CN111134722A - 一种超声检查最优体位获得及多参数量化测定的方法 - Google Patents
一种超声检查最优体位获得及多参数量化测定的方法 Download PDFInfo
- Publication number
- CN111134722A CN111134722A CN202010043466.5A CN202010043466A CN111134722A CN 111134722 A CN111134722 A CN 111134722A CN 202010043466 A CN202010043466 A CN 202010043466A CN 111134722 A CN111134722 A CN 111134722A
- Authority
- CN
- China
- Prior art keywords
- body position
- dimensional image
- optimal
- angle
- measuring
- 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
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/40—Positioning of patients, e.g. means for holding or immobilising parts of the patient's body
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/54—Control of the diagnostic device
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明公开了一种超声检查最优体位获得及多参数量化测定的方法,具体步骤包括:S1:使用手持三维扫描仪获取实时体位三维图像;S2:将所述三维图像进行处理获取制定躯干与检查装置角度,躯干与大腿成角度及大腿与小腿角度,肩臀长测定参数;S3:获取不同年龄段、身高、体重及性别的对应参数均值,根据不同年龄段、身高、体重及性别及对应参数均值匹配,预测待检者最优体位。本发明实时获取不同器官最佳显示状态下人体姿势体位多维空间数据,并通过后期分析,制定多参数量化测定,从而获得精确体位数据及大样本数据,通过大数据分析,用于制定检超声查装置(类似手术床)仿生智能化调节控制支撑模块移动,使人体自动形成超声检查最优体位。
Description
技术领域
本发明涉及医学超声检查技术领域,更具体的说是涉及一种超声检查最优体位获得及多参数量化测定的方法。
背景技术
人体多体位姿势三维数据获取,三维数据参数量化测定。超声检查过程涉及多个不同卧姿及坐姿,为获取不同器官最佳超声显示,患者需在检查床上摆放不同姿势,称之为最优检查体位,在一次腹部超声检查中即涉及多个体位及衔接转换。
超声检查需要患者多种卧位,但通常体位摆放随意,没有最佳体位标准及客观定量参数,致使检查耗时,超声切面成像效果不理想,需要建立标准检查体位三维空间数据及量化参数。目前人体三维数据获得多经由站立位获得,卧于固定平面或装置者难以获取相关三维扫描图像并分析,超声检查体位精准量化三维空间数据也难以在检查过程中通过简单数学测量实时快速准确获取。
因此,如何提供一种超声检查最优体位获得及多参数量化测定的方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种超声检查最优体位获得及多参数量化测定的方法,实时获取不同器官最佳显示状态下人体姿势体位多维空间数据,并通过后期分析,制定多参数量化测定,从而获得精确体位数据及大样本数据,通过大数据分析,用于制定检超声查装置(类似手术床)仿生智能化调节控制支撑模块移动,使人体自动形成超声检查最优体位。
为了实现上述目的,本发明提供如下技术方案:
一种超声检查最优体位获得及多参数量化测定的方法,具体步骤包括:
S1:使用手持三维扫描仪获取实时体位三维图像;
S2:将所述三维图像进行处理获取制定躯干与检查装置角度,躯干与大腿成角度及大腿与小腿角度,肩臀长测定参数;
S3:获取不同年龄段、身高、体重及性别的对应参数均值,根据不同年龄段、身高、体重及性别及对应参数均值匹配,预测待检者最优体位。
优选的,在上述的一种超声检测最优体位获得及多参数量化测定的方法中,所述S2中对所述三维图像处理的具体步骤如下:
S21:载入所述三维图像;
S22:选择XY平面,调整三维图像;
S23:标注关键点,测量线性尺寸;
S24:测量参考物尺寸;
S25:选择矢量,自动测量角度。
优选的,在上述的一种超声检测最优体位获得及多参数量化测定的方法中,所述S22目的是使所有病例三维图形有唯一固定统一截图平面,才能获得标准二维平面图像。
优选的,在上述的一种超声检测最优体位获得及多参数量化测定的方法中,所述S23中标出点A肩关节,点B髋关节,点C膝关节,点D为踝关节,对侧髋关节与床面交点为点E,点E向床边长边引垂线与床边交点为点F,BA与BC夹角为角度α,CB与CD夹角为角度β,EB与EF夹角为γ,AB线段距离为肩臀长。
优选的,在上述的一种超声检测最优体位获得及多参数量化测定的方法中,所述S24中,原始三维图像不具备长度测量及显示功能,截取所得固定平面中人体长度及检查装置尺寸是按比例缩小的图像,需要通过计算固定物体即检查装置实际长度与图上长度比例,换算出图像中人体躯干及肢体实际长度。
优选的,在上述的一种超声检测最优体位获得及多参数量化测定的方法中,所述S3中,年龄每十岁为一个组别,身高体重换算成体重指数,体重指数依正常人范围划分为低,等,高三大类,性别依男女分为2类,这样可形成不同组,如,男性40-50岁正常范围体重指数人群,其包含所有个体的测量值求均值即可。
进一步,根据上述限定条件,待检者根据性别,年龄,体重指数即会落入特定组别,原数据库中均值即为待检者体位预测值。
经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种超声检查最优体位获得及多参数量化测定的方法,解决了坐、卧于固定平面或装置者难以获取相关三维扫描图像并分析,首次获取三维实时超声检查体位及量化测定,实现超声检查体位标准化,便捷高效。解决了超声检查需要医师指挥或协助患者摆放及调节体位由于体位姿势不理想,超声显示不满意。解决了患者行动迟缓不便或听力下降,体位摆放困难;避免医师浪费大量时间及精力,经济简便快速准确实用,对人体安全。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1附图为本发明的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例公开了一种超声检查最优体位获得及多参数量化测定的方法,实时获取不同器官最佳显示状态下人体姿势体位多维空间数据,并通过后期分析,制定多参数量化测定,从而获得精确体位数据及大样本数据,通过大数据分析,用于制定检超声查装置(类似手术床)仿生智能化调节控制支撑模块移动,使人体自动形成超声检查最优体位。
