[发明专利]基于超声图像的肌肉厚度测量方法和系统

权利要求书

1.一种基于超声图像的肌肉厚度测量方法，包括以下步骤：

从超声图像中提取感兴趣图像；

获取在所述感兴趣图像中选择的多个初始跟踪窗口的位置；

对多个跟踪窗口进行跟踪，并通过跟踪算法确定后续每帧图像相应的多个跟踪窗口的位置；

对每帧图像的多个跟踪窗口中与周围图像模态相似的跟踪窗口采用取对角线交点为中心点进行处理，对每帧图像中其余跟踪窗口采用边缘检测法进行处理；

计算每帧图像中经过中心点处理后的跟踪窗口的位置与每个经过边缘检测法处理后的跟踪窗口的位置之间的最大垂直距离，将所述最大垂直距离作为经过中心点处理后的跟踪窗口与经过边缘检测法处理后的跟踪窗口之间的肌肉厚度值。

2.根据权利要求1所述的基于超声图像的肌肉厚度测量方法，其特征在于，所述跟踪算法为压缩跟踪算法或互相关跟踪算法。

3.根据权利要求1所述的基于超声图像的肌肉厚度测量方法，其特征在于，所述跟踪算法为压缩跟踪算法；

所述对多个跟踪窗口进行跟踪，并通过跟踪算法确定后续每帧图像相应的多个跟踪窗口的位置的步骤为：

对跟踪窗口所在帧图像进行采样，得到属于所述跟踪窗口位置范围内的样本集合；

采用稀疏矩阵对样本集合中的每个样本进行降维处理，得到压缩特征向量；

对所述压缩特征向量采用分类器进行分类；

从所述样本集合中进行抽样得到两组图像样本；

对所述两组图像样本提取哈尔特征，并采用所述分类器迭代得到后续相邻帧图像相应的跟踪窗口的位置。

4.根据权利要求3所述的基于超声图像的肌肉厚度测量方法，其特征在于，所述对所述压缩特征向量采用分类器进行分类的步骤包括：

对所述压缩特征向量采用朴素贝叶斯分类器分类，且分类器中的条件概率满足高斯正态分布。

5.根据权利要求1所述的基于超声图像的肌肉厚度测量方法，其特征在于，在所述从捕捉的超声图像中提取感兴趣图像的步骤之后，还包括步骤：

对所述感兴趣图像进行预处理，包括：

对所述感兴趣图像进行灰度变换及调整图像对比度。

6.一种基于超声图像的肌肉厚度测量系统，其特征在于，包括：

提取模块，用于从捕捉的超声图像中提取感兴趣图像；

获取模块，用于获取在所述感兴趣图像中选择的多个初始的跟踪窗口的位置；

跟踪模块，用于对多个跟踪窗口进行跟踪，并通过跟踪算法确定后续每帧图像相应的多个跟踪窗口的位置；

处理模块，用于对每帧图像的多个跟踪窗口中与周围图像模态相似的跟踪窗口采用取对角线交点为中心点进行处理，对每帧图像中其余跟踪窗口采用边缘检测法进行处理；

计算模块，用于计算每帧图像中经过中心点处理后的跟踪窗口的位置与每个经过边缘检测法处理后的跟踪窗口的位置之间的最大垂直距离，将所述最大垂直距离作为经过中心点处理后的跟踪窗口与经过边缘检测法处理后的跟踪窗口之间的肌肉厚度值。

7.根据权利要求6所述的基于超声图像的肌肉厚度测量系统，其特征在于，所述跟踪算法为压缩跟踪算法或互相关跟踪算法。

8.根据权利要求6所述的基于超声图像的肌肉厚度测量系统，其特征在于，所述跟踪算法为压缩跟踪算法；

所述跟踪模块包括：

采样模块，用于对跟踪窗口所在帧图像进行采样，得到属于跟踪窗口位置范围内的样本集合；

降维模块，用于采用稀疏矩阵对样本集合中的每个样本进行降维处理，得到压缩特征向量；

分类模块，用于对所述压缩特征向量采用分类器进行分类；

抽样模块，用于从所述样本集合中进行抽样得到两组图像样本；

迭代模块，用于对所述两组图像样本提取哈尔特征，并采用分类器迭代得到相邻的后续图像帧的跟踪窗口的位置。

9.根据权利要求8所述的基于超声图像的肌肉厚度测量系统，其特征在于，所述分类模块还用于对所述压缩特征向量采用朴素贝叶斯分类器分类，且分类器中的条件概率满足高斯正态分布。

10.根据权利要求6所述的基于超声图像的肌肉厚度测量系统，其特征在于，所述系统还包括：

预处理模块，用于对所述感兴趣图像进行预处理，所述预处理包括对所述感兴趣图像进行灰度变换及调整图像对比度。