CN107038342A - 一种基于体表变化信号预测体内组织运动信号的方法 - Google Patents
一种基于体表变化信号预测体内组织运动信号的方法 Download PDFInfo
- Publication number
- CN107038342A CN107038342A CN201710242485.9A CN201710242485A CN107038342A CN 107038342 A CN107038342 A CN 107038342A CN 201710242485 A CN201710242485 A CN 201710242485A CN 107038342 A CN107038342 A CN 107038342A
- Authority
- CN
- China
- Prior art keywords
- body surface
- variable signal
- vivo tissue
- data set
- history data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001727 in vivo Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 18
- 230000001360 synchronised effect Effects 0.000 claims abstract description 5
- 239000013598 vector Substances 0.000 claims description 7
- 230000002123 temporal effect Effects 0.000 abstract 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 3
- 206010011224 Cough Diseases 0.000 description 2
- 210000003484 anatomy Anatomy 0.000 description 2
- 238000000338 in vitro Methods 0.000 description 2
- 230000036387 respiratory rate Effects 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G06F19/321—
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开一种基于体表变化信号预测体内组织运动信号的方法,能够准确地预测体内组织的运动信号,并且该方法建立在人体体表变化信号的时间相关性和空间相似性上,依据体内、外运动信号的时间同步,来实现体内组织运动信号的预测,具有更高的鲁棒性。
Description
技术领域
本发明属于运动信号预测的技术领域,具体地涉及一种基于肉眼可视的体表变化信号对体内组织运动信号进行预测的方法。
背景技术
体内组织运动预测是进行医学图像处理领域的一个重要研究方向。在医学影像中,体内组织的运动以呼吸引起的自主运动最为明显。在采集图像的过程中,它会使得采集到的体内解剖结构图像存在运动伪影、图像中组织器官边界模糊等。对体内组织运动信号的预测有助于医学图像的去模糊或去伪影处理。
目前已有的基于体表变化信号的体内组织运动预测方法主要是使用线性模型、多项式模型等明确的函数对运动信号进行拟合后,预测未来时刻的运动变化。这样的方法是建立在体表变化信号与体内组织运动信号之间的关系是固定且确定的假设之上的。然而在现实应用中,这样的假设并不是一直有效。轻微的咳嗽、呼吸的深浅或呼吸频率的改变等都会导致体表变化信号与体内组织运动信号间关系的改变。
发明内容
本发明的技术解决问题是:克服现有技术的不足,提供一种基于体表变化信号预测体内组织运动信号的方法,该方法不以明确的函数表达形式为核心,并且能够准确地预测体内组织的运动信号。
本发明的技术解决方案是:一种基于体表变化信号预测体内组织运动信号的方法,包括以下步骤:
S1:同步采集一段时间内的体表变化信号与体内组织的运动信号,建立历史数据组;
历史数据组表示为ψ={(pi,Pi)|i=1,2,3,...,N},其中pi表示第i时刻的体表变化信号,Pi表示第i时刻的体内组织运动信号。
在本发明的至少一个实施例中,所述运动信号是指随时间变化的三维空间坐标,即Pi=(Pxi,Pyi,Pzi),其中Pxi、Pyi和Pzi表示体内组织沿着三维空间的三个正交轴的坐标值;pi=(pxi,pyi,pzi),其中pxi、pyi和pzi表示体表某一特定点沿着三维空间的三个正交轴的坐标值。
S2:在进行预测时,获取tm时刻的体表变化信号pm;
S3:判断pm是否在历史数据组ψ的范围内;
在本发明的至少一个实施例中,判断pm是否在历史数据组ψ的范围内的依据是“pm=(pmx,pmy,pmz)的每个坐标值是否均在其相应的坐标范围[pmin-0.1×s,pmax+0.1×s]内”,其中,pmin、pmax和s分别是历史数据组ψ中体表变化信号在各轴上坐标的最小值、最大值和标准差。
S4:根据S3的判断结果,预测tm时刻后的第j时刻的体内组织运动信号具体为:
当pm在历史数据组ψ的范围内时,在ψ中,找到与体表变化信号pm距离最接近的M个信号,记为再根据时间对应关系,找到相对应的体内组织运动信号则