一种超声检查最优体位获得及多参数量化测定的方法,具体步骤包括:
S1:使用手持三维扫描仪获取实时体位三维图像;
S2:将所述三维图像进行处理获取制定躯干与检查装置角度,躯干与大腿成角度及大腿与小腿角度,肩臀长测定参数;
S3:获取不同年龄段、身高、体重及性别的对应参数均值,根据不同年龄段、身高、体重及性别及对应参数均值匹配,预测待检者最优体位。
为了进一步优化上述技术方案,所述S2中对所述三维图像处理的具体步骤如下:
S21:载入所述三维图像;
S22:选择XY平面,调整三维图像;
S23:标注关键点,测量线性尺寸;
S24:测量参考物尺寸;
S25:选择矢量,自动测量角度。
为了进一步优化上述技术方案,所述S23中标出点A肩关节,点B髋关节,点C膝关节,点D为踝关节,对侧髋关节与床面交点为点E,点E向床边长边引垂线与床边交点为点F,BA与BC夹角为角度α,CB与CD夹角为角度β,EB与EF夹角为γ,AB线段距离为肩臀长。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (3)
1.一种超声检查最优体位获得及多参数量化测定的方法,其特征在于,具体步骤包括:
S1:使用手持三维扫描仪获取实时体位三维图像;
S2:将所述三维图像进行处理获取制定躯干与检查装置角度,躯干与大腿成角度及大腿与小腿角度,肩臀长测定参数;
S3:获取不同年龄段、身高、体重及性别的对应参数均值,根据不同年龄段、身高、体重及性别及对应参数均值匹配,预测待检者最优体位。
2.根据权利要求1所述的一种超声检测最优体位获得及多参数量化测定的方法,其特征在于,所述S2中对所述三维图像处理的具体步骤如下:
S21:载入所述三维图像;
S22:选择XY平面,调整三维图像;
S23:标注关键点,测量线性尺寸;
S24:测量参考物尺寸;
S25:选择矢量,自动测量角度。
3.根据权利要求2所述的一种超声检测最优体位获得及多参数量化测定的方法,其特征在于,所述S23中标出点A肩关节,点B髋关节,点C膝关节,点D为踝关节,对侧髋关节与床面交点为点E,点E向床边长边引垂线与床边交点为点F,BA与BC夹角为角度α,CB与CD夹角为角度β,EB与EF夹角为γ,AB线段距离为肩臀长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010043466.5A CN111134722B (zh) | 2020-01-15 | 2020-01-15 | 一种超声检查最优体位获得及多参数量化测定的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010043466.5A CN111134722B (zh) | 2020-01-15 | 2020-01-15 | 一种超声检查最优体位获得及多参数量化测定的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111134722A true CN111134722A (zh) | 2020-05-12 |
CN111134722B CN111134722B (zh) | 2022-08-23 |
Family
ID=70525264
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010043466.5A Active CN111134722B (zh) | 2020-01-15 | 2020-01-15 | 一种超声检查最优体位获得及多参数量化测定的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111134722B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111643116A (zh) * | 2020-07-03 | 2020-09-11 | 吉林大学 | 一种仿生智能超声检查体位变换装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4552404A (en) * | 1983-10-12 | 1985-11-12 | Congleton Jerome J | Neutral body posture chair |
JPS62185104A (ja) * | 1986-02-10 | 1987-08-13 | Agency Of Ind Science & Technol | 対象物の姿勢及び寸法の自動計測方法 |
CN2759419Y (zh) * | 2005-01-07 | 2006-02-22 | 顾沪光 | 超声检查专用床 |
WO2017022901A1 (ko) * | 2015-08-05 | 2017-02-09 | 삼인정보시스템(주) | 3차원 점군 데이터에 기반한 치수 측정 장치 및 방법 |
-
2020
- 2020-01-15 CN CN202010043466.5A patent/CN111134722B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4552404A (en) * | 1983-10-12 | 1985-11-12 | Congleton Jerome J | Neutral body posture chair |
JPS62185104A (ja) * | 1986-02-10 | 1987-08-13 | Agency Of Ind Science & Technol | 対象物の姿勢及び寸法の自動計測方法 |
CN2759419Y (zh) * | 2005-01-07 | 2006-02-22 | 顾沪光 | 超声检查专用床 |
WO2017022901A1 (ko) * | 2015-08-05 | 2017-02-09 | 삼인정보시스템(주) | 3차원 점군 데이터에 기반한 치수 측정 장치 및 방법 |
Non-Patent Citations (3)
Title |
---|
文晓蓉等: "不同体位彩色多普勒血流显像检测下肢静脉瓣功能不全的研究", 《中国临床医学影像杂志》 * |
李传红等: "膝关节积脂血症的超声表现与相关技术因素关系探讨", 《中国医学影像技术》 * |
潘静等: "基于JACK的空间站实验舱内工作姿势的工效学分析", 《电子设计工程》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111643116A (zh) * | 2020-07-03 | 2020-09-11 | 吉林大学 | 一种仿生智能超声检查体位变换装置 |
CN111643116B (zh) * | 2020-07-03 | 2023-03-31 | 吉林大学 | 一种仿生智能超声检查体位变换装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111134722B (zh) | 2022-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yosibash et al. | A CT-based high-order finite element analysis of the human proximal femur compared to in-vitro experiments | |
Han et al. | A novel ultrasound indentation system for measuring biomechanical properties of in vivo soft tissue | |
CN109330602B (zh) | 一种女性形体智能评估检测装置及方法、存储介质 | |
Nussbaum et al. | Development and evaluation of a scalable and deformable geometric model of the human torso | |
CA2723452C (en) | Systems, methods and devices for use in assessing carcass grading | |
Glinkowski et al. | Method of pectus excavatum measurement based on structured light technique | |
CN112089442B (zh) | 利用超声成像提供视觉反馈的肌肉训练方法及系统 | |
CN103767728A (zh) | 影像辨识方法及影像辨识系统 | |
JP4304341B2 (ja) | 3次元形状の計測装置およびその計測データによる義肢のソケット形状設計装置 | |
US11049255B2 (en) | Image processing device and method thereof | |
CN111134722B (zh) | 一种超声检查最优体位获得及多参数量化测定的方法 | |
CN107077522A (zh) | 一种青少年枕生物力学性能分析及设计优化方法及装置 | |
Tsap et al. | A vision-based technique for objective assessment of burn scars | |
Brown et al. | New methods for assessing cartilage contact stress after articular fracture. | |
US20160180520A1 (en) | Quantitative method for 3-d joint characterization | |
De Roeck et al. | Statistical modeling of lower limb kinetics during deep squat and forward lunge | |
Kotěrová et al. | Impact of 3D surface scanning protocols on the Os coxae digital data: Implications for sex and age-at-death assessment | |
Johansen et al. | Calibration models for lamb carcass composition analysis using computerized tomography (CT) imaging | |
Simon et al. | CT imaging techniques for describing motions of the cervicothoracic junction and cervical spine during flexion, extension, and cervical traction | |
CN113855080A (zh) | 孕21-23周预测足月新生儿出生体重的方法 | |
Wolf et al. | A MR imaging procedure to measure tarsal bone rotations | |
Reeves et al. | Methods for post hoc quantitative computed tomography bone density calibration: phantom-only and regression | |
Durkin et al. | Using mass distribution information to model the human thigh for body segment parameter estimation | |
CN113180672A (zh) | 一种肌力检测方法、装置以及计算机可读存储介质 | |
Netto et al. | Validation of an EMG-driven, graphically based isometric musculoskeletal model of the cervical spine |
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 |