基于AI的类风湿关节炎风险评估方法及系统与流程

本发明涉及类风湿关节炎评估，具体涉及实施例基于ai的类风湿关节炎风险评估方法及系统。

背景技术：

1、类风湿关节炎（ra）是一种慢性、炎症性的自身免疫性疾病，主要影响关节，导致关节肿胀、疼痛、僵硬和功能障碍。该疾病通常影响多个关节，尤其是手、脚和膝盖，且症状可能反复发作。ra的发病机制复杂，涉及遗传、环境和免疫系统等多种因素。

2、治疗类风湿关节炎需要综合方法，包括药物治疗（如非甾体抗炎药、免疫抑制剂和生物制剂等）、物理治疗和必要时的手术。

3、现有技术中，对于类风湿关节炎风险评估方法均是在患者诊疗时进行评估，缺少在治疗过程中的对于类风湿关节炎风险评估，不利于患者后期针对性的康复治疗，尤其在对检测图像的关节间隙狭窄程度的识别过程中是根据医生的主管判断，具有一定的局限性，缺少对于检测图像的有效处理。

技术实现思路

1、本发明的目的在于提供基于ai的类风湿关节炎风险评估方法及系统，以评估周期前目标对象检测图像所对应的关节间隙狭窄表征值为基础，对评估周期内目标对象的症状调理程度进行评估，即通过对评估周期内多次的检测图像的关节间隙狭窄表征值进行获取，将评估周期内所有的检测得到关节间隙狭窄表征值分别与标准关节间隙狭窄表征值进行比较处理，从而根据关节间隙狭窄表征值在预估周期内的变化情况完成对目标对象治疗效果的识别，并基于目标对象在评估周期内不同等级的评估状态提醒信号，完成对目标对象在评估周期内的可视化管理。

