公开(公告)号：CN115281662A

公开(公告)日：2022-11-04

申请号：CN202211169507.0

申请日：2022-09-26

Applicant: 北京科技大学 ,  北京北咨信息工程咨询有限公司

Inventor： 刘欣 ,  康苹 ,  刘安琦 ,  开程 ,  赵辰 ,  张德政 ,  任继平 ,  栗辉 ,  阿孜古丽·吾拉木

IPC: A61B5/11 ,  A61B5/00

Abstract: 本发明提供一种慢性踝关节不稳智能辅助诊断系统，属于医工结合与计算机辅助诊断技术领域。所述系统包括：运动特征提取模块，构建时空运动特征小样本；运动特征增强模块，构建对偶式生成对抗网络模型，利用时空运动特征小样本对其进行训练，使其能够生成增强特征样本；基分类器构建模块，用于构建用于识别慢性踝关节不稳的三种基分类器；多分类器融合模块，构建模型无关的元学习算法，将三种基分类器运用堆叠法进行集成学习，以时空运动特征小样本与增强特征样本组成训练集，利用K折交叉训练的方法对元学习模型进行训练，得到能够有效识别慢性踝关节不稳的多分类器融合模型。采用本发明，能够实现慢性踝关节不稳的有效辅助诊断。

公开(公告)号：CN115281662B

公开(公告)日：2023-01-17

申请号：CN202211169507.0

申请日：2022-09-26

Applicant: 北京科技大学 ,  北京北咨信息工程咨询有限公司

Inventor： 刘欣 ,  康苹 ,  刘安琦 ,  开程 ,  赵辰 ,  张德政 ,  任继平 ,  栗辉 ,  阿孜古丽·吾拉木

IPC: A61B5/11 ,  A61B5/00

Abstract: 本发明提供一种慢性踝关节不稳智能辅助诊断系统，属于医工结合与计算机辅助诊断技术领域。所述系统包括：运动特征提取模块，构建时空运动特征小样本；运动特征增强模块，构建对偶式生成对抗网络模型，利用时空运动特征小样本对其进行训练，使其能够生成增强特征样本；基分类器构建模块，用于构建用于识别慢性踝关节不稳的三种基分类器；多分类器融合模块，构建模型无关的元学习算法，将三种基分类器运用堆叠法进行集成学习，以时空运动特征小样本与增强特征样本组成训练集，利用K折交叉训练的方法对元学习模型进行训练，得到能够有效识别慢性踝关节不稳的多分类器融合模型。采用本发明，能够实现慢性踝关节不稳的有效辅助诊断。