试验通俗题目
基于深度学习方法研究产后骨盆带疼痛动静态肌骨图像自动识别体系的构建及验证
试验专业题目
基于深度学习方法研究产后骨盆带疼痛动静态肌骨图像自动识别体系的构建及验证
联系人邮箱
wangxbin@fjtcm.edu.cn
联系人通讯地址
福建省福州市闽侯上街邱阳路1号福建中医药大学康复医学院
研究负责人电话
+86 186 0601 9377
研究负责人邮箱
wangxbin@fjtcm.edu.cn
研究负责人通讯地址
福建省福州市闽侯上街邱阳路1号福建中医药大学康复医学院
试验项目经费来源
福建省康复技术省部共建协同创新中心
试验目的
本课题采用深度学习方法,通过四维超声设备,采集产后骨盆带疼痛患者动静态下核心肌群的超声形态参数图像,以及剪切波弹性成像;并采集静态下的骨盆正侧位X线片。依据深度学习传统的U-Net模型,进一步设计新型、改进的神经网络模型,以构建最佳的图像自动测量评估体系。同时,探寻骨盆带疼痛在肌骨功能障碍的具体特征以及挖掘相应的敏感性指标,可促进后续康复评估和干预选择的优化和临床效益的提高,为此类人群实现精准评估和整体康复提供理论依据和客观评估手段。
入选标准
(1)参照2011年更新版骨盆带疼痛诊断标准,确诊为PGP患者;
(2)年龄在20-40岁之间,产后女性;
(3)无盆腔疾病史及尿路感染、泌尿结石及畸形者;
(4)自愿参加本次测试并签署知情同意书者。
排除标准
(1)妊娠和哺乳期患者;盆腔炎症急性期,近3个月内盆腔手术史者;
(2)恶露未干净或月经来潮;外阴伤口愈合不良;
(3)既往腰椎、骨盆带、髋关节等处手术者;
(4)精神障碍,有明显生理缺陷、重大疾病者及认知障碍者。