一种全膝关节置换术需求预测方法及系统

本发明公开了一种全膝关节置换术需求预测方法及系统，涉及临床辅助决策领域。该方法包括：采集膝MRI图像，通过深度卷积神经网络自动分割关节间隙关键结构，获得感兴趣体积（VOI）；使用SERA工具提取IBSI标准的影像组学特征；结合膝骨关节炎结果调查（KOOS）评分，最终构建关节间隙加临床特征影像组学模型（JSC‑RM），实现对未来1~4年内是否接受TKR的预测。所述方法采用LASSO特征筛选与浅层神经网络建模，结合约登指数设定阈值，预测性能优于现有模型，显著提升住院医师对TKR时机判断的一致性与准确性，实现术前智能化风险干预。