(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210424983.6 (22)申请日 2022.04.21 (71)申请人 赵治洋 地址 上海市浦东 新区沪南路2 218号BHC中 环中心东楼191 1室 (72)发明人 赵治洋　 (74)专利代理 机构 北京纪凯知识产权代理有限 公司 11245 专利代理师 陆惠中 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/774(2022.01) G06V 10/74(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01)G16H 50/30(2018.01) (54)发明名称 一种基于大数据的脊柱健康变化预测方法 及系统 (57)摘要 本发明提供了一种基于大数据的脊柱健康 变化预测方法及系统； 其中， 所述方法包括： 获取 不同健康阶段的脊柱图像大数据， 基于所述脊柱 图像大数据组建训练集， 利用所述训练集对深度 识别模型进行训练； 获取当前健康阶段的脊柱图 像数据， 将所述脊柱图像数据输入 经过训练的所 述深度识别模型， 所述深度 识别模型输出脊柱健 康预测图集； 根据预设策略对所述脊柱健康预测 图集进行输出。 本发明的方案能够准确预测得出 与脊柱的当前健康阶段对应的脊柱健康预测图 集， 使得医生、 病人都能更为深刻的了解脊柱健 康的真实情况， 有利于更为合理的诊疗方案的确 定。 权利要求书3页 说明书11页 附图3页 CN 114881941 A 2022.08.09 CN 114881941 A 1.一种基于大 数据的脊柱健康变化预测方法， 其特 征在于， 包括如下步骤： 获取不同健康阶段的脊柱图像大数据， 基于所述脊柱图像大数据组建训练集， 利用所 述训练集对深度识别模型进行训练； 获取当前健康阶段的脊柱图像数据， 将所述脊柱图像数据输入经过训练 的所述深度识 别模型， 所述深度识别模型输出脊柱健康预测图集； 根据预设策略对所述 脊柱健康预测图集进行输出。 2.根据权利要求1所述的一种基于大数据的脊柱健康变化预测方法， 其特征在于： 所述 脊柱图像大 数据包括 不同健康阶段的第一 脊柱图像； 则所述基于所述 脊柱图像大 数据组建训练集， 包括： 对各所述第 一脊柱图像进行第 一脊柱参数提取处理， 基于提取出的第 一脊柱参数确定 各所述第一 脊柱图像的第一属性， 利用所述第一属性对各 所述第一 脊柱图像进行 标注； 对具有相同第 一属性的各所述第 一脊柱图像进行拟合处理， 以得出第 二脊柱图像以及 对应的第二 脊柱参数， 根据所述第二 脊柱参数确定所述第二 脊柱图像的第二属性； 计算各所述第 二脊柱图像的所述第 二属性与 标准属性阶段表的第 一匹配度， 根据 所述 第一匹配度确定各所述第二脊柱图像的第一阶段序号， 将与各所述第二脊柱图像对应的若 干所述第一 脊柱图像与所述第一阶段序号进行关联； 以各所述第 二脊柱图像的第 一阶段序号为起点向后遍历， 将遍历涉及的与 所述第二脊 柱图像对应的若干所述第一 脊柱图像与第二阶段序号进行关联； 根据所述第一脊柱图像和/或第二脊柱图像得出若干训练数据， 将各所述训练数据组 建为所述训练集。 3.根据权利要求2所述的一种基于大数据的脊柱健康变化预测方法， 其特征在于： 所述 第一脊柱图像与用户属性关联， 且与第三阶段序号关联； 则所述将与各所述第二脊柱图像对应的若干所述第一脊柱图像与所述第一阶段序号 进行关联， 包括： 基于所述第 三阶段序号确定至少两个所述第 一脊柱图像， 根据 所述至少两个所述第 一 脊柱图像的所述第一 脊柱参数计算 突变度； 若所述突变度大于或等于第一阈值， 则将对应的所述第一脊柱图像删除， 将剩余的若 干所述第一 脊柱图像与所述第一阶段序号进行关联。 