[发明专利]基于超声影像的肌力数据智能处理方法、装置及电子设备在审

专利信息
申请号: 202210052887.3 申请日: 2022-01-18
公开(公告)号: CN114081533A 公开(公告)日: 2022-02-25
发明(设计)人: 张元鸣飞;蒋洁;周谋望 申请(专利权)人: 北京大学第三医院(北京大学第三临床医学院)
主分类号: A61B8/08 分类号: A61B8/08
代理公司: 北京维澳专利代理有限公司 11252 代理人: 常小溪
地址: 100191 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 超声 影像 数据 智能 处理 方法 装置 电子设备
【权利要求书】:

1.一种基于超声影像的肌力数据智能处理方法,其特征在于,包括:

获取受试者运动前的第一肌肉超声图像数据;

基于预设运动模式,获取受试者运动后的第二肌肉超声图像数据;

将所述第一肌肉超声图像数据、所述第二肌肉超声图像数据以及受试者的基本信息数据,输入至预先训练的肌力数据预测模型,并由所述肌力数据预测模型处理后输出目标肌力数据;其中,所述肌力数据预测模型的处理过程包括:分别提取所述第一肌肉超声图像数据、所述第二肌肉超声图像数据的图像特征,以及提取所述基本信息数据的数值特征,并将所述图像特征与所述数值特征融合后进行相关性计算,得到用于表征所述目标肌力数据的预测分数。

2.根据权利要求1所述的基于超声影像的肌力数据智能处理方法,其特征在于,所述肌力数据预测模型具有接收不同类型数据的第一输入通道以及第二输入通道;

所述第一输入通道用于接收所述第一肌肉超声图像数据以及所述第二肌肉超声图像数据,所述第二输入通道用于接收所述基本信息数据。

3.根据权利要求2所述的基于超声影像的肌力数据智能处理方法,其特征在于,所述第一输入通道分别连接第一卷积模块以及第二卷积模块;

所述提取所述第一肌肉超声图像数据、所述第二肌肉超声图像数据的图像特征包括:

由所述第一卷积模块提取第一肌肉超声图像数据的图像特征,由所述第二卷积模块提取第二肌肉超声图像数据的图像特征。

4.根据权利要求2所述的基于超声影像的肌力数据智能处理方法,其特征在于,所述提取所述基本信息数据的数值特征包括:对所述基本信息数据进行二值化处理,得到所述数值特征。

5.根据权利要求1所述的基于超声影像的肌力数据智能处理方法,其特征在于,所述预设运动模式采用等速肌力测试法。

6.根据权利要求5所述的基于超声影像的肌力数据智能处理方法,其特征在于,所述获取受试者运动后的第二肌肉超声图像数据包括:

在完成多组等速肌力测试后,在预设时长内获取受试者的同一位置的肌肉超声图像数据。

7.根据权利要求5所述的基于超声影像的肌力数据智能处理方法,其特征在于,等速肌力测试的总时间大于或等于预设的时长标准。

8.根据权利要求1~7任一项所述的基于超声影像的肌力数据智能处理方法,其特征在于,肌肉超声图像数据包括:用于检测肌肉厚度和平均回声强度的二维超声图像以及用于检测肌肉充血程度的能量多普勒超声图像。

9.一种基于超声影像的肌力数据智能处理装置,其特征在于,包括:

运动前超声数据获取模块,用于获取受试者运动前的第一肌肉超声图像数据;

运动后超声数据获取模块,用于基于预设运动模式,获取受试者运动后的第二肌肉超声图像数据;

数据处理模块,用于将所述第一肌肉超声图像数据、所述第二肌肉超声图像数据以及受试者的基本信息数据,输入至预先训练的肌力数据预测模型,并由所述肌力数据预测模型处理后输出目标肌力数据;其中,所述肌力数据预测模型的处理过程包括:分别提取所述第一肌肉超声图像数据、所述第二肌肉超声图像数据的图像特征,以及提取所述基本信息数据的数值特征,并将所述图像特征与所述数值特征融合后进行相关性计算,得到用于表征所述目标肌力数据的预测分数。

10.一种电子设备,其特征在于,包括:

一个或多个处理器、存储器以及一个或多个计算机程序,其中所述一个或多个计算机程序被存储在所述存储器中,所述一个或多个计算机程序包括指令,当所述指令被所述电子设备执行时,使得所述电子设备执行权利要求1~8任一项所述的基于超声影像的肌力数据智能处理方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京大学第三医院(北京大学第三临床医学院),未经北京大学第三医院(北京大学第三临床医学院)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210052887.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top