CN113693633B - 骨骼肌被动弹性系数获取装置、设备及存储介质 - Google Patents

骨骼肌被动弹性系数获取装置、设备及存储介质 Download PDF

Info

Publication number
CN113693633B
CN113693633B CN202111261058.8A CN202111261058A CN113693633B CN 113693633 B CN113693633 B CN 113693633B CN 202111261058 A CN202111261058 A CN 202111261058A CN 113693633 B CN113693633 B CN 113693633B
Authority
CN
China
Prior art keywords
muscle
muscle fiber
skeletal muscle
sequence
elastic
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.)
Active
Application number
CN202111261058.8A
Other languages
English (en)
Other versions
CN113693633A (zh
Inventor
肖杨
周永进
袁乐萌
李彦明
王丛知
郑海荣
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 National Research Institute of High Performance Medical Devices Co Ltd
Original Assignee
Shenzhen National Research Institute of High Performance Medical Devices Co Ltd
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 National Research Institute of High Performance Medical Devices Co Ltd filed Critical Shenzhen National Research Institute of High Performance Medical Devices Co Ltd
Priority to CN202111261058.8A priority Critical patent/CN113693633B/zh
Publication of CN113693633A publication Critical patent/CN113693633A/zh
Application granted granted Critical
Publication of CN113693633B publication Critical patent/CN113693633B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • A61B8/08—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
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
    • A61B8/085—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating body or organic structures, e.g. tumours, calculi, blood vessels, nodules
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
    • A61B8/467—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means
    • A61B8/469—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means for selection of a region of interest
    • 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
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Rheumatology (AREA)
  • Vascular Medicine (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明适用医学超声诊断技术领域，提供了一种骨骼肌被动弹性系数获取装置、设备及存储介质，该装置包括超声图像获取单元、应变值获取单元、模量值获取单元和弹性系数估计单元，超声图像获取单元用于获取用户被动拉伸的被测骨骼肌的超声图像；应变值获取单元用于根据超声图像获得被测骨骼肌中肌纤维的肌纤维应变值序列；模量值获取单元用于获取被测骨骼肌中感兴趣区域的弹性图像序列，并根据弹性图像序列获得被测骨骼肌中肌纤维在不同应变下对应的弹性模量值序列；弹性系数估计单元用于根据肌纤维应变值序列和弹性模量值序列，利用预先构建的分段指数模型估计出用于定量表征局部肌纤维的被动弹性特性的第一被动弹性系数和第二被动弹性系数。

