[发明专利]一种肌肉组织中结构性角度的自动测量方法及系统

权利要求书

1.一种肌肉组织中结构性角度的自动测量方法，其特征在于，所述方法包括：

在肌肉收缩运动中实时获取肌肉超声图像，并对所述肌肉超声图像进行预处理，以增强所述肌肉超声图像的图像边缘信息；

调用预设的归一化雷登变换算法对所述肌肉超声图像中的筋膜以及肌束区域进行划分，并获取深筋膜与所述肌肉超声图像中预设的水平轴之间的第一夹角；

对所述肌束区域进行归一化雷登变换，提取雷登变换矩阵中用于在欧氏空间上形成多束肌纤维的多个峰值点，并对所有的肌纤维的位置和方向进行加权平均，获取所述肌纤维与所述肌肉超声图像中预设的水平轴之间的第二夹角；

将所述第一夹角与所述第二夹角进行求和计算，得到肌肉组织中的结构性角度，所述结构性角度为肌肉羽状角；

所述调用预设的归一化雷登变换算法对所述肌肉超声图像中的筋膜以及肌束区域进行划分包括：

以预设的角度间隔对所述肌肉超声图像进行归一化雷登变换；

提取雷登变换矩阵上的峰值点，并以所述峰值点的位置为中心，以筋膜的线条宽度以及角度波动范围为长和宽，获取目标矩阵区域；

在雷登变换矩阵中，将以所述峰值点位置为中心，且以筋膜之间的距离的两倍为长，矩阵的宽度为宽所构成的区域清零；

在所述目标矩阵区域中，再获取多个峰值点，并利用峰值点的位置、方向信息来识别筋膜；

重复上述流程，检测出多条筋膜，完成筋膜与肌束区域的划分；所述归一化雷登变换的公式为：其中，，代表经过标准雷登变换后的图像，代表该图像的灰度均值，代表将矩阵归一化到0和1之间；

所述获取深筋膜与所述肌肉超声图像中预设的水平轴之间的第一夹角包括：

在所述目标矩阵区域中，选取预设数量的峰值点，并以选取的峰值点的亮度值作为权重，对筋膜的位置与方向进行加权平均；

记录深筋膜与肌肉超声图像中水平轴的平均夹角，所述平均夹角为所述第一夹角。

2.根据权利要求1所述的肌肉组织中结构性角度的自动测量方法，其特征在于，所述肌肉超声图像是采用超声扫描仪获取的图像，所述超声扫描仪的探头的长轴垂直于肌肉长轴方向。

3.根据权利要求1所述的肌肉组织中结构性角度的自动测量方法，其特征在于，所述对所述肌肉超声图像进行预处理，以增强所述肌肉超声图像的图像边缘信息包括：

获取所述肌肉超声图像中每一个显著性区域，并计算每一个显著性区域的直方图，重新分布每一个显著性区域的图像亮度值，增强图像的局部细节与边缘信息。

4.根据权利要求1所述的肌肉组织中结构性角度的自动测量方法，其特征在于，所述加权平均的计算公式为：

其中，代表所有肌纤维的平均方向，代表每一束肌纤维的方向，代表每一束肌纤维的权重。

5.一种基于上述权利要求1-4任一项所述的肌肉组织中结构性角度的自动测量方法的肌肉组织中结构性角度的自动测量系统，其特征在于，所述系统包括：

图像获取与增强模块，用于在肌肉收缩运动中实时获取肌肉超声图像，并对所述肌肉超声图像进行预处理，以增强所述肌肉超声图像的图像边缘信息；

第一夹角获取模块，用于调用预设的归一化雷登变换算法对所述肌肉超声图像中的筋膜以及肌束区域进行划分，并获取深筋膜与所述肌肉超声图像中预设的水平轴之间的第一夹角；

第二夹角获取模块，用于对所述肌束区域进行归一化雷登变换，提取雷登变换矩阵中用于在欧氏空间上形成多束肌纤维的多个峰值点，并对所有的肌纤维的位置和方向进行加权平均，获取所述肌纤维与所述肌肉超声图像中预设的水平轴之间的第二夹角；

角度求和计算模块，用于将所述第一夹角与所述第二夹角进行求和计算，得到肌肉组织中的结构性角度，所述结构性角度为肌肉羽状角。

6.根据权利要求5所述的肌肉组织中结构性角度的自动测量系统，其特征在于，所述肌肉超声图像是采用超声扫描仪获取的图像，所述超声扫描仪的探头的长轴垂直与肌肉长轴方向。

7.根据权利要求6所述的肌肉组织中结构性角度的自动测量系统，其特征在于，所述第一夹角获取模块包括划分与定位子模块，所述划分与定位子模块用于：以预设的角度间隔对所述肌肉超声图像进行归一化雷登变换；

提取雷登变换矩阵上的峰值点，并以所述峰值点的位置为中心，以筋膜的线条宽度以及角度波动范围为长和宽，获取目标矩阵区域；

在雷登变换矩阵中，将以所述峰值点位置为中心，且以筋膜之间的距离的两倍为长，矩阵的宽度为宽所构成的区域清零；

在所述目标矩阵区域中，再获取多个峰值点，并利用峰值点的位置、方向信息来识别筋膜，并检测出多条筋膜，完成筋膜与肌束区域的划分。