一种肌肉连续超声图像中肌肉肌腱结的测量方法及系统技术方案

本发明专利技术提供了一种肌肉连续超声图像中肌肉肌腱结的测量方法，包括：S1在第一帧肌肉超声图像中，选定位于肌腱上的跟踪点，并确定肌肉肌腱结位置；S2获取当前帧肌肉超声图像中包含肌肉肌腱结区域；S3获取该区域在当前帧肌肉超声图像相对下一帧肌肉超声图像的仿射变换系数；S4计算位于肌腱上的跟踪点在下一帧肌肉超声图像中的位移；S5计算肌腱及肌肉肌腱结在下一帧肌肉超声图像中的位置，并计算肌肉肌腱结在下一帧肌肉超声图像相对第一帧肌肉超声图像的位移；S6将下一帧肌肉超声图像作为当前帧肌肉超声图像，返回步骤S2，进行后继测量，直到所有肌肉肌腱结位移测量结束。该方法利用超声成像检测肌肉肌腱结的活动状态变得简单可行。

A method and system for measuring muscle tendon junction in continuous ultrasound images of muscle

The present invention provides a method for measuring the muscular tendon node in a continuous ultrasound image of muscle, including: S1 selects a tracking point located on the tendon and determines the position of the muscular tendon node in the first ultrasound image of muscle; S2 obtains the region containing the muscular tendon node in the current ultrasound image of the current frame; and S3 obtains the region in the current frame. The affine transform coefficients of muscle ultrasound images relative to the next frame were calculated; the displacement of tracking points located on tendons in the next frame was calculated by S4; the position of tendons and muscle tendon knots in the next frame was calculated by S5; and the position of muscle tendon knots in the next frame was calculated by muscle ultrasound images relative to the first in the next frame. The displacement of the muscle ultrasound image was recorded in the frame; S6 took the next muscle ultrasound image as the current frame muscle ultrasound image and returned to S2 for subsequent measurement until the displacement of all muscle tendon nodes was measured. This method is simple and feasible by using ultrasonic imaging to detect the activity of muscle tendon junction.

