CN113171121A - 基于多物理场耦合的骨骼肌肉系统疾病的诊断装置和方法 - Google Patents
基于多物理场耦合的骨骼肌肉系统疾病的诊断装置和方法 Download PDFInfo
- Publication number
- CN113171121A CN113171121A CN202110421594.3A CN202110421594A CN113171121A CN 113171121 A CN113171121 A CN 113171121A CN 202110421594 A CN202110421594 A CN 202110421594A CN 113171121 A CN113171121 A CN 113171121A
- Authority
- CN
- China
- Prior art keywords
- module
- skeletal muscle
- field
- human
- computer interaction
- 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
- 201000010099 disease Diseases 0.000 title claims abstract description 50
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 50
- 210000002027 skeletal muscle Anatomy 0.000 title claims abstract description 38
- 238000003745 diagnosis Methods 0.000 title claims abstract description 23
- 238000010168 coupling process Methods 0.000 title claims abstract description 21
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 title claims abstract description 18
- 210000004872 soft tissue Anatomy 0.000 claims abstract description 47
- 230000003993 interaction Effects 0.000 claims abstract description 39
- 238000013135 deep learning Methods 0.000 claims abstract description 24
- 238000001514 detection method Methods 0.000 claims abstract description 22
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 21
- 230000008878 coupling Effects 0.000 claims abstract description 19
- 230000007246 mechanism Effects 0.000 claims abstract description 15
- 210000003041 ligament Anatomy 0.000 claims abstract description 12
- 210000003205 muscle Anatomy 0.000 claims abstract description 12
- 210000002435 tendon Anatomy 0.000 claims abstract description 12
- 238000013399 early diagnosis Methods 0.000 claims abstract description 8
- 230000036285 pathological change Effects 0.000 claims abstract description 6
- 231100000915 pathological change Toxicity 0.000 claims abstract description 6
- 238000012360 testing method Methods 0.000 claims abstract description 4
- 239000000523 sample Substances 0.000 claims description 34
- 238000005259 measurement Methods 0.000 claims description 25
- 230000017531 blood circulation Effects 0.000 claims description 15
- 238000011156 evaluation Methods 0.000 claims description 13
- 238000001931 thermography Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 12
- 238000007405 data analysis Methods 0.000 claims description 10
- 238000002604 ultrasonography Methods 0.000 claims description 8
