利索能及
我要发布
收藏
专利号: 202411968041X
申请人: 西南大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-06-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于统一弹球损失的脊柱侧弯背部图像数据分类方法,其特征在于,包括以下步骤:获取患者背部的基础信息和脊柱侧弯背部的图像数据;

对所述脊柱侧弯背部图像数据进行预处理,得到预处理后的数据,从所述预处理后的数据中提取背部脊柱图像特征;

根据预处理后的数据构建并训练基于统一弹球损失脊柱侧弯分类模型,优化模型参数,模型生成一对非平行的分离超平面,得到超平面参数;

采用所述超平面参数和新的背部脊柱图像特征进行分类决策,得到分类结果;

输出所述分类结果;

所述根据预处理后的数据构建并训练基于统一弹球损失脊柱侧弯分类模型具体包括:统一弹球损失函数定义为:

其中,y是样本的真实标签,f(x)是模型的预测输出,τ是控制弹球损失平滑程度的参数,τ在区间[‑1,0)∪(0,1]内取值,u=1‑yfω,b(x)表示样本点相对于其对应类别超平面的距离;

基于统一弹球损失脊柱侧弯分类模型找出一对非平行超平面决策函数f+(x)和f‑(x);

其中,f+(x)和f‑(x)分别表示两个非平行超平面的决策函数, 和 是分类超平面的权重参数; 是高斯核函数,用于将输入脊柱侧弯图像的特征映射到高维空间;

单个数据样本到超平面的距离计算方式为:

其中, 表示第i个正类样本到超平面的距离, 表示第i个负类样本到超平面的距离,l1和l2分别表示正类和负类样本的数量, 和 表示第i个正类和负类样本,正类样本属于脊柱侧弯较严重的类别,负类样本 则属于脊柱侧弯较轻或正常的类别; 和表示第i个样本的真实类别标签。

2.根据权利要求1所述的方法,其特征在于,所述对背部图像数据进行预处理的方法具体包括:图像分割、灰度化处理、滤波去噪处理、尺寸标准化处理和图像归一化。

3.根据权利要求1所述的方法,其特征在于,所述背部脊柱图像特征包括纹理特征、形状特征和统计特征。

4.根据权利要求1所述的方法,其特征在于,所述优化模型参数包括:求解最大化不同脊柱侧弯程度样本之间的分类间隔,并最小化统一弹球损失函数,具体为:通过同时最大化正、负间隔均值和最小化正、负间隔方差来计算一对未知向量ω+,ω‑,计算公式为:2

其中,τ∈[‑1,1],λ1,λ2,λ3,λ4是间隔方差和间隔均值的权衡参数,λ1,λ2,λ3,λ4>0,‖ω‑‖是正则化项,c1和c2是正则项对应的超参数,c3和c4是权衡总误差的参数,其中, 和 是间隔均值, 和 是间隔方差;

基于统一弹球损失函数的孪生大间隔分类器的间隔均值和间隔方差在计算过程中,分为正负类的间隔均值和间隔方差,计算时参考的是到另一类超平面的距离,间隔均值和间隔方差之间的关系计算公式为:

5.根据权利要求4所述的方法,其特征在于,所述分类决策的具体方法包括:根据新的背部脊柱图像特征和超平面参数计算两者之间的相对位置关系,根据相对位置关系进行分类。

6.一种基于统一弹球损失的脊柱侧弯背部图像数据分类系统,其特征在于,包括:图像采集模块、数据处理模块、模型训练模块、分类决策模块和输出模块,所述图像采集模块用于获取患者背部的基础信息和脊柱侧弯背部图像数据;

所述数据处理模块用于对所述脊柱侧弯背部图像数据进行预处理,得到预处理后的数据,从所述预处理后的数据中提取背部脊柱图像特征;

所述模型训练模块用于根据预处理后的数据构建并训练基于统一弹球损失脊柱侧弯分类模型,优化模型参数,模型生成一对非平行的分离超平面,得到超平面参数;

所述分类决策模块采用超平面参数和新的背部脊柱图像特征进行分类决策,得到分类结果;

所述输出模块用于输出分类结果;

所述模型训练模块中根据预处理后的数据构建并训练基于统一弹球损失脊柱侧弯分类模型具体包括:

统一弹球损失函数定义为:

其中,y是样本的真实标签,f(x)是模型的预测输出,τ是控制弹球损失平滑程度的参数,τ在区间[‑1,0)∪(0,1]内取值,u=1‑yfω,b(x)表示样本点相对于其对应类别超平面的距离;

基于统一弹球损失脊柱侧弯分类模型找出一对非平行超平面决策函数f+(x)和f‑(x);

其中,f+(x)和f‑(x)分别表示两个非平行超平面的决策函数, 和 是分类超平面的权重参数; 是高斯核函数,用于将输入脊柱侧弯图像的特征映射到高维空间;

单个数据样本到超平面的距离计算方式为:

其中, 表示第i个正类样本到超平面的距离, 表示第i个负类样本到超平面的距离,l1和l2分别表示正类和负类样本的数量, 和 表示第i个正类和负类样本,正类样本属于脊柱侧弯较严重的类别,负类样本 则属于脊柱侧弯较轻或正常的类别; 和表示第i个样本的真实类别标签。

7.根据权利要求6所述的系统,其特征在于,所述预处理包括图像分割、灰度化处理、滤波去噪处理、尺寸标准化处理和图像归一化。

8.根据权利要求6所述的系统,其特征在于,所述背部脊柱图像特征包括纹理特征、形状特征和统计特征。

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如权利要求1‑5任一项所述的方法。