[发明专利]基于近红外频谱特征的松质骨离体时间评估方法及系统

权利要求书

1.一种基于近红外频谱特征的松质骨离体时间评估方法，其特征在于，包括以下步骤：

S1、获取数据样本：获取若干个松质骨，对每个松质骨获取若干组不同离体时间t下的松质骨近红外光谱数据；

S2、对S1中松质骨近红外光谱数据进行数据处理：先对松质骨近红外光谱数据进行频域变换，进而提取松质骨近红外光谱特征S；

S3、将所述松质骨近红外光谱特征S作为训练数据，构建时间评估模型：将步骤S2中获取的所有松质骨近红外光谱特征S作为训练数据，通过数据拟合建立若干组时间-特征方程即t-S关系方程，对每一组t-S关系方程求取平均权重作为最终t-S关系方程权重，建立起时间评估模型；

S4、获取待评估离体时间的松质骨的近红外光谱数据，提取其近红外光谱特征后输入到时间评估模型中，获取离体时间评估结果。

2.根据权利要求1所述的一种基于近红外频谱特征的松质骨离体时间评估方法，其特征在于，所述S1中对每个松质骨获取多组不同离体时间t下的松质骨近红外光谱数据，具体包括：对每一块松质骨进行若干个不同离体时间下的数据测量，在每个离体时间下对松质骨表面的m个点进行数据测量；每个点测量得到的1组近红外光谱数据，每组近红外光谱数据中包括g个数值，每组近红外光谱数据定义为f_n，n＝1，2，..，m；每一块松质骨在一个离体时间下共获取m组数据。

3.根据权利要求2所述的一种基于近红外频谱特征的松质骨离体时间评估方法，其特征在于：所述S2中，对松质骨近红外光谱数据进行频域变换前，还包括对每一块松质骨在一个离体时间下共获取m组数据求取平均值以减小随机误差，定义为其中中包括g个求取平均值后的数据。

4.根据权利要求3所述的一种基于近红外频谱特征的松质骨离体时间评估方法，其特征在于，所述S2中频域变换过程为：对每一块松质骨在一个离体时间下的平均值进行特定波段的傅里叶频域变换得到频谱数据F，求取频谱的功率谱密度曲线P，其计算公式为：

其中，P_n表示功率谱密度曲线P上每个点，n＝1，2，...，g，F_j为频谱数据F中的第j个数据。

5.根据权利要求4所述的一种基于近红外频谱特征的松质骨离体时间评估方法，其特征在于，所述S2中松质骨近红外光谱特征S的提取过程为：获取频谱的功率谱密度曲线P，将其划分为D段，计算每一段曲线的斜率S_d，计算即松质骨近红外光谱特征S。

6.根据权利要求1所述的一种基于近红外频谱特征的松质骨离体时间评估方法，其特征在于，所述S3中最终t-S关系方程权重计算公式如下：

其中，k为离体时间t的个数，w_n为第n组t-S关系方程的权重。

7.一种基于近红外频谱特征的松质骨离体时间评估系统，用于实现如权利要求1-6任一所述的一种基于近红外频谱特征的松质骨离体时间评估方法，其特征在于：包括近红外光谱采集系统和时间评估模型，时间评估模型接收近红外光谱采集系统发送的近红外光谱特征，时间评估模型输出离体时间评估结果；

其中，近红外光谱采集系统包括离体松质骨近红外光谱测量模块、数据存储模块和光谱特征计算模块，数据存储模块与离体松质骨近红外光谱测量模块、光谱特征计算模块连接，离体松质骨近红外光谱测量模块与光谱特征计算模块连接；离体松质骨近红外光谱测量模块用于获取待评估离体时间的离体松质骨近红外光谱数据，光谱特征计算模块用于根据离体松质骨近红外光谱数据计算相应的离体松质骨近红外光谱特征，数据存储模块用于存储离体松质骨近红外光谱数据和离体松质骨近红外光谱特征。