- 230000003387 muscular Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 210000001519 tissue Anatomy 0.000 claims description 7
- 210000001087 myotubule Anatomy 0.000 claims description 6
- 210000003484 anatomy Anatomy 0.000 claims description 3
- 230000008602 contraction Effects 0.000 claims description 3
- 230000036541 health Effects 0.000 claims description 3
- 208000017445 musculoskeletal system disease Diseases 0.000 claims 3
- 238000001727 in vivo Methods 0.000 abstract description 4
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000013528 artificial neural network Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 210000000845 cartilage Anatomy 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000002427 irreversible effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241001260012 Bursa Species 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 208000008558 Osteophyte Diseases 0.000 description 1
- 208000002193 Pain Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 210000001188 articular cartilage Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000036407 pain Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 108010048734 sclerotin Proteins 0.000 description 1
- 210000005065 subchondral bone plate Anatomy 0.000 description 1
- 210000001258 synovial membrane Anatomy 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4504—Bones
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4519—Muscles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4533—Ligaments
-
- 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
- A61B8/0875—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of bone
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/42—Details of probe positioning or probe attachment to the patient
- A61B8/4209—Details of probe positioning or probe attachment to the patient by using holders, e.g. positioning frames
- A61B8/4218—Details of probe positioning or probe attachment to the patient by using holders, e.g. positioning frames characterised by articulated arms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/48—Diagnostic techniques
- A61B8/485—Diagnostic techniques involving measuring strain or elastic properties
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/48—Diagnostic techniques
- A61B8/488—Diagnostic techniques involving Doppler signals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
- G01J5/0025—Living bodies