2、本发明的目的可以通过以下技术方案实现：

3、基于ai的类风湿关节炎风险评估方法及系统，包括以下步骤：

4、获取目标对象的检测图像，对检测图像进行处理，得到目标对象检测图像的关节间隙狭窄表征值；

5、在评估周期内，目标对象多种检测图像的关节间隙狭窄表征值分别与标准关节间隙狭窄表征值进行处理，生成评估状态等级信号；

6、其中，评估状态等级信号包括评估状态向好信号和多级评估状态提醒信号；

7、基于评估状态向好信号，对目标对象的治疗周期进行评估；

8、基于目标对象在评估周期内不同等级的评估状态提醒信号，对目标对象的调理因素关联性进行分析，识别调理因素对目标对象在评估周期内的影响程度。

9、作为本发明进一步的方案：在评估周期内，获取目标对象的检测图像；

10、并对目标对象的检测图像的关节间隙宽度进行测量，将得到的关节间隙宽度值记为目标对象的关节间隙狭窄表征值。

11、作为本发明进一步的方案：获取评估周期前目标对象的检测图像，将评估周期前检测图像所对应的关节间隙狭窄表征值记为标准关节间隙狭窄表征值，记为xz0。

12、作为本发明进一步的方案：将评估周期内，目标对象检测图像的关节间隙狭窄表征值记为xzi，i为检测图像的数量；

13、遍历评估周期内目标对象所有的检测图像的关节间隙狭窄表征值，得到最大关节间隙狭窄表征值xzmax和最小关节间隙狭窄表征值xzmin；

14、若评估周期内最大关节间隙狭窄表征值xzmax≤标准关节间隙狭窄表征值xz0，生成评估状态一级提醒信号；

15、若评估周期内最小关节间隙狭窄表征值xzmin＞标准关节间隙狭窄表征值xz0，生成评估状态向好信号。

16、作为本发明进一步的方案：若评估周期内最大关节间隙狭窄表征值xzmax＞标准关节间隙狭窄表征值xz0≥评估周期内最小关节间隙狭窄表征值xzmin；

17、则对评估周期内目标对象多个检测图像的关节间隙狭窄表征值xzi进行处理；

18、对评估周期内多个检测图像的关节间隙狭窄表征值进行整合，得到关节间隙狭窄表征值组；

19、按照方差计算公式对关节间隙狭窄表征值组进行处理，得到评估周期内关节间隙狭窄表征方差，并记为xzf；

20、将评估周期内关节间隙狭窄表征方差xzf与预设的关节间隙狭窄表征方差阈值xzy进行比较处理。

21、作为本发明进一步的方案：若评估周期内关节间隙狭窄表征方差xzf≥关节间隙狭窄表征方差阈值xzy时，生成评估状态二级提醒信号；

22、评估周期内关节间隙狭窄表征方差xzf＜关节间隙狭窄表征方差阈值xzy时，对评估周期内关节间隙狭窄表征值xzi进行识别。

23、作为本发明进一步的方案：若评估周期内的关节间隙狭窄表征值xzi呈线性连续减小，生成评估状态三级提醒信号；

24、若评估周期内的关节间隙狭窄表征值xzi呈线性连续增大，生成评估状态向好信号；

25、若评估周期内的关节间隙狭窄表征值xzi无线性关系时，生成评估状态四级提醒信号。

26、作为本发明进一步的方案：将评估周期分为若干个评估时间子单元，分别获取每个评估时间子单元内目标对象的关节物理康复动态值；

27、建立平面坐标系，以评估周期的时间为x轴，以关节间隙狭窄表征值为轴；

28、将目标对象检测图像所对应的关节间隙狭窄表征值在平面坐标系内进行描点，得到关节间隙狭窄表征曲线；

29、将关节间隙狭窄表征曲线位于标准线上方的区域记为关节间隙狭窄正修复区域；

30、将关节间隙狭窄表征曲线位于标准线下方的区域记为关节间隙狭窄反修复区域；

31、将位于关节间隙狭窄正修复区域内的评估时间子单元记为正向时间子单元，获取正向时间子单元的关节物理康复动态均值；

32、将位于关节间隙狭窄反修复区域内的评估时间子单元记为反向时间子单元，获取反向时间子单元的关节物理康复动态均值。

33、作为本发明进一步的方案：若正向时间子单元的关节物理康复动态均值与反向时间子单元的关节物理康复动态均值的差值在预设要求范围内，得到调理因素非关联信号；

34、若正向时间子单元的关节物理康复动态均值与反向时间子单元的关节物理康复动态均值的差值在预设要求范围外，得到调理因素关联信号。

35、作为本发明进一步的方案：基于ai的类风湿关节炎风险评估系统，包括：

36、图像解析模块，图像解析模块用于获取目标对象的检测图像，对检测图像进行处理，得到目标对象检测图像的关节间隙狭窄表征值，关节间隙狭窄表征值上传至云管控平台；

37、评估分级模块接收云管控平台传送的关节间隙狭窄表征值，在评估周期内，评估分级模块将目标对象多种检测图像的关节间隙狭窄表征值分别与标准关节间隙狭窄表征值进行处理，生成评估状态等级信号，并将评估状态等级信号上传至云管控平台；

38、其中，评估状态等级信号包括评估状态向好信号和多级评估状态提醒信号；

39、周期预估模块接收云管控平台传送的评估状态向好信号，周期预估模块基于评估状态向好信号，对目标对象的治疗周期进行评估；

40、调理影响模块接收云管控平台传送的多级评估状态提醒信号，调理影响模块基于目标对象在评估周期内不同等级的评估状态提醒信号，对目标对象的调理因素关联性进行分析，识别调理因素对目标对象在评估周期内的影响程度。

41、本发明的有益效果：

42、本发明以评估周期前目标对象检测图像所对应的关节间隙狭窄表征值为基础，对评估周期（可以理解为目标对象的治疗周期）内目标对象的症状调理程度进行评估，即通过对评估周期内多次的检测图像的关节间隙狭窄表征值进行获取，将评估周期内所有的检测得到关节间隙狭窄表征值分别与标准关节间隙狭窄表征值（评估周期前目标对象检测图像所对应的关节间隙狭窄表征值）进行比较处理，从而根据关节间隙狭窄表征值在预估周期内的变化情况完成对目标对象治疗效果的识别，并基于目标对象在评估周期内不同等级的评估状态提醒信号，完成对目标对象在评估周期内的可视化管理；

43、本发明在评估周期内，目标对象所有检测图像的关节间隙狭窄表征值有大于标准关节间隙狭窄表征值和小于标准关节间隙狭窄表征值时，即通过建立关节间隙狭窄表征曲线，将关节间隙狭窄表征曲线位于标准线上方的区域记为关节间隙狭窄正修复区域，将关节间隙狭窄表征曲线位于标准线下方的区域记为关节间隙狭窄反修复区域，通过对关节间隙狭窄正修复区域与关节间隙狭窄反修复区域内的调理因素（关节物理康复动态值）进行比对处理，从而识别调理因素对目标对象在评估周期内的影响程度，从而识别不同调理因素对目标对象的调理影响，使目标对象在后续的调理过程中更加具有针对性。