一种脊柱关节减压系统技术方案

本发明专利技术涉及一种脊柱关节减压系统，包括分别与图像传感器、人体生命体征监测仪和压力传感器有线连接，用于对接收的数据进行分析和处理的单片机；与单片机通过驱动控制器有线连接，分别用于调整按摩针前后左右位置的第一伺服电机和第二伺服电机；与单片机有线连接，用于调整按摩针高度的气动泵；与单片机有线连接，用于对躺板进行加热的电加热装置；与单片机有线连接，用于辅助治疗的电磁治疗仪；与单片机有线连接，用于对运行数据进行保存的信息管理终端。本发明专利技术操作简单，使用方便，功能多样化，自动化和智能化程度高，将人体治疗与人体监测结合在一起。

Decompression system for spinal joint

The invention relates to a joint spinal decompression system, including image sensor, and the human body vital signs monitor and pressure sensor cable connection, for analyzing and processing the received data to MCU; drive controller and microcontroller through a wired connection, are used to adjust the first servo motor and servo motor second massage around the needle before and after position of the cable; connected with the chip, is used to adjust the height of the massage needle pneumatic pump; the cable connected with the single chip microcomputer, electric heating device for heating of the lying plate; the cable connected with the single chip microcomputer, used for electromagnetic assisted therapy; cable connected with the single chip microcomputer, used for information management terminal preservation of operating data. The invention has the advantages of simple operation, convenient use, diversified functions, high automation and intelligence, and combines the human body treatment and the human body monitoring.

