生物、医药和医疗器械技术

本发明涉及人工智能技术领域，提供一种骨科疾病辅助检测方法、装置、设备及介质，一方面，利用骨科疾病辅助检测模型中的图像特征学习模块对待处理图像进行特征提取得到图像特征，以学习待处理图像的多层级特征；一方面，利用骨科疾病辅助检测模型中的特征增强模块对学习到的图像特征进行增强处理得到增强特征，以基于各层级特征的重要性进行不同粒度特征的聚合，提升了后续预测的准确性；另一方面，将增强特征输入至骨科疾病辅助检测模型中的预测模块以预测待处理图像中骨科疾病的类型及位置，并生成骨科疾病辅助检测报告以发送至骨科疾病辅助检测指令的触发者，从而辅助相关医务人员快速进行阅片，在保证诊断准确率的同时还提高了诊断效率。

临床骨科精准诊断：该辅助检测方法通过多模态影像融合与深度学习算法，能够自动识别X光、CT中的细微骨折线、骨赘增生等病变特征，为医生提供定量化分析报告，显著提升骨质疏松、关节炎等慢性骨病的早期检出率与诊断一致性。

基层医疗能力提升：集成于便携式设备的检测装置可快速完成关节活动度测量与骨骼畸形评估，辅助基层全科医生初步判断骨伤病情，缓解偏远地区骨科专科资源不足的难题，推动分级诊疗制度落地。

运动医学损伤预防：结合可穿戴传感器数据，系统动态分析运动员骨骼肌肉系统的生物力学负荷，预警潜在应力性骨折风险，为科学训练计划制定提供客观依据，延长职业运动员竞技生涯。

术后康复智能监测：基于三维动作捕捉技术的检测设备，能精准追踪骨折术后患者的患肢功能恢复进度，通过对比术前术后数据生成个性化康复建议，避免过早负重导致的二次损伤。

一方面，本发明利用骨科疾病辅助检测模型中的图像特征学习模块对待处理图像进行特征提取得到图像特征，以学习待处理图像的多层级特征；一方面，利用骨科疾病辅助检测模型中的特征增强模块对学习到的图像特征进行增强处理得到增强特征，以基于各层级特征的重要性进行不同粒度特征的聚合，提升了后续预测的准确性；另一方面，将增强特征输入至骨科疾病辅助检测模型中的预测模块以预测待处理图像中骨科疾病的类型及位置，并生成骨科疾病辅助检测报告以发送至骨科疾病辅助检测指令的触发者，从而辅助相关医务人员快速进行阅片，在保证诊断准确率的同时还提高了诊断效率。