CN108113709A - 一种肌肉萎缩程度的检测方法、装置、设备及存储介质 - Google Patents

一种肌肉萎缩程度的检测方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN108113709A
CN108113709A CN201711249639.3A CN201711249639A CN108113709A CN 108113709 A CN108113709 A CN 108113709A CN 201711249639 A CN201711249639 A CN 201711249639A CN 108113709 A CN108113709 A CN 108113709A
Authority
CN
China
Prior art keywords
muscle
value
young
modulus
detected
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.)
Pending
Application number
CN201711249639.3A
Other languages
English (en)
Inventor
肖杨
郑海荣
王丛知
牛丽丽
李飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Institute of Advanced Technology of CAS
Original Assignee
Shenzhen Institute of Advanced Technology of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Institute of Advanced Technology of CAS filed Critical Shenzhen Institute of Advanced Technology of CAS
Priority to CN201711249639.3A priority Critical patent/CN108113709A/zh
Publication of CN108113709A publication Critical patent/CN108113709A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Radiology & Medical Imaging (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明适用生物力学检测技术领域，提供了一种肌肉萎缩程度的检测方法、装置、设备及存储介质，该方法包括：当接收到肌肉萎缩程度检测请求时，根据预设的牵引参数牵引待检测肌肉对应的骨骼肌，以使骨骼肌进行伸展，计算骨骼肌在伸展前后的长度变化值，并测量伸展过程中待检测肌肉的肌肉组织的杨氏模量值，根据预先确定的生物力学模型以及长度变化值和杨氏模量值，计算待检测肌肉的硬度指标，根据计算得到的硬度指标，确定待检测肌肉的萎缩程度，从而提高了肌肉萎缩程度的检测准确性。

Description

一种肌肉萎缩程度的检测方法、装置、设备及存储介质
技术领域
本发明属于生物力学检测技术领域，尤其涉及一种肌肉萎缩程度的检测方法、装置、设备及存储介质。
背景技术
骨骼肌的生物力学特性十分复杂，跟组成肌肉各种成份的力学特性有关。医学研究表明，组织硬度会随着肌肉形态而发生改变。肌肉萎缩表现为肌肉纤维变细甚至消失等导致的肌肉体积缩小，其生物力学性质对于评估其萎缩程度、指导治疗与康复，具有重要的理论意义和临床应用价值。传统的医学影像技术诊断肌肉萎缩，对肌骨的解剖结构进行成像，只能通过获取的肌肉横截面积、肌肉厚度、羽状角和肌纤维长等肌肉的结构化参数，定性评估肌肉萎缩程度。应用肌肉的手感硬度判断静态肌张力的大小早已是临床常规检查方法之一，但是受检查者主观因素的影响较大，尤其是皮下组织厚度的差异影响检查者的判断结果。以检测生物组织力学特性为目的的超声弹性成像是近年来兴起的超声影像学技术，但是传统的超声弹性成像技术具有诸多局限性。
超声剪切波弹性成像技术实现了对组织弹性真正的定量测量，这项革命式的新技术突破了传统超声弹性成像技术的局限性，使得生物组织的生物力学参数的定量测量成为可能。目前，利用超声弹性成像技术评估和诊断肌肉萎缩程度的现有方法主要有以下四种：(1)测量松弛状态下肌肉组织的弹性模量；(2)测量紧张状态(主动收缩)下肌肉组织的弹性模量；(3)测量被动拉伸状态下肌肉组织的弹性模量；(4)利用超声无创检测骨骼肌的应变、应变率、疲劳程度、收缩肌力等生物力学参数。
方法(1)通过测量得到的松弛状态下骨骼肌的杨式模量值这个单一的数据进行肌肉萎缩程度的检测，然而，肌肉萎缩和正常肌肉弹性在松弛状态下硬度差别不大，因此，该方法的检测准确性较低，方法(2)通过测量得到的松弛状态下骨骼肌的弹性模量值和主动收缩时的紧张状态下骨骼肌的弹性模量值进行肌肉萎缩程度的检测，然而，主动收缩因人而异，难以对主动收缩产生的肌力做出定量的评估，因此，该方法的检测准确性较低，方法(3)通过测量得到的不同关节角度下骨骼肌的弹性模量值，进行拉伸状态下肌肉组织的生物力学特性研究，以定性检测肌肉萎缩程度，但不同的关节角度仍然是定性的指标参数，不能对肌力做出定量的评估，且只利用单一的弹性模量值确定肌肉的萎缩程度，因此，该方法的检测准确性较低，方法(4)通过检测骨骼肌的应变、应变率、疲劳程度、收缩肌力等力学参数，都是定性的参数，进行肌肉萎缩程度的定性检测，无法进行定量检测，因此，该方法的检测准确性较低。