【技术实现步骤摘要】
一种脊柱关节减压系统
本专利技术属于医疗
，尤其涉及一种脊柱关节减压系统。
技术介绍
随着社会的发展，脊柱病已逐渐成为多发病和常见病，目前没有理想的药物治疗手段，传统临床主要依靠悬吊牵引与手法推拿按摩为主，但是这些对医务人员手法操作要求高，且难有安全保障。现有技术中，根据中西医理论相结合的方法，通过脊柱的牵引并配以指针按压在发生病变的脊柱两节横突之间，通过上部压力可以扩大两节椎体之间的空隙，拉伸后纵韧带。两侧狭窄的椎间孔被撑开，从而缓解或消除对神经根的压迫和刺激，减轻肢体的麻木和疼痛，达到治疗的目的。但一些针对脊柱关节病的设备存在很多缺缺陷。中国自古就运用推拿按摩方法治疗跌打损伤，并逐步发展形成了中医的推拿学科。推拿属中医外治范畴，是由按摩师根据患者具体的病情、运用各种手法技巧，如按、摩、推、拿、揉、颤、打等在患者身体特定的部位或穴位上施力，这种力可以转换成各种能量，并渗透到人体改变系统机能，达到治疗效果。对于颈椎、腰椎疾病患者来说，中医推拿按摩治疗病患的实质就是减轻其脊柱压力。这种压力的减轻既可以靠按压的方式实现，也可以靠牵引的方式实现。但这种治疗效果完全取决于按摩师的经验和技术水平，其按摩的力道全凭感觉。在高度现代化发展的今天，利用现代测控技术，准确又科学地进行脊柱减压就变得非常有必要，但是现有技术在对于人体颈部、腰踝部等部位的牵引减压治疗装置的控制系统的控制精度不高，自动控制程度还有欠缺，另外，目前现有技术缺乏减压系统的模块化设计，不便系统的功能组合和扩展。尤其是牵引的控制方面以及对施加在患者身体颈部、腰踝等部位的压力机构的工作状态不能精确的控制，时常出现施加在患者身体上的力度值不够达不到治疗的效果，或者施加在患者身体上的力过大，使患者疼痛过渡造成危险的现象。综上所述，现有技术存在的问题是：不能存储治疗数据，导致每次对病人进行治疗时，都需要重新设定治疗参数，使得工作效率大大降低；另一方面就是功能单一，智能化程度低；而且处理的信号准确率底，使得实用性能大大降低。
技术实现思路
为解决现有技术的问题，本专利技术提供一种脊柱关节减压系统。本专利技术为解决公知技术中存在的技术问题所采取的技术方案是：本专利技术提供的脊柱关节减压系统，所述脊柱关节减压系统包括：用于对治疗画面进行拍摄的摄像机；与摄像机有线连接，用于将图像信号转换成电信号的图像传感器；所述图像传感器联合稀疏表示的字典D∈RJm×(J+1)n表示为：其中J表示传感器的数量，图像的维度为m×n；冗余字典Dc∈Rm×n和Dj∈Rm×n分别是信号公共部分和专有部分的稀疏表示字典；转化为下式求解稀疏表示系数：所述图像传感器融合规则为：其中，τ1＝1/(1+exp{-β(||mA||2-||mB||2)}),(β＞0)，分别表示源图像每块的均值；源图像xA和xB分别减去mA和mB得到和分别为稀疏表示系数矩阵SC和的第i列，为融合图像的稀疏系数矩阵sF的第i列；K是图像块的总个数；所述图像传感器生成概率边界图的方法包括：将图像转换到LAB空间，构建亮度L、颜色A、颜色B、纹理多个特征通道，然后采用梯度方法来表示图像特征；所述梯度方法为：对图像的每个像素点，构建8个方向的半圆对掩膜，在每个半掩膜区域，使用直方图对其中每个像素的亮度，颜色和纹理特征进行统计，得到各类特征的统计分布，然后使用χ2距离计算中心像素点两个半圆形区域的差异作为特征输出；获得一个像素点的多特征表示后，Pb算子采用二项Logistic回归模型对200幅训练图像进行统计学习，模型参数通过极大似然法进行估计后，由该模型获得图像每一像素点属于边界的概率，生成概率边界图。