肌力評估方法及裝置、肌肉康復訓練跟蹤評估方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明涉及運動醫(yī)學【技術領域】，提供了一種肌力評估方法及裝置、肌肉康復訓練跟蹤評估方法及系統(tǒng)。其中肌力評估方法包括：圖像采集：采用超聲設備實時采集被測者運動時的肌肉收縮圖像視頻；圖像預處理：將采集到的所述肌肉收縮圖像視頻進行分幀，提取感興趣的圖像信息并調整圖像對比度；提取運動場：采用運動估計方法，計算提取的圖像中每相鄰兩幀的運動場，所述運動場代表圖像灰度值在x和y方向的時空變化；獲取肌肉運動幅度曲線：從所述運動場中提取一個量化的指標，計算并擬合得出肌肉運動幅度曲線，作為肌力評估的參照標準。本發(fā)明利用超聲設備采集肌肉圖像，簡單直觀，對醫(yī)生和病人的要求都相對降低，簡化了肌力評估的流程。
【專利說明】肌力評估方法及裝置、肌肉康復訓練跟蹤評估方法及系統(tǒng)
【【技術領域】】
[0001]本發(fā)明涉及運動醫(yī)學【技術領域】，特別是涉及一種肌力評估方法及裝置、肌肉康復訓練跟蹤評估方法及系統(tǒng)。
【【背景技術】】
[0002]人或動物的運動涉及到肌力的激活和控制，了解肌力產生和控制背后的機制對研究運動醫(yī)學和康復功能等有著至關重要的意義。肌力通常和肌肉的功能、潛在的工作效率和生活質量相關。對肌力的評估可被用來鑒別診斷是否存在損傷或殘疾，判斷病人是否符合治療條件，或追蹤病人的治療效果，也即運動障礙患者的肌肉康復與其肌力密切相關。但是，直接測量生物活體內的肌力并不容易，而只能通過評估，計算或模擬。
[0003]超聲成像是一種實時、無創(chuàng)的成像方法，它可以準確反映肌肉收縮過程中的結構形態(tài)變化，被廣泛應用于人體肌肉特性的研究。形態(tài)學特征如肌束長度、羽狀角、肌肉厚度等，和肌肉組織的力學屬性直接相關，大多數研究人員只是單純利用超聲圖像研究某一種或多種形態(tài)特征參數，很少與肌力直接聯(lián)系起來。肌力是患者在主動動作時所呈現的肌收縮力，是神經科醫(yī)師檢查運動神經功能的重要指標之一。因此，如何更客觀、簡單、直觀地評估肌力至關重要。
[0004]目前肌力評估方法主要有徒手肌力評定、基于簡單器械的肌力測試和基于肌電信號的肌力評估三種。徒手肌力評定過程中對患者施加多大的抗力，以及如何客觀地評估肌力等級，不是普通醫(yī)生都能進行正確地評估，需要受過專門訓練的神經科醫(yī)師才能完成，對病人和醫(yī)生的要求都較高，且主觀性強；簡單器械測試主要包括握力計、捏力計、拉力計等，每種器械只能針對特定的肌肉功能，適用范圍不廣，且無法評估特定的某塊肌肉；而肌電信號是反應肌肉活動的電生理參數，只能作為肌力評估的間接指標，易受干擾，尤其是很難區(qū)分目標肌肉的周邊及深層肌肉影響。
[0005]鑒于此，克服上述現有技術所存在的缺陷是本【技術領域】亟待解決的問題。
【
【發(fā)明內容】
】
[0006]本發(fā)明要解決的技術問題是提供一種肌力評估方法及裝置、肌肉康復訓練跟蹤評估方法及系統(tǒng)，其簡單直觀，對醫(yī)生和病人的要求較低，簡化了肌力評估流程。
[0007]本發(fā)明采用如下技術方案:
[0008]一種肌力評估方法，包括如下步驟:
[0009]圖像采集:采用超聲設備實時采集被測者運動時的肌肉收縮圖像視頻；
[0010]圖像預處理:將采集到的所述肌肉收縮圖像視頻進行分幀，提取感興趣的圖像信息并調整圖像對比度；
[0011]提取運動場:采用運動估計方法，計算提取的圖像中每相鄰兩幀的運動場，所述運動場代表圖像灰度值在X和y方向的時空變化；
[0012]獲取肌肉運動幅度曲線:從所述運動場中提取一個量化的指標，計算并擬合得出肌肉運動幅度曲線，作為肌力評估的參照標準。
[0013]進一步地，所述運動估計方法包括光流法、微分法、匹配法、能量法、相位法和神經動力學方法中的一種或多種。
[0014]進一步地，當所述運動估計方法為光流法時，所述提取運動場的步驟進一步包括:
[0015]建立圖像金字塔，其中金字塔的每一層采用降采樣的方法得到；
[0016]從圖像金字塔的最高層開始逐層往下計算光流并得到每一層的運動估計結果，將上一層的運動估計結果作為下一層金字塔的起始點，重復這個過程直至金字塔最底層。
[0017]進一步地，所述獲取肌肉運動幅度曲線進一步包括:對特定方向的區(qū)域變形進行平均，歸一化，得出肌肉運動幅度曲線，所述特定方向為X或y方向。
[0018]進一步地，所述超聲設備包括超聲探頭，所述超聲探頭固定于被測者待測肌肉外表面。
[0019]本發(fā)明還提供了一種肌肉康復訓練跟蹤評估方法，所述方法采用如上所述的肌力評估方法進行患者的肌肉康復訓練跟蹤評估。
[0020]本發(fā)明還提供了一種肌力評估裝置，包括:
[0021]采用超聲設備實時采集被測者運動時的肌肉收縮圖像視頻的圖像采集模塊；
[0022]與所述圖像采集模塊連接，將采集到的所述肌肉收縮圖像視頻進行分幀，提取感興趣的圖像信息并調整圖像對比度的圖像預處理模塊；
[0023]與所述圖像預處理模塊連接，采用運動估計方法，計算提取的圖像中每相鄰兩幀的運動場的運動場提取模塊，其中所述運動場代表圖像灰度值在X和y方向的時空變化；
[0024]與所述運動場提取模塊連接，從所述運動場中提取一個量化的指標，計算并擬合得出肌肉運動幅度曲線，作為肌力評估的參照標準的肌肉運動幅度曲線獲取模塊。
[0025]進一步地，所述運動估計方法包括光流法、微分法、匹配法、能量法、相位法和神經動力學方法中的一種或多種。
[0026]進一步地，當所述運動估計方法為光流法時，所述運動場提取模塊按如下步驟提取運動場:
[0027]建立圖像金字塔，其中金字塔的每一層采用降采樣的方法得到；
[0028]從圖像金字塔的最高層開始逐層往下計算光流并得到每一層的運動估計結果，將上一層的運動估計結果作為下一層金字塔的起始點，重復這個過程直至金字塔最底層。
[0029]進一步地，所述肌肉運動幅度曲線獲取模塊進一步按如下步驟獲取肌肉運動幅度曲線:對特定方向的區(qū)域變形進行平均，歸一化，得出肌肉運動幅度曲線，所述特定方向為X或y方向。
[0030]進一步地，所述超聲設備包括超聲探頭，所述超聲探頭固定于被測者待測肌肉外表面。
[0031]本發(fā)明還提供了一種肌肉康復訓練跟蹤評估系統(tǒng)，所述系統(tǒng)包括如上所述的肌力評估裝置，通過所述肌力評估裝置進行患者的肌肉康復訓練跟蹤評估。
[0032]與現有技術相比，本發(fā)明的有益效果在于:利用超聲設備實時采集被測者肌肉圖像以測量其肌肉的運動幅度，簡單直觀，對醫(yī)生和病人的要求都相對降低，簡化了肌力評估的流程，為肌力評估和康復訓練跟蹤提供一個新的參照標準。【【專利附圖】

【附圖說明】】
[0033]圖1是本發(fā)明實施例的肌力評估方法流程圖；
[0034]圖2是本發(fā)明實施例中圖像采集示意圖；