发明内容
本发明的目的在于提供一种肌肉萎缩程度的检测方法、装置、设备及存储介质，旨在解决由于现有技术难以准确地对肌肉的生物力学特性进行定量分析和计算，导致肌肉萎缩程度的检测准确性不高的问题。
一方面，本发明提供了一种肌肉萎缩程度的检测方法，所述方法包括下述步骤：
当接收到肌肉萎缩程度检测请求时，根据预设的牵引参数牵引所述待检测肌肉对应的骨骼肌，以使所述骨骼肌进行伸展；
计算所述骨骼肌在伸展前后的长度变化值，并测量伸展过程中所述待检测肌肉的肌肉组织的杨氏模量值；
根据预先确定的生物力学模型、所述长度变化值以及所述杨氏模量值，计算所述待检测肌肉的硬度指标；
根据所述计算得到的硬度指标，确定所述待检测肌肉的萎缩程度。
另一方面，本发明提供了一种肌肉萎缩程度的检测装置，所述装置包括：
骨骼肌牵引单元，用于当接收到肌肉萎缩程度检测请求时，根据预设的牵引参数牵引所述待检测肌肉对应的骨骼肌，以使所述骨骼肌进行伸展；
数据获取单元，用于计算所述骨骼肌在伸展前后的长度变化值，并测量伸展过程中所述待检测肌肉的肌肉组织的杨氏模量值；
指标计算单元，用于根据预先确定的生物力学模型、所述长度变化值以及所述杨氏模量值，计算所述待检测肌肉的硬度指标；以及
结果确定单元，用于根据所述计算得到的硬度指标，确定所述待检测肌肉的萎缩程度。
另一方面，本发明还提供了一种检测设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如所述肌肉萎缩程度的检测方法的步骤。
另一方面，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如所述肌肉萎缩程度的检测方法的步骤。
本发明当接收到肌肉萎缩程度检测请求时，根据预设的牵引参数牵引待检测肌肉对应的骨骼肌，以使骨骼肌进行伸展，计算骨骼肌在伸展前后的长度变化值，并测量伸展过程中待检测肌肉的肌肉组织的杨氏模量值，根据预先确定的反映杨氏模量和肌肉伸展长度值的定量关系的生物力学模型、长度变化值以及杨氏模量值，计算待检测肌肉的硬度指标，根据计算得到的硬度指标，确定待检测肌肉的萎缩程度，从而提高了肌肉萎缩程度的检测准确性。
附图说明
图1是本发明实施例一提供的肌肉萎缩程度的检测方法的实现流程图；
图2是骨骼肌杨氏模量测量示意图；
图3是健康值范围内肌肉组织的杨氏模量值与长度变化值曲线；
图4是健康值范围外肌肉组织的杨氏模量值与长度变化值曲线。
图5是本发明实施例二提供的肌肉萎缩程度的检测装置的结构示意图；
图6是本发明实施例三提供的肌肉萎缩程度的检测装置的结构示意图；以及
图7是本发明实施例四提供的检测设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
以下结合具体实施例对本发明的具体实现进行详细描述：
实施例一：
图1示出了本发明实施例一提供的肌肉萎缩程度的检测方法的实现流程，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：
在步骤S101中，当接收到肌肉萎缩程度检测请求时，根据预设的牵引参数牵引待检测肌肉对应的骨骼肌，以使骨骼肌进行伸展。
本发明实施例适用于生物力学检测系统，尤其适用于肌肉萎缩程度的检测系统，以方便检测待测肌肉的萎缩程度。在本发明实施例中，如果需要对肌肉萎缩程度进行检测，则检测操作员触发肌肉萎缩程度检测请求，当肌肉萎缩程度的检测系统接收到肌肉萎缩程度检测请求时，根据预设的牵引参数牵引待检测肌肉对应的骨骼肌，以使骨骼肌进行伸展，从而便于进行后续的检测。
具体地，在触发肌肉萎缩程度检测请求之前，待测用户坐在预设的座位上并取舒适坐姿，通过座位上的固定部件将待测用户固定在座位上，然后双手自然伸直握住座位两侧的把手，之后调节该座位的动力头和座位的轴心，以使待测用户关节的运动轴心与该动力头的旋转轴心一致，从而提高后续的肌肉萎缩程度检测的准确性。
优选地，在根据预设的牵引参数牵引待检测肌肉对应的骨骼肌，以使骨骼肌进行伸展时，根据牵引参数在预设数量个牵引周期内，采用预设的伸展牵引方式(例如，多关节等速测试与训练设备或系统)转动待检测肌肉对应的骨骼关节，以在各个牵引时间牵引待检测肌肉对应的骨骼肌，以使骨骼肌进行伸展。具体地，在每个牵引周期内，关节的活动范围可以设置为0～90°，牵引速度可以设置为3°/秒。优选地，重复测量4个周期，各个相邻牵引周期之间的间隔可以2分钟，从而提高数据的准确性。
优选地，在接收到肌肉萎缩程度检测请求之前，预先根据预设的肌肉组织的硬度随被动肌力的变化机理数据，建立反映杨氏模量和肌肉伸展长度值的定量关系的生物力学模型，从而用于后续的数据分析和计算。
在步骤S102中，计算骨骼肌在伸展前后的长度变化值，并测量伸展过程中待检测肌肉的肌肉组织的杨氏模量值。
