髋臼骨缺损的评估方法及装置、电子设备
阅读：1044发布：2020-06-11
专利汇可以提供髋臼骨缺损的评估方法及装置、电子设备专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种髋臼骨缺损的评估方法及装置、 电子 设备。其中，该方法包括：确定对髋臼骨进行评估的多个评估因素；基于目标用户的髋臼骨图像，确定每个评估因素的特征权值和初始缺损程度；基于特征权值和初始缺损程度，确定每个评估因素的因素等级；基于所有评估因素的因素等级和等级划分区间，评估目标用户髋臼骨的缺损程度。本发明解决了相关技术中评估髋臼骨缺损程度时，大多是人工凭借经验评估，评估结果差别较大，准确率降低的技术问题。，下面是髋臼骨缺损的评估方法及装置、电子设备专利的具体信息内容。
1.一种髋臼骨缺损的评估方法，其特征在于，应用于髋关节的骨缺损程度评估设备，该评估方法包括：
确定对髋臼骨进行评估的多个评估因素；
基于目标用户的髋臼骨图像，确定每个评估因素的特征权值和初始缺损程度；
基于所述特征权值和所述初始缺损程度，确定每个评估因素的因素等级；
基于所有评估因素的因素等级和等级划分区间，评估目标用户髋臼骨的缺损程度。
2.根据权利要求1所述的评估方法，其特征在于，确定每个评估因素的特征权值和初始缺损程度的步骤，包括：
分析所述髋臼骨图像，得到髋臼骨侧的特征信息；
采用熵权计算法确定每个评估因素的信息熵，并基于所述信息熵计算评估因素的特征权值；
基于所述特征信息确定每个评估因素的因素等级、差异度分量和差异度分量系数；
采用集对理论分析法将每个评估因素和因素等级组合为集对关系；
基于所述集对关系、所述差异度分量和所述差异度分量系数，量化处理所述评估因素的初始缺损程度。
3.根据权利要求1所述的评估方法，其特征在于，基于所述特征权值和所述初始缺损程度，确定每个评估因素的因素等级的步骤，包括：
基于每个评估因素的特征权值和所述初始缺损程度，确定所述评估因素的等级权重数和离散等级；
基于所述评估因素的等级权重数和离散等级，采用预设等级划分公式确定每个所述评估因素的因素等级。
4.根据权利要求1所述的评估方法，其特征在于，在确定对髋臼骨进行评估的多个评估因素之前，所述评估方法还包括：
采用粗糙集算法对目标用户髋臼骨各评估因素的历史记录数据进行预处理，确定数据离散表，其中，所述数据离散表中存储经过预处理后的因素数据；
采用熵权计算法对预处理后的所述因素数据进行熵权计算，得到每个评估因素的熵权，并基于所述熵权计算每个评估因素的数据特征权值；
采用集对理论分析算法基于每个评估因素和所述评估因素的因素分级建立集对关系，并基于所述集对关系确定数据特征向量；
基于所述数据离散表、所述数据特征权值和所述数据特征向量，构建髋臼骨缺损评估模型，其中，所述髋臼骨缺损评估模型用于辅助评估用户髋臼骨的缺损程度。
5.根据权利要求4所述的评估方法，其特征在于，采用粗糙集算法对目标用户髋臼骨各评估因素的历史记录数据进行预处理，确定数据离散表的步骤，包括：
获取每个评估因素的因素属性，以建立属性信息表，其中，所述属性信息表中记录每个评估因素、因素属性和因素等级之间的对应关系；
对所述属性信息表中的因素属性进行离散化处理，得到数据离散表。
6.根据权利要求1所述的评估方法，其特征在于，所述评估因素包括下述至少之一：马蹄窝、髋臼窝、前柱、后柱、臼顶。
7.一种髋臼骨缺损的评估装置，其特征在于，应用于髋关节的骨缺损程度评估设备，该评估装置包括：
第一确定单元，用于确定对髋臼骨进行评估的多个评估因素；
第二确定单元，用于基于目标用户的髋臼骨图像，确定每个评估因素的特征权值和初始缺损程度；
第三确定单元，用于基于所述特征权值和所述初始缺损程度，确定每个评估因素的因素等级；