当pm不在历史数据组ψ的范围内,判断pm-1是否在历史数据组ψ的范围内。在本发明的至少一个实施例中,判断pm-1是否在历史数据组ψ的范围内的依据是“pm-1=(pm-1,x,pm-1,y,pm-1,z)的每个坐标值是否均在其相应的坐标范围[pmin-0.1×s,pmax+0.1×s]内”,其中,pmin、pmax和s分别是历史数据组ψ中体表变化信号在各轴上坐标的最小值、最大值和标准差。
当pm-1在历史数据组ψ的范围内时,在ψ中,找到与体表变化信号pm-1距离最接近的M个信号,记为再根据时间对应关系,找到相对应的体内组织运动信号则
当pm-1不在历史数据组ψ的范围内时,将pm投影至二维平面U2D(该二维平面的基向量是ψ中记录的体表变化信号集的2个特征向量,这2个特征向量对应于2个最大的特征值)。将pm和{pi|pi∈ψ,i=1,2,3,...,N}投影至U2D,分别记录为和在φ中找到M个与距离最接近的信号再根据时间对应关系,在ψ中找到相对应的体内组织运动信号则
本发明的有益效果在于:本发明所述的一种基于体表变化信号预测体内组织运动信号的方法不再利用明确的函数来关联体外标记物运动信号和体内组织运动信号,当呼吸运动发生变化(如轻微的咳嗽、呼吸的深浅或呼吸频率的改变)时,本发明仍能够利用历史数据组准确地预测出体内组织的运动信号,具有较好的鲁棒性。
附图说明
图1是采集体外标记物运动与体内肿瘤运动关联数组的示意图
图2是本发明的流程图
具体实施方式
一种基于体表变化信号预测体内组织运动信号的方法,包括以下步骤:
S1:同步采集一段时间内的体表变化信号与体内组织的运动信号,建立历史数据组;
在图1所示实施例中,体表变化信号pi(i=1,2,3,...,N)利用双目摄像机探测固定于体表的标记球1的三维坐标获得;体内组织运动信号Pi(i=1,2,3,...,N)利用三维超声探头获取体内解剖结构图像获得。体表变化信号pi与体内组织运动信号Pi是同步采集获得的,具有一一对应的关系。根据采集得到的信号建立历史数据组,记为:
Ψ={(pi,Pi)|i=1,2,3,...,N}
其中,pi=(pxi,pyi,pzi),pxi、pyi和pzi分别是体表变化信号在x、y、z三个方向上的坐标;Pi=(Pxi,Pyi,Pzi),Pxi、Pyi和Pzi分别是体内组织运动信号在x、y、z三个方向上的坐标。
S3:判断pm是否在历史数据组ψ的范围内;
在本发明的至少一个实施例中,判断pm是否在历史数据组ψ的范围内的依据是“pm=(pmx,pmy,pmz)的每个坐标值是否均在其相应的坐标范围[pmin-0.1×s,pmax+0.1×s]内”,其中,pmin、pmax和s分别是历史数据组ψ中体表变化信号在各轴上坐标的最小值、最大值和标准差。
S4:根据S3的判断结果,预测tm时刻后的第j时刻的体内组织运动信号具体为:
当pm在历史数据组ψ的范围内时,在ψ中,找到与体表变化信号pm距离最接近的M个信号,记为再根据时间对应关系,找到相对应的体内组织运动信号则
当pm不在历史数据组ψ的范围内,判断pm-1是否在历史数据组ψ的范围内。在本发明的至少一个实施例中,判断pm-1是否在历史数据组ψ的范围内的依据是“pm-1=(pm-1,x,pm-1,y,pm-1,z)的每个坐标值是否均在其相应的坐标范围[pmin-0.1×s,pmax+0.1×s]内”,其中,pmin、pmax和s分别是历史数据组ψ中体表变化信号在各轴上坐标的最小值、最大值和标准差。
当pm-1在历史数据组ψ的范围内时,在ψ中,找到与体表变化信号pm-1距离最接近的M个信号,记为再根据时间对应关系,找到相对应的体内组织运动信号则
当pm-1不在历史数据组ψ的范围内时,将pm投影至二维平面U2D(该二维平面的基向量是ψ中记录的体表变化信号集的2个特征向量,这2个特征向量对应于2个最大的特征值)。将pm和{pi|pi∈ψ,i=1,2,3,...,N}投影至U2D,分别记录为和在φ中找到M个与距离最接近的信号再根据时间对应关系,在ψ中找到相对应的体内组织运动信号则
Claims (6)
1.一种基于体表变化信号预测体内组织运动信号的方法,其特征在于:包括以下步骤:
(1)同步采集一段时间内的体表变化信号与体内组织运动信号,建立历史数据组ψ={(pi,Pi)|i=1,2,3,...,N};
(2)在进行预测时,获取tm时刻的体表变化信号pm;
(3)判断pm是否在历史数据组ψ的范围内;
(4)根据步骤(3)的判断结果,预测tm时刻后的第j时刻的体内组织运动信号
2.如权利要求1所述的一种基于体表变化信号预测体内组织运动信号的方法,其特征在于:所述步骤(1)的体表变化信号与体内组织运动信号是指体表参考点与体内组织参考点随时间变化的三维空间坐标。
3.如权利要求1所述的一种基于体表变化信号预测体内组织运动信号的方法,其特征在于:所述步骤(3)的判断依据是pm的三个坐标值是否均位于历史数据组ψ记录的体表变化信号范围内。
4.如权利要求3所述的一种基于体表变化信号预测体内组织运动信号的方法,其特征在于:所述历史数据组ψ记录的体表变化信号范围是指闭区间[pmin-0.1×s,pmax+0.1×s],其中,pmin、pmax和s分别是历史数据组ψ中体表变化信号在各坐标轴上坐标值的最小值、最大值和标准差。
5.如权利要求1所述的一种基于体表变化信号预测体内组织运动信号的方法,其特征在于:所述步骤(4)的具体步骤为:
1)当pm在历史数据组ψ的范围内时,在ψ中,找到与体表变化信号pm距离最接近的M个信号,记为再根据时间对应关系,找到相对应的体内组织运动信号则
2)当pm不在历史数据组ψ的范围内,判断pm-1是否在历史数据组ψ的范围内;
当pm-1在历史数据组ψ的范围内时,在ψ中,找到与体表变化信号pm-1距离最接近的M个信号,记为再根据时间对应关系,找到相对应的体内组织运动信号则