在本发明实施例中，优选地，在计算骨骼肌在伸展前后的长度变化值时，在预设的各个长度测量时间(例如，每秒测量一次)获取骨骼肌在伸展前后的长度值，并根据长度值计算骨骼肌在伸展前后的长度变化值，以得到不同伸展阶段对应的多个长度变化值，从而记录整个伸展过程的长度变化值，进而提高检测的准确性。优选地，通过预设的特征点追踪成像系统(例如，Aixplorer型超声诊断仪)获取骨骼肌在伸展前后的长度值，以提高长度值的精确度。进一步优选地，该特征点追踪成像系统包括工作频率范围为4-15MHz的超声线阵探头，在计算骨骼肌在伸展前后的长度变化值时，检测操作员使用该超声线阵探头沿肌束方向纵切面检查肌肉长轴，该特征点追踪成像系统首先在探测到肌肉组织的特征点(肌肉-肌腱结合点等)时，固定探头位置并标记肌肉初始状态即拉伸前特征点的位置，记为l0，然后当肌肉组织的被动拉伸时，特征点产生位移，标记肌肉拉伸后特征点的位置，记为le，最后通过公式l＝le-l0计算骨骼肌的伸展长度值，从而提高了计算得到的长度变化值的准确性。
优选地，在测量伸展过程中待检测肌肉的肌肉组织的杨氏模量值时，在预设的各个模量测量时间(例如，每秒测量一次)测量伸展过程中待检测肌肉的肌肉组织的杨氏模量值(如图2所示)，以得到不同伸展阶段对应的多个杨氏模量值，从而记录整个伸展过程的杨氏模量值，进而提高检测的准确性。优选地，通过预设的超声剪切波弹性成像系统测量伸展过程中待检测肌肉的肌肉组织的杨氏模量值，该超声剪切波弹性成像系统包括线阵探头频率为4～15MHz，该超声剪切波弹性成像系统的采集区域设置为10mm×10mm，采集频率设置为1帧/秒，从而提高采集数据的准确性。
在步骤S103中，根据预先确定的生物力学模型、长度变化值以及杨氏模量值，计算待检测肌肉的硬度指标。
在本发明实施例中，硬度指标是不随肌肉运动状态的变化而改变，能够准确地、科学地定量表征单块骨骼肌的生物力学特性，而且与肌肉萎缩程度密切相关的生物力学参数。生物力学模型反映杨氏模量和肌肉伸展长度值的定量关系，长度变化值和杨氏模量值在生物力学模型中的关系为：当l≤ls时，E＝E0，当l＞l0时，E＝k(eα(l-ls)-1)+E0。其中，α为硬度指标，E0为肌肉组织松弛状态下的杨氏模量值，k为比例系数，ls为肌肉松弛时拉伸长度变化值长度。因此，在得到长度变化值和杨氏模量值之后，可以根据生物力学模型以及长度变化值和杨氏模量值，计算待检测肌肉的硬度指标。
优选地，在根据预先确定的生物力学模型以及长度变化值和杨氏模量值，计算待检测肌肉的硬度指标时，首先分别计算不同伸展阶段对应的多个长度变化值和多个杨氏模量值在所有的牵引周期内的平均值，得到牵引周期内的长度变化均值序列和杨氏模量均值序列，然后根据生物力学模型、长度变化均值序列和杨氏模量均值序列，计算待检测肌肉的硬度指标，从而提高硬度指标的计算准确性。
进一步优选地，在根据生物力学模型、长度变化均值序列和杨氏模量均值序列，计算待检测肌肉的硬度指标时，首先根据公式对杨氏模量均值序列进行归一化处理，得到序列ni，其中，Ei为杨氏模量均值序列中的元素，Emax为杨氏模量均值序列中的最大元素，Emin为杨氏模量均值序列中的最小元素，i＝1,2,…,n，然后令目标函数为其中未知参数为p＝[α,l0]，接着使用最小二乘判别原则，采用基于泰勒级数的迭代法，记初始的试验系数为p0，即y＝f(x,p0)，并调整系数p0使误差的平方和最小，记改进的系数为p1，得到p1＝p0+△p、y＝f(x,p1)＝f(x,p0+△p)，之后将函数y＝f(x,p1)＝f(x,p0+△p)按泰勒级数展开，保留一阶导数项，得到 令fi 0＝f(xi,p0)，并计算fi 0与yi之间的误差以及误差平方和的极小值，得到方程该方程用矩阵记号表示为K(△p)＝b，其中，△p的元素为Δpp，p，k＝1,2,…,m，最后，使用高斯消元法求解△p，继而算出p1的值，将算得的p1作为初值，重复上述步骤，反复迭代和修正△p的值，直至△p的范数小于预设阈值时，得到对应的硬度指标α，从而提高硬度指标的准确性。
在步骤S104中，根据计算得到的硬度指标，确定待检测肌肉的萎缩程度。
在本发明实施例中，正常骨骼肌的硬度指标值一般较小，在200以内，当肌肉组织萎缩时，α值会显著提高，萎缩程度越高，α值越大。作为示例地，当杨氏模量值与长度变化值曲线如图3所示时，骨骼肌的硬度指标为α＝128.6，此时的α处于健康值范围，因此，确定待检测肌肉未萎缩，当杨氏模量值与长度变化值曲线如图4所示时，骨骼肌的硬度指标为α＝851.5，此时的α超出了健康值范围，因此，确定待检测肌肉已萎缩。
在本发明实施例中，提出了新的生物力学参数硬度指标，对弹性模量参数和其他力学参数进行联合分析，依据肌肉组织生物力学理论模型，从测量的杨氏模量值与应变值序列中计算肌肉组织的硬度指标，为评估肌肉组织的萎缩程度提供了新的诊断指标，从而提高了肌肉萎缩程度的检测准确性，扩展了现有超声弹性成像技术的应用领域。
实施例二：
图5示出了本发明实施例二提供的肌肉萎缩程度的检测装置的结构，为了便于说明，仅示出了与本发明实施例相关的部分，其中包括：
骨骼肌牵引单元51，用于当接收到肌肉萎缩程度检测请求时，根据预设的牵引参数牵引待检测肌肉对应的骨骼肌，以使骨骼肌进行伸展。