评估单元，用于基于所有评估因素的因素等级和等级划分区间，评估目标用户髋臼骨的缺损程度。
8.根据权利要求7所述的评估装置，其特征在于，所述第二确定单元包括：
第一分析模块，用于分析所述髋臼骨图像，得到髋臼骨侧的特征信息；
第一确定模块，用于采用熵权计算法确定每个评估因素的信息熵，并基于所述信息熵计算评估因素的特征权值；
第二确定模块，用于基于所述特征信息确定每个评估因素的因素等级、差异度分量和差异度分量系数；
组合模块，用于采用集对理论分析法将每个评估因素和因素等级组合为集对关系；
量化处理模块，用于基于所述集对关系、所述差异度分量和所述差异度分量系数，量化处理所述评估因素的初始缺损程度。
9.一种电子设备，其特征在于，包括：
处理器；以及
存储器，用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至6中任意一项所述的髋臼骨缺损的评估方法。
10.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至6中任意一项所述的髋臼骨缺损的评估方法。
髋臼骨缺损的评估方法及装置、电子设备
技术领域
背景技术
[0002] 相关技术中，很多患者接受髋关节置换术，但是随着接受全髋关节置换术患者年龄不断增长及活动量增大，髋关节翻修手术数量不断增长，面对初次髋关节置换失败后的髋关节翻修，面对日趋增多的髋关节翻修患者，髋臼骨缺损处理原则是尽可能恢复并保存患者骨量，获得足够的假体覆盖率以确保假体良好的初期稳定，使植骨和内置物与宿主骨之间产生融合性重分布，这时需要确定髋臼侧骨缺损程度，而目前确定髋臼骨缺损程度的方式，大多是通过影像分析方法(例如，CT造影)来确定患者的髋臼骨缺损程度，这种方式往往是让医生来查看造影图像，凭借经验来分析骨缺损程度，分析准确度会因为不同人物的经验，得到的缺损程度评估结果有很大区别，并不能提供合理、准确的骨缺损程度评估结果。
[0003] 针对上述的问题，目前尚未提出有效的解决方案。
发明内容
[0004] 本发明实施例提供了一种髋臼骨缺损的评估方法及装置、电子设备，以至少解决相关技术中评估髋臼骨缺损程度时，大多是人工凭借经验评估，评估结果差别较大，准确率降低的技术问题。
[0005] 根据本发明实施例的一个方面，提供了一种髋臼骨缺损的评估方法，应用于髋关节的骨缺损程度评估设备，该评估方法包括：确定对髋臼骨进行评估的多个评估因素；基于目标用户的髋臼骨图像，确定每个评估因素的特征权值和初始缺损程度；基于所述特征权值和所述初始缺损程度，确定每个评估因素的因素等级；基于所有评估因素的因素等级和等级划分区间，评估目标用户髋臼骨的缺损程度。
[0006] 可选地，确定每个评估因素的特征权值和初始缺损程度的步骤，包括：分析所述髋臼骨图像，得到髋臼骨侧的特征信息；采用熵权计算法确定每个评估因素的信息熵，并基于所述信息熵计算评估因素的特征权值；基于所述特征信息确定每个评估因素的因素等级、差异度分量和差异度分量系数；采用集对理论分析法将每个评估因素和因素等级组合为集对关系；基于所述集对关系、所述差异度分量和所述差异度分量系数，量化处理所述评估因素的初始缺损程度。
[0007] 可选地，基于所述特征权值和所述初始缺损程度，确定每个评估因素的因素等级的步骤，包括：基于每个评估因素的特征权值和所述初始缺损程度，确定所述评估因素的等级权重数和离散等级；基于所述评估因素的等级权重数和离散等级，采用预设等级划分公式确定每个所述评估因素的因素等级。