Description

骨骼肌被动弹性系数获取装置、设备及存储介质
技术领域
本发明属于医学超声诊断技术领域，尤其涉及一种骨骼肌被动弹性系数获取装置、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，跟组成肌肉的各种成份的力学特性有关，骨骼肌在运动中扮演着至关重要的作用，其收缩受到大脑神经系统自主控制，用于引导身体的运动。医学研究表明：组织硬度会随着肌肉形态而发生改变。肌肉疾病是指横纹肌营养障碍，其表现为肌肉纤维变细甚至消失等导致的肌肉体积缩小，病因主要有：神经源性肌萎缩、肌源性肌萎缩、废用性肌萎缩和其他原因性肌萎缩。肌萎缩患者由于肌肉疾病、肌无力而长期卧床，易并发肺炎、压疮等，加之大多数患者出现延髓麻痹症状，给患者生命构成极大的威胁。医学研究表明：肌肉组织的生物力学特性对功能评估、疾病的诊断和监测、后期康复计划制定、组织功能预后等均具有重要的指导意义。
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，经过外力或者内力的机械作用对生物组织施加一个微小应变，然后由超声监测组织的变形程度，从而计算出组织的偏移、应变或弹性模量。传统的超声弹性成像技术具有诸多局限性：一维弹性成像技术(例如瞬时弹性成像技术)只能测量出组织的平均弹性模量值，无法扩展到二维弹性图像来获取组织弹性分布信息；准静态弹性成像技术只能给出一个相对的二维伪彩位移/应变图，无法给出组织局部硬度的具体数值；从弹性图像中获取的弹性特征定性非定量，缺乏客观性和可重复性。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，其基本原理是：由超声换能器产生的辐射力在聚焦位置附近产生剪切波，然后测量剪切波在组织中的传播速度，计算出组织的杨式模量。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。
然而，一些临床实验发现，在现有超声剪切波弹性成像技术中存在以下问题：①利用超声剪切波弹性成像技术测量松弛状态下骨骼肌的杨氏模量值，通过单一的弹性模量值差异评估和诊断疾病，肌肉疾病和正常肌肉弹性在松弛状态下硬度差别不大，诊断性能较差；②利用超声剪切波弹性成像技术分别测量松弛状态和紧张状态(主动收缩)下骨骼肌的弹性模量值，用以诊断肌肉疾病，虽然肌肉主动收缩能产生肌力，测量对应的弹性模量能够某种程度反映运动状态的生物力学特性，但主动收缩产生肌力难以做出定量的评估，因人而异，依据测量的弹性模量值参数很难建立科学、统一的诊断标准；③利用超声剪切波弹性成像技术测量不同关节角度下骨骼肌的弹性模量值，研究动拉伸状态下肌肉组织的生物力学特性，但还存在以下缺点：(1)不同的关节角度仍然是定性的指标参数，因人而异，不能对肌力做出定量的评估；(2)只利用单一的弹性模量值参数做诊断，其随着肌力的变化而改变，也很难建立科学、统一的诊断标准。④利用超声无创检测骨骼肌的应变、应变率、疲劳程度、收缩肌力等力学参数，都是定性的参数，无法对肌肉的生物力学特性进行定量的评估；⑤利用超声剪切波弹性成像技术测量整个骨骼肌而非局部的被动弹性参数，容易受羽状角影响，无法真实表征骨骼肌局部的被动弹性特性。
发明内容
本发明的目的在于提供一种骨骼肌被动弹性系数获取装置、设备及存储介质，旨在解决由于现有技术导致肌肉疾病的评估不科学、不准确的问题。
一方面，本发明提供了一种骨骼肌被动弹性系数获取装置，所述装置包括：
超声图像获取单元，用于获取用户被动拉伸的被测骨骼肌的超声图像；
应变值获取单元，用于根据所述超声图像获得所述被测骨骼肌中肌纤维的肌纤维应变值序列；
模量值获取单元，用于利用超声剪切波弹性成像技术获取所述被测骨骼肌中感兴趣区域的弹性图像序列，并根据所述弹性图像序列获得所述被测骨骼肌中肌纤维在不同应变下对应的弹性模量值序列；以及
弹性系数估计单元，用于根据所述肌纤维应变值序列和所述弹性模量值序列，利用预先构建的分段指数模型估计出用于定量表征局部肌纤维的被动弹性特性的第一被动弹性系数和第二被动弹性系数。
优选地，所述应变值获取单元包括：
直线群获取单元，用于根据所述超声图像，采用梯度拉东变换算法获得表征所述骨骼肌中筋膜的第一直线群和表征所述骨骼肌中肌纤维的第二直线群；
长度值获取单元，用于根据所述第一直线群和所述第二直线群，采用线性外推法获得所述被测骨骼肌中肌纤维的肌纤维长度值序列；以及
应变值获取子单元，用于根据所述肌纤维长度值序列，采用突变点法获得对应的所述肌纤维应变值序列。
优选地，所述感兴趣区域的大小设置为13毫米×7毫米，对所述感兴趣区域进行采集的采集频率设置为2
Figure 965924DEST_PATH_IMAGE002
。
优选地，所述分段指数模型估计为
Figure 45875DEST_PATH_IMAGE004
，其中，
Figure 535848DEST_PATH_IMAGE006
，n为肌纤维拉伸过程中的测量次数，e 是自然常数，