当pm-1不在历史数据组ψ的范围内时,将pm投影至二维平面U2D(该二维平面的基向量是ψ中记录的体表变化信号集的2个特征向量,这2个特征向量对应于2个最大的特征值)。将pm和{pi|pi∈ψ,i=1,2,3,...,N}投影至U2D,分别记录为和在φ中找到M个与距离最接近的信号再根据时间对应关系,在ψ中找到相对应的体内组织运动信号则
6.如权利要求5所述的一种基于体表变化信号预测体内组织运动信号的方法,其特征在于:所述的“判断pm-1是否在历史数据组ψ的范围内”的依据是pm-1的三个坐标值是否均位于历史数据组ψ记录的体表变化信号范围内,其中,历史数据组ψ记录的体表变化信号范围是指闭区间[pmin-0.1×s,pmax+0.1×s],其中,pmin、pmax和s分别是历史数据组ψ中体表变化信号在各坐标轴上坐标值的最小值、最大值和标准差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710242485.9A CN107038342B (zh) | 2017-04-11 | 2017-04-11 | 一种基于体表变化信号预测体内组织运动信号的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710242485.9A CN107038342B (zh) | 2017-04-11 | 2017-04-11 | 一种基于体表变化信号预测体内组织运动信号的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107038342A true CN107038342A (zh) | 2017-08-11 |
CN107038342B CN107038342B (zh) | 2020-07-31 |
Family
ID=59535083
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710242485.9A Active CN107038342B (zh) | 2017-04-11 | 2017-04-11 | 一种基于体表变化信号预测体内组织运动信号的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107038342B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005152462A (ja) * | 2003-11-27 | 2005-06-16 | Sony Corp | 生体情報提示装置及び生体情報提示方法 |
CN104739510A (zh) * | 2014-11-24 | 2015-07-01 | 中国科学院苏州生物医学工程技术研究所 | 一种新的构建序列影像与呼吸信号对应关系的方法 |
US20150257698A1 (en) * | 2014-03-17 | 2015-09-17 | Oridion Medical 1987 Ltd. | Patient feedback stimulation loop |
US20150286779A1 (en) * | 2014-04-04 | 2015-10-08 | Xerox Corporation | System and method for embedding a physiological signal into a video |
CN104984481A (zh) * | 2015-05-20 | 2015-10-21 | 清华大学 | 对呼吸产生的肿瘤运动进行在线补偿的方法及系统 |
US9375184B2 (en) * | 2013-09-12 | 2016-06-28 | Technische Universität München | System and method for prediction of respiratory motion from 3D thoracic images |
CN106056589A (zh) * | 2016-05-24 | 2016-10-26 | 西安交通大学 | 一种呼吸运动补偿的超声造影灌注参量成像方法 |
-
2017
- 2017-04-11 CN CN201710242485.9A patent/CN107038342B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005152462A (ja) * | 2003-11-27 | 2005-06-16 | Sony Corp | 生体情報提示装置及び生体情報提示方法 |
US9375184B2 (en) * | 2013-09-12 | 2016-06-28 | Technische Universität München | System and method for prediction of respiratory motion from 3D thoracic images |
US20150257698A1 (en) * | 2014-03-17 | 2015-09-17 | Oridion Medical 1987 Ltd. | Patient feedback stimulation loop |
US20150286779A1 (en) * | 2014-04-04 | 2015-10-08 | Xerox Corporation | System and method for embedding a physiological signal into a video |