4.根据权利要求3所述的一种基于大数据的脊柱健康变化预测方法， 其特征在于： 在所 述突变度大于或等于第一阈值之后， 还 包括： 计算所述 突变度是否小于第二阈值， 若是， 则： 基于该第一脊柱图像的在前邻接的所述第一脊柱图像的所述第一脊柱参数确定若干 第一力学模型计算该第一脊柱图像的所述第一脊柱参数与对应的所述第一力学模型的关 联度值； 若所述关联度值大于或等于第三阈值， 则判定所述突变度大于或等于第一阈值， 将对 应的所述第一脊柱图像删除； 否则判定所述突变度小于第一阈值， 不将对应的所述第一脊 柱图像删除。 5.根据权利要求4所述的一种基于大数据的脊柱健康变化预测方法， 其特征在于： 第 三 阈值通过如下 方式确定：权　利　要　求　书 1/3 页 2 CN 114881941 A 2基于该第一脊柱图像的第二在前邻接的所述第一脊柱图像的所述第一脊柱参数确定 若干第二力学模型， 计算所述第二力学模型与对应的所述第一力学模型 的第一相似度， 基 于所述第一相似度确定所述第三阈值； 其中， 所述第三阈值与所述第一相似度负相关。 6.根据权利要求1 ‑5任一项所述的一种基于大数据的脊柱健康变化预测方法， 其特征 在于： 所述将所述脊柱图像数据输入经过训练的所述深度识别模型， 所述深度识别模型输 出脊柱健康预测图集， 包括： 计算与所述脊柱图像数据对应的第 三脊柱参数， 将所述第 三脊柱参数输入经过训练 的 所述深度识别模型， 所述深度识别模型得出初始预测图集， 所述初始预测图集包括若干第 二脊柱图像及对应的第四阶段序号； 计算所述第三脊柱参数与所述第二脊柱图像关联的各所述第一脊柱图像对应的所述 第一脊柱参数的第二相似度； 若所述第二相似度大于或等于第四阈值， 则将与 所述第二脊柱图像关联的所述第 一脊 柱图像作为目标预测图像， 将与各所述第二脊柱图像对应的所述目标预测图像与所述第四 阶段序号对应关联后得 出所述脊柱健康预测图集； 所述深度识别模型输出 所述脊柱健康预测图集。 7.根据权利要求6所述的一种基于大数据的脊柱健康变化预测方法， 其特征在于： 所述 根据预设策略对所述 脊柱健康预测图集进行输出， 包括： 计算与所述当前健康阶段的脊柱图像数据对应的第三属性与标准属性阶段表的第二 匹配度， 基于所述第二匹配度确定第 五阶段序号， 根据所述第 五阶段序号确定所述脊柱健 康预测图集中的图像数量； 根据所述第 三属性确定得出关键阶段的序号， 根据 所述关键阶段序号对与 所述关键阶 段所述图像数量进行修 正； 其中， 修正程度与所述关键阶段的关键度值 正相关。 8.一种基于大数据的脊柱健康变化预测系统， 包括第 一获取模块、 第 二获取模块、 处理 模块、 存储模块、 输出模块， 所述处理模块与所述第一 获取模块、 所述第二 获取模块、 所述存 储模块和所述输出模块连接； 其中， 所述第一获取模块， 用于获取不同健康阶段的脊柱图像大数据， 并传输给所述处理模 块； 所述第二获取模块， 用于获取当前健康阶段的脊柱图像数据， 并传输给 所述处理模块； 所述存储模块， 用于存 储可执行的计算机程序代码； 所述输出模块， 用于根据预设策略对脊柱健康预测图集进行输出； 其特征在于： 所述处理模块， 用于通过调用所述存储模块中的所述可执行的计算机程 序代码， 执 行如权利要求1 ‑7任一项所述的方法。 9.一种电子设备， 包括： 存储有可执行程序代码的存 储器； 与所述存 储器耦合的处 理器； 其特征在于： 所述处理器调用所述存储器中存储的所述可执行程序代码， 执行如权利 要求1‑7任一项所述的方法。权　利　要　求　书 2/3 页 3 CN 114881941 A 3