崔莉，周钧锴,2，王念,2，肖京，季宇宣，姜美驰

1. 中国科学院计算技术研究所 泛在计算系统研究中心，北京 100190；2. 中国科学院大学 计算机科学与技术学院，北京 100190；3. 中国中医科学院西苑医院 康复医学科，北京 100091

引言

慢性腰痛（Chronic Low Back Pain，CLBP）可分为特异性慢性腰痛和非特异性慢性腰痛（Chronic Non-specific Low Back Pain，nLBP），该病患者众多[1-3]。其中nLBP是指排除已知的特异性病理变化所导致的腰、背和骸部的疼痛，该类疾病病因不明确，转归多元[3]，在CLBP患者中最为常见，对患者的生活和工作造成极大困扰。目前，多个研究证实康复运动对nLBP的治疗和康复起到关键作用[4]，但患者对腰痛的主观感受呈高度个体化差异，且医生对导致疼痛的责任肌肉的定位依赖于主观判断[5-7]，容易由于经验偏差而影响诊疗效果。表面肌电检测是非特异腰痛诊断中的常用方法，目前医院中使用的表面肌电仪提供丰富而精确的动态肌电信息，经医生判读并分析归纳出特定的信号特征，进而对所检测的肌肉与疼痛的相关性做出判断。这些客观数据能在一定程度上有助于对患者疾病状态的精准判断，然而，由人工来解读海量数据耗时费力，且仍不能解决因为医生经验和诊断水平差异而带来的偏倚。

近年来，人工智能技术越来越多地应用于医学自动诊断领域[8-10]，如辅助影像分析[11]，在提高疾病识别和诊断效率的同时，极大地降低了医生的诊断时间成本和医疗开销。本团队研制了一种针对nLBP的人工智能（Artificial Intelligence，AI）辅助诊断系统，该系统由肌……