[0008] 可选地，在确定对髋臼骨进行评估的多个评估因素之前，所述评估方法还包括：采用粗糙集算法对目标用户髋臼骨各评估因素的历史记录数据进行预处理，确定数据离散表，其中，所述数据离散表中存储经过预处理后的因素数据；采用熵权计算法对预处理后的所述因素数据进行熵权计算，得到每个评估因素的熵权，并基于所述熵权计算每个评估因素的数据特征权值；采用集对理论分析算法基于每个评估因素和所述评估因素的因素分级建立集对关系，并基于所述集对关系确定数据特征向量；基于所述数据离散表、所述数据特征权值和所述数据特征向量，构建髋臼骨缺损评估模型，其中，所述髋臼骨缺损评估模型用于辅助评估用户髋臼骨的缺损程度。
[0009] 可选地，采用粗糙集算法对目标用户髋臼骨各评估因素的历史记录数据进行预处理，确定数据离散表的步骤，包括：获取每个评估因素的因素属性，以建立属性信息表，其中，所述属性信息表中记录每个评估因素、因素属性和因素等级之间的对应关系；对所述属性信息表中的因素属性进行离散化处理，得到数据离散表。
[0011] 根据本发明实施例的另一方面，还提供了一种髋臼骨缺损的评估装置，应用于髋关节的骨缺损程度评估设备，该评估装置包括：第一确定单元，用于确定对髋臼骨进行评估的多个评估因素；第二确定单元，用于基于目标用户的髋臼骨图像，确定每个评估因素的特征权值和初始缺损程度；第三确定单元，用于基于所述特征权值和所述初始缺损程度，确定每个评估因素的因素等级；评估单元，用于基于所有评估因素的因素等级和等级划分区间，评估目标用户髋臼骨的缺损程度。
[0012] 可选地，所述第二确定单元包括：第一分析模块，用于分析所述髋臼骨图像，得到髋臼骨侧的特征信息；第一确定模块，用于采用熵权计算法确定每个评估因素的信息熵，并基于所述信息熵计算评估因素的特征权值；第二确定模块，用于基于所述特征信息确定每个评估因素的因素等级、差异度分量和差异度分量系数；组合模块，用于采用集对理论分析法将每个评估因素和因素等级组合为集对关系；量化处理模块，用于基于所述集对关系、所述差异度分量和所述差异度分量系数，量化处理所述评估因素的初始缺损程度。
[0013] 可选地，所述第三确定单元包括：第三确定模块，用于基于每个评估因素的特征权值和所述初始缺损程度，确定所述评估因素的等级权重数和离散等级；第四确定模块，用于基于所述评估因素的等级权重数和离散等级，采用预设等级划分公式确定每个所述评估因素的因素等级。
[0014] 可选地，所述髋臼骨缺损的评估装置还包括：预处理单元，用于在确定对髋臼骨进行评估的多个评估因素之前，采用粗糙集算法对目标用户髋臼骨各评估因素的历史记录数据进行预处理，确定数据离散表，其中，所述数据离散表中存储经过预处理后的因素数据；计算单元，用于采用熵权计算法对预处理后的所述因素数据进行熵权计算，得到每个评估因素的熵权，并基于所述熵权计算每个评估因素的数据特征权值；集对关系建立单元，用于采用集对理论分析算法基于每个评估因素和所述评估因素的因素分级建立集对关系，并基于所述集对关系确定数据特征向量；模型构建单元，用于基于所述数据离散表、所述数据特征权值和所述数据特征向量，构建髋臼骨缺损评估模型，其中，所述髋臼骨缺损评估模型用于辅助评估用户髋臼骨的缺损程度。
[0015] 可选地，所述预处理单元包括：获取模块，用于获取每个评估因素的因素属性，以建立属性信息表，其中，所述属性信息表中记录每个评估因素、因素属性和因素等级之间的对应关系；离散化处理模块，用于对所述属性信息表中的因素属性进行离散化处理，得到数据离散表。
[0016] 可选地，所述评估因素包括下述至少之一：马蹄窝、髋臼窝、前柱、后柱、臼顶。
[0017] 根据本发明实施例的另一方面，还提供了一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的髋臼骨缺损的评估方法。
[0018] 根据本发明实施例的另一方面，还提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述任意一项所述的髋臼骨缺损的评估方法。