在本发明实施例中，如果需要对肌肉萎缩程度进行检测，则检测操作员触发肌肉萎缩程度检测请求，当肌肉萎缩程度的检测系统接收到肌肉萎缩程度检测请求时，通过骨骼肌牵引单元51根据预设的牵引参数牵引待检测肌肉对应的骨骼肌，以使骨骼肌进行伸展，从而便于进行后续的检测。
具体地，在触发肌肉萎缩程度检测请求之前，待测用户坐在预设的座位上并取舒适坐姿，通过座位上的固定部件将待测用户固定在座位上，然后双手自然伸直握住座位两侧的把手，之后调节该座位的动力头和座位的轴心，以使待测用户关节的运动轴心与该动力头的旋转轴心一致，从而提高后续的肌肉萎缩程度检测的准确性。
数据获取单元52，用于计算骨骼肌在伸展前后的长度变化值，并测量伸展过程中待检测肌肉的肌肉组织的杨氏模量值。
指标计算单元53，用于根据预先确定的生物力学模型、长度变化值以及杨氏模量值，计算待检测肌肉的硬度指标。
在本发明实施例中，硬度指标是不随肌肉运动状态的变化而改变，能够准确地、科学地定量表征单块骨骼肌的生物力学特性，而且与肌肉萎缩程度密切相关的生物力学参数。生物力学模型反映杨氏模量和肌肉伸展长度值的定量关系，长度变化值和杨氏模量值在生物力学模型中的关系为：当l≤ls时，E＝E0，当l＞l0时，E＝k(eα(l-ls)-1)+E0。其中，α为硬度指标，E0为肌肉组织松弛状态下的杨氏模量值，k为比例系数，ls为肌肉松弛时拉伸长度变化值长度。因此，在得到长度变化值和杨氏模量值之后，可以通过指标计算单元53根据生物力学模型以及长度变化值和杨氏模量值，计算待检测肌肉的硬度指标。
结果确定单元54，用于根据计算得到的硬度指标，确定待检测肌肉的萎缩程度。
在本发明实施例中，正常骨骼肌的硬度指标值一般较小，在200以内，当肌肉组织萎缩时，α值会显著提高，萎缩程度越高，α值越大。
在本发明实施例中，提出了新的生物力学参数硬度指标，首先通过骨骼肌牵引单元51使骨骼肌进行伸展，并同时通过数据获取单元52获取对应的长度变化值和杨氏模量值，然后通过指标计算单元53对数据获取单元52获取的长度变化值和杨氏模量值等参数进行联合分析，并依据肌肉组织生物力学理论模型，从测量的杨氏模量值与应变值序列中计算肌肉组织的硬度指标，为评估肌肉组织的萎缩程度提供了新的诊断指标，最后通过结果确定单元54根据计算得到的硬度指标，确定待检测肌肉的萎缩程度，从而提高了肌肉萎缩程度的检测准确性，扩展了现有超声弹性成像技术的应用领域。
在本发明实施例中，肌肉萎缩程度的检测装置的各单元可由相应的硬件或软件单元实现，各单元可以为独立的软、硬件单元，也可以集成为一个软、硬件单元，在此不用以限制本发明。
实施例三：
图6示出了本发明实施例三提供的肌肉萎缩程度的检测装置的结构，为了便于说明，仅示出了与本发明实施例相关的部分，其中包括：
模型建立单元61，用于根据预设的肌肉组织的硬度随被动肌力的变化机理数据，建立反映杨氏模量和肌肉伸展长度值的定量关系的生物力学模型。
在本发明实施例中，预先通过模型建立单元61根据预设的肌肉组织的硬度随被动肌力的变化机理数据，建立反映杨氏模量和肌肉伸展长度值的定量关系的生物力学模型，从而用于后续的数据分析和计算。生物力学模型反映杨氏模量和肌肉伸展长度值的定量关系，长度变化值和杨氏模量值在生物力学模型中的关系为：当l≤ls时，E＝E0，当l＞l0时，E＝k(eα(l-ls)-1)+E0。其中，α为硬度指标，E0为肌肉组织松弛状态下的杨氏模量值，k为比例系数，ls为肌肉松弛时拉伸长度变化值长度。因此，在得到长度变化值和杨氏模量值之后，可以根据生物力学模型以及长度变化值和杨氏模量值，计算待检测肌肉的硬度指标。
骨骼肌牵引单元62，用于当接收到肌肉萎缩程度检测请求时，根据预设的牵引参数牵引待检测肌肉对应的骨骼肌，以使骨骼肌进行伸展。
在本发明实施例中，如果需要对肌肉萎缩程度进行检测，则检测操作员触发肌肉萎缩程度检测请求，当肌肉萎缩程度的检测系统接收到肌肉萎缩程度检测请求时，通过骨骼肌牵引单元62根据预设的牵引参数牵引待检测肌肉对应的骨骼肌，以使骨骼肌进行伸展，从而便于进行后续的检测。
具体地，在触发肌肉萎缩程度检测请求之前，待测用户坐在预设的座位上并取舒适坐姿，通过座位上的固定部件将待测用户固定在座位上，然后双手自然伸直握住座位两侧的把手，之后调节该座位的动力头和座位的轴心，以使待测用户关节的运动轴心与该动力头的旋转轴心一致，从而提高后续的肌肉萎缩程度检测的准确性。
优选地，在根据预设的牵引参数牵引待检测肌肉对应的骨骼肌，以使骨骼肌进行伸展时，根据牵引参数在预设数量个牵引周期内，采用预设的伸展牵引方式(例如，多关节等速测试与训练设备或系统)转动待检测肌肉对应的骨骼关节，以在各个牵引时间牵引待检测肌肉对应的骨骼肌，以使骨骼肌进行伸展。具体地，在每个牵引周期内，关节的活动范围可以设置为0～90°，牵引速度可以设置为3°/秒。优选地，重复测量4个周期，各个相邻牵引周期之间的间隔可以2分钟，从而提高数据的准确性。
数据获取单元63，用于计算骨骼肌在伸展前后的长度变化值，并测量伸展过程中待检测肌肉的肌肉组织的杨氏模量值。
在本发明实施例中，优选地，在计算骨骼肌在伸展前后的长度变化值时，在预设的各个长度测量时间(例如，每秒测量一次)获取骨骼肌在伸展前后的长度值，并根据长度值计算骨骼肌在伸展前后的长度变化值，以得到不同伸展阶段对应的多个长度变化值，从而记录整个伸展过程的长度变化值，进而提高检测的准确性。优选地，通过预设的特征点追踪成像系统(例如，Aixplorer型超声诊断仪)获取骨骼肌在伸展前后的长度值，以提高长度值的精确度。进一步优选地，该特征点追踪成像系统包括工作频率范围为4-15MHz的超声线阵探头，在计算骨骼肌在伸展前后的长度变化值时，检测操作员使用该超声线阵探头沿肌束方向纵切面检查肌肉长轴，该特征点追踪成像系统首先在探测到肌肉组织的特征点(肌肉-肌腱结合点等)时，固定探头位置并标记肌肉初始状态即拉伸前特征点的位置l0，然后当肌肉组织的被动拉伸时，特征点产生位移，标记肌肉拉伸后特征点的位置le，最后通过公式l＝le-l0计算骨骼肌的伸展长度值，从而提高了计算得到的长度变化值的准确性。
优选地，在测量伸展过程中待检测肌肉的肌肉组织的杨氏模量值时，在预设的各个模量测量时间(例如，每秒测量一次)测量伸展过程中待检测肌肉的肌肉组织的杨氏模量值，以得到不同伸展阶段对应的多个杨氏模量值，从而记录整个伸展过程的杨氏模量值，进而提高检测的准确性。优选地，通过预设的超声剪切波弹性成像系统测量伸展过程中待检测肌肉的肌肉组织的杨氏模量值，该超声剪切波弹性成像系统包括线阵探头频率为4～15MHz，该超声剪切波弹性成像系统的采集区域设置为10mm×10mm，采集频率设置为1帧/秒，从而提高采集数据的准确性。
指标计算单元64，用于根据预先确定的生物力学模型、长度变化值以及杨氏模量值，计算待检测肌肉的硬度指标。
在本发明实施例中，硬度指标是不随肌肉运动状态的变化而改变，能够准确地、科学地定量表征单块骨骼肌的生物力学特性，而且与肌肉萎缩程度密切相关的生物力学参数。
优选地，在根据预先确定的生物力学模型以及长度变化值和杨氏模量值，计算待检测肌肉的硬度指标时，首先分别计算不同伸展阶段对应的多个长度变化值和多个杨氏模量值在所有的牵引周期内的平均值，得到牵引周期内的长度变化均值序列和杨氏模量均值序列，然后根据生物力学模型、长度变化均值序列和杨氏模量均值序列，计算待检测肌肉的硬度指标，从而提高硬度指标的计算准确性。
进一步优选地，在根据生物力学模型、长度变化均值序列和杨氏模量均值序列，计算待检测肌肉的硬度指标时，首先根据公式对杨氏模量均值序列进行归一化处理，得到序列ni，其中，Ei为杨氏模量均值序列中的元素，Emax为杨氏模量均值序列中的最大元素，Emin为杨氏模量均值序列中的最小元素，i＝1,2,…,n，然后令目标函数为其中，未知参数为p＝[α,l0]，接着使用最小二乘判别原则，采用基于泰勒级数的迭代法，记初始的试验系数为p0，即y＝f(x,p0)，并调整系数p0使误差的平方和最小，记改进的系数为p1，得到p1＝p0+△p、y＝f(x,p1)＝f(x,p0+△p)，之后将函数y＝f(x,p1)＝f(x,p0+△p)按泰勒级数展开，保留一阶导数项，得到令fi 0＝f(xi,p0)，并计算fi 0与yi之间的误差以及误差平方和的极小值，得到方程该方程用矩阵记号表示为K(△p)＝b，其中△p的元素为最后，使用高斯消元法求解△p，继而算出p1的值，将算得的p1作为初值，重复上述步骤，反复迭代和修正△p的值，直至△p的范数小于预设阈值时，得到对应的硬度指标α，从而提高了硬度指标的准确性。
结果确定单元65，用于根据计算得到的硬度指标，确定待检测肌肉的萎缩程度。
在本发明实施例中，正常骨骼肌的硬度指标值一般较小，在200以内，当肌肉组织萎缩时，α值会显著提高，萎缩程度越高，α值越大。
因此，优选地，该骨骼肌牵引单元62包括：
关节转动单元621，用于通过预设的多关节等速测试与训练系统，根据牵引参数在预设的各个牵引周期内转动待检测肌肉对应的骨骼关节，以在各个牵引时间牵引待检测肌肉对应的骨骼肌，以使骨骼肌进行伸展；
优选地，该数据获取单元63包括：
变化值计算单元631，用于在预设的各个长度测量时间获取骨骼肌在伸展前后的长度值，并根据长度值计算骨骼肌在伸展前后的长度变化值，以得到多个长度变化值；以及
模量测量单元632，用于在预设的各个模量测量时间测量伸展过程中待检测肌肉的肌肉组织的杨氏模量值，以得到多个杨氏模量值；
优选地，该指标计算单元64包括：
平均值计算单元641，用于分别计算多个长度变化值的平均值和多个杨氏模量值的平均值，得到长度变化均值和杨氏模量均值；以及
指标计算子单元642，用于根据生物力学模型、长度变化均值和杨氏模量均值，计算待检测肌肉的硬度指标。
在本发明实施例中，肌肉萎缩程度的检测装置的各单元可由相应的硬件或软件单元实现，各单元可以为独立的软、硬件单元，也可以集成为一个软、硬件单元，在此不用以限制本发明。
实施例四：
图7示出了本发明实施例四提供的检测设备的结构，为了便于说明，仅示出了与本发明实施例相关的部分。
本发明实施例的检测设备7包括处理器70、存储器71以及存储在存储器71中并可在处理器70上运行的计算机程序72。该处理器70执行计算机程序72时实现上述各个肌肉萎缩程度的检测方法实施例中的步骤，例如图1所示的步骤S101至S104。或者，处理器70执行计算机程序72时实现上述各装置实施例中各单元的功能，例如，图5所示单元51至54、图6所示单元61至65的功能。
在本发明实施例中，该处理器70执行计算机程序72时实现上述各个肌肉萎缩程度的检测方法实施例中的步骤时，当接收到肌肉萎缩程度检测请求时，根据预设的牵引参数牵引待检测肌肉对应的骨骼肌，以使骨骼肌进行伸展，计算骨骼肌在伸展前后的长度变化值，并测量伸展过程中待检测肌肉的肌肉组织的杨氏模量值，根据预先确定的反映杨氏模量和肌肉伸展长度值的定量关系的生物力学模型以及长度变化值和杨氏模量值，计算待检测肌肉的硬度指标，根据计算得到的硬度指标，确定待检测肌肉的萎缩程度，从而提高了肌肉萎缩程度的检测准确性。
该检测设备7中处理器70在执行计算机程序72时实现的步骤具体可参考实施例一中方法的描述，在此不再赘述。
实施例五：
在本发明实施例中，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述各个肌肉萎缩程度的检测方法实施例中的步骤，例如，图1所示的步骤S101至S104。或者，该计算机程序被处理器执行时实现上述各装置实施例中各单元的功能，例如，图5所示单元51至54的功能。
在本发明实施例中，当接收到肌肉萎缩程度检测请求时，根据预设的牵引参数牵引待检测肌肉对应的骨骼肌，以使骨骼肌进行伸展，计算骨骼肌在伸展前后的长度变化值，并测量伸展过程中待检测肌肉的肌肉组织的杨氏模量值，根据预先确定的反映杨氏模量和肌肉伸展长度值的定量关系的生物力学模型以及长度变化值和杨氏模量值，计算待检测肌肉的硬度指标，根据计算得到的硬度指标，确定待检测肌肉的萎缩程度，从而提高了肌肉萎缩程度的检测准确性。该计算机程序被处理器执行时实现的肌肉萎缩程度的检测方法进一步可参考前述方法实施例中步骤的描述，在此不再赘述。
本发明实施例的计算机可读存储介质可以包括能够携带计算机程序代码的任何实体或装置、记录介质，例如，ROM/RAM、磁盘、光盘、闪存等存储器。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种肌肉萎缩程度的检测方法，其特征在于，所述方法包括下述步骤：
当接收到肌肉萎缩程度检测请求时，根据预设的牵引参数牵引所述待检测肌肉对应的骨骼肌，以使所述骨骼肌进行伸展；
计算所述骨骼肌在伸展前后的长度变化值，并测量伸展过程中所述待检测肌肉的肌肉组织的杨氏模量值；
根据预先确定的生物力学模型、所述长度变化值以及所述杨氏模量值，计算所述待检测肌肉的硬度指标；
根据所述计算得到的硬度指标，确定所述待检测肌肉的萎缩程度。
2.如权利要求1所述的方法，其特征在于，根据预设的牵引参数牵引所述待检测肌肉对应的骨骼肌，以使所述骨骼肌进行伸展的步骤，包括：
根据所述牵引参数在预设数量个牵引周期内，通过预设的伸展牵引方式转动所述待检测肌肉对应的骨骼关节，以在所述各个牵引时间牵引所述待检测肌肉对应的骨骼肌，以使所述骨骼肌进行伸展。
3.如权利要求2所述的方法，其特征在于，计算所述骨骼肌在伸展前后的长度变化值，并测量伸展过程中所述待检测肌肉的肌肉组织的杨氏模量值的步骤，包括：
在预设的各个长度测量时间获取所述骨骼肌在伸展前后的长度值，并根据所述长度值计算所述骨骼肌在伸展前后的长度变化值，以得到不同伸展阶段对应的多个长度变化值；
在预设的各个模量测量时间测量伸展过程中所述待检测肌肉的肌肉组织的杨氏模量值，以得到不同伸展阶段对应的多个杨氏模量值。
4.如权利要求3所述的方法，其特征在于，根据预先确定的生物力学模型、所述长度变化值以及所述杨氏模量值，计算所述待检测肌肉的硬度指标的步骤，包括：
分别计算所述不同伸展阶段对应的多个长度变化值和所述多个杨氏模量值在所有的牵引周期内的平均值，得到牵引周期内的长度变化均值序列和杨氏模量均值序列；
根据所述生物力学模型、所述长度变化均值序列和所述杨氏模量均值序列，计算所述待检测肌肉的硬度指标。
5.如权利要求1-4任一项所述的方法，其特征在于，在接收到肌肉萎缩程度检测请求之前，所述方法还包括：
根据预设的肌肉组织的硬度随被动肌力的变化机理数据，建立反映杨氏模量和肌肉伸展长度值的定量关系的所述生物力学模型。
6.一种肌肉萎缩程度的检测装置，其特征在于，所述装置包括：
骨骼肌牵引单元，用于当接收到肌肉萎缩程度检测请求时，根据预设的牵引参数牵引所述待检测肌肉对应的骨骼肌，以使所述骨骼肌进行伸展；
数据获取单元，用于计算所述骨骼肌在伸展前后的长度变化值，并测量伸展过程中所述待检测肌肉的肌肉组织的杨氏模量值；
指标计算单元，用于根据预先确定的生物力学模型、所述长度变化值以及所述杨氏模量值，计算所述待检测肌肉的硬度指标；以及
结果确定单元，用于根据所述计算得到的硬度指标，确定所述待检测肌肉的萎缩程度。
7.如权利要求6所述的装置，其特征在于，所述骨骼肌牵引单元包括：
关节转动单元，用于根据所述牵引参数在预设数量个牵引周期内，通过预设的伸展牵引方式转动所述待检测肌肉对应的骨骼关节，以在所述各个牵引时间牵引所述待检测肌肉对应的骨骼肌，以使所述骨骼肌进行伸展。
8.如权利要求6所述的装置，其特征在于，所述数据获取单元包括：
变化值计算单元，用于在预设的各个长度测量时间获取所述骨骼肌在伸展前后的长度值，并根据所述长度值计算所述骨骼肌在伸展前后的长度变化值，以得到不同伸展阶段对应的多个长度变化值；以及
模量测量单元，用于在预设的各个模量测量时间测量伸展过程中所述待检测肌肉的肌肉组织的杨氏模量值，以得到不同伸展阶段对应的多个杨氏模量值。
9.如权利要求6所述的装置，其特征在于，所述指标计算单元包括：
平均值计算单元，用于分别计算所述不同伸展阶段对应的多个长度变化值和所述多个杨氏模量值在所有的牵引周期内的平均值，得到牵引周期内的长度变化均值序列和杨氏模量均值序列；以及
指标计算子单元，用于根据所述生物力学模型、所述长度变化均值序列和所述杨氏模量均值序列，计算所述待检测肌肉的硬度指标。
10.如权利要求6-9任一项所述的装置，其特征在于，所述装置还包括：
模型建立单元，用于根据预设的肌肉组织的硬度随被动肌力的变化机理数据，建立反映杨氏模量和肌肉伸展长度值的定量关系的所述生物力学模型。
11.一种检测设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
12.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
CN201711249639.3A 2017-12-01 2017-12-01 一种肌肉萎缩程度的检测方法、装置、设备及存储介质 Pending CN108113709A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711249639.3A CN108113709A (zh) 2017-12-01 2017-12-01 一种肌肉萎缩程度的检测方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711249639.3A CN108113709A (zh) 2017-12-01 2017-12-01 一种肌肉萎缩程度的检测方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN108113709A true CN108113709A (zh) 2018-06-05

Family

ID=62228728

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711249639.3A Pending CN108113709A (zh) 2017-12-01 2017-12-01 一种肌肉萎缩程度的检测方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN108113709A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109620270A (zh) * 2018-12-14 2019-04-16 深圳先进技术研究院 一种肌张力评估方法及装置
CN110693526A (zh) * 2019-11-11 2020-01-17 深圳先进技术研究院 一种肌肉疾病评估方法、系统及电子设备
WO2020118710A1 (zh) * 2018-12-14 2020-06-18 深圳先进技术研究院 一种肌张力评估方法及装置
CN113693633A (zh) * 2021-10-28 2021-11-26 深圳高性能医疗器械国家研究院有限公司 骨骼肌被动弹性系数获取装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3182479B2 (ja) * 1993-08-12 2001-07-03 淑 中山 弾性計測装置
US20100191111A1 (en) * 2007-09-06 2010-07-29 Takashi Azuma Ultrasonograph
CN106794003A (zh) * 2014-07-17 2017-05-31 国家健康与医学研究院 获得肌肉的功能参数的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3182479B2 (ja) * 1993-08-12 2001-07-03 淑 中山 弾性計測装置
US20100191111A1 (en) * 2007-09-06 2010-07-29 Takashi Azuma Ultrasonograph
CN106794003A (zh) * 2014-07-17 2017-05-31 国家健康与医学研究院 获得肌肉的功能参数的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李良芳: "剪切波弹性成像超声评估肌肉硬度与肌张力分析的相关性研究", 《中国优秀硕士学位论文全文数据库（电子期刊） 医药卫生科技辑》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109620270A (zh) * 2018-12-14 2019-04-16 深圳先进技术研究院 一种肌张力评估方法及装置
WO2020118710A1 (zh) * 2018-12-14 2020-06-18 深圳先进技术研究院 一种肌张力评估方法及装置
CN110693526A (zh) * 2019-11-11 2020-01-17 深圳先进技术研究院 一种肌肉疾病评估方法、系统及电子设备