【技术实现步骤摘要】
一种肌肉连续超声图像中肌肉肌腱结的测量方法及系统
本专利技术涉及医学领域，更具体地说，涉及一种肌肉连续超声图像(大于两帧)中肌肉肌腱结的测量方法及系统。
技术介绍
肌肉肌腱单元(Muscle-tendonunit；MTU)在运动中扮演着很重要的角色。当肌肉收缩生成力后，肌肉与肌腱会通过肌肉肌腱单元相互作用，以此来实现对身体运动的控制和调节。目前，肌肉肌腱单元的变化主要依靠逆动力学的方法进行估计。由于没有直接检测肌肉，肌腱和肌肉肌腱结的结构和位置变化，不能直观地对肌肉与肌腱之间的活动进行定量分析，从而使得得到的结果不够客观准确。目前，超声成像通过实时检测肌肉和肌腱结构变化，在肌肉和肌腱功能评估中展现出了很大的潜力。通过检测连续超声图像(大于两帧)中肌肉肌腱结的位置变化，可以定量分析肌肉与肌腱之间相互作用，理解肌肉肌腱单元的功能和状态。但是，在连续超声图像(大于两帧)中手动检测肌肉肌腱结的位置非常费时，从而很难测量肌肉肌腱结在运动中的连续变化。
技术实现思路
本专利技术要解决的技术问题在于，提供一种肌肉连续超声图像中肌肉肌腱结的测量方法及系统，可实现在连续肌肉超声图像(大于两帧)中测量肌肉肌腱结的位置变化。为解决上述技术问题，本专利技术实施例采用的技术方案是：第一方面，本专利技术实施例提供一种肌肉连续超声图像中肌肉肌腱结的测量方法，包括如下步骤：S1.在第一帧肌肉超声图像中，选定位于肌腱上的跟踪点，并确定肌肉肌腱结的位置；S2.根据当前帧肌肉超声图像中所述肌肉肌腱结的位置，获取当前帧肌肉超声图像中包含肌肉肌腱结的区域；所述当前帧肌肉超声图像初始为第一帧肌肉超声图像；S3.在所述包含肌肉肌腱结的区域上，获取该区域在当前帧肌肉超声图像相对下一帧肌肉超声图像的仿射变换系数；S4.根据所述仿射变换系数,计算位于肌腱上的跟踪点在下一帧肌肉超声图像中的位移；S5.根据所述跟踪点的位移,计算肌腱及肌肉肌腱结在下一帧肌肉超声图像中的位置，并计算肌肉肌腱结在下一帧肌肉超声图像相对第一帧肌肉超声图像的位移；S6.将下一帧肌肉超声图像作为当前帧肌肉超声图像，返回步骤S2，进行后继肌肉超声图像的肌肉肌腱结位移测量，直到超声图像中所有肌肉肌腱结位移测量结束。结合第一方面，作为第一种可实现的方案，所述步骤S1中，所述确定肌肉肌腱结的位置，包括：根据所述跟踪点，确定两条肌腱的位置；将所述两条肌腱的位置交点作为肌肉肌腱结的位置。结合第一方面，作为第二种可实现的方案，所述步骤S2具体包括：通过当前帧肌肉超声图像中的相位信息，增强当前帧肌肉超声图像中的肌腱以及肌肉肌腱结结构；对所述增强后的当前帧肌肉超声图像进行分割，获取当前帧肌肉超声图像中包含肌肉肌腱结的区域。结合第一方面第二种可实现的方案，作为第三种可实现的方案，所述对所述增强后的当前帧肌肉超声图像进行分割，包括：按照肌腱和肌肉肌腱结的结构特征，使用局部雷登变换定位构成肌肉肌腱结的肌腱组织；根据所述肌腱组织，采用OTSU算法分割出包含肌肉肌腱结的区域。结合第一方面，作为第四种可实现的方案，所述步骤S3中，采用光流场的方法，计算所述包含肌肉肌腱结的区域在当前帧肌肉超声图像相对下一帧肌肉超声图像的仿射变换系数。结合第一方面，作为第五种可实现的方案，所述步骤S4中，根据仿射变换系数，通过仿射变换，计算位于肌腱上跟踪点在下一帧肌肉超声图像中的位置和位移，从而跟踪肌腱在下一帧的位移。结合第一方面，作为第六种可实现的方案，所述步骤S5中，在下一帧肌肉超声图像中，按照肌肉肌腱结的结构特征，通过计算两条肌腱的交点位置，定位肌肉肌腱结在下一帧的位置，从而实现肌肉肌腱结的跟踪。第二方面，本专利技术实施例还提供一种肌肉连续超声图像中肌肉肌腱结的测量系统，包括：确定模块：用于在第一帧肌肉超声图像中，选定位于肌腱上的跟踪点，并确定肌肉肌腱结的位置；区域获取模块：用于根据当前帧肌肉超声图像中所述肌肉肌腱结的位置，获取当前帧肌肉超声图像中包含肌肉肌腱结的区域；所述当前帧肌肉超声图像初始为第一帧肌肉超声图像；参数获取模块：用于在所述包含肌肉肌腱结的区域上，获取该区域在当前帧肌肉超声图像相对下一帧肌肉超声图像的仿射变换系数；第一计算模块：用于根据所述仿射变换系数,计算位于肌腱上的跟踪点在下一帧肌肉超声图像中的位移；第二计算模块：用于根据所述跟踪点的位移,计算肌腱及肌肉肌腱结在下一帧肌肉超声图像中的位置，并计算肌肉肌腱结在下一帧肌肉超声图像相对第一帧肌肉超声图像的位移。判断循环模块：用于将下一帧肌肉超声图像作为当前帧肌肉超声图像，返回区域获取模块，进行后继肌肉超声图像的肌肉肌腱结位移测量，直到超声图像中所有肌肉肌腱结位移测量结束。结合第二方面，作为第一种可实现的方案，所述确定模块包括：第一确定单元：用于根据所述跟踪点，确定两条肌腱的位置；第二确定单元：用于将所述两条肌腱的位置交点作为肌肉肌腱结的位置。结合第二方面，作为第二种可实现的方案，所述区域获取模块包括：增强单元：用于通过当前帧肌肉超声图像中的相位信息，增强当前帧肌肉超声图像中的肌腱以及肌肉肌腱结结构；分割单元：用于对所述增强后的当前帧肌肉超声图像进行分割，获取当前帧肌肉超声图像中包含肌肉肌腱结的区域。结合第二方面第二种可实现的方案，作为第三种可实现的方案，所述分割单元包括：定位子单元：用于按照肌腱和肌肉肌腱结的结构特征，使用局部雷登变换定位构成肌肉肌腱结的肌腱组织；分割子单元：用于根据所述肌腱组织，采用OTSU算法分割出包含肌肉肌腱结的区域。结合第二方面，作为第四种可实现的方案，所述参数获取模块中，采用Lucas-Kanade光流场的方法，计算所述包含肌肉肌腱结的区域在当前帧肌肉超声图像相对下一帧肌肉超声图像的仿射变换系数。结合第二方面，作为第五种可实现的方案，所述第一计算模块中，具体用于根据仿射变换系数，通过仿射变换，计算位于肌腱上跟踪点在下一帧肌肉超声图像中的位置和位移，从而跟踪肌腱在下一帧的位移。结合第二方面，作为第六种可实现的方案，所述第二计算模块中，具体用于在下一帧肌肉超声图像中，按照肌肉肌腱结的结构特征，通过计算两条肌腱的交点位置，定位肌肉肌腱结在下一帧的位置，从而实现肌肉肌腱结的跟踪。与现有技术相比，本专利技术实施例的一种肌肉连续超声图像中肌肉肌腱结的测量方法及系统，可实现在连续肌肉超声图像(大于两帧)中测量肌肉肌腱结的位置变化。本专利技术实施例的测量方法包括如下步骤：在第一帧肌肉超声图像中，选定位于肌腱上的跟踪点，并确定肌肉肌腱结的位置；根据当前帧肌肉超声图像中所述肌肉肌腱结的位置，获取当前帧肌肉超声图像中包含肌肉肌腱结的区域；在所述包含肌肉肌腱结的区域上，获取该区域在当前帧肌肉超声图像相对下一帧肌肉超声图像的仿射变换系数；根据所述仿射变换系数,计算位于肌腱上的跟踪点在下一帧肌肉超声图像中的位移；根据所述跟踪点的位移,计算肌腱及肌肉肌腱结在下一帧肌肉超声图像中的位置，并计算肌肉肌腱结在下一帧肌肉超声图像相对第一帧肌肉超声图像的位移；将下一帧肌肉超声图像作为当前帧肌肉超声图像，返回步骤S2，进行后继肌肉超声图像的肌肉肌腱结位移测量，直到超声图像中所有肌肉肌腱结位移测量结束。通过在每一帧肌肉超声图像中，计算肌肉肌腱结位移，实现在肌肉连续超声图像中，对肌肉肌腱结位移的测量和本文档来自技高网...