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Rheumatology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Rehabilitation Therapy (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
基于多物理场耦合的骨骼肌肉系统疾病的诊断装置和方法属骨骼肌肉系统相关疾病的诊断技术领域，本发明的装置由软组织力学模量场和流场测量装置、软组织表面温度测量装置、人机交互系统和检查床组成，本发明首次将骨骼肌肉系统疾病周围软组织—肌肉、肌腱、韧带和血管作为测试对象，探索骨骼肌肉系统疾病的病变机制，通过该装置可实现对肌肉、韧带、肌腱和血管壁等软组织的力学模量场、流场、表面温度场等多物理场参数的在体、无创、实时、定量检测，通过多物理场对比分析和神经网络深度学习，不但为定量揭示骨骼肌肉系统疾病病变新机制提供数据支撑和理论依据，同时也为临床骨骼肌肉系统疾病的早期诊断提供了一种在体、无创的装置和方法。
Description
技术领域
本发明属于骨骼肌肉系统相关疾病的诊断技术领域，具体涉及一种基于多物理场耦合的骨骼肌肉系统疾病的诊断装置和方法。
背景技术
骨骼肌肉系统疾病是临床上比较常见的一类疾病，也是全球第二大致残原因。骨骼肌肉系统疾病和损伤不仅是老年问题，在整个生命过程中它们是很普遍的现象，约有三分之一至五分之一的人(包括儿童)患有痛苦的骨骼肌肉系统疾病。其他严重疾病相比，政府部门往往低估了骨骼肌肉系统疾病的严重性，因为它们不是致命性疾病，但却忽略了其病情不可逆转和让人丧失劳动力的残酷事实。骨骼肌肉系统疾病不仅给患者带来了心理与生理的痛苦，而且还造成巨大的医疗资源和经济负担。
目前，骨骼肌肉系统疾病的诊断大多通过X-ray，MRI，超声，关节镜和关节造影等影像学检查来完成，研究人员以关节的软骨和软骨下骨、骨赘和骨质、滑膜和滑囊为研究对象，观察组织形态和结构的变化，对骨骼肌肉系统疾病的识别和诊断做了大量有价值的研究，并根据诊断方法的不同提出了多种用于评价骨骼肌肉系统疾病严重程度的诊断标准。然而，关节软骨磨损，疾病不可逆转，故骨骼肌肉系统疾病的早期诊断与预防显得尤为重要。
发明内容
本发明的目的是提供一种基于多物理场耦合的骨骼肌肉系统相关疾病的早期诊断装置及方法。本发明的研究发现，在骨骼肌肉系统疾病的早期，周围的肌肉、肌腱、韧带和血管等软组织亦发生相应变化，早于软骨、关节结构本身，通过对健康人和患者的病变处周围软组织力学模量场、流场、表面温度场进行多物理场对比分析和神经网络深度学习，不但为定量揭示骨骼肌肉系统疾病病变新机制提供数据支撑和理论依据，同时也能为临床骨骼肌肉系统疾病的早期诊断提供一种在体、无创的新方法。
本发明的基于多物理场耦合的骨骼肌肉系统疾病的诊断装置，由人机交互系统A、软组织表面温度测量装置B、软组织力学模量场和流场测量装置C、人机交互软件系统D和检查床1组成，所述的人机交互系统A由显示屏2、操作面板3和机身4组成，显示屏2和操作面板3固接于机身4上面；检查床1置于软组织表面温度测量装置B的工字形底座7和环形架9之间，软组织表面温度测量装置B中丝杠5的后端与检查床1的前端固接；人机交互系统A置于检查床1左侧；软组织力学模量场和流场测量装置C置于检查床1右侧；人机交互软件系统D内置于人机交互系统A中。
所述的软组织表面温度测量装置B由丝杠5、螺母6、工字形底座7、从动轮对8、环形架9、红外传感器组11和螺钉组12组成，其中环形架9上设有环形孔10；环形架9固接于工字形底座7上面，螺母6固接于工字形底座7右部，从动轮对8的两个从动轮活动连接于工字形底座7左部；丝杠5与螺母6螺纹连接，调节丝杠5与螺母6相对位置，带动从动轮对8转动，从而实现环形架9与检查床1的相对移动；红外传感器组11的三个红外传感器在环形孔10中呈扇形均布，并经螺钉组12的三个螺钉固接。
所述的软组织力学模量场和流场测量装置C由移动底座13、转动关节Ⅰ14、支架15、摆动关节I16、转动关节Ⅱ17、转动关节Ⅲ18、摆动关节Ⅱ19、旋钮对20、夹具21和超声探头22组成，其中移动底座13、转动关节Ⅰ14、支架15、摆动关节16自下而上顺序排列，转动关节Ⅱ17、转动关节Ⅲ18、摆动关节Ⅱ19、旋钮对20、夹具21和超声探头22自上而下顺序排列。转动关节Ⅰ14下端固接于移动底座13上面，转动关节Ⅰ14上端与支架15下端转动连接；支架15上端与摆动关节I16下端活动连接；转动关节Ⅱ17上端与摆动关节I16上端活动连接，转动关节Ⅱ17下端与转动关节Ⅲ18上端转动连接，转动关节Ⅲ18下端与摆动关节Ⅱ19上部活动连接，夹具21上端固接于摆动关节Ⅱ19下端，超声探头22经旋钮对20固接于夹具21下端。
所述的人机交互软件系统D由弹性测量模块23、多普勒测量模块24、红外热成像模块25、数据分析模块26、检测信息评估及示警模块27、数据库存储模块28和数据库管理模块29组成，所述的弹性测量模块23、多普勒测量模块24与超声探头22通信连接；红外热成像模块25与红外传感器组11通信连接；数据分析模块26与弹性测量模块23、多普勒测量模块24、红外热成像模块25、检测信息评估及示警模块27通信连接；检测信息评估及示警模块27、数据库存储模块28、数据库管理模块29两两相互通信连接。
所述基于多物理场耦合的骨骼肌肉系统疾病的诊断装置的诊断方法，包括下列步骤：
1.1对骨骼肌肉系统相关疾病发病部位的肌肉、肌腱、韧带、血管进行软组织多物理场测试；
1.2利用调节机构调整超声探头22，基于超声B扫描模式，以肌纤维和骨性结构为标志，对肌肉、肌腱、韧带和血管进行定位，并使用马克笔做标记；按照定位标记，得到被测组织的清晰B扫图像后，开启弹性测量模块23，超声探头22要平行于肌纤维的长轴，最大限度减少各项异性和伪像的干扰，以获得最佳质量的弹性图像；此外，为了避免压力伪像，在超声探头22和皮肤之间要涂抹耦合剂，施加最小的力量，并在测量过程中保持超声探头22稳定；利用系统内置的测量工具，测量肌肉、韧带、肌腱和血管壁软组织的杨氏模量、剪切模量力学模量场数据；系统能直接输出被测区域组织的力学模量的最大值、最小值和平均值，基于多物理场耦合的骨骼肌肉系统疾病的诊断装置利用平均值进行后续的深度学习和特征值识别；
1.3利用调节机构调整超声探头22，基于超声B扫描模式，观察血管的解剖结构，借助解剖学位置对血管进行定位，保证受试者被检测位置的一致性；利用多普勒测量模块24，通过旋钮对20的两个旋钮微调超声探头22方向，在血管清楚可见、血流信号稳定的情况下，使用马克笔做标记，并进行血流量和血流速度的流场数据采集，并选取收缩期峰值血流流速和血流量，以便进行后续的深度学习和特征值识别；
1.4利用行走机构调整红外传感器组11的三个红外传感器，采用红外热成像模块25测量标记位置的表面温度，并将每个区域表面温度的平均值进行后续的深度学习和特征值识别；
1.5人机交互软件系统D中的数据分析模块26将采集的软组织力学模量场数据、流场数据及体表温度场数据进行深度学习，基于深度学习解析多物理场耦合关系，定量揭示骨骼肌肉系统相关疾病病变新机制；
1.6人机交互软件系统D中的检测信息评估及示警模块27根据深度学习的识别结果，判断软组织健康状态并对应发出预警提示，实现骨骼肌肉系统相关疾病的早期诊断；
1.7人机交互软件系统D中的数据库存储模块28的样本来源包括两部分，一是预先收集的大量健康志愿者和骨骼肌肉系统相关疾病患者的数据；二是检测的过程中采集的受试者的数据；人机交互软件系统D中的数据库管理模块29能将通过操作面板3输入受试者的基本信息、检测过程中采集的软组织多物理数据，以及深度学习的识别结果进行关联自动存储，同时能生成打印报表。
本发明的有益效果在于：
1、本诊断装置结构简单，可以实现对骨骼肌肉系统相关疾病的早期诊断，且诊断精度高、通用性好；
2、本诊断装置可以实现对软组织力学模量场、流场、表面温度场等多参数的在体、无创、实时、定量检测，方便快捷、检测指标全面；
3、本诊断方法集成多个智能数据处理模块，能实现从多参数测量、数据处理、深度学习、疾病诊断等整个过程的自动化、智能化，软件交互界面良好，使用方便，实用性强，具有较好的应用及推广价值。
附图说明
图1为基于多物理场耦合的骨骼肌肉系统疾病的诊断装置的结构示意图；
图2为人机交互系统的结构示意图；
图3为软组织力学模量场和流场测量装置的结构示意图；
图4为软组织表面温度测量装置的结构示意图；
图5为人机交互软件系统的结构示意图；
其中：A.人机交互系统B.软组织表面温度测量装置C.软组织力学模量场和流场测量装置D.人机交互软件系统1.检查床2.显示屏3.操作面板4.机身5.丝杠6.螺母7.工字形底座8.从动轮对9.环形架10.环形孔11.红外传感器组12.螺钉组13.移动底座14.转动关节Ⅰ15.支架16.摆动关节I17.转动关节Ⅱ18.转动关节Ⅲ19.摆动关节Ⅱ20.旋钮对21.夹具22.超声探头23.弹性测量模块24.多普勒测量模块25.红外热成像模块26.数据分析模块27.检测信息评估及示警模块28.数据库存储模块29.数据库管理模块。
具体实施方式
如图1、图2和图4所示，本发明的基于多物理场耦合的骨骼肌肉系统疾病的诊断装置由人机交互系统A、软组织表面温度测量装置B、软组织力学模量场和流场测量装置C、人机交互软件系统D和检查床1组成，所述的人机交互系统A由显示屏2、操作面板3和机身4组成，显示屏2和操作面板3固接于机身4上面；检查床1置于软组织表面温度测量装置B的工字形底座7和环形架9之间，软组织表面温度测量装置B中丝杠5的后端与检查床1的前端固接；人机交互系统A置于检查床1左侧；软组织力学模量场和流场测量装置C置于检查床1右侧；人机交互软件系统D内置于人机交互系统A中。
如图4所示，所述的软组织表面温度测量装置B由丝杠5、螺母6、工字形底座7、从动轮对8、环形架9、红外传感器组11和螺钉组12组成，其中环形架9上设有环形孔10；环形架9固接于工字形底座7上面，螺母6固接于工字形底座7右部，从动轮对8的两个从动轮活动连接于工字形底座7左部；丝杠5与螺母6螺纹连接，调节丝杠5与螺母6相对位置，带动从动轮对8转动，从而实现环形架9与检查床1的相对移动；红外传感器组11的三个红外传感器在环形孔10中呈扇形均布，并经螺钉组12的三个螺钉固接。
如图3所示，所述的软组织力学模量场和流场测量装置C由移动底座13、转动关节Ⅰ14、支架15、摆动关节I16、转动关节Ⅱ17、转动关节Ⅲ18、摆动关节Ⅱ19、旋钮对20、夹具21和超声探头22组成，其中移动底座13、转动关节Ⅰ14、支架15、摆动关节16自下而上顺序排列，转动关节Ⅱ17、转动关节Ⅲ18、摆动关节Ⅱ19、旋钮对20、夹具21和超声探头22自上而下顺序排列。转动关节Ⅰ14下端固接于移动底座13上面，转动关节Ⅰ14上端与支架15下端转动连接；支架15上端与摆动关节I16下端活动连接；转动关节Ⅱ17上端与摆动关节I16上端活动连接，转动关节Ⅱ17下端与转动关节Ⅲ18上端转动连接，转动关节Ⅲ18下端与摆动关节Ⅱ19上部活动连接，夹具21上端固接于摆动关节Ⅱ19下端，超声探头22经旋钮对20固接于夹具21下端。
如图5所示，所述的人机交互软件系统D由弹性测量模块23、多普勒测量模块24、红外热成像模块25、数据分析模块26、检测信息评估及示警模块27、数据库存储模块28和数据库管理模块29组成，所述的弹性测量模块23、多普勒测量模块24与超声探头22通信连接；红外热成像模块25与红外传感器组11通信连接；数据分析模块26与弹性测量模块23、多普勒测量模块24、红外热成像模块25、检测信息评估及示警模块27通信连接；检测信息评估及示警模块27、数据库存储模块28、数据库管理模块29两两相互通信连接。
本发明的基于多物理场耦合的骨骼肌肉系统疾病的诊断装置的诊断方法，包括下列步骤：
1.1对骨骼肌肉系统相关疾病发病部位的肌肉、肌腱、韧带、血管进行软组织多物理场测试；
1.2利用调节机构调整超声探头22，基于超声B扫描模式，以肌纤维和骨性结构为标志，对肌肉、肌腱、韧带和血管进行定位，并使用马克笔做标记；按照定位标记，得到被测组织的清晰B扫图像后，开启弹性测量模块23，超声探头22要平行于肌纤维的长轴，最大限度减少各项异性和伪像的干扰，以获得最佳质量的弹性图像；此外，为了避免压力伪像，在超声探头22和皮肤之间要涂抹耦合剂，施加最小的力量，并在测量过程中保持超声探头22稳定；利用系统内置的测量工具，测量肌肉、韧带、肌腱和血管壁软组织的杨氏模量、剪切模量力学模量场数据；系统能直接输出被测区域组织的力学模量的最大值、最小值和平均值，基于多物理场耦合的骨骼肌肉系统疾病的诊断装置利用平均值进行后续的深度学习和特征值识别；
1.3利用调节机构调整超声探头22，基于超声B扫描模式，观察血管的解剖结构，借助解剖学位置对血管进行定位，保证受试者被检测位置的一致性；利用多普勒测量模块24，通过旋钮对20的两个旋钮微调超声探头22方向，在血管清楚可见、血流信号稳定的情况下，使用马克笔做标记，并进行血流量和血流速度的流场数据采集，并选取收缩期峰值血流流速和血流量，以便进行后续的深度学习和特征值识别；
1.4利用行走机构调整红外传感器组11的三个红外传感器，采用红外热成像模块25测量标记位置的表面温度，并将每个区域表面温度的平均值进行后续的深度学习和特征值识别；
1.5人机交互软件系统D中的数据分析模块26将采集的软组织力学模量场数据、流场数据及体表温度场数据进行深度学习，基于深度学习解析多物理场耦合关系，定量揭示骨骼肌肉系统相关疾病病变新机制；
1.6人机交互软件系统D中的检测信息评估及示警模块27根据深度学习的识别结果，判断软组织健康状态并对应发出预警提示，实现骨骼肌肉系统相关疾病的早期诊断；
1.7人机交互软件系统D中的数据库存储模块28的样本来源包括两部分，一是预先收集的大量健康志愿者和骨骼肌肉系统相关疾病患者的数据；二是检测的过程中采集的受试者的数据；人机交互软件系统D中的数据库管理模块29能将通过操作面板3输入受试者的基本信息、检测过程中采集的软组织多物理数据，以及深度学习的识别结果进行关联自动存储，同时能生成打印报表。
Claims (5)
1.一种基于多物理场耦合的骨骼肌肉系统疾病的诊断装置，其特征在于：由人机交互系统(A)、软组织表面温度测量装置(B)、软组织力学模量场和流场测量装置(C)、人机交互软件系统(D)和检查床(1)组成，所述的人机交互系统(A)由显示屏(2)、操作面板(3)和机身(4)组成，显示屏(2)和操作面板(3)固接于机身(4)上面；检查床(1)置于软组织表面温度测量装置(B)的工字形底座(7)和环形架(9)之间，软组织表面温度测量装置(B)中丝杠(5)的后端与检查床(1)的前端固接；人机交互系统(A)置于检查床(1)左侧；软组织力学模量场和流场测量装置(C)置于检查床(1)右侧；人机交互软件系统(D)内置于人机交互系统(A)中。
2.根据权利要求1所述的基于多物理场耦合的骨骼肌肉系统疾病的诊断装置，其特征在于：所述的软组织表面温度测量装置(B)由丝杠(5)、螺母(6)、工字形底座(7)、从动轮对(8)、环形架(9)、红外传感器组(11)和螺钉组(12)组成，其中环形架(9)上设有环形孔(10)；环形架(9)固接于工字形底座(7)上面，螺母(6)固接于工字形底座(7)右部，从动轮对(8)的两个从动轮活动连接于工字形底座(7)左部；丝杠(5)与螺母(6)螺纹连接；红外传感器组(11)的三个红外传感器在环形孔(10)中呈扇形均布，并经螺钉组(12)的三个螺钉固接。
3.根据权利要求1所述的基于多物理场耦合的骨骼肌肉系统疾病的诊断装置，其特征在于：所述的软组织力学模量场和流场测量装置(C)由移动底座(13)、转动关节Ⅰ(14)、支架(15)、摆动关节I(16)、转动关节Ⅱ(17)、转动关节Ⅲ(18)、摆动关节Ⅱ(19)、旋钮对(20)、夹具(21)和超声探头(22)组成，其中移动底座(13)、转动关节Ⅰ(14)、支架(15)、摆动关节(16)自下而上顺序排列，转动关节Ⅱ(17)、转动关节Ⅲ(18)、摆动关节Ⅱ(19)、旋钮对(20)、夹具(21)和超声探头(22)自上而下顺序排列，转动关节Ⅰ(14)下端固接于移动底座(13)上面，转动关节Ⅰ(14)上端与支架(15)下端转动连接；支架(15)上端与摆动关节Ⅰ(16)下端活动连接；转动关节Ⅱ(17)上端与摆动关节Ⅰ(16)上端活动连接，转动关节Ⅱ(17)下端与转动关节Ⅲ(18)上端转动连接，转动关节Ⅲ(18)下端与摆动关节Ⅱ(19)上部活动连接，夹具(21)上端固接于摆动关节Ⅱ(19)下端，超声探头(22)经旋钮对(20)固接于夹具(21)下端。
4.根据权利要求1所述的基于多物理场耦合的骨骼肌肉系统疾病的诊断装置，其特征在于：所述的人机交互软件系统(D)由弹性测量模块(23)、多普勒测量模块(24)、红外热成像模块(25)、数据分析模块(26)、检测信息评估及示警模块(27)、数据库存储模块(28)和数据库管理模块(29)组成，所述的弹性测量模块(23)、多普勒测量模块(24)与超声探头(22)通信连接；红外热成像模块(25)与红外传感器组(11)通信连接；数据分析模块(26)与弹性测量模块(23)、多普勒测量模块(24)、红外热成像模块(25)、检测信息评估及示警模块(27)通信连接；检测信息评估及示警模块(27)、数据库存储模块(28)、数据库管理模块(29)两两相互通信连接。
5.一种基于权利要求1所述基于多物理场耦合的骨骼肌肉系统疾病的诊断装置的诊断方法，其特征在于，包括下列步骤：