Figure 68461DEST_PATH_IMAGE008
表示肌纤维拉伸过程中第i次测量的肌纤维应变值，
Figure 470623DEST_PATH_IMAGE010
为所述第一被动弹性系数，
Figure 60874DEST_PATH_IMAGE012
为所述第二被动弹性系数，
Figure 585396DEST_PATH_IMAGE014
为肌肉组织松弛状态下的弹性模量值，
Figure 746250DEST_PATH_IMAGE016
为在肌纤维应变值为
Figure 404633DEST_PATH_IMAGE008
时的弹性模量值。
另一方面，本发明还提供了一种计算设备，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上述骨骼肌被动弹性系数获取装置所述的功能。
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上述骨骼肌被动弹性系数获取装置所述的功能。
本发明提供的骨骼肌被动弹性系数获取装置获取用户被动拉伸的被测骨骼肌的超声图像，根据超声图像获得被测骨骼肌中肌纤维的肌纤维应变值序列，利用超声剪切波弹性成像技术获取被测骨骼肌中感兴趣区域的弹性图像序列，并根据弹性图像序列获得被测骨骼肌中肌纤维在不同应变下对应的弹性模量值序列，根据肌纤维应变值序列和弹性模量值序列，利用分段指数模型估计出用于定量表征局部肌纤维的被动弹性特性的第一被动弹性系数和第二被动弹性系数，使得生物力学参数的测量不随肌肉运动状态的变化而改变且其不受羽状角影响，从而提高肌肉生物力学参数测量的精确性，进而提高肌肉疾病评估的科学性和准确性。
附图说明
图1是本发明实施例一提供的骨骼肌被动弹性系数获取方法的实现流程图；
图2是本发明实施例二提供的骨骼肌被动弹性系数获取装置的结构示意图；
图3是本发明实施例二提供的骨骼肌被动弹性系数获取装置的优选结构示意图；以及
图4是本发明实施例三提供的计算设备的结构示意图。
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骨骼肌被动弹性系数获取方法的实现流程，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，获取用户被动拉伸的被测骨骼肌的超声图像。
本发明实施例适用于计算设备，例如，个人计算机、服务器等。在本发明实施例中，采用关节连续被动活动仪使用户关节转动，转动的关节则会牵引被测骨骼肌被动拉伸，并采用超声诊断仪的B-mode成像模式对被动拉伸的被测骨骼肌结构进行成像，以显示肌肉被动伸展时肌纤维的形态变化，获得对应的超声图像。具体地，用户在进行骨骼肌测量前3小时内需禁止进行剧烈活动，以确保测试结果的准确度，并为用户建立测量档案，记录用户姓名，性别，年龄，身高，体重等信息，在测量时，用户取仰卧位，通过关节连续被动活动仪上的宽尼龙带将受试者的小腿和脚固定，调节用户关节的运动轴心与关节连续被动活动仪动力头的旋转轴心一致，关节的活动范围通常设置为0～70°，测试速度分别为3°/s，每次循环测量4个周期，测量间隔2分钟，用户关节的转动会牵引被测骨骼肌被动拉伸，在超声诊断仪为B-mode成像模式时，采用工作频率范围为4~15 MHz的超声线阵探头沿被测骨骼肌的肌束方向纵切面检查肌肉，获得被动拉伸的被测骨骼肌的超声图像。
在步骤S102中，根据超声图像获得被测骨骼肌中肌纤维的肌纤维应变值序列。
在本发明实施例中，在根据超声图像获得被测骨骼肌中肌纤维的肌纤维应变值序列时，优选地，通过下述步骤实现肌纤维应变值序列的获得：
（1）根据超声图像，采用梯度拉东变换算法获得表征骨骼肌中筋膜的第一直线群和表征骨骼肌中肌纤维的第二直线群。
在本发明实施例中，超声图像为灰度图像，首先通过公式
Figure 459177DEST_PATH_IMAGE017
将超声图像进行归一化拉东变换，获得变换后的图像
Figure 154601DEST_PATH_IMAGE018
，然后根据公式
Figure 802751DEST_PATH_IMAGE019
对
Figure 202508DEST_PATH_IMAGE018
进行偏导，获得偏导后的原始图
Figure 32930DEST_PATH_IMAGE020
和其反相位图
Figure 633675DEST_PATH_IMAGE021
，最后取
Figure 769121DEST_PATH_IMAGE020
和
Figure 379094DEST_PATH_IMAGE021
中的前0.1 %的极值点做反拉东变换，获得骨骼肌中表征筋膜和肌纤维的直线，筋膜和肌纤维的延伸部分为直线状，所有表征筋膜的直线构成第一直线群，所有表征肌纤维的直线构成第二直线群，其中，I(x,y)为超声图像中像素点
Figure 532864DEST_PATH_IMAGE023
的灰度值，ρ表示原点到直线的距离，θ表示直线的法线方向。
（2）根据第一直线群和第二直线群，采用线性外推法获得被测骨骼肌中肌纤维的肌纤维长度值序列。