用于对用户的生命体征进行检测的人体生命体征监测仪；用于对按摩针的按压力度进行检测的压力传感器；分别与图像传感器、人体生命体征监测仪和压力传感器有线连接，用于对接收的数据进行分析和处理的单片机；所述单片机基于超像素种子的随机游走图像分割算法包括：确定其余未标记超像素到达各个种子点的概率值，并将该超像素归并到概率最大值最大的种子点所属的区域中；为确定未标记超像素到达各个种子点的概率值，随机游走分割算法将图像视为无向加权图；以超像素作为节点，使得节点数目减小，而各节点之间的连接权值，按Bhattacharyya系数进行计算；只有相邻的超像素才按Bhattacharyya系数计算连接权值，否则，为0；为实现Direchlett问题的求解，设以待分割图像超像素为节点所构成的图为G，首先定义图G的Laplace矩阵：其中，为极点Si的度，定义为所有与极点Si相连的极点之间的权值之和；假设最终的焦点区域数为K，区域标记变量为t，1≤t≤K；对于某一分割区域，所有节点分为两类：标记点集合VM和未标记点集合VU，VM∪VU＝V且VM∩VU＝Φ；根据节点所属的不同集合，Laplace矩阵写为：再设节点到达标记为t的种子点的概率为对当前焦点区域种子点定义标记函数从而对所有VM中的节点有：而对于未标记VU中的节点对标记为t的种子点的概率，根据Direchlett边界条件，根据下式求解：LUX＝-BTM；最后根据LU中各未标记点到各超像素种子点概率大小决定其归属于哪一分割区域，从而实现图像分割；根据该原则确定未标记种子点的区域归属时，如果某未标记种子点与某几个种子点的概率差别不大，此时，还需根据该未标记点到达种子点所属区域的其他种子点的概率大小来进行判断；另外，未标记点到达所有种子点的概率都很小，这些未标记点与已给定种子点的相似性很小，此时，这些未标记点则单独归为一区域；与单片机通过驱动控制器有线连接，分别用于调整按摩针前后左右位置的第一伺服电机和第二伺服电机；与单片机有线连接，用于调整按摩针高度的气动泵；与单片机有线连接，用于对躺板进行加热的电加热装置；与单片机有线连接，用于辅助治疗的电磁治疗仪；与单片机有线连接，用于对运行数据进行保存的信息管理终端；与单片机通过GPRS无线网络无线连接，用于进行数据传输与交换的云服务器；所述电源模块与单片机有线连接，用于提供电源；所述操作显示屏与单片机有线连接，用于进行操作设定控制；所述操作显示屏具体为多点触控的电容式触摸屏。进一步，所述图像传感器的量测模型如下：图像传感器为A；YA(tk-1)、YA(tk)、YA(tk+1)分别为图像传感器A对目标在tk-1,tk,tk+1时刻的本地笛卡尔坐标系下的量测值，分别为：其中，Y'A(tk-1)、Y'A(tk)、Y'A(tk+1)分别为图像传感器A在tk-1,tk,tk+1时刻的本地笛卡尔坐标系下的真实位置；CA(t)为误差的变换矩阵；ξA(t)为图像传感器的系统误差；为系统噪声，假设为零均值、相互独立的高斯型随机变量，噪声协方差矩阵分别为RA(k-1)、RA(k)、RA(k+1)。进一步，所述图像传感器向压力传感器进行配准的具体过程如下：图像传感器为A压力传感器为B：其中：为传感器A的本地直角坐标系下目标的真实位置在tBk时刻的时间配准值；为系统误差造成的误差项；为随机噪声，假定tk-1、tk、tk+1时刻的噪声互不相关的零均值白噪声，则为均值为零，协方差矩阵为RA＝a2RA(k-1)+b2RA(k)+c2RA(k+1)的白噪声，而a、b、c、分别为且a+b+c＝1。进一本文档来自技高网...