WO2021093745A1 (zh) * 2019-11-11 2021-05-20 深圳先进技术研究院 一种肌肉疾病评估方法、系统及电子设备
CN113693633A (zh) * 2021-10-28 2021-11-26 深圳高性能医疗器械国家研究院有限公司 骨骼肌被动弹性系数获取装置、设备及存储介质
CN113693633B (zh) * 2021-10-28 2022-02-08 深圳高性能医疗器械国家研究院有限公司 骨骼肌被动弹性系数获取装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN108113709A (zh) 一种肌肉萎缩程度的检测方法、装置、设备及存储介质
Deegan et al. Quantification of pelvic floor muscle strength in female urinary incontinence: A systematic review and comparison of contemporary methodologies
Mullineaux et al. Research design and statistics in biomechanics and motor control
Kanehisa et al. Effects of equivolume isometric training programs comprising medium or high resistance on muscle size and strength
WO2019114034A1 (zh) 一种根据超声弹性肌动图获取生物力学参数的方法及装置
CN110559015B (zh) 血管生理参数测量方法、设备、计算机设备和存储介质
Drenth et al. Psychometric properties of the MyotonPRO in dementia patients with paratonia
EP2988675A1 (en) Method and device for quantitative dynamic evaluation of skeletal muscles functionality
CN109620270B (zh) 一种肌张力评估方法及装置
Oranchuk et al. The effect of regional quadriceps anatomical parameters on angle-specific isometric torque expression
CN104622511B (zh) 一种利用超声波检测骨骼肌机械力学参数的装置及超声波检测方法
TWI740659B (zh) 復健輔助檢測系統及方法
Coutts et al. Investigation of In Vivo skin stiffness anisotropy in breast cancer related lymphoedema
Pickett et al. Relationships between midthigh pull force development and 200-m race performance in highly trained kayakers
CN101889874B (zh) 超声探头人因工程学设计的评价方法
CN114041758B (zh) 桡动脉触诊定位方法、装置、电子设备和存储介质
US10098605B2 (en) Synchronous physiological measurements for cardiac acquisitions
CN113693633B (zh) 骨骼肌被动弹性系数获取装置、设备及存储介质
CN113876316B (zh) 下肢屈伸活动异常检测系统、方法、装置、设备及介质
CN114176532B (zh) 一种测定cfPWV参数的临床验证方法及其应用系统
CN107684438B (zh) 一种基于超声图像的疼痛程度检测方法及装置
Halabi et al. Novel approach for wireless EMG database collection: applied to muscle building workout routine optimization
CN110755084B (zh) 基于主被动、分阶段动作的运动功能评估方法及设备
Infantolino et al. Estimating the volume of the First Dorsal Interossoeus using ultrasound
EP3941336A1 (en) Method and device for measuring or determining at least one biomechanical parameter of soft biological tissues

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180605

RJ01 Rejection of invention patent application after publication