在本发明实施例中，根据表征骨骼肌中筋膜的第一直线群和表征骨骼肌中肌纤维的第二直线群，分别计算浅筋膜下沿和肌纤维的第一交点、深筋膜上沿和肌纤维的第二交点，再计算第一交点和第二交点两者之间的距离，得到对应肌纤维的肌纤维长度
Figure 835669DEST_PATH_IMAGE025
，在超声图像中的肌纤维数量不只一条，以每条肌纤维边缘的特征点的亮度值
Figure 192833DEST_PATH_IMAGE027
为权重，对所有的肌纤维长度进行加权平均，通过公式
Figure 606496DEST_PATH_IMAGE028
得到具有代表性的肌纤维长度值
Figure 880352DEST_PATH_IMAGE030
，由
Figure 88479DEST_PATH_IMAGE030
构成被测骨骼肌中肌纤维的肌纤维长度值序列，其中，
Figure 198518DEST_PATH_IMAGE006
，
Figure 150293DEST_PATH_IMAGE027
为第
Figure 278655DEST_PATH_IMAGE032
条肌纤维的亮度值，
Figure 329788DEST_PATH_IMAGE025
为计算得到的超声图像中第
Figure 973127DEST_PATH_IMAGE032
条肌纤维的肌纤维长度，
Figure DEST_PATH_IMAGE033
为肌纤维拉伸过程中第i次测量得到的、代表性的肌纤维长度值。
（3）根据肌纤维长度值序列，采用突变点法获得对应的肌纤维应变值序列。
在本发明实施例中，肌纤维长度值序列{
Figure DEST_PATH_IMAGE035
,
Figure DEST_PATH_IMAGE037
,...,
Figure 259752DEST_PATH_IMAGE039
}构成肌纤维长度变化曲线
Figure 711462DEST_PATH_IMAGE033
，从该肌纤维长度变化曲线中找到突变点作为肌纤维的松弛长度
Figure 526971DEST_PATH_IMAGE040
，并根据公式
Figure DEST_PATH_IMAGE041
获得对应的肌纤维应变值，其中，
Figure 611602DEST_PATH_IMAGE006
，
Figure 905180DEST_PATH_IMAGE042
表示肌纤维拉伸过程中第i次测量得到的肌纤维应变值。
通过上述步骤（1）~（3）实现肌纤维应变值序列的获得，从而提高肌纤维应变值的合理性和准确性。
在步骤S103中，利用超声剪切波弹性成像技术获取被测骨骼肌中感兴趣区域的弹性图像序列，并根据弹性图像序列获得被测骨骼肌中肌纤维在不同应变下对应的弹性模量值序列。
在本发明实施例中，首先，采用配备的线阵探头频率为4～15 MHz且带有剪切波弹性成像功能的超声诊断仪进行常规B-mode成像模式检查，设置线阵探头的探测深度为2~3cm，在线阵探头不加压的情况下，通过线阵探头检测垂直肌束横切面，确定肌腹最厚位置，然后在该肌腹最厚位置旋转探头，沿肌束方向纵切面检查骨骼肌长轴，再固定探头位置，启动动态实时弹性成像模式，随着关节被动拉伸，连续测量肌肉组织拉伸长度变化时肌腹的杨氏模量值，连续测量得到的所有杨氏模量值构成杨氏模量值序列，并通过超声诊断仪产生的声辐射脉冲对设定大小的感兴趣区域组织施加激励，采用超高速成像技术探测声辐射脉冲产生的剪切波，获得动态的弹性图像序列，最后，根据弹性图像序列和杨氏模量值序列，通过定量分析系统自动测量感兴趣区域内肌肉组织的平均杨氏模量值作为被测骨骼肌中肌纤维在不同应变下对应的弹性模量值，所有弹性模量值构成弹性模量值序列。在本发明实施例中，每个被测用户测量杨氏模量值3次，然后取平均值，具体测量次数可根据实际应用进行设定。
优选地，感兴趣区域的大小设置为13毫米×7毫米，对感兴趣区域进行采集的采集频率设置为2
Figure 352342DEST_PATH_IMAGE002
，从而提高弹性图像的效果。
在步骤S104中，根据肌纤维应变值序列和弹性模量值序列，利用预先构建的分段指数模型估计出用于定量表征局部肌纤维的被动弹性特性的第一被动弹性系数和第二被动弹性系数。
在本发明实施例中，利用预先建立的反映局部弹性模量和肌纤维应变值的定量关系的分段指数模型，从测量的肌纤维应变值序列和弹性模量值序列中估计出第一被动弹性系数𝜂和第二被动弹性系数𝜇，该𝜂值和𝜇值可以定量表征肌纤维局部的被动弹性特性，且不随肌肉运动状态的变化而改变，正常肌纤维的𝜂值一般较小，一般在10以内，因此可以根据𝜂值和𝜇值对被测骨骼肌的肌肉疾病（例如，肌肉萎缩程度、肌痛、肌疲劳、肌无力、肌肉肥大、肌强直等）进行评估，对疾病的早期诊断、病理研究和治疗评估、预后都具有重要的应用潜力。作为示例地，若肌肉组织萎缩时，𝜂值会显著提高，萎缩程度越高，𝜂值越大，而𝜇值会显著降低，即萎缩肌纤维的𝜂值显著大于正常肌纤维，𝜇值显著小于正常肌纤维，由此可知，根据𝜂值和𝜇值可以定量评估出骨骼肌的萎缩程度。
优选地，预先构建的分段指数模型为