【技术保护点】
1.一种肌肉连续超声图像中肌肉肌腱结的测量方法，其特征在于,该方法包括如下步骤：S1.在第一帧肌肉超声图像中，选定位于肌腱上的跟踪点，并确定肌肉肌腱结的位置；S2.根据当前帧肌肉超声图像中所述肌肉肌腱结的位置，获取当前帧肌肉超声图像中包含肌肉肌腱结的区域；所述当前帧肌肉超声图像初始为第一帧肌肉超声图像；S3.在所述包含肌肉肌腱结的区域上，获取该区域在当前帧肌肉超声图像相对下一帧肌肉超声图像的仿射变换系数；S4.根据所述仿射变换系数,计算位于肌腱上的跟踪点在下一帧肌肉超声图像中的位移；S5.根据所述跟踪点的位移,计算肌腱及肌肉肌腱结在下一帧肌肉超声图像中的位置，并计算肌肉肌腱结在下一帧肌肉超声图像相对第一帧肌肉超声图像的位移；S6.将下一帧肌肉超声图像作为当前帧肌肉超声图像，返回步骤S2，进行后继肌肉超声图像的肌肉肌腱结位移测量，直到超声图像中所有肌肉肌腱结位移测量结束。

【技术特征摘要】
1.一种肌肉连续超声图像中肌肉肌腱结的测量方法，其特征在于,该方法包括如下步骤：S1.在第一帧肌肉超声图像中，选定位于肌腱上的跟踪点，并确定肌肉肌腱结的位置；S2.根据当前帧肌肉超声图像中所述肌肉肌腱结的位置，获取当前帧肌肉超声图像中包含肌肉肌腱结的区域；所述当前帧肌肉超声图像初始为第一帧肌肉超声图像；S3.在所述包含肌肉肌腱结的区域上，获取该区域在当前帧肌肉超声图像相对下一帧肌肉超声图像的仿射变换系数；S4.根据所述仿射变换系数,计算位于肌腱上的跟踪点在下一帧肌肉超声图像中的位移；S5.根据所述跟踪点的位移,计算肌腱及肌肉肌腱结在下一帧肌肉超声图像中的位置，并计算肌肉肌腱结在下一帧肌肉超声图像相对第一帧肌肉超声图像的位移；S6.将下一帧肌肉超声图像作为当前帧肌肉超声图像，返回步骤S2，进行后继肌肉超声图像的肌肉肌腱结位移测量，直到超声图像中所有肌肉肌腱结位移测量结束。2.根据权利要求1所述的方法，其特征在于，所述步骤S1中，所述确定肌肉肌腱结的位置，包括：根据所述跟踪点，确定两条肌腱的位置；将所述两条肌腱的位置交点作为肌肉肌腱结的位置。3.根据权利要求1所述的方法，其特征在于，所述步骤S2具体包括：通过当前帧肌肉超声图像中的相位信息，增强当前帧肌肉超声图像中的肌腱以及肌肉肌腱结结构；对所述增强后的当前帧肌肉超声图像进行分割，获取当前帧肌肉超声图像中包含肌肉肌腱结的区域。4.根据权利要求3所述的方法，其特征在于，所述对所述增强后的当前帧肌肉超声图像进行分割，包括：按照肌腱和肌肉肌腱结的结构特征，使用局部雷登变换定位构成肌肉肌腱结的肌腱组织；根据所述肌腱组织，采用OTSU算法分割出包含肌肉肌腱结的区域。5.根据权利要求1所述的方法，其特征在于，所述步骤S3中，采用光流场的方法，计算所述包含肌肉肌腱结的区域在当前帧肌肉超声图像相对下一帧肌肉超声图像的仿射变换系数。6.根据权利要求1所述的方法，其特征在于，所述步骤S4中，根据仿射变换系数，通过仿射变换，计算位于肌腱上跟踪点在下一帧肌肉超声图像中的位置和位移，从而跟踪肌腱在下一帧的位移。7.根据权利要求1所述的方法，其特征在于，所述步骤S5中，在下一帧肌肉超声图像中，按照肌肉肌腱结的结构特征，通过计算两条肌腱的交点位置，定位肌肉肌腱结在下一帧的位置，从而实现肌肉肌腱结的跟踪。8.一种肌肉连续超声图像中肌肉肌腱结的测量系统，其特征在于，该系统包括：确定模块...

【专利技术属性】
技术研发人员：周光泉，张琦，
申请(专利权)人：南京索聚医疗科技有限公司，
类型：发明
国别省市：江苏,32