[0019] 在本发明实施例中，采用确定对髋臼骨进行评估的多个评估因素，然后基于目标用户的髋臼骨图像，确定每个评估因素的特征权值和初始缺损程度，之后可基于特征权值和初始缺损程度，确定每个评估因素的因素等级，最后可基于所有评估因素的因素等级和等级划分区间，评估目标用户髋臼骨的缺损程度。在该实施例中，可以对髋臼骨缺损的不同程度进行分析评价，能够充分评估髋臼侧骨缺损的程度，根据不同的骨缺损程度为患者提供最合适的处理方式，从而解决相关技术中评估髋臼骨缺损程度时，大多是人工凭借经验评估，评估结果差别较大，准确率降低的技术问题。附图说明
[0020] 此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
[0021] 图1是根据本发明实施例的一种可选的髋臼骨缺损的评估方法的流程图；
[0022] 图2是根据本发明实施例的一种可选的髋臼骨缺损的评估装置的示意图。
具体实施方式
[0023] 为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
[0024] 需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0025] 为便于本领域技术人员理解本发明，下面对本发明各实施例中涉及的部分术语或名词做出解释：
[0026] 粗糙集算法(简称RS)，处理不确定问题的工具，可有效降低评价结果的主观性和模糊性，它在不需要考虑任何先验信息的条件下，可以直接对数据进行分析处理。
[0027] 熵权计算法(简称EW)，是一种客观的权重计算方法，通过信息熵计算出各指标的熵权，可以得到更好的评价结果。
[0028] 集对理论分析法(简称SPA)，将评估因素与评价等级组成集对，使得特征加权后的数据特征向量化。
[0029] 本发明实施例可构建RS-EW-SPA模型架构，将粗糙集算法(RS)、熵权计算法(EW)、集对理论分析法(SPA)引入到了髋臼骨缺损的分级评价。
[0030] 本发明下述实施例提供的髋臼骨缺损评估方式，可以应用于髋臼骨图像处理、髋关节缺损程度评估、髋关节翻修等环境中，以为骨缺损患者提供合适的处理方式，能够对髋臼骨缺损的不同程度进行分级评价。本发明设计RS-EW-SPA模型，将粗糙集算法(RS)、熵权计算法(EW)、集对理论分析法(SPA)引入到髋臼骨缺损的分级评估中，利用RS预处理数据、利用EW确定指标权重、利用SPA量化数据，建立了反映髋臼骨缺损程度的数据分级评价模型，从而为处理方式的选择提供决策支持。下面结合各个实施例来说明本发明。
[0031] 实施例一
[0032] 根据本发明实施例，提供了一种髋臼骨缺损的评估方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0033] 本发明实施例提供了一种髋臼骨缺损的评估方法，应用于髋关节的骨缺损程度评估设备。
[0034] 图1是根据本发明实施例的一种可选的髋臼骨缺损的评估方法的流程图，如图1所示，该方法包括如下步骤：
[0035] 步骤S102，确定对髋臼骨进行评估的多个评估因素；
[0036] 步骤S104，基于目标用户的髋臼骨图像，确定每个评估因素的特征权值和初始缺损程度；
[0037] 步骤S106，基于特征权值和初始缺损程度，确定每个评估因素的因素等级；
[0038] 步骤S108，基于所有评估因素的因素等级和等级划分区间，评估目标用户髋臼骨的缺损程度。
[0039] 通过上述步骤，可以先确定对髋臼骨进行评估的多个评估因素，然后基于目标用户的髋臼骨图像，确定每个评估因素的特征权值和初始缺损程度，之后可基于特征权值和初始缺损程度，确定每个评估因素的因素等级，最后可基于所有评估因素的因素等级和等级划分区间，评估目标用户髋臼骨的缺损程度。在该实施例中，可以对髋臼骨缺损的不同程度进行分析评价，能够充分评估髋臼侧骨缺损的程度，根据不同的骨缺损程度为患者提供最合适的处理方式，从而解决相关技术中评估髋臼骨缺损程度时，大多是人工凭借经验评估，评估结果差别较大，准确率降低的技术问题。
[0040] 下面结合上述各步骤来详细说明本发明。
[0041] 本发明一种可选的实施例，在确定对髋臼骨进行评估的多个评估因素之前，评估方法还包括：采用粗糙集算法对目标用户髋臼骨各评估因素的历史记录数据进行预处理，确定数据离散表，其中，数据离散表中存储经过预处理后的因素数据；采用熵权计算法对预处理后的因素数据进行熵权计算，得到每个评估因素的熵权，并基于熵权计算每个评估因素的数据特征权值；采用集对理论分析算法基于每个评估因素和评估因素的因素分级建立集对关系，并基于集对关系确定数据特征向量；基于数据离散表、数据特征权值和数据特征向量，构建髋臼骨缺损评估模型，其中，髋臼骨缺损评估模型用于辅助评估用户髋臼骨的缺损程度。
[0042] 髋臼骨缺损评估模型可以理解为RS-EW-SPA模型，通过粗糙集算法对髋臼骨缺损各评估因素的历史记录数据进行预处理，确定数据离散表；根据指标分类区间对预处理后的数据利用熵权计算法进行熵权计算，得到数据特征权值；利用集对理论分析法根据集对理论多元联系数分析得到数据特征向量，以构建髋臼骨缺损评估模型。
[0043] 在构建髋臼骨缺损模型时，包括三个步骤，数据预处理、特征加权和特征向量化。
[0044] (1)数据预处理
[0045] 运用粗糙集算法对历史记录数据进行预处理，将本地的历史记录数据处理成为可用于做特征加权的数据。
[0046] 可选的，采用粗糙集算法对目标用户髋臼骨各评估因素的历史记录数据进行预处理，确定数据离散表的步骤，包括：获取每个评估因素的因素属性，以建立属性信息表，其中，属性信息表中记录每个评估因素、因素属性和因素等级之间的对应关系；对属性信息表中的因素属性进行离散化处理，得到数据离散表。
[0047] 粗糙集算法(RS)，从理论上来说，是处理不确定问题的数学工具，可有效降低评价结果的主观性和模糊性，它在不需要考虑任何先验信息的条件下，可以直接对数据进行分析处理，具体的：
[0048] 1)建立知识库：利用各评估因素实际的属性构成属性信息表，一列指标对应一列信息等级，一个表就是定义的一系列等级关系；
[0049] 2)建立决策表：将信息表的因素属性依据决策属性进行离散化，构成离散表，从而将原始复杂数据用简单数字代替，为后面的数据运算提供方便。
[0050] (2)特征加权
[0051] 数据预处理后得到的离散表是作为数据特征加权与特征向量化的决策依据。为了体现各个评估因素在整体评价体系中的重要程度和作用，需根据各评估因素的影响大小来确定其权重系数。对于同一组评估因素数据，如果权重系数不同，那么得到的评价结论也会不同。
[0052] 熵权计算法(EW)，是一种客观的权重计算方法，通过信息熵计算出各指标的熵权，可以得到更好的评价结果。
[0053] 运用粗集-熵权计算法确定权重，根据熵定理，当系统处于Y种不同状态，且每种状态出现的概率为fiv(iv＝1，2，3，…，n)时，该系统的熵定义为：对于T个指标，在Y个被分类对象的区域系统内，第v个指标的熵值Hv的计算公式为： 其中，
[0054] 对原数据集作标准化处理，得到矩阵aiv′：
[0055] 式中，aiv′是对数据进行标准化处理后的矩阵；
[0056] R是原始数据；R_max、R_min分别是原始数据集的最大值、最小值。
[0057] 第v个指标(v＝0，1，2，…，n)的熵权为：
[0058] 用熵值作为权数计算，熵的大小与目标用户有着直接关系，反映了评估因素提供信息量的作用程度。当评估因素v在各评价对象上的熵值相差较大时，熵值越小，熵权越大，表明评估因素v对决策提供了有用的信息，使用熵权计算法对前面已做过粗集处理的数据进行计算，为数据评价权值计算提供指导。
[0059] (3)特征向量化
[0060] 通过数据特征加权计算得到的熵权值，为集对理论下的数据分级评价计算建立集对联系，多元联系数是在集对理论里根据联系度中的三元联系数而演变过来的，是对同异反状态的细化刻画。
[0061] 根据集对理论多元联系数的分析方法(即集对理论分析法，SPA)，将评估因素与评价等级组成集对，使得特征加权后的数据特征向量化，建立多元联系度关系式，即量化公式：
[0062] U＝a+b1i1+…+bnin+cj；其中，b1，b2，…bn为差异度分量，i1，i2，…in为差异度分量系数；
[0063] 针对评估因素，确立多元联系数的评价等级划分公式：
[0064] Dn＝aw0+b1w1+…+b10wi-1+cwi；其中，wi为等级权重数，a、bi、c表示离散等级。
[0065] 髋臼骨缺损各评估因素包括但不限于：髋臼处马蹄窝、髋臼窝、前柱、后柱、臼顶等特征的缺损程度。
[0066] 本示例中，依据髋臼处马蹄窝、髋臼窝、前柱、后柱、臼顶的缺损程度的实际情况和权重大小确定三个等级的分级数：
[0067] 第一等级D1：1≤D1≤3w0+w1+…+w4；
[0068] 第二等级D2：3w0+w1+…+w4≤D2≤6w0+w1+…+w4；
[0069] 第三等级D3：6w0+w1+…+w4≤D3≤9w0+w1+…+w4；
[0070] 根据量化公式可以计算各影响因素等级值并划分到相应的等级区间，完成所有评估因素的分级评价。
[0071] 步骤S102，确定对髋臼骨进行评估的多个评估因素。
[0072] 可选的，评估因素包括但不限于：马蹄窝、髋臼窝、前柱、后柱、臼顶。
[0073] 步骤S104，基于目标用户的髋臼骨图像，确定每个评估因素的特征权值和初始缺损程。
[0074] 本发明可选的实施例，确定每个评估因素的特征权值和初始缺损程度的步骤，包括：分析髋臼骨图像，得到髋臼骨侧的特征信息；采用熵权计算法确定每个评估因素的信息熵，并基于信息熵计算评估因素的特征权值；基于特征信息确定每个评估因素的因素等级、差异度分量和差异度分量系数；采用集对理论分析法将每个评估因素和因素等级组合为集对关系；基于集对关系、差异度分量和差异度分量系数，量化处理评估因素的初始缺损程度。
[0075] 集对关系指示每个评估因素与对应的评价等级组合为一对向量关系，从而建立全部评估因素的集对关系。
[0076] 在本发明实施例中，根据集对理论分析法将评估因素与评价等级组成集对，使得特征加权后的数据特征向量化，建立多元联系度关系式，即量化公式：
[0077] U＝a+b1 i1+…+bnin+cj；其中，b1，b2，…bn为差异度分量，i1，i2，…in为差异度分量系数；
[0078] 步骤S106，基于特征权值和初始缺损程度，确定每个评估因素的因素等级。
[0079] 在本发明实施例中，基于特征权值和初始缺损程度，确定每个评估因素的因素等级的步骤，包括：基于每个评估因素的特征权值和初始缺损程度，确定评估因素的等级权重数和离散等级；基于评估因素的等级权重数和离散等级，采用预设等级划分公式确定每个评估因素的因素等级。
[0080] 针对评估因素，确立多元联系数的评价等级划分公式：
[0081] Dn＝aw0+b1w1+…+b10wi-1+cwi；其中，wi为等级权重数，a、bi、c表示离散等级，使用该评价等级划分公式确定每个评估因素的因素等级。
[0082] 因素等级可根据每个患者的髋臼骨评估结果来确定与评估因素对应的等级，该因素等级的等级数量并不限定，例如，以供分为三个等级，然后根据量化公式计算各影响因素等级值并划分到相应的等级区间，完成所有指标的分级评价。
[0083] 步骤S108，基于所有评估因素的因素等级和等级划分区间，评估目标用户髋臼骨的缺损程度。
[0084] 本发明实施例可以运用髋臼骨缺损评估模型，确定每个评估因素的因素等级，然后定位出评估因素的因素等级所在的等级划分区间内，综合所有评估因素的因素等级和所处等级划分区间，确定髋臼骨缺损程度，例如，将髋臼骨缺损划分为三个等级区间(轻度缺损、中度缺损、重度缺损)，得到缺损程度评估。
[0085] 下面结合另一种可选的实施例来详细说明本发明。
[0086] 下述实施例提供另一种可选的髋臼骨缺损的评估方法，该评估方法包括：
[0087] S1，确定多个评估因素，采用粗糙集算法对髋臼骨数据进行预处理，建立知识库和决策表；
[0088] S2，采用熵权计算法进行特征加权计算，得到因素权重集；
[0090] S4，确定髋臼骨缺损评估结果。
[0091] 实施例二
[0092] 图2是根据本发明实施例的一种可选的髋臼骨缺损的评估装置的示意图，应用于髋关节的骨缺损程度评估设备，如图2所示，该评估装置包括：第一确定单元22、第二确定单元24、第三确定单元26、评估单元28，其中，
[0093] 第一确定单元22，用于确定对髋臼骨进行评估的多个评估因素；
[0094] 第二确定单元24，用于基于目标用户的髋臼骨图像，确定每个评估因素的特征权值和初始缺损程度；
[0095] 第三确定单元26，用于基于特征权值和初始缺损程度，确定每个评估因素的因素等级；
[0096] 评估单元28，用于基于所有评估因素的因素等级和等级划分区间，评估目标用户髋臼骨的缺损程度。
[0097] 上述髋臼骨缺损的评估装置，可以通过第一确定单元22确定对髋臼骨进行评估的多个评估因素，然后通过第二确定单元24基于目标用户的髋臼骨图像，确定每个评估因素的特征权值和初始缺损程度，之后可通过第三确定单元26基于特征权值和初始缺损程度，确定每个评估因素的因素等级，最后可通过评估单元28基于所有评估因素的因素等级和等级划分区间，评估目标用户髋臼骨的缺损程度。在该实施例中，可以对髋臼骨缺损的不同程度进行分析评价，能够充分评估髋臼侧骨缺损的程度，根据不同的骨缺损程度为患者提供最合适的处理方式，从而解决相关技术中评估髋臼骨缺损程度时，大多是人工凭借经验评估，评估结果差别较大，准确率降低的技术问题。
[0098] 可选的，第二确定单元包括：第一分析模块，用于分析髋臼骨图像，得到髋臼骨侧的特征信息；第一确定模块，用于采用熵权计算法确定每个评估因素的信息熵，并基于信息熵计算评估因素的特征权值；第二确定模块，用于基于特征信息确定每个评估因素的因素等级、差异度分量和差异度分量系数；组合模块，用于采用集对理论分析法将每个评估因素和因素等级组合为集对关系；量化处理模块，用于基于集对关系、差异度分量和差异度分量系数，量化处理评估因素的初始缺损程度。
[0099] 在本发明可选的实施例中，第三确定单元包括：第三确定模块，用于基于每个评估因素的特征权值和初始缺损程度，确定评估因素的等级权重数和离散等级；第四确定模块，用于基于评估因素的等级权重数和离散等级，采用预设等级划分公式确定每个评估因素的因素等级。
[0100] 另一种可选的，髋臼骨缺损的评估装置还包括：预处理单元，用于在确定对髋臼骨进行评估的多个评估因素之前，采用粗糙集算法对目标用户髋臼骨各评估因素的历史记录数据进行预处理，确定数据离散表，其中，数据离散表中存储经过预处理后的因素数据；计算单元，用于采用熵权计算法对预处理后的因素数据进行熵权计算，得到每个评估因素的熵权，并基于熵权计算每个评估因素的数据特征权值；集对关系建立单元，用于采用集对理论分析算法基于每个评估因素和评估因素的因素分级建立集对关系，并基于集对关系确定数据特征向量；模型构建单元，用于基于数据离散表、数据特征权值和数据特征向量，构建髋臼骨缺损评估模型，其中，髋臼骨缺损评估模型用于辅助评估用户髋臼骨的缺损程度。
[0101] 在本发明可选的实施例中，预处理单元包括：获取模块，用于获取每个评估因素的因素属性，以建立属性信息表，其中，属性信息表中记录每个评估因素、因素属性和因素等级之间的对应关系；离散化处理模块，用于对属性信息表中的因素属性进行离散化处理，得到数据离散表。
[0102] 可选的，评估因素包括下述至少之一：马蹄窝、髋臼窝、前柱、后柱、臼顶。
[0103] 上述的髋臼骨缺损的评估装置还可以包括处理器和存储器，上述第一确定单元22、第二确定单元24、第三确定单元26、评估单元28等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
[0106] 根据本发明实施例的另一方面，还提供了一种电子设备，包括：处理器；以及存储器，用于存储处理器的可执行指令；其中，处理器配置为经由执行可执行指令来执行上述任意一项的髋臼骨缺损的评估方法。
[0107] 根据本发明实施例的另一方面，还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行上述任意一项的髋臼骨缺损的评估方法。
[0108] 本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：确定对髋臼骨进行评估的多个评估因素；基于目标用户的髋臼骨图像，确定每个评估因素的特征权值和初始缺损程度；基于特征权值和初始缺损程度，确定每个评估因素的因素等级；基于所有评估因素的因素等级和等级划分区间，评估目标用户髋臼骨的缺损程度。
[0109] 上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0110] 在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
[0111] 在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
[0112] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0113] 另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0114] 所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
[0115] 以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种基于多层次方法和赋权超图的层次式FPGA布局布线方法 | 2020-10-05 | 2 |
| 一种自动识别鼻咽癌原发肿瘤的方法及装置 | 2020-10-15 | 1 |
| 一种高衍射效率、低散斑噪声的衍射光学元件的设计方法 | 2020-08-02 | 2 |
| 一种基于群组密码体制的电子邮件认证方法与系统 | 2020-10-02 | 0 |
| 本征图像分解方法、装置、设备及可读存储介质 | 2021-01-30 | 2 |
| 一种混合储能式有轨电车系统的配置优化方法 | 2021-05-13 | 1 |
| 一种混合液制备的控制方法、装置以及系统 | 2023-02-26 | 0 |
| 一种基于随机数映射的区块链共识方法 | 2020-06-04 | 2 |
| 图像处理方法、装置和存储介质 | 2020-06-29 | 3 |
| 一种高速移动列车下行链路的功率分配方法及系统 | 2022-01-14 | 0 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