Figure 197807DEST_PATH_IMAGE044
，其中，
Figure 363209DEST_PATH_IMAGE045
，n为肌纤维拉伸过程中的测量次数，e 是自然常数，
Figure 194899DEST_PATH_IMAGE042
表示肌纤维拉伸过程中第i次测量的肌纤维应变值，
Figure 903092DEST_PATH_IMAGE010
为第一被动弹性系数，
Figure 529245DEST_PATH_IMAGE012
为第二被动弹性系数，
Figure 181944DEST_PATH_IMAGE046
为肌肉组织松弛状态下的弹性模量值，
Figure 941958DEST_PATH_IMAGE016
为在肌纤维应变值为
Figure 363712DEST_PATH_IMAGE042
时的弹性模量值，从而建立了统一、有效、定量的肌肉疾病评估和诊断标准，提高了肌肉疾病评估的科学性和准确性。
具体地，通过下述步骤实现利用分段指数模型对第一被动弹性系数和第二被动弹性系数的估计：
（1）对弹性模量值G(ε i)序列按照
Figure 426346DEST_PATH_IMAGE047
=
Figure 176127DEST_PATH_IMAGE048
进行归一化处理，为使归一化后的序列为正值，将G(ε i)序列中的最小值
Figure 880778DEST_PATH_IMAGE049
当作
Figure DEST_PATH_IMAGE050
的估计值，肌纤维最大测量值为
Figure 547252DEST_PATH_IMAGE051
，得到序列
Figure DEST_PATH_IMAGE052
；
（2）将y = f(x, p) =
Figure 46366DEST_PATH_IMAGE053
作为目标函数，其中p＝𝜂，根据该目标函数，通过下述步骤实现对𝜂值进行估计：
①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p 0，即y = f(x,p 0)；
②初始参数通常不满足误差的平方和最小，通过调整系数p 0使误差的平方和最小，记改进的系数为p 1，则有p 1 = p 0+△p，其中，△p为每次迭代的增量；
③代入得y = f(x,p 1) = f(x,p 0+△p)；
④将目标函数按泰勒级数展开，保留一阶导数项，得到
Figure 549023DEST_PATH_IMAGE055
，其中，k是未知常数个数，
Figure 526206DEST_PATH_IMAGE057
是第k个未知常数的
Figure 656973DEST_PATH_IMAGE059
值，
Figure 61410DEST_PATH_IMAGE061
第k个未知常数的增量；
⑤令
Figure 300630DEST_PATH_IMAGE063
= f(x i ,p 0)，与
Figure 815925DEST_PATH_IMAGE065
之间的误差为
Figure 66778DEST_PATH_IMAGE067
i= 1,2, …,n，误差的平方和为
Figure 783061DEST_PATH_IMAGE069
；
⑥求误差平方和的极小值，则：
Figure 119365DEST_PATH_IMAGE071
p = 1,2, …,m，其中，m是迭代次数，
Figure 828563DEST_PATH_IMAGE073
是第p次迭代的
Figure 199502DEST_PATH_IMAGE059
值，
Figure 945741DEST_PATH_IMAGE075
第p次迭代的增量，即：
Figure 379128DEST_PATH_IMAGE077
p = 1,2, …,m
⑦将⑥中的式子用矩阵记号表示为K（△p）= b，其中，
△p的元素为
Figure DEST_PATH_IMAGE078
（p = 1,2, …,m），且
Figure DEST_PATH_IMAGE080
⑧对⑦中方程组采用高斯消元法求解出△p，继而算出p1的值，最后，将算得的p1作为初值，重复上述①~⑦步骤，反复迭代和修正△p的值，直至△p的范数小于一个指定的阈值，也就得出了肌纤维的被动弹性参数𝜂，𝜂是弹性模量与被动应力的比值。
在本发明实施例中，获取用户被动拉伸的被测骨骼肌的超声图像，根据超声图像获得被测骨骼肌中肌纤维的肌纤维应变值序列，利用超声剪切波弹性成像技术获取被测骨骼肌中感兴趣区域的弹性图像序列，并根据弹性图像序列获得被测骨骼肌中肌纤维在不同应变下对应的弹性模量值序列，根据肌纤维应变值序列和弹性模量值序列，利用分段指数模型估计出用于定量表征局部肌纤维的被动弹性特性的第一被动弹性系数和第二被动弹性系数，使得生物力学参数的测量不随肌肉运动状态的变化而改变且其不受羽状角影响，从而提高肌肉生物力学参数测量的精确性，进而提高肌肉疾病评估的科学性和准确性。
实施例二：
图2示出了本发明实施例二提供的骨骼肌被动弹性系数获取装置的结构，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：