5.1对骨骼肌肉系统相关疾病发病部位的肌肉、肌腱、韧带、血管进行软组织多物理场测试；
5.2利用调节机构调整超声探头(22)，基于超声B扫描模式，以肌纤维和骨性结构为标志，对肌肉、肌腱、韧带和血管进行定位，并使用马克笔做标记；按照定位标记，得到被测组织的清晰B扫图像后，开启弹性测量模块(23)，超声探头(22)要平行于肌纤维的长轴，最大限度减少各项异性和伪像的干扰，以获得最佳质量的弹性图像；此外，为了避免压力伪像，在超声探头(22)和皮肤之间要涂抹耦合剂，施加最小的力量，并在测量过程中保持超声探头(22)稳定；利用系统内置的测量工具，测量肌肉、韧带、肌腱和血管壁软组织的杨氏模量、剪切模量力学模量场数据；系统能直接输出被测区域组织的力学模量的最大值、最小值和平均值，基于多物理场耦合的骨骼肌肉系统疾病的诊断装置利用平均值进行后续的深度学习和特征值识别；
5.3利用调节机构调整超声探头(22)，基于超声B扫描模式，观察血管的解剖结构，借助解剖学位置对血管进行定位，保证受试者被检测位置的一致性；利用多普勒测量模块(24)，通过旋钮对(20)的两个旋钮微调超声探头(22)方向，在血管清楚可见、血流信号稳定的情况下，使用马克笔做标记，并进行血流量和血流速度的流场数据采集，并选取收缩期峰值血流流速和血流量，以便进行后续的深度学习和特征值识别；
5.4利用行走机构调整红外传感器组(11)的三个红外传感器，采用红外热成像模块(25)测量标记位置的表面温度，并将每个区域表面温度的平均值进行后续的深度学习和特征值识别；
5.5人机交互软件系统(D)中的数据分析模块(26)将采集的软组织力学模量场数据、流场数据及体表温度场数据进行深度学习，基于深度学习解析多物理场耦合关系，定量揭示骨骼肌肉系统相关疾病病变新机制；
5.6人机交互软件系统(D)中的检测信息评估及示警模块(27)根据深度学习的识别结果，判断软组织健康状态并对应发出预警提示，实现骨骼肌肉系统相关疾病的早期诊断；
5.7人机交互软件系统(D)中的数据库存储模块(28)的样本来源包括两部分，一是预先收集的大量健康志愿者和骨骼肌肉系统相关疾病患者的数据；二是检测的过程中采集的受试者的数据；人机交互软件系统(D)中的数据库管理模块(29)能将通过操作面板(3)输入受试者的基本信息、检测过程中采集的软组织多物理数据，以及深度学习的识别结果进行关联自动存储，同时能生成打印报表。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110421594.3A CN113171121B (zh) | 2021-04-20 | 2021-04-20 | 基于多物理场耦合的骨骼肌肉系统疾病的诊断装置和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110421594.3A CN113171121B (zh) | 2021-04-20 | 2021-04-20 | 基于多物理场耦合的骨骼肌肉系统疾病的诊断装置和方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113171121A true CN113171121A (zh) | 2021-07-27 |
| CN113171121B CN113171121B (zh) | 2022-09-13 |
Family
ID=76923804
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110421594.3A Active CN113171121B (zh) | 2021-04-20 | 2021-04-20 | 基于多物理场耦合的骨骼肌肉系统疾病的诊断装置和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113171121B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115300290A (zh) * | 2022-08-05 | 2022-11-08 | 复旦大学附属中山医院 | 一种肌肉放松辅助方法 |
| CN116580037A (zh) * | 2023-07-10 | 2023-08-11 | 天津医科大学第二医院 | 一种基于深度学习的鼻咽癌图像分割方法及系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU1062397A (en) * | 1995-11-28 | 1997-06-19 | Dornier Medical Systems, Inc. | Method and system for non-invasive temperature mapping of tissue |
| JP2002224182A (ja) * | 2001-01-30 | 2002-08-13 | National Institute Of Advanced Industrial & Technology | 複数の生体信号から推定した肩こり情報に基づいて制御されるマッサージ機 |
| US20160228008A1 (en) * | 2013-09-17 | 2016-08-11 | Dg Tech Holdings Co.,Ltd | Image diagnosis device for photographing breast by using matching of tactile image and near-infrared image and method for aquiring breast tissue image |
| CN106264573A (zh) * | 2016-07-26 | 2017-01-04 | 吉林大学 | 便携式肌肉力学参数及肌肉力在体超声检测装置及方法 |
