[發明專利]一種骨骼肌體積變化的自動測量方法和裝置

在審

• 申請號: 201710163781.X
• 申請日: 2017-03-17
• 公開（公告）號: CN106890009A
• 公開（公告）日: 2017-06-27
• 發明（設計）人: 周永進;石文秀;楊曉娟;張樹;徐井旭
• 申請（專利權）人: 深圳大學
• 主分類號: A61B8/08
• 分類號: A61B8/08;A61B8/00
• 代理公司: 深圳市科吉華烽知識產權事務所(普通合伙)44248
• 代理人: 孫偉

1.一種骨骼肌體積變化的自動測量裝置，其特征在于，包括以下幾個模塊：

數據采集模塊：數據采集模塊結合超聲影像設備，采集骨骼肌橫截面超聲圖像；

圖像預處理模塊：用來降低超聲圖像有較大的散斑噪聲，增強圖像的興趣區域輪廓；

機器學習模塊：該模塊通過及其學習方法，提取預處理后的超聲圖像的興趣區域輪廓；

量化評估模塊：量化評估模塊是對自動提取的區域輪廓進行量化分析。

2.一種骨骼肌體積變化的自動測量方法，其特征在于，包括以下步驟：

步驟A:數據預處理：對采集的肌肉形態結構信息進行初步增強處理，強化興趣區域的輪廓；

步驟B:標記肌肉邊界；

步驟C：以標記結果為基準，采用機器學習方法訓練分類器，使之可自動計算肌肉橫截面積；

步驟D：對受試者肌肉采用上述機器學習得到的模型，提取橫截面積，并從像素轉化為物理尺寸，從而實現肌肉橫截面積和體積的量化。

3.如權利要求2所述的方法，其特征在于，所述步驟A中，采用自適應雙邊濾波對降低圖像的散斑噪聲，雙邊濾波的定義如下：

$\hat{I}\left(m\right)=\frac{1}{Z}\underset{n\∈N\left(m\right)}{\Σ}{w}_D(m,n)w_R(m,n)I\left(n\right)$

I為原始圖像，為平滑濾波后的輸出圖像，w_D為空間域權系數，w_R為灰度域權系數，N(m)表示m的鄰域范圍，n表示鄰域的位置，其中，歸一化函數Z為

$Z=\underset{n\∈N\left(m\right)}{\Σ}{w}_D(m,n)w_R(m,n)$

$w_D(m,n)=\exp (-\frac{|m-n{|}^2}{2{{\mathrm{\σ}}_d}^2})$

$w_R(m,n)=\exp (-\frac{|I_m-I_n{|}^2}{2{{\mathrm{\σ}}_r}^2})$

σ_d和σ_r為空間方差和灰度方差，是決定雙邊濾波權系數的參數。通過自適應的方式選擇濾波參數，將雙邊濾波轉換為自適應雙邊濾波，由于調節空間參數對噪聲不敏感，通過自適應的方式選擇灰度方差σ_r，因此，定義σ_r為

而

表示輸入圖像的估計噪聲方差。