【技术实现步骤摘要】
一种用于模型小动物的肌肉超声图像分析方法
[0001]本专利技术涉及医学影像分析领域，具体涉及一种用于模型小动物的肌肉超声图像分析方法。
技术介绍
[0002]研究发现各种模型小动物的基因序列与人类的基因具有高度同源性，其机能反应与人类相似，因此通过小动物模型能够更加有效地探究人类疾病的发生和发展规律；其次，通过利用模型小动物能够进行大量的探究实验，获取更多的实验数据，有助于使评价结果更为准确、科学、可靠。其中，对模型小动物进行肌肉方面的检测，可以为各类疾病的肌肉功能评估和医学分析提供有价值的信息。
[0003]目前常用的针对模型小动物的肌肉方面的检测方法有组织学检测、骨骼肌收缩特性检测、四肢爪抓力测定、爬杆测试、转棒实验、悬挂实验、旷场实验等，以上检测方式或有创，或仅能对模型小动物的肌肉力量和功能进行检测，并不能实现对活体模型小动物肌肉结构的精细检测和量化评估。
[0004]因此，现有技术还有待于改进和发展。
技术实现思路
[0005]本专利技术要解决的技术问题在于针对现有技术的上述缺陷，提...
【技术保护点】
【技术特征摘要】
1.一种用于模型小动物的肌肉超声图像分析方法，其特征在于，所述方法包括：获取模型小动物的肌肉超声图像，并对所述肌肉超声图像进行ROI划分，得到划分后的肌肉超声图像；从所述划分后的肌肉超声图像中提取肌肉形态学特征、图像频率特征以及图像纹理特征；对所述肌肉形态学特征、图像频率特征以及图像纹理特征进行统计学分析得到有统计学差异特征，进行基于测试
‑
重测可信度的重复性分析得到可靠特征；根据所述有统计学差异特征和所述可靠特征，得到肌肉超声图像的分析模型；将待分析的模型小动物的肌肉超声图像输入到所述肌肉超声图像的分析模型进行分析，得到所述待分析的模型小动物肌肉结构的检测和量化评估结果。2.根据权利要求1所述的用于模型小动物的肌肉超声图像分析方法，其特征在于，所述获取模型小动物的肌肉超声图像，包括：对受试模型小动物的后肢进行脱毛处理，在所述受试模型小动物的麻醉状态下，将所述受试模型小动物仰卧式置于实验板中央，并将其口鼻置于连接麻醉仪的管道中；设置超声成像系统的检测模式为肌骨检测模式；将超声探头的长轴与受试模型小动物的跟腱平行，通过设置标记保持所述超声探头放置在所述受试模型小动物后肢上的第一检测位置；在所述受试模型小动物的麻醉状态下，涂以超声凝胶耦合剂以确保超声探头与皮肤之间的声学耦合，调整超声探头以优化超声图像中肌束的对比度，基于所述检测模式和所述第一检测位置，使用实时B型超声成像设备获取所述受试模型小动物的肌肉超声图像。3.根据权利要求1所述的用于模型小动物的肌肉超声图像分析方法，其特征在于，所述对所述肌肉超声图像进行ROI划分，得到划分后的肌肉超声图像，包括：对所述肌肉超声图像进行灰度化、裁剪、根据人工勾画或自动分割的肌肉区域划分ROI，得到所述划分后的肌肉超声图像。4.根据权利要求1所述的用于模型小动物的肌肉超声图像分析方法，其特征在于，所述从所述划分后的肌肉超声图像中提取肌肉形态学特征、图像频率特征，包括：对所述划分后的肌肉超声图像进行归一化雷登变换，得到雷登变换矩阵；对所述雷登变换矩阵求梯度并进行边缘增强，得到雷登变换梯度矩阵；根据所述雷登变换梯度矩阵，得到肌肉厚度、肌纤维长度和羽状角特征；根据所述肌肉厚度、肌纤维长度和羽状角特征，得到所述肌肉形态学特征；从所述划分后的肌肉超声图像中提取所述平均频率分析特征；其中，所述平均频率分析特征的计算公式为n,I,和f分别为功率密度谱的长度、功率和频率。5.根据权利要求1所述的用于模型小动物的肌肉超声图像分析方法，其特征在于，所述从所述划分后的肌肉超声图像中提取图像纹理分析特征，包括：基于像素灰度分布计算，从所述划分后的肌肉超声图像中提取一阶统计学特征；其中，所述一阶统计学特征包括积分光密度、平均值、标准差、方差、偏度、峰度和能量；基于灰度共生矩阵计算，从所述划分后的肌肉超声图像中提取Haralick特征；其中，所述Haralick特征包括对比度、相关性、能量、熵、同质性和对称性；
基于灰度游程长度矩阵计算，从所述划分后的肌肉超声图像中提取Galloway特征；其中，所述Galloway特征包括短游程优势、长游程优势、灰度不均匀性、长游程不均匀性、游程百分比；基于图像局部区域的中心像素与所述中心像素邻域的比较结果，从所述划分后的肌肉超声图像中提取局部二值模式特征；其中，所述局部二值模式特征包括能量和熵，所述能量为LBP
energy
＝∑
i
f
i...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。