| US20180000348A1 (en) * | 2012-08-17 | 2018-01-04 | Augmented Medical Intelligence Labs, Inc. | Method and apparatus for medical diagnosis based on the tissue stiffness |
| CN109700620A (zh) * | 2019-01-15 | 2019-05-03 | 河南省中医院（河南中医药大学第二附属医院） | 一种周围血管疾病的检测辅助装置 |
| CN109982644A (zh) * | 2016-09-23 | 2019-07-05 | 三星麦迪森株式会社 | 医疗诊断装置和使用所述医疗诊断装置的医疗诊断方法 |
| CN111543944A (zh) * | 2020-04-21 | 2020-08-18 | 吉林大学 | 一种妇产科全方位检查成像用调节装置 |
| CN111823258A (zh) * | 2020-07-16 | 2020-10-27 | 吉林大学 | 一种剪切波弹性成像检测机械臂 |
| CN111836572A (zh) * | 2018-03-09 | 2020-10-27 | 慕尼黑技术大学 | 用于组织测量的传感器 |
-
2021
- 2021-04-20 CN CN202110421594.3A patent/CN113171121B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU1062397A (en) * | 1995-11-28 | 1997-06-19 | Dornier Medical Systems, Inc. | Method and system for non-invasive temperature mapping of tissue |
| JP2002224182A (ja) * | 2001-01-30 | 2002-08-13 | National Institute Of Advanced Industrial & Technology | 複数の生体信号から推定した肩こり情報に基づいて制御されるマッサージ機 |
| US20180000348A1 (en) * | 2012-08-17 | 2018-01-04 | Augmented Medical Intelligence Labs, Inc. | Method and apparatus for medical diagnosis based on the tissue stiffness |
| US20160228008A1 (en) * | 2013-09-17 | 2016-08-11 | Dg Tech Holdings Co.,Ltd | Image diagnosis device for photographing breast by using matching of tactile image and near-infrared image and method for aquiring breast tissue image |
| CN106264573A (zh) * | 2016-07-26 | 2017-01-04 | 吉林大学 | 便携式肌肉力学参数及肌肉力在体超声检测装置及方法 |
| CN109982644A (zh) * | 2016-09-23 | 2019-07-05 | 三星麦迪森株式会社 | 医疗诊断装置和使用所述医疗诊断装置的医疗诊断方法 |
| CN111836572A (zh) * | 2018-03-09 | 2020-10-27 | 慕尼黑技术大学 | 用于组织测量的传感器 |
| CN109700620A (zh) * | 2019-01-15 | 2019-05-03 | 河南省中医院（河南中医药大学第二附属医院） | 一种周围血管疾病的检测辅助装置 |
| CN111543944A (zh) * | 2020-04-21 | 2020-08-18 | 吉林大学 | 一种妇产科全方位检查成像用调节装置 |
| CN111823258A (zh) * | 2020-07-16 | 2020-10-27 | 吉林大学 | 一种剪切波弹性成像检测机械臂 |
Non-Patent Citations (3)
| Title |
|---|
| RADHA S: "Diagnosis of Cancer Using Hybrid Clustering and Convolution Neural Network from Breast Thermal Image", 《JOURNAL OF TESTING AND EVALUATION》 * |
| WU J , QIAN Z , XU R , ET AL.: "Association Between Pain in Knee Osteoarthritis and Mechanical Properties of Soft Tissue Around Knee Joint", 《IEEE ACCESS》 * |
| 翟明阳: "骨关节炎的傅里叶变换红外光谱学研究", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅰ辑)》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115300290A (zh) * | 2022-08-05 | 2022-11-08 | 复旦大学附属中山医院 | 一种肌肉放松辅助方法 |