超声图像获取单元21，用于获取用户被动拉伸的被测骨骼肌的超声图像；
应变值获取单元22，用于根据超声图像获得被测骨骼肌中肌纤维的肌纤维应变值序列；
模量值获取单元23，用于利用超声剪切波弹性成像技术获取被测骨骼肌中感兴趣区域的弹性图像序列，并根据弹性图像序列获得被测骨骼肌中肌纤维在不同应变下对应的弹性模量值序列；以及
弹性系数估计单元24，用于根据肌纤维应变值序列和弹性模量值序列，利用预先构建的分段指数模型估计出用于定量表征局部肌纤维的被动弹性特性的第一被动弹性系数和第二被动弹性系数。
如图3所示，优选地，本发明实施例的应变值获取单元22还包括：
直线群获取单元221，用于根据超声图像，采用梯度拉东变换算法获得表征骨骼肌中筋膜的第一直线群和表征骨骼肌中肌纤维的第二直线群；
长度值获取单元222，用于根据第一直线群和第二直线群，采用线性外推法获得被测骨骼肌中肌纤维的肌纤维长度值序列；以及
应变值获取子单元223，用于根据肌纤维长度值序列，采用突变点法获得对应的肌纤维应变值序列。
优选地，模量值获取单元23中的感兴趣区域的大小设置为
Figure DEST_PATH_IMAGE082
，对感兴趣区域进行采集的采集频率设置为2
Figure 966053DEST_PATH_IMAGE002
。
优选地，弹性系数估计单元24中的分段指数模型估计为
Figure DEST_PATH_IMAGE084
，其中，
Figure 66864DEST_PATH_IMAGE006
，n为肌纤维拉伸过程中的测量次数，e 是自然常数，
Figure 170955DEST_PATH_IMAGE042
表示肌纤维拉伸过程中第i次测量的肌纤维应变值，
Figure DEST_PATH_IMAGE085
为第一被动弹性系数，
Figure 888376DEST_PATH_IMAGE012
为第二被动弹性系数，
Figure DEST_PATH_IMAGE086
为肌肉组织松弛状态下的弹性模量值，
Figure 814743DEST_PATH_IMAGE016
为在肌纤维应变值为
Figure 19329DEST_PATH_IMAGE042
时的弹性模量值。
在本发明实施例中，骨骼肌被动弹性系数获取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。具体地，各单元的实施方式可参考前述实施例一的描述，在此不再赘述。
实施例三：
图4示出了本发明实施例三提供的计算设备的结构，为了便于说明，仅示出了与本发明实施例相关的部分。
本发明实施例的计算设备4包括处理器40、存储器41以及存储在存储器41中并可在处理器40上运行的计算机程序42。该处理器40执行计算机程序42时实现上述骨骼肌被动弹性系数获取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40执行计算机程序42时实现上述各装置实施例中各单元的功能，例如图2所示单元21至24的功能。
在本发明实施例中，获取用户被动拉伸的被测骨骼肌的超声图像，根据超声图像获得被测骨骼肌中肌纤维的肌纤维应变值序列，利用超声剪切波弹性成像技术获取被测骨骼肌中感兴趣区域的弹性图像序列，并根据弹性图像序列获得被测骨骼肌中肌纤维在不同应变下对应的弹性模量值序列，根据肌纤维应变值序列和弹性模量值序列，利用分段指数模型估计出用于定量表征局部肌纤维的被动弹性特性的第一被动弹性系数和第二被动弹性系数，使得生物力学参数的测量不随肌肉运动状态的变化而改变且其不受羽状角影响，从而提高肌肉生物力学参数测量的精确性，进而提高肌肉疾病评估的科学性和准确性。
本发明实施例的计算设备可以为医疗检测用计算机。该计算设备4中处理器40执行计算机程序42时实现骨骼肌被动弹性系数获取方法时实现的步骤可参考前述方法实施例的描述，在此不再赘述。
实施例四：
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骨骼肌被动弹性系数获取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2所示单元21至24的功能。
在本发明实施例中，获取用户被动拉伸的被测骨骼肌的超声图像，根据超声图像获得被测骨骼肌中肌纤维的肌纤维应变值序列，利用超声剪切波弹性成像技术获取被测骨骼肌中感兴趣区域的弹性图像序列，并根据弹性图像序列获得被测骨骼肌中肌纤维在不同应变下对应的弹性模量值序列，根据肌纤维应变值序列和弹性模量值序列，利用分段指数模型估计出用于定量表征局部肌纤维的被动弹性特性的第一被动弹性系数和第二被动弹性系数，使得生物力学参数的测量不随肌肉运动状态的变化而改变且其不受羽状角影响，从而提高肌肉生物力学参数测量的精确性，进而提高肌肉疾病评估的科学性和准确性。
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 (5)

1.一种骨骼肌被动弹性系数获取装置，其特征在于，所述装置包括：
超声图像获取单元，用于获取用户被动拉伸的被测骨骼肌的超声图像；
应变值获取单元，用于根据所述超声图像获得所述被测骨骼肌中肌纤维的肌纤维应变值序列；
模量值获取单元，用于利用超声剪切波弹性成像技术获取所述被测骨骼肌中感兴趣区域的弹性图像序列，并根据所述弹性图像序列获得所述被测骨骼肌中肌纤维在不同应变下对应的弹性模量值序列；以及
弹性系数估计单元，用于根据所述肌纤维应变值序列和所述弹性模量值序列，利用预先构建的分段指数模型估计出用于定量表征局部肌纤维的被动弹性特性的第一被动弹性系数和第二被动弹性系数；
所述应变值获取单元包括：
直线群获取单元，用于根据所述超声图像，采用梯度拉东变换算法获得表征所述被测骨骼肌中筋膜的第一直线群和表征所述被测骨骼肌中肌纤维的第二直线群；
长度值获取单元，用于根据所述第一直线群和所述第二直线群，采用线性外推法获得所述被测骨骼肌中肌纤维的肌纤维长度值序列，在采用线性外推法获得所述被测骨骼肌中肌纤维的肌纤维长度值序列时，根据表征骨骼肌中筋膜的第一直线群和表征骨骼肌中肌纤维的第二直线群，分别计算浅筋膜下沿和肌纤维的第一交点、深筋膜上沿和肌纤维的第二交点，再计算第一交点和第二交点两者之间的距离，得到对应肌纤维的肌纤维长度
Figure 400873DEST_PATH_IMAGE002
，以每条肌纤维边缘的特征点的亮度值
Figure 33980DEST_PATH_IMAGE004
为权重，对所有的肌纤维长度进行加权平均，通过公式
Figure 977403DEST_PATH_IMAGE005
得到具有代表性的肌纤维长度值
Figure 721368DEST_PATH_IMAGE007
，由
Figure 568101DEST_PATH_IMAGE007
构成被测骨骼肌中肌纤维的肌纤维长度值序列；以及
应变值获取子单元，用于根据所述肌纤维长度值序列，采用突变点法获得对应的所述肌纤维应变值序列，在采用突变点法获得对应的所述肌纤维应变值序列时，使用肌纤维长度值序列
Figure 372109DEST_PATH_IMAGE009
构成肌纤维长度变化曲线
Figure 304293DEST_PATH_IMAGE011
，从该肌纤维长度变化曲线中找到突变点作为肌纤维的松弛长度
Figure 586370DEST_PATH_IMAGE013
，并根据公式
Figure 553189DEST_PATH_IMAGE014
获得对应的肌纤维应变值，其中，
Figure DEST_PATH_IMAGE016
，
Figure DEST_PATH_IMAGE018
表示肌纤维拉伸过程中第i次测量得到的肌纤维应变值。
2.如权利要求1所述的装置，其特征在于，所述感兴趣区域的大小设置为13毫米×7毫米，对所述感兴趣区域进行采集的采集频率设置为2
Figure DEST_PATH_IMAGE020
。
3.如权利要求1所述的装置，其特征在于，所述分段指数模型估计为
Figure DEST_PATH_IMAGE022
，其中，
Figure 111121DEST_PATH_IMAGE016
，n为肌纤维拉伸过程中的测量次数，e 是自然常数，
Figure 763557DEST_PATH_IMAGE018
表示肌纤维拉伸过程中第i次测量的肌纤维应变值，
Figure DEST_PATH_IMAGE024
为所述第一被动弹性系数，
Figure DEST_PATH_IMAGE026
为所述第二被动弹性系数，
Figure DEST_PATH_IMAGE028
为肌肉组织松弛状态下的弹性模量值，
Figure DEST_PATH_IMAGE030
为在肌纤维应变值为
Figure 193532DEST_PATH_IMAGE018
时的弹性模量值。
4.一种计算设备，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3任一项所述骨骼肌被动弹性系数获取装置的功能。
5.一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3任一项所述骨骼肌被动弹性系数获取装置的功能。
CN202111261058.8A 2021-10-28 2021-10-28 骨骼肌被动弹性系数获取装置、设备及存储介质 Active CN113693633B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111261058.8A CN113693633B (zh) 2021-10-28 2021-10-28 骨骼肌被动弹性系数获取装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111261058.8A CN113693633B (zh) 2021-10-28 2021-10-28 骨骼肌被动弹性系数获取装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN113693633A CN113693633A (zh) 2021-11-26
CN113693633B true CN113693633B (zh) 2022-02-08

Family

ID=78647278

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111261058.8A Active CN113693633B (zh) 2021-10-28 2021-10-28 骨骼肌被动弹性系数获取装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113693633B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116026682B (zh) * 2023-03-30 2023-07-04 浙江大学 基于qme的快速弹性成像计算方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104622511A (zh) * 2015-01-26 2015-05-20 首都医科大学附属北京天坛医院 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
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
CN107961038A (zh) * 2017-12-12 2018-04-27 深圳先进技术研究院 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
CN108113709A (zh) * 2017-12-01 2018-06-05 深圳先进技术研究院 一种肌肉萎缩程度的检测方法、装置、设备及存储介质
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
CN112674791A (zh) * 2020-11-30 2021-04-20 深圳大学 肌肉超声弹性成像的优化方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11096658B2 (en) * 2017-02-02 2021-08-24 Musclesound, Inc. Non-invasive determination of pennation angle and/or fascicle length

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN104622511A (zh) * 2015-01-26 2015-05-20 首都医科大学附属北京天坛医院 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
CN108113709A (zh) * 2017-12-01 2018-06-05 深圳先进技术研究院 一种肌肉萎缩程度的检测方法、装置、设备及存储介质
CN107961038A (zh) * 2017-12-12 2018-04-27 深圳先进技术研究院 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
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
CN112674791A (zh) * 2020-11-30 2021-04-20 深圳大学 肌肉超声弹性成像的优化方法及系统

Also Published As

Publication number Publication date
CN113693633A (zh) 2021-11-26

Similar Documents

Publication Publication Date Title
Oberai et al. Linear and nonlinear elasticity imaging of soft tissue in vivo: demonstration of feasibility
Goenezen et al. Linear and nonlinear elastic modulus imaging: an application to breast cancer diagnosis
US8394026B2 (en) Method and apparatus for determining viscoelastic parameters in tissue
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
Gennisson et al. Viscoelastic and anisotropic mechanical properties of in vivo muscle tissue assessed by supersonic shear imaging
Pellot-Barakat et al. Ultrasound elastography based on multiscale estimations of regularized displacement fields
Chaturvedi et al. 2-D companding for noise reduction in strain imaging
US8100831B2 (en) Direct strain estimator for measuring elastic properties of tissue
Vogt et al. Development and evaluation of a high-frequency ultrasound-based system for in vivo strain imaging of the skin
Rana et al. In-vivo determination of 3D muscle architecture of human muscle using free hand ultrasound
Farron et al. Measurement of tendon strain during muscle twitch contractions using ultrasound elastography
CN113693633B (zh) 骨骼肌被动弹性系数获取装置、设备及存储介质
Li et al. Left ventricular rotational and twist mechanics in the human fetal heart
CN112674791B (zh) 肌肉超声弹性成像的优化方法及系统
Otesteanu et al. Robust reconstruction of elasticity using ultrasound imaging and multi-frequency excitations
JP5503412B2 (ja) 歪み画像データをスケーリングするためのコンピュータプログラムが記憶されたコンピュータ可読記憶媒体
Mofid et al. In-vivo imaging of skin under stress: potential of high-frequency (20 MHz) static 2-D elastography
Xiao et al. Ultrasonic characterization of localized passive elastic properties of human pennate muscle with a single-probe setup
Hashemi et al. Ultrasound elastography of breast cancer-related lymphedema
Tyagi et al. Improving three‐dimensional mechanical imaging of breast lesions with principal component analysis
Li et al. Elasticity reconstruction from displacement and confidence measures of a multi-compressed ultrasound RF sequence
Li et al. Ultrasound estimation of breast tissue biomechanical properties using a similarity-based non-linear optimization approach
Vogt et al. A high frequency ultrasound elastography system for in vivo skin elasticity imaging
Yeung et al. Estimation of tissue thickness changes due to electrical muscle stimulation using wearable ultrasonic sensor in pulse echo mode
Coutts et al. Ultrasound elastography of the skin and subcutis under surface extensive loading

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