[0035]圖3a是本發(fā)明實施例中提取的感興趣區(qū)域示意圖；
[0036]圖3b是本發(fā)明實施例中提取的光流場示意圖；
[0037]圖4是本發(fā)明實施例中運動場和光流場的關系不意圖；
[0038]圖5是本發(fā)明實施例中采用光流法建立的圖像金字塔示意圖；
[0039]圖6是本發(fā)明實施例中獲取的肌肉運動幅度曲線示意圖；
[0040]圖7是測功機與本發(fā)明實施例得出的肌肉運動幅度曲線對比示意圖；
[0041]圖8是本發(fā)明實施例中康復跟蹤過程示意圖；
[0042]圖9是本發(fā)明實施例的肌力評估裝置結構框圖。
【【具體實施方式】】
[0043]為了使本發(fā)明的目 的、技術方案及優(yōu)點更加清楚明白，以下結合附圖及實施例，對本發(fā)明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0044]此外，下面所描述的本發(fā)明各個實施方式中所涉及到的技術特征只要彼此之間未構成沖突就可以相互組合。
[0045]本發(fā)明利用超聲設備對肌肉運動實時成像，利用運動估計的方法得到感興趣肌肉的運動場，進而求出運動幅度曲線，為后續(xù)肌力評估和康復跟蹤提供一個新的參照標準。
[0046]如圖1所示，本發(fā)明實施例提供了一種肌力評估方法，包括如下步驟:
[0047]步驟S1:圖像采集；
[0048]本步驟采用超聲設備實時采集被測者運動時的肌肉收縮圖像視頻。如圖2所示，超聲設備包括超聲探頭I，超聲探頭I固定于被測者待測肌肉外表面。本實施例中，超聲探頭I是通過一固定裝置2固定于被測者待測肌肉外表面的，隨著被測者的運動，肌肉收縮的圖像便實時成像到超聲設備上。
[0049]步驟S2:圖像預處理；
[0050]本步驟將采集到的肌肉收縮圖像視頻進行分幀，提取感興趣的圖像信息并調整圖像對比度，便于后續(xù)處理，如圖3所示。
[0051]步驟S3:提取運動場；
[0052]本步驟采用運動估計方法，計算提取的圖像中每相鄰兩幀的運動場，運動場代表圖像灰度值在X和y方向的時空變化。其中運動估計方法科采用光流法、微分法、匹配法、能量法、相位法和神經動力學方法中的一種或多種。下面以光流法為例對本發(fā)明進行詳細說明:
[0053]光流是空間運動物體在觀測成像平面上的像素運動的“瞬時速度”。光流的研究是利用圖像序列中的像素強度數據的時域變化和相關性來確定各自像素位置的“運動”。研究光流場的目的就是為了從圖片序列中近似得到不能直接得到的運動場。運動場其實就是物體在三維真實世界中的運動；而光流場是運動場在二維圖像平面上的投影，兩者關系如圖4所示，提取的光流場如圖3b所示。
[0054]光流法的前提假設:
[0055](I)相鄰幀之間的亮度恒定；
[0056](2)相鄰視頻幀的取幀時間連續(xù)，或者，相鄰幀之間物體的運動比較“微小”；
[0057](3)保持空間一致性；即，同一子圖像的像素點具有相同的運動。
[0058]光流法原理如下:
[0059]假設物體在時刻t時位于(X，y)點,在t+ A t時刻位于(x+ A x, y+ A y)點,那么應該有下式:
[0060]I (X+ Ax, y+A y, t+ A t) =I (x, y, t)
[0061]用一階泰勒級數展開得到:
【權利要求】
1.一種肌力評估方法，其特征在于，包括如下步驟: 圖像采集:采用超聲設備實時采集被測者運動時的肌肉收縮圖像視頻； 圖像預處理:將采集到的所述肌肉收縮圖像視頻進行分幀，提取感興趣的圖像信息并調整圖像對比度； 提取運動場:采用運動估計方法，計算提取的圖像中每相鄰兩幀的運動場，所述運動場代表圖像灰度值在X和y方向的時空變化； 獲取肌肉運動幅度曲線:從所述運動場中提取一個量化的指標，計算并擬合得出肌肉運動幅度曲線，作為肌力評估的參照標準。
2.如權利要求1所述的肌力評估方法，其特征在于，所述運動估計方法包括光流法、微分法、匹配法、能量法、相位法和神經動力學方法中的一種或多種。
3.如權利要求2所述的肌力評估方法，其特征在于，當所述運動估計方法為光流法時，所述提取運動場的步驟進一步包括: 建立圖像金字塔，其中金字塔的每一層采用降采樣的方法得到； 從圖像金字塔的最高層開始逐層往下計算光流并得到每一層的運動估計結果，將上一層的運動估計結果作為下一層金字塔的起始點，重復這個過程直至金字塔最底層。
4.如權利要求1所述的肌力評估方法，其特征在于，所述獲取肌肉運動幅度曲線進一步包括:對特定方向的區(qū)域變形進行平均，歸一化，得出肌肉運動幅度曲線，所述特定方向為X或y方向。
5.如權利要求1所述的肌力評估方法，其特征在于，所述超聲設備包括超聲探頭，所述超聲探頭固定于被測者待測肌肉外表面。
6.一種肌肉康復訓練跟蹤評估方法，其特征在于，所述方法采用權利要求1-5任一項所述的肌力評估方法進行患者的肌肉康復訓練跟蹤評估。
7.—種肌力評估裝置，其特征在于，包括: 采用超聲設備實時采集被測者運動時的肌肉收縮圖像視頻的圖像采集模塊； 與所述圖像采集模塊連接，將采集到的所述肌肉收縮圖像視頻進行分幀，提取感興趣的圖像信息并調整圖像對比度的圖像預處理模塊； 與所述圖像預處理模塊連接，采用運動估計方法，計算提取的圖像中每相鄰兩幀的運動場的運動場提取模塊，其中所述運動場代表圖像灰度值在X和y方向的時空變化； 與所述運動場提取模塊連接，從所述運動場中提取一個量化的指標，計算并擬合得出肌肉運動幅度曲線，作為肌力評估的參照標準的肌肉運動幅度曲線獲取模塊。
8.如權利要求7所述的肌力評估裝置，其特征在于，所述運動估計方法包括光流法、微分法、匹配法、能量法、相位法和神經動力學方法中的一種或多種。
9.如權利要求8所述的肌力評估裝置，其特征在于，當所述運動估計方法為光流法時，所述運動場提取模塊按如下步驟提取運動場: 建立圖像金字塔，其中金字塔的每一層采用降采樣的方法得到； 從圖像金字塔的最高層開始逐層往下計算光流并得到每一層的運動估計結果，將上一層的運動估計結果作為下一層金字塔的起始點，重復這個過程直至金字塔最底層。
10.如權利要求7所述的肌力評估裝置，其特征在于，所述肌肉運動幅度曲線獲取模塊進一步按如下步驟獲取肌肉運動幅度曲線:對特定方向的區(qū)域變形進行平均，歸一化，得出肌肉運動幅度曲線，所述特定方向為X或y方向。
11.如權利要求7所述的肌力評估裝置，其特征在于，所述超聲設備包括超聲探頭，所述超聲探頭固定于被測者待測肌肉外表面。
12.一種肌肉康復訓練跟蹤評估系統(tǒng)，其特征在于，所述系統(tǒng)包括權利要求7-11任一項所述的肌力評估裝置，通過所述肌力評估裝置進行患者的肌肉康復訓練跟蹤評估。
【文檔編號】A61B8/00GK103584884SQ201310548280
【公開日】2014年2月19日 申請日期:2013年11月7日 優(yōu)先權日:2013年11月7日
【發(fā)明者】陳星 , 樊建平, 周永進, 李濟舟, 李曉龍, 劉瑤利 申請人:中國科學院深圳先進技術研究院