【技术保护点】
一种脊柱关节减压系统，其特征在于，所述脊柱关节减压系统包括：用于对治疗画面进行拍摄的摄像机；与摄像机有线连接，用于将图像信号转换成电信号的图像传感器；所述图像传感器联合稀疏表示的字典D∈R

【技术特征摘要】
1.一种脊柱关节减压系统，其特征在于，所述脊柱关节减压系统包括：用于对治疗画面进行拍摄的摄像机；与摄像机有线连接，用于将图像信号转换成电信号的图像传感器；所述图像传感器联合稀疏表示的字典D∈RJm×(J+1)n表示为：其中J表示传感器的数量，图像的维度为m×n；冗余字典Dc∈Rm×n和Dj∈Rm×n分别是信号公共部分和专有部分的稀疏表示字典；转化为下式求解稀疏表示系数：所述图像传感器融合规则为：其中，τ1＝1/(1+exp{-β(||mA||2-||mB||2)}),(β＞0)，分别表示源图像每块的均值；源图像xA和xB分别减去mA和mB得到和分别为稀疏表示系数矩阵SC和的第i列，为融合图像的稀疏系数矩阵sF的第i列；K是图像块的总个数；图像传感器生成概率边界图的方法包括：将图像转换到LAB空间，构建亮度L、颜色A、颜色B、纹理多个特征通道，然后采用梯度方法来表示图像特征；所述梯度方法为：对图像的每个像素点，构建8个方向的半圆对掩膜，在每个半掩膜区域，使用直方图对其中每个像素的亮度，颜色和纹理特征进行统计，得到各类特征的统计分布，然后使用χ2距离计算中心像素点两个半圆形区域的差异作为特征输出；获得一个像素点的多特征表示后，Pb算子采用二项Logistic回归模型对200幅训练图像进行统计学习，模型参数通过极大似然法进行估计后，由该模型获得图像每一像素点属于边界的概率，生成概率边界图；用于对用户的生命体征进行检测的人体生命体征监测仪；用于对按摩针的按压力度进行检测的压力传感器；分别与图像传感器、人体生命体征监测仪和压力传感器有线连接，用于对接收的数据进行分析和处理的单片机；单片机基于超像素种子的随机游走图像分割算法包括：确定其余未标记超像素到达各个种子点的概率值，并将该超像素归并到概率最大值最大的种子点所属的区域中；为确定未标记超像素到达各个种子点的概率值，随机游走分割算法将图像视为无向加权图；以超像素作为节点，使得节点数目减小，而各节点之间的连接权值，按Bhattacharyya系数进行计算；只有相邻的超像素才按Bhattacharyya系数计算连接权值，否则，为0；为实现Direchlett问题的求解，设以待分割图像超像素为节点所构成的图为G，首先定义图G的Laplace矩阵：其中，为极点Si的度，定义为所有与极点Si相连的极点之间的权值之和；假设最终的焦点区域数为K，区域标记变量为t，1≤t≤K；对于某一分割区域，所有节点分为两类：标记点集合VM和未标记点集合VU，VM∪VU＝V且VM∩VU＝Φ；根据节点所属的不同集合，Laplace矩阵写为：再设节点到达标记为t的种子点的概率为对当前焦点区域种子点定义标记函数从而对所有VM中的节点有：而对于未标记VU中的节点对标记为t的种子点的概率，根据Direchlett边界条件，根据下式求解：LUX＝-BTM；最后根据LU中各未标记点到各超像素种子点概率大小决定其归属于哪一分割区域，从而实现图像分割；根据该原则确定未标记种子点的区域归属时，如果某未标记种子点与某几个种子点的概率差别不大，此时，还需根据该未标记点到达种子点所属区域的其他种子点的概率大小来进行判断；另外，未标记点到达所有种子点的概率都很小，这些未标记点与已给定种子点的相似性很小，此时，这些未标记点则单独归为一区域；与单片机通过驱动控制器有线连接，分别用于调整按摩针前后左右位置的第一伺服电机和第二伺服电机；与单片机有线连接，用于调整按摩针高度的气动泵；与单片机有线连接，用于对躺板进行加热的电加热装置；与单片机有线连接，用于辅助治疗的电磁治疗仪；与单片机有线连接，用于对运行数据进行保存的信息管理终端；与单片机通过GPRS无线网络无线连接，用于进行数据传输与交换的云服务器；与单片机有线连接，用于提供电源的电源模块；与单片机有线连接，用于进行操作设定控制的操作显示屏；所述操作显示屏具体为多点触控的电容式触摸屏。2.如权利要求1所述的脊柱关节减压系统，其特征在于，所述图像传感器的量测模型如下：图像传感器为A；YA(tk-1)、YA(tk)、YA(tk+1)分别为图像传感器A对目标在tk-1,tk,tk+1时刻的本地笛卡尔坐标系下的量测值，分别为：其中，Y'A(tk-1)、Y'A(tk)、Y'A(tk+1)分别为图像传感器A在tk-1,tk,tk+1时刻的本地笛卡尔坐标系下的真实位置；CA(t)为误差的变换矩阵；ξA(t)为图像传感器的系统误差；为系统噪声，假设为零均值、相互独立的高斯型随机变量，噪声协方差矩阵分别为RA(k-1)、RA(k)、RA(k+1)。3.如权利要求1所述的脊柱关节减压系统，其特征在于，所述图像传感器向压力传感器进行配准的具体过程如下：图像传感器为A，压力传感器为B：其中：为传感器A的本地直角坐标系下目标的真实位置在tBk时刻的时间配准值；为系统误差造成的误差项；为随机噪声，假定tk-1、tk、tk+1时刻的噪声互不相关的零均值白噪声，则为均值为零，协方差矩阵为RA＝a2RA(k-1)+b2RA(k)+c2RA(k+1)的白噪声，而a、b、c、分别为且a+b+c＝1。4.如权利要求1所述的脊柱关节减压系统，其特征在于，人体生命体征监测仪设置有信号采集模块和信号处理模块；所述信...

【专利技术属性】
技术研发人员：于长水，刘杨，
申请(专利权)人：哈尔滨医科大学，
类型：发明
国别省市：黑龙江,23