CN104739510A (zh) * | 2014-11-24 | 2015-07-01 | 中国科学院苏州生物医学工程技术研究所 | 一种新的构建序列影像与呼吸信号对应关系的方法 |
CN104984481A (zh) * | 2015-05-20 | 2015-10-21 | 清华大学 | 对呼吸产生的肿瘤运动进行在线补偿的方法及系统 |
CN106056589A (zh) * | 2016-05-24 | 2016-10-26 | 西安交通大学 | 一种呼吸运动补偿的超声造影灌注参量成像方法 |
Non-Patent Citations (4)
Title |
---|
DENNISON, M. S.,ET AL.: "Use of physiological signals to predict cybersickness", 《DISPLAYS》 * |
HE, TIANCHENG, ET AL.: "Online 4-D CT estimation for patient-specific respiratory motion based on real-time breathing signals", 《INTERNATIONAL CONFERENCE ON MEDICAL IMAGE COMPUTING AND COMPUTER-ASSISTED INTERVENTION》 * |
欧阳斌: "基于体外信号的呼吸运动跟踪模型的研究", 《中国优秀硕士学位论文全文数据库》 * |
米雅婷: "GA_BP算法与SVM在呼吸运动估计中的效果比较", 《中国医学物理学杂志》 * |
Also Published As
Publication number | Publication date |
---|---|
CN107038342B (zh) | 2020-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105701447B (zh) | 迎宾机器人 | |
CN105184214B (zh) | 一种基于声源定位和人脸检测的人体定位方法和系统 | |
CN103595990B (zh) | 运动感知的双目立体视频舒适度获取方法 | |
CN108364290B (zh) | 对周期性生理活动的图像序列进行分析的方法、介质和系统 | |
WO2009147620A3 (en) | Extended field of view ultrasonic imaging with a two dimensional array probe | |
CN105364915B (zh) | 基于三维机器视觉的智能家庭服务机器人 | |
CN106094811B (zh) | 一种基于多传感器的助行机器人人机接口的避障控制方法 | |
US9042614B2 (en) | Image registration method | |
CN107742097B (zh) | 一种基于深度相机的人体行为识别方法 | |
CN103914823B (zh) | 基于稀疏表示的快速精确非线性配准立体医学影像的方法 | |
CN103750859B (zh) | 基于位置信息的超声宽景成像方法 | |
CN106846372B (zh) | 人体运动质量视觉分析与评价系统及其方法 | |
US10699480B2 (en) | System and method for providing reconstruction of human surfaces from orientation data | |
Baak et al. | Analyzing and evaluating markerless motion tracking using inertial sensors | |
CN105530581A (zh) | 一种基于声音识别的智能穿戴设备和控制方法 | |
CN102289801B (zh) | 一种运动捕捉的数据修复方法、系统及运动捕捉系统 | |
CN115089212A (zh) | 一种三维视觉引导的机械臂自动颈部超声扫描方法及系统 | |
WO2019093877A3 (en) | Heart position estimation | |
Li et al. | Marker-based shape estimation of a continuum manipulator using binocular vision and its error compensation | |
CN107038342A (zh) | 一种基于体表变化信号预测体内组织运动信号的方法 | |
CN107320118A (zh) | 一种计算碳纳米c形臂三维图像空间信息的方法及系统 | |
Wu et al. | Tactile pattern super resolution with taxel-based sensors | |
Bogatyrenko et al. | Visual stabilization of beating heart motion by model-based transformation of image sequences | |
Guo et al. | Human activity recognition based on two-dimensional acoustic arrays | |
CN104905764A (zh) | 一种基于fpga的高速视线跟踪方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |