CN115500867A - 一种骨质参数的测量方法、电子设备 - Google Patents
一种骨质参数的测量方法、电子设备 Download PDFInfo
- Publication number
- CN115500867A CN115500867A CN202211248631.6A CN202211248631A CN115500867A CN 115500867 A CN115500867 A CN 115500867A CN 202211248631 A CN202211248631 A CN 202211248631A CN 115500867 A CN115500867 A CN 115500867A
- Authority
- CN
- China
- Prior art keywords
- bone
- calibration
- measurement
- parameter
- current
- 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
Links
- 210000000988 bone and bone Anatomy 0.000 title claims abstract description 156
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000005259 measurement Methods 0.000 claims abstract description 159
- 230000008569 process Effects 0.000 claims abstract description 24
- 230000037182 bone density Effects 0.000 claims description 56
- 238000010801 machine learning Methods 0.000 claims description 41
- 238000012549 training Methods 0.000 claims description 22
- 238000012360 testing method Methods 0.000 claims description 16
- 238000001914 filtration Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 10
- 230000003993 interaction Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 238000000691 measurement method Methods 0.000 claims description 8
- 238000000354 decomposition reaction Methods 0.000 claims description 5
- 238000001228 spectrum Methods 0.000 claims description 5
- 238000007619 statistical method Methods 0.000 claims description 5
- 238000002604 ultrasonography Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims 2
- 238000012544 monitoring process Methods 0.000 abstract description 7
- 230000005855 radiation Effects 0.000 abstract description 2
- 238000012806 monitoring device Methods 0.000 abstract 1
- 238000001739 density measurement Methods 0.000 description 10
- 229910052500 inorganic mineral Inorganic materials 0.000 description 10
- 239000011707 mineral Substances 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 210000000707 wrist Anatomy 0.000 description 6
- 230000037180 bone health Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 208000001132 Osteoporosis Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000037118 bone strength Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 210000001624 hip Anatomy 0.000 description 2
- 210000004872 soft tissue Anatomy 0.000 description 2
- 208000010392 Bone Fractures Diseases 0.000 description 1
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- 206010017076 Fracture Diseases 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 210000000459 calcaneus Anatomy 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 239000007822 coupling agent Substances 0.000 description 1
- FUEJTEBWTNXAPG-UHFFFAOYSA-N cudratricusxanthone A Chemical compound O1C2=C(C(C)(C)C=C)C(O)=CC(O)=C2C(=O)C2=C1C=C(O)C(O)=C2CC=C(C)C FUEJTEBWTNXAPG-UHFFFAOYSA-N 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000002683 foot Anatomy 0.000 description 1
- 210000000474 heel Anatomy 0.000 description 1
- 210000001981 hip bone Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 208000005368 osteomalacia Diseases 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003860 sleep quality Effects 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- 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
- A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
- A61B8/4427—Device being portable or laptop-like
-
- 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
- A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Rheumatology (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本申请公开了一种骨质参数的测量方法,包括:在包括有超声波传感装置的电子设备侧,发射来自超声波传感装置的超声波信号,接收来自超声波传感装置的返回超声波信号,其中,返回超声波信号为所发射超声波信号经当前测量部位的骨骼组织返回的信号,基于返回超声波信号,获取与骨质参数相关的当前测量参数,基于当前测量参数,从预先建立的标定对象与标定骨质参数的对应关系中,获取当前骨质参数,其中,标定对象至少包括标定过程中在标定测量部位进行测量所获得的标定测量参数,标定测量部位与当前测量部位相同。本申请解决了日常生活中实现骨质参数的测量监测的问题,测量操作简单,测量部位灵活,在测量过程中没有辐射,安全健康,适合群体广泛。
Description
技术领域
本发明涉及终端电子设备领域,特别地,涉及一种骨质参数的测量方法。
背景技术
随着技术的发展,越来越多的应用功能可基于终端电子设备来实现,例如,作为可穿戴设备之一的智能手表,可进行心率监测、呼吸监测、睡眠质量监测、运动步数的监测等监测功能。
但目前尚不存在日用的可进行骨质参数监测的应用功能。
发明内容
本发明提供了一种骨质参数的测量方法,以在日常生活中实现骨质参数的测量。
本发明提供的一种骨质参数的测量方法,该方法包括:在包括有超声波传感装置的电子设备侧,
发射来自超声波传感装置的超声波信号,
接收来自超声波传感装置的返回超声波信号,其中,返回超声波信号为所发射超声波信号经当前测量部位的骨骼组织返回的信号,
基于返回超声波信号,获取与骨质参数相关的当前测量参数,
基于当前测量参数,从预先建立的标定对象与标定骨质参数的对应关系中,获取当前骨质参数,其中,标定对象至少包括标定过程中在标定测量部位进行测量所获得的标定测量参数,标定测量部位与当前测量部位相同。
较佳地,所述基于当前测量参数,从预先建立的标定对象与标定骨质参数的对应关系中,获取当前骨质参数,包括:
从所述对应关系中,获取与当前测量参数匹配的标定测量参数,根据标定测量参数对应的标定骨质参数,确定当前骨质参数。
较佳地,所述接收来自超声波传感装置的返回超声波信号之后,进一步包括:
对返回超声波信号进行信号处理,得到去噪超声波信号;
所述基于返回超声波信号,获取与骨质参数相关的当前测量参数,包括:
基于去噪超声波信号,计算当前测量参数。
较佳地,所述对返回超声波信号进行信号处理,包括:
将返回超声波信号进行用于防止信号之间频谱混叠的第一滤波,得到第一滤波信号,
对第一滤波信号进行小波分解,得到不同层次的小波系数,使用所述小波系数对第一滤波信号进行重构,得到重构信号,
将重构信号进行用于恢复真实信号的第二滤波,得到去噪超声波信号。
较佳地,所述标定对象还包括:标定测量部位信息、标定过程中用于样本统计的标定被测目标的基础信息至少之一,
所述基于当前测量参数,从预先建立的标定对象与标定骨质参数的对应关系中,获取当前骨质参数,进一步包括:
通过人机交互,获取当前测量部位信息、当前被测目标的基础信息至少之一,其中,当前测量部位为可选测量部位;
根据所获取的信息,从所述对应关系中,获取与当前测量参数匹配的标定测量参数,
根据标定测量参数对应的标定骨质参数,确定当前骨质参数。
较佳地,所述骨质参数包括骨密度参数,所述测量参数包括:超声速度、超声频率衰减、骨质指数至少之一,
所述标定对象与标定骨质参数的对应关系以如下方式获得:
利用电子设备对标定被测目标进行骨质参数测量,得到标定测量参数数据,并获取标定测量部位信息、标定被测目标的基础信息至少之一,
利用医用骨质参数测试方式对所述标定被测目标进行骨质参数测量,获得所述标定被测目标的标定骨质参数;
对所得到的标定测量参数、以及标定测量部位信息、标定被测目标的基础信息至少之一进行统计分析,得到标定对象与标定骨质参数的对应关系。
较佳地,所述标定对象还包括标定测量部位信息、标定过程中用于样本统计的标定被测目标的基础信息至少之一,
所述对应关系由训练后的机器学习模型获得,其中,训练后的机器学习模型以如下方式获得:
利用电子设备对标定被测目标进行骨质参数测量获得,并获取标定测量部位信息、标定被测目标的基础信息至少之一,
利用医用骨质参数测试方式对所述标定被测目标进行骨质参数测量,获得所述标定被测目标的标定骨质参数;
将标定对象作为机器学习模型的输入训练数据,将标定骨质参数作为机器学习模型的输出训练数据,
根据输入训练数据与其对应的输出训练数据,调整机器学习模型的模型参数,得到训练后机器学习模型;
所述基于当前测量参数,从预先建立的标定对象与标定骨质参数的对应关系中,获取当前骨质参数,进一步包括:
通过人机交互,获取当前测量部位信息、当前被测目标的基础信息至少之一,其中,当前测量部位为可选测量部位;
将当前测量参数、以及所获取的信息输入至训练后的机器学习模型,从训练后的机器学习模型的输出结果中得到当前骨质参数。
本发明还提供一种可测量骨质参数的电子设备,该电子设备包括超声波传感装置,以及存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序实现任一所述骨质参数的测量方法步骤。
较佳地,所述电子设备为可穿戴设备,或者为智能终端设备。
本发明又提供一种计算机可读存储介质,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现任一所述骨质参数的测量方法步骤。
本申请实施例提供的一种骨质参数的测量方法,通过日用电子设备所集成的超声波传感装置发射超声波信号、并接收来自超声波传感装置的返回超声波信号,基于返回超声波信号,获取与骨质参数相关的当前测量参数,利用标定数据,得到骨质参数测量结果,该方法测量操作简单,测量部位灵活,在测量过程中没有辐射,安全健康,适用群体广泛,方便了日常生活中骨质健康的监测。
附图说明
图1为本申请实施例一种骨质参数的测量方法的流程示意图。
图2为本申请实施例实现骨密度测量的一种流程示意图。
图3为骨密度随年龄变化的曲线示意图。
图4为本申请实施例可测量骨质参数的电子设备的一种示意图。
图5为本申请实施例可测量骨质参数的电子设备的另一种示意图。
具体实施方式
为了使本申请的目的、技术手段和优点更加清楚明白,以下结合附图对本申请做进一步详细说明。
医用的骨质测量领域拥有专业的医学设备,但这些专业医学设备难以作为消费类终端产品被广泛使用。
本申请实施例提供一种骨质参数的测量方法,通过在电子终端中增加超声波传感装置,并利用标定数据来获得测量结果。该方法可应用于智能终端、可穿戴设备等电子终端,智能终端包括且不限于智能手机、平板、专用骨质参数测量电子终端,可穿戴设备包括且不限于智能手环、脚环、腰环、指环、头环、颈环等。
在本申请实施例中,骨质参数应理解为用于描述骨骼质量的指标,包括骨密度、骨强度等。
参见图1所示,图1为本申请实施例一种骨质参数的测量方法的流程示意图。该方法包括:在包括有超声波传感装置的电子设备侧,
步骤101,发射来自超声波传感装置的超声波信号,
在该步骤中,电子设备将超声波传感装置输出的超声波信号向电子设备外部进行发射,以便所发射的超声波信号到达当前被测目标的当前测试部位,其中,当前测试部位可以是设定的默认部位,作为一种示例,当电子设备为手环形态时,当前测试部位默认为腕部,当电子设备为智能手机时,当前测试部位为用户可选部位。
步骤102,接收来自超声波传感装置的返回超声波信号,其中,返回超声波信号为所发射超声波信号经当前测试部位的骨骼组织返回的信号,
在该步骤中,所发射超声波信号经被测目标的测试部位的骨骼组织被返回,形成返回超声波波束,该返回超声波波束由超声波传感装置拾取并接收。
步骤103,基于返回超声波信号,获取与骨质参数相关的当前测量参数,
在该步骤中,基于返回超声波信号,可计算与骨质参数相关的当前测量参数;为提高当前测量参数的准确性,可对返回超声波信号进行去噪处理,得到去噪超声波信号,基于去噪超声波信号进行当前测量参数的计算。其中,去噪处理可有多种,一种示例是,将返回超声波信号进行用于防止信号之间频谱混叠的第一滤波,得到第一滤波信号,对第一滤波信号进行小波分解,得到不同层次的小波系数,使用所述小波系数对第一滤波信号进行重构,得到重构信号,将重构信号进行用于恢复真实信号的第二滤波,得到恢复超声波信号,以作为去噪超声波信号。
以骨密度测量为例,基于去噪超声波信号,可计算超声速度、超声频率衰减、骨质指数至少之一。
步骤104,基于当前测量参数,从预先建立的标定对象与标定骨质参数的对应关系中,获取当前骨质参数,
所应理解的是,标定对象至少包括标定测量参数,还可以包括多维度信息,例如,标定对象还包括标定过程中进行测量的标定测量部位信息、标定过程中用于样本统计的标定被测目标的基础信息至少之一,由于测量部位的不同、被测目标的基础信息不同,由返回超声波信号所计算的当前测量参数也不同,增加这些维度信息有利于提高标定对象与标定骨质参数的对应关系的准确性。其中,基础信息包括且不限于年龄信息、性别信息、身体指标信息、生活运动习惯信息。
在该步骤中,利用标定对象与标定骨质参数的对应关系,来为当前测量参数匹配对应的标定骨质参数,以将该标定骨质参数作为当前测量结果。
实施方式之一,从所述对应关系中,获取与当前测量参数匹配的标定测量参数,根据标定测量参数与标定骨质参数的对应关系,确定当前骨质参数。所应理解的是,与当前测量参数匹配的标定测量参数,可以是当前测量参数与标定测量参数完全相等的情形,也可以是,当前测量参数与标定测量参数之间的差异满足设定的差异阈值的情形。
当标定对象包含有多维度信息时,则在测量过程中,可通过人机交互,获取当前测量部位信息、当前被测目标的基础信息至少之一,这样,便可根据多维度信息在对应关系中来进行更准确的匹配,从而有利于提高测量结果的准确性。
所应理解的是,当标定对象包含有多维度信息时,还可以对这些多维度信息进行加权融合,这样,对应关系就成为融合信息与标定骨质参数的对应关系;同样地,在测量过程中,也可以将所获取的当前多维度信息按照对应关系建立过程中加权融合方式进行融合,得到当前融合信息,再根据当前融合信息在对应关系中进行匹配。
标定对象与标定骨质参数的对应关系以如下方式获得:
利用电子设备对标定被测目标进行骨质参数测量,得到标定测量参数数据,并获取标定测量部位信息、标定被测目标的基础信息至少之一,
利用医用骨参数测试方式对所述标定被测目标进行骨质参数测量,获得所述标定被测目标的标定测量参数;
对所得到的标定测量参数、以及标定测量部位信息、标定被测目标的基础信息至少之一进行统计分析,得到标定对象与标定骨质参数的对应关系,以完成标定过程。
实施方式之二,标定过程中,将标定对象作为机器学习模型的输入训练样本数据,将标定骨质参数作为机器学习模型的输出训练样本数据,根据输入训练样本数据与其对应的输出训练样本数据,调整机器学习模型的模型参数,这样,可得到训练后的机器学习模型,通过该训练后的机器学习模型,可建立标定对象与标定骨质参数的对应关系。
测量过程中,将当前测量参数、以及所获取的信息输入至训练后的机器学习模型,从训练后的机器学习模型的输出结果中得到当前骨质参数,该方式有利于标定数据的维护和升级,有利于提高测量响应速度。
所应理解的是,在标定过程中,为提高训练的效率,机器学习模型可按照不同标定测量部位分别进行训练,从而针对不同的标定测量部位,对应有不同的训练后的机器学习模型。在测量过程中,则根据当前测量部位信息,调用对应的训练后的机器学习模型。本申请实施例骨质参数的测量方法,测量操作简便,测量过程中没有辐射,安全无害,适用被测目标广泛,例如,可适用于孕妇以及婴幼儿、老人,能够在日常生活中检测骨质健康程度,测量部位可灵活设计,可扩展性好。
为便于理解本申请,以下以骨密度测量为例来进行说明,所应理解的是,本申请不限于骨密度测量,任何其他以超声波方式来获得测量结果的骨质参数均可适用。
骨密度全称是骨骼矿物质密度,是用于描述骨骼强度的一个重要指标,是表征骨质量的一个重要标志,其反映了骨质疏松程度,对骨质疏松、骨质软化、纤维性骨炎及其他影响钙磷代谢的疾病的发生、诊断、治疗、推测预后及随访观察等有重要意义,是预测骨折危险性以及测量身高的重要依据,是评价人类健康状况的重要指标。
在医用方面,采用超声骨密度仪可进行骨密度的测量,其是利用超声波经由水或耦合剂、经由人体跟骨、髋骨、腔骨及指骨等骨骼组织的超声速度(SOS)、超声频率衰减(BUA)和骨质指数(BQI)等一组与骨质量相关的测量参数,从而从医学范畴诊断被测者的骨质状况。
然而,普通大众的日常生活中尚无可用于骨密度测量的电子设备。
在本实施例中,在电子设备中集成一超声波传感装置,其基本原理是从骨的一侧向另一侧发射超声波,接收通过骨和软组织后返回的超声波波束,将所接收超声波信号进行信号处理,然后计算出与骨密度和骨微结构密切相关的骨质量参数,根据预先存储的标定数据,确定骨密度。
参见图2所示,图2为本申请实施例实现骨密度测量的一种流程示意图。该骨密度测量方法包括:
步骤201,响应于用户开启骨密度测量功能的操作,进行当前测量部位的人机交互,以便用户将电子设备放置于当前测量部位,并获取用户所选择的当前测量部位信息。
在本实施例中,鉴于不同的测量部位会对应有不同的标定数据,可与用户进行人机交互,以便用户选择当前测量部位,例如,腕部、膝部、髋部、跟部、指部等骨关节处。
作为一种示例,也可以默认预先设置的测量部位为当前测量部位,例如,对于智能手表,默认测量部位为腕部。
步骤202,响应于用户开始测量的确认操作,触发超声波传感装置工作,使得超声波传感装置发射超声声波,该超声声波通过骨和软组织后返回超声波波束,超声波传感装置拾取并接收返回超声波信号。
在步骤201、202中,用户的操作可以是对应于骨密度测量应用程序的软操作,也可以是电子设备中对应硬件功能的硬操作,或者是两者的组合。
步骤203,对所接收的返回超声波波束进行信号处理,以去除信号中的噪声。
由于返回超声波信号混入了其他的噪声,包含固件以及其他超声回声,因此需要对超声波进行信号处理,信号处理可以包括:
对返回超声波信号进行巴特沃斯低通滤波去噪,以防止信号之间频谱混叠;然后进行小波分解,得到不同层次的小波系数,使用不同小波系数进行信号重构,之后使用卡尔曼滤波对重构信号,得到去噪超声信号。
步骤204,基于当前去噪超声信号,利用标定数据,获取当前骨密度T值。
作为一种示例,根据去噪超声信号计算与骨质量相关的当前测量参数,包括且不限于超声速度(SOS)、超声频率衰减(BUA)和骨质指数(BQI),基于当前测量参数,结合预先存储的标定数据,确定当前用于量化骨密度的骨密度T值。
其中,
骨密度T值是评估骨密度最重要的一项参考值,是将所测得的骨密度与正常年轻人群的骨密度值比较,得到与正常值的标准差,正负号表示高出或低于正常值,表示被检测者和相对应正常的年轻人的骨密度的差异。骨密度T值的正常范围为-1到+1之间。参见图3所示,图3为骨密度随年龄变化的曲线。图中,CTXA曲线表示采用定量CT骨密度测量方式的测量结果,DXA表示采用双能X线骨密度仪的测量结果。
作为一种示例,标定数据至少是标定测量参数与标定骨密度T值的对应关系,还可以是标定测量参数、标定年龄信息与标定骨密度T值的对应关系,也可以是标定测量部位、标定测量参数、标定年龄信息与标定骨密度T值的对应关系,还可以是标定测量部位、标定测量参数与标定骨密度T值的对应关系,以有利于提高标定的准确性。所应理解的是,不限于上述标定测量部位、标定年龄信息等信息,还可结合标定被测目标的基础信息,例如,性别信息、疾病信息等。
标定数据可通过对用于标定的样本数据进行统计获得。作为一种示例,在标定过程中,采用本申请的电子设备对标定被测目标进行骨密度测量,得到去噪超声波信号,根据去噪超声波信号计算标定测量参数;采用医用骨密度测试仪对标定被测目标进行骨密度测量,以获得标定骨密度T值;对所获得的标定测量参数进行统计分析,建立标定测量参数与标定骨密度T值的对应关系。
较佳地,电子设备可测试不同年龄段、不同测量部位的标定测量参数,对应地,通过医用骨密度测试仪获得不同年龄段、不同测量部位的标定骨密度T值,对所获得的标定数据进行统计分析,从而建立标定测量、标定测量部位、标定年龄信息与标定骨密度T值的对应关系。
测量过程中,在标定数据为标定测量参数与标定骨密度T值的对应关系的情形下,基于当前骨质量参数,在标定数据中查找匹配的标定测量参数,将匹配的标定测量参数所对应的标定骨密度T值,确定为当前骨密度T值,从而获得骨密度T值测量结果。
在标定数据为标定测量参数、标定年龄信息与标定骨密度T值的对应关系的情形下,通过人机交互获取当前年龄信息,基于当前骨质量参数和当前年龄信息,在标定数据中查找匹配的标定测量参数和标定年龄信息,将匹配的标定测量参数、以及标定年龄信息所对应的标定骨密度T值,确定为当前骨密度T值,从而获得骨密度T值测量结果。
在标定数据为标定测量参数、标定年龄信息、标定测量部位与标定骨密度T值的对应关系的情形下,通过人机交互获取当前年龄信息和当前测量部位信息,基于当前骨质量参数和年龄信息、测量部位信息,在标定数据中查找匹配的标定测量参数、标定年龄信息、标定测量部位信息,将匹配的标定测量参数、标定年龄信息、标定测量部位所对应的标定骨密度T值,确定为当前骨密度T值,从而获得骨密度T值测量结果。
作为另一示例,在标定过程中,可利用标定数据对机器学习模型进行训练,得到训练后的机器学习模型。例如,利用本申请的电子设备对标定被测目标进行骨密度测量,并获取标定测量部位信息、标定被测目标的基础信息至少之一,
利用医用骨密度测试仪对标定被测目标进行骨密度测量,获得所述标定被测目标的标定骨密度T值;
将标定骨质参数、以及标定测量部位信息、和/或标定被测目标的基础信息作为机器学习模型的输入训练数据,将标定骨密度T值作为机器学习模型的输出训练数据,
根据输入训练数据与其对应的输出训练数据,调整机器学习模型的模型参数,得到训练后机器学习模型。
还可以针对不同测量部位,分别进行机器学习模型的训练,以得到不同测量部位的机器学习模型。例如,将测量部位为腕部的标定骨质参数、和/或标定被测目标的基础信息作为机器学习模型的输入训练数据,将测量部位为腕部的标定骨密度T值作为机器学习模型的输出训练数据,根据输入训练数据与其对应的输出训练数据,调整机器学习模型的模型参数,得到测量部位为腕部的训练后的机器学习模型。
在测量过程中,将当前测量参数以及基础信息输入至训练后的深度学习模型,从训练后的机器学习模型的输出结果中获得当前骨密度T值。
在该示例中,训练后的机器学习模型可通过服务器下载、更新,有利于提高测量的智能性。
标定数据、训练后的机器学习模型可存储于网络侧,也可存储于电子设备侧。
步骤205,根据当前骨密度T值,进行骨骼健康评估并输出。
作为一种示例,根据当前骨密度T值,对照骨密度正常值对照表,判定骨骼健康程度。进一步地,进行人身体骨骼健康状况的分析,输出相应的营养建议、以及运动健康建议。
如下表格示出了骨密度T值的参照值、评估结果、建议的对应。
较佳地,在步骤204之后,还可进一步包括:
步骤204’,与用户交互是否进行下一次测量,如果是,则返回步骤202,否则,将所得到各次的测量结果进行融合,将融合结果作为最终的测量结果,再执行步骤205。
在该步骤中,下一次测量可选择与本次测量不同的测量部位,在将所得到各次的测量结果进行融合时,如果得到的历次测量结果是不同的测量部位的测量结果,则可以进行加权平均融合,如果得到的历次测量结果是相同测量部位的测量结果,则可以进行平均融合,如此一来,有利于提高测量结果的准确性。
本实施例提供的骨密度测量方法,通过日用的电子设备进行操作简便便可实现骨密度测量,安全无害,一适用于广泛的群体,包括且不限于孕妇、以及婴幼儿、残障人士、老人等进行使用。
参见图4所示,图4为本申请实施例可测量骨质参数的电子设备的一种示意图。该电子设备包括有既有功能模块之外,还包括超声波传感装置、以及骨质参数测量模块。
作为一种示例,超声波传感装置包括:超声波发射模块,探测模块,超声波接收模块,其中,
超声波发射模块用于生成超声波信号并进行发射,
探测模块用于拾取经测量部位的骨骼组织返回的超声波波束,
超声波接收模块用于接收所拾取的超声波波束。
所应理解的是,超声波发射模块,探测模块,超声波接收模块可以是集成于电子设备的电路组件,也可以是以软件实现的功能模块。
用于基于返回超声波信号,获取与骨质参数相关的当前测量参数,基于当前测量参数,从预先建立的标定对象与标定骨质参数的对应关系中,获取当前骨质参数,其中,标定对象至少包括标定过程中在标定测量部位进行测量所获得的标定测量参数,标定测量部位与当前测量部位相同。
所述电子设备还包括:
信号处理模块,用于将返回超声波信号进行用于防止信号之间频谱混叠的第一滤波,得到第一滤波信号,对第一滤波信号进行小波分解,得到不同层次的小波系数,使用所述小波系数对第一滤波信号进行重构,得到重构信号,将重构信号进行用于恢复真实信号的第二滤波,得到去噪超声波信号。
作为一种示例,电子设备为智能手机,则既有功能模块为用于实现智能手机功能。
参见图5所示,图5为本申请实施例可测量骨质参数的电子设备的一种示意图。包括超声波传感装置、存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序实现所述骨质参数的测量方法步骤。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本发明实施例还提供了一种计算机可读存储介质,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现任一所述骨质参数的测量方法步骤。
对于装置/网络侧设备/存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
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,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (10)
1.一种骨质参数的测量方法,其特征在于,该方法包括:在包括有超声波传感装置的电子设备侧,
发射来自超声波传感装置的超声波信号,
接收来自超声波传感装置的返回超声波信号,其中,返回超声波信号为所发射超声波信号经当前测量部位的骨骼组织返回的信号,
基于返回超声波信号,获取与骨质参数相关的当前测量参数,
基于当前测量参数,从预先建立的标定对象与标定骨质参数的对应关系中,获取当前骨质参数,其中,标定对象至少包括标定过程中在标定测量部位进行测量所获得的标定测量参数,标定测量部位与当前测量部位相同。
2.如权利要求1所述的测量方法,其特征在于,所述基于当前测量参数,从预先建立的标定对象与标定骨质参数的对应关系中,获取当前骨质参数,包括:
从所述对应关系中,获取与当前测量参数匹配的标定测量参数,根据标定测量参数对应的标定骨质参数,确定当前骨质参数。
3.如权利要求1所述的测量方法,其特征在于,所述接收来自超声波传感装置的返回超声波信号之后,进一步包括:
对返回超声波信号进行信号处理,得到去噪超声波信号;
所述基于返回超声波信号,获取与骨质参数相关的当前测量参数,包括:
基于去噪超声波信号,计算当前测量参数。
4.如权利要求3所述的测量方法,其特征在于,所述对返回超声波信号进行信号处理,包括:
将返回超声波信号进行用于防止信号之间频谱混叠的第一滤波,得到第一滤波信号,
对第一滤波信号进行小波分解,得到不同层次的小波系数,使用所述小波系数对第一滤波信号进行重构,得到重构信号,
将重构信号进行用于恢复真实信号的第二滤波,得到去噪超声波信号。
5.如权利要求1至4任一所述的测量方法,其特征在于,所述标定对象还包括:标定测量部位信息、标定过程中用于样本统计的标定被测目标的基础信息至少之一,
所述基于当前测量参数,从预先建立的标定对象与标定骨质参数的对应关系中,获取当前骨质参数,进一步包括:
通过人机交互,获取当前测量部位信息、当前被测目标的基础信息至少之一,其中,当前测量部位为可选测量部位;
根据所获取的信息,从所述对应关系中,获取与当前测量参数匹配的标定测量参数,
根据标定测量参数对应的标定骨质参数,确定当前骨质参数。
6.如权利要求5所述的测量方法,其特征在于,所述骨质参数包括骨密度参数,所述测量参数包括:超声速度、超声频率衰减、骨质指数至少之一,
所述标定对象与标定骨质参数的对应关系以如下方式获得:
利用电子设备对标定被测目标进行骨质参数测量,得到标定测量参数数据,并获取标定测量部位信息、标定被测目标的基础信息至少之一,
利用医用骨质参数测试方式对所述标定被测目标进行骨质参数测量,获得所述标定被测目标的标定骨质参数;
对所得到的标定测量参数、以及标定测量部位信息、标定被测目标的基础信息至少之一进行统计分析,得到标定对象与标定骨质参数的对应关系。
7.如权利要求1所述的测量方法,其特征在于,所述标定对象还包括标定测量部位信息、标定过程中用于样本统计的标定被测目标的基础信息至少之一,
所述对应关系由训练后的机器学习模型获得,其中,训练后的机器学习模型以如下方式获得:
利用电子设备对标定被测目标进行骨质参数测量获得,并获取标定测量部位信息、标定被测目标的基础信息至少之一,
利用医用骨质参数测试方式对所述标定被测目标进行骨质参数测量,获得所述标定被测目标的标定骨质参数;
将标定对象作为机器学习模型的输入训练数据,将标定骨质参数作为机器学习模型的输出训练数据,
根据输入训练数据与其对应的输出训练数据,调整机器学习模型的模型参数,得到训练后机器学习模型;
所述基于当前测量参数,从预先建立的标定对象与标定骨质参数的对应关系中,获取当前骨质参数,进一步包括:
通过人机交互,获取当前测量部位信息、当前被测目标的基础信息至少之一,其中,当前测量部位为可选测量部位;
将当前测量参数、以及所获取的信息输入至训练后的机器学习模型,从训练后的机器学习模型的输出结果中得到当前骨质参数。
8.一种可测量骨质参数的电子设备,其特征在于,该电子设备包括超声波传感装置,以及存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序实现如权利要求1至7任一所述骨质参数的测量方法步骤。
9.如权利要求8所属的电子设备,其特征在于,所述电子设备为可穿戴设备,或者为智能终端设备。
10.一种计算机可读存储介质,其特征在于,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一所述骨质参数的测量方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211248631.6A CN115500867A (zh) | 2022-10-12 | 2022-10-12 | 一种骨质参数的测量方法、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211248631.6A CN115500867A (zh) | 2022-10-12 | 2022-10-12 | 一种骨质参数的测量方法、电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115500867A true CN115500867A (zh) | 2022-12-23 |
Family
ID=84510502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211248631.6A Pending CN115500867A (zh) | 2022-10-12 | 2022-10-12 | 一种骨质参数的测量方法、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115500867A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116196038A (zh) * | 2023-04-28 | 2023-06-02 | 南京澳思泰生物科技有限公司 | 一种超声多模态图像融合骨密度测量系统和方法 |
-
2022
- 2022-10-12 CN CN202211248631.6A patent/CN115500867A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116196038A (zh) * | 2023-04-28 | 2023-06-02 | 南京澳思泰生物科技有限公司 | 一种超声多模态图像融合骨密度测量系统和方法 |
CN116196038B (zh) * | 2023-04-28 | 2023-07-28 | 南京澳思泰生物科技有限公司 | 一种超声多模态图像融合骨密度测量系统和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2626672C2 (ru) | Устройство (варианты) и способ автоматического мониторинга привычек питания | |
US7244230B2 (en) | Computer aided diagnostic assistance for medical imaging | |
CN110292396B (zh) | 定量成像的预测使用 | |
US20170209090A1 (en) | Method and System for Non-Invasive Determination of Human Body Fat | |
WO2008036513A2 (en) | Ultrasonic method and apparatus for assessment of bone | |
US20220370031A1 (en) | Automated system and method of monitoring anatomical structures | |
US9220457B2 (en) | Weight scale with ultrasound imaging for ankle displacement measurement | |
US20210177374A1 (en) | Biometric measurement and quality assessment | |
CN111820948B (zh) | 胎儿生长参数测量方法、系统及超声设备 | |
Soleimani et al. | Carotid artery wall motion estimation from consecutive ultrasonic images: Comparison between block-matching and maximum-gradient algorithms | |
CN115500867A (zh) | 一种骨质参数的测量方法、电子设备 | |
Alshurafa et al. | Non-invasive monitoring of eating behavior using spectrogram analysis in a wearable necklace | |
CN115153634A (zh) | 一种智能超声检查诊断方法及系统 | |
WO2022095254A1 (zh) | 一种肌肉超声图像检测方法、系统、终端以及存储介质 | |
CN114680929A (zh) | 一种测量膈肌的超声成像方法和系统 | |
US20240225589A1 (en) | Device for acquiring a sequence of ultrasonograms and associated method | |
CN115813434A (zh) | 用于由胎儿超声扫描自动评估分数肢体体积和脂肪瘦体块的方法和系统 | |
KR101469863B1 (ko) | 비만생체나이 측정 시스템 및 단말기 | |
JP6774520B2 (ja) | 血管瘤の破裂リスク評価方法、評価装置およびプログラム | |
Martinez et al. | Strategic attention learning for modality translation | |
CN112617786A (zh) | 基于tof摄像头的心率检测装置及方法 | |
Patil et al. | Detection of osteoporosis in lumbar spine [L1-L4] trabecular bone: a review article | |
US20230380798A1 (en) | Non-invasive ultrasound detection device for liver fibrosis and method thereof | |
Varma et al. | Performance evaluation of unpreprocessed and pre-processed ultrasound images of carotid artery using CNN algorithm | |
CN111938704B (zh) | 膀胱容积检测方法、装置及电子设备 |
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 |