| CN115300290B (zh) * | 2022-08-05 | 2023-12-22 | 青岛凯尔智能医疗设备有限公司 | 一种肌肉放松辅助方法 |
| CN116580037A (zh) * | 2023-07-10 | 2023-08-11 | 天津医科大学第二医院 | 一种基于深度学习的鼻咽癌图像分割方法及系统 |
| CN116580037B (zh) * | 2023-07-10 | 2023-10-13 | 天津医科大学第二医院 | 一种基于深度学习的鼻咽癌图像分割方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113171121B (zh) | 2022-09-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106264573B (zh) | 便携式肌肉力学参数及肌肉力在体超声检测装置及方法 | |
| Brandenburg et al. | Ultrasound elastography: the new frontier in direct measurement of muscle stiffness | |
| Hides et al. | Ultrasound imaging in rehabilitation | |
| CN113171121B (zh) | 基于多物理场耦合的骨骼肌肉系统疾病的诊断装置和方法 | |
| FI101037B (fi) | Menetelmä nivelten ja niihin liittyvien lihasten toiminnan mittaamisek si | |
| Miller et al. | Reliability and validity of ultrasound elastography for evaluating muscle stiffness in neurological populations: a systematic review and meta-analysis | |
| US20230330507A1 (en) | Muscle training method and system for providing visual feedback by using ultrasonic imaging | |
| Patten et al. | Reliability and responsiveness of elbow trajectory tracking in chronic poststroke hemiparesis. | |
| CN103860150B (zh) | 适用于中医脉搏检测的三探头机械装置 | |
| Rugel et al. | Influence of limb position on assessment of nerve mechanical properties by using shear wave ultrasound elastography | |
| CN114241187A (zh) | 基于超声双模态影像的肌肉疾病诊断系统、设备及介质 | |
| CN107320073A (zh) | 组织疼痛分级方法及其装置 | |
| CN103690192B (zh) | 基于超声影像的跟腱形态学分析的系统和方法 | |
| CN113367688A (zh) | 基于人体静电步态和tof摄像机的偏瘫评级方法及系统 | |
| CN112580587A (zh) | 基于振动噪声信号的骨关节受损信息评估系统及评估方法 | |
| Sahrmann et al. | Dynamic 3d ultrasound imaging of the tibialis anterior muscle | |
| RU2773610C2 (ru) | Способ измерения гипертрофии скелетных мышц и комплекс для его реализации | |
| Netukova et al. | Beyond timing and step counting in 360° turning-in-place assessment: a scoping review | |
| Shang et al. | Application of Shear Wave Elastography of Biceps Humerus in Normal Subjects | |
| US11918409B2 (en) | Using ultrasound and artificial intelligence to assess muscle stretch reflexes | |
| CN115590556A (zh) | 一种基于超声的癌性恶病质风险智能化预警系统及其方法 | |
| Wang | Development of a vibro-ultrasound method for muscle stiffness measurement in vivo | |
| CN117918869A (zh) | 基于sEMG技术的运动伤智能化诊断评估系统 | |
| CN218165285U (zh) | 便携式睾丸硬度、容积及温度测量仪 | |
| Wolf et al. | ectro i esio is measurement trunk sa itt 1 mobility lumbar erector spinae muscle activity |
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 |