[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

说明书

本发明公开了一种肌肉组织中结构性角度的自动测量方法和系统，方法包括：在肌肉收缩运动中实时获取肌肉超声图像，并进行预处理，增强图像边缘信息；调用的归一化雷登变换算法对肌肉超声图像中的筋膜以及肌束区域进行划分，并获取深筋膜与预设的水平轴之间的第一夹角；对肌束区域进行归一化雷登变换，提取雷登变换矩阵中的多个峰值点，并对所有的肌纤维的位置和方向进行加权平均，获取肌纤维与水平轴之间的第二夹角；将第一夹角与第二夹角进行求和计算，得到肌肉组织中的结构性角度，结构性角度为肌肉羽状角。本发明能够自然平滑、鲁棒、自动地测量出肌肉组织中的结构性角度，使得测量结果更接近真实的运动状态，更能反映出肌肉的结构功能。

技术领域

本发明涉及肌肉结构性角度的测量技术领域，尤其涉及的是一种肌肉组织中结构性角度的自动测量方法及系统。

背景技术

肌肉是构成人体的重要组织，其主要功能是产生收缩和控制身体的运动。肌肉结构对肌力传递到肌腱和骨骼的方式有着重要影响。肌肉结构性角度，如肌肉羽状角，是骨骼肌研究的重要指标。肌肉结构性角度与肌肉收缩的强度高度相关，能够帮助医生了解肌肉生物力学特性，更好地评估肌肉功能和病理状态，为临床诊断和康复评估提供有效的依据。

目前对于肌肉组织中结构性角度的测量方法大部分采取的是人工手动勾画，这种人工测量方式繁琐、耗时、重复性差且十分主观，难以实现动态任务中肌肉功能的分析。而一般的自动测量方法同样存在一定不足，主要体现为以下三点：第一点是算法所测的结构性角度动态曲线平滑度低。这些方法所检测到的角度动态变化的原始信号并不平滑，存在高频抖动性起伏，不符合人体肌肉系统收缩运动的规律，影响测量的精度。第二点是算法鲁棒性低。这些算法往往只适用于某一类肌肉的超声图像，在个别数据集上退化严重，泛化能力差。第三点是算法自动性低。整个操作流程繁琐复杂，需要手动设置初始点或手动调参，自动化程度不高。

因此，现有技术还有待改进。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种肌肉组织中结构性角度的自动测量方法及系统，旨在解决现有技术中对于肌肉结构性角度的测量方法精度低，鲁棒性低以及自动化程度低等问题。

本发明解决技术问题所采用的技术方案如下：

一种肌肉组织中结构性角度的自动测量方法，其中，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。

所述的肌肉组织中结构性角度的自动测量方法，其中，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。

所述的肌肉组织中结构性角度的自动测量方法，其中，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。

所述的肌肉组织中结构性角度的自动测量方法，其中，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；