斜参考面;表示参考面上的任一空间点;表示个体化生理倾斜参考面的单位法向量;表示参考面偏置项;表示由胫骨平台后倾角确定的法向分量;表示由股骨髁间窝方向确定的法向分量;表示由稳定相运动片段拟合得到的法向分量;、、表示对应法向分量的权重系数;表示二范数。
29、进一步的,所述倾斜偏折残差通过下式计算:
30、
31、其中,表示第个时相的倾斜偏折残差;表示第个时相的轨迹状态向量;表示向个体化生理倾斜参考面进行投影的投影算子。
32、进一步的,所述倾斜轨迹自适应感知网络包括倾斜偏折编码单元、轨迹引导感知单元和病理一致性判别单元;
33、所述倾斜偏折编码单元用于将所述倾斜偏折残差编码为偏折强度特征;
34、所述轨迹引导感知单元用于根据所述偏折强度特征调整特征提取的方向和尺度;
35、所述病理一致性判别单元用于将前交叉韧带连续性特征、胫骨前移特征、胫骨旋转失稳特征和倾斜偏折特征进行一致性判别,获得acl损伤敏感特征。
36、进一步的,所述轨迹引导感知单元的输出通过下式获得:
37、
38、其中,表示第个时相的自适应感知特征;表示以第个时相为中心的时序感知窗口;表示所述时序感知窗口内的时相序号;表示第个时相对第个时相的关注权重;表示参数为的感知核函数;表示第个时相的基础影像和/或运动特征;表示由倾斜轨迹切向方向确定的感知方向;表示由倾斜偏折残差幅值确定的感知尺度。
39、一种基于倾斜轨迹自适应感知的acl损伤检测装置,包括:
40、数据获取模块,用于获取受检膝关节的检测数据;
41、坐标建立模块,用于基于所述检测数据识别股骨、胫骨、髌骨及前交叉韧带区域,建立个体化解剖坐标系;
42、倾斜轨迹生成模块,用于在所述个体化解剖坐标系下生成胫骨平台相对于股骨髁间区的倾斜轨迹序列;
43、参考面构建模块,用于根据解剖形态参数和稳定相运动片段构建个体化生理倾斜参考面;
44、残差计算模块,用于基于所述倾斜轨迹序列和所述个体化生理倾斜参考面计算倾斜偏折残差;
45、自适应感知模块,用于根据所述倾斜偏折残差调整感知核方向、感知尺度和时序关注权重,并提取acl损伤敏感特征;
46、结果输出模块,用于基于所述acl损伤敏感特征输出acl损伤检测结果。
47、本发明的技术效果和优点:
48、提出倾斜轨迹表征机制,将acl损伤相关的胫骨前移、胫骨旋转、关节斜向滑移和负重响应统一表达为倾斜轨迹序列,避免了单一静态影像特征或单一运动指标难以反映膝关节整体失稳的问题;提出个体化生理倾斜参考面,通过胫骨平台后倾角、股骨髁间窝方向和稳定相运动片段构建受检者自身的生理倾斜基准,使模型能够从个体解剖差异中分离出病理性倾斜偏折;提出由倾斜偏折残差驱动的自适应感知机制,使ai网络的感知方向、感知尺度和时序关注权重随病理偏折动态调整,从而使特征提取过程与acl损伤的发生机制一致;通过病理一致性判别单元将acl韧带结构特征、倾斜轨迹偏折特征和膝关节力学响应特征进行一致性约束,提高检测结果的稳定性和可解释性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com