【技术实现步骤摘要】
本专利技术属于康复医疗，具体涉及一种运动中识别被刺激肌肉隔室的计算方法。
技术介绍
1、定期运动训练对肌肉力量会产生积极影响，随着肌力扩大，特定肌肉隔室中的肌肉质量得到改善。运动训练之前肌肉以运动单位的形式被选择性募集，从而激活肌肉，能够使肌肉更好地发挥出力量和功能。
2、一般来说，运动单位的募集是按低阈值到高阈值的顺序发展的，这种选择性的募集可以使力量分级产生，刺激更高阈值的运动单位，从而增强肌肉力量。这种募集肌肉的方式不仅仅只存在于热身阶段，实际上它可以贯穿你的整个训练过程。
3、然而，有效的运动需要全程专业指导，个人训练时缺乏用于监测运动中被募集肌肉的直接观察工具，这产生了对运动中被募集肌肉实时监测的巨大需求。
4、一般来说，断层扫描成像技术，如磁共振成像(mri)和x射线计算机断层扫描(ct)可测量肌肉收缩率(例如：cn101080645a)，以了解运动后的生理诱导响应。然而，由于体积大且不便移动，这些方法无法在社区及家庭环境中使用。
5、超声成像(ui)通常可在运动过程中使用，但ui的视野较小，运动过程中维持超声探头稳定十分困难，因此无法在运动过程中观察多个肌肉隔室的生理诱导响应(例如：林珊珊,郑逸逸,王楚怀.实时超声成像对健康成人多裂肌收缩效率的影响[j].中国康复医学杂志2022.4)。
6、为了克服传统断层扫描成像的缺点，表面肌电图(semg)通常在运动中使用，用于测量收缩肌肉中动作电位产生的肌电信号，并以折线图的形式呈现。semg提供了一种实时、无创、
7、为了克服传统断层成像的上述困难，电阻抗成像(eit)因其操作简便、无创无害、成本低廉、可实时断层成像而备受关注。eit可用于监测体液、膀胱液量、肺部水肿、出血和血液淤积。在这种情况下，研发团队开发出频差电阻抗成像(fd-eit)，用于实时监测运动过程中被募集肌肉隔室。肌肉收缩的强度也会随着在进行运动强度的增加而增加。这是由于流入肌肉的血液对肌肉收缩强度敏感。根据这一解释，运动期间生理诱导电学特性响应的不同趋势可通过eit监测或观察到。
8、因此，采用eit技术来监测运动中识别被刺激肌肉隔室成为一种可能。
技术实现思路
1、本专利技术的目的是为了解决上述现有技术存在的问题，提供一种运动中识别被刺激肌肉隔室的计算方法。
2、本专利技术的通过以下技术方案来实现：
3、一种运动中识别被刺激肌肉隔室的计算方法，其包括如下步骤：
4、第一步，将整体组织截面的二维电场面积ω划分为n个网格，获取组织在运动时长ti时组织的电导率分布矩阵
5、第二步，将组织的二维电场面积根据皮肤、脂肪、骨骼和肌肉这四种类型进行划分；对于矩阵而言，对皮肤、脂肪、骨骼区域的电导率赋值为0，从而得到任意运动时长ti时肌肉区域电导率矩阵
6、第三步，利用成像肌肉区域的图像：将肌肉区域分割成m个肌肉隔室；在成像划分m个肌肉隔室后，然后计算运动时长ti时第1～m个肌肉隔室的对应的电导率矩阵
7、第四步，对运动时长ti时第1～m个肌肉隔室的对应的电导率矩阵进行二值化处理得到运动时长ti时第1～m个肌肉隔室的对应的二值化电导率矩阵
8、运动时长ti时任意第p个肌肉隔室对应的电导率矩阵进行二值化处理得到运动时长ti时任意第p个肌肉隔室的对应的二值化电导率矩阵的方式是：
9、矩阵中的元素小于阈值ε时，该元素赋值为0；
10、矩阵中的元素大于等于阈值ε时，该元素赋值为1。
11、第五步，根据矩阵对各个肌肉隔室进行二值化成像。
12、第六步，计算运动时间ti时第1～m个肌肉隔室的被募集率：第1～m个肌肉隔室的横截面积比表征运动时间ti时第1～m个肌肉隔室的被募集率；
13、其中，运动时间ti时任意第p个肌肉隔室的横截面积比：
14、
15、其中，表示运动时间ti时第p个肌肉隔室内处于被募集状态所对应的截面积的面积；
16、其中，表示运动时间ti时第p个肌肉隔室的二维图像的面积。
17、进一步，第二步中，求解的方法是：以肌肉区域电导率最低值为阈值，过滤皮肤、脂肪、骨骼区域的电导率，从而得到肌肉区域电导率矩阵即，对于矩阵中的每个元素，其大于等于该元素数值不变，当其小于该元素赋值0。
18、进一步，第二步中，求解的另一个方法是：根据第一步中获取的组织在运动时长ti时的电导率分布矩阵以频差电导率成像方法生成图像，图像中每个像素点对应的电导率值不同(电导率值由低到高)，像素点的颜色也不同(像素点的颜色由浅到深)，将图像导入至图像处理软件中，以肌肉区域最浅色为最低限，过滤皮肤、脂肪、骨骼区域颜色，将其设置为空白，再将剩余的肌肉区域经边界提取算法划分为1～m个肌肉隔室。
19、进一步，第四步中，ε取值第p个肌肉隔室对应的最佳阈值
20、的求解方法如下：
21、
22、其中，np是第p个肌肉隔室内的总网格数；
23、其中，表示：运动时间ti时第p个肌肉隔室内处于未募集状态所对应的网格数，为一数值；
24、其中，意味着当σp-u≥ε时，运动时间ti时第p个肌肉隔室内处于被募集状态所对应的网格数，为一数值；
25、其中，是在matlab中的一种函数，求自变量阈值ε的最大值，即为最佳阈值
26、其中，x表示步长，1<x<x，x为自主定义；
27、其中，ε为阈值，0＜ε＝xδε＜1，δε为自主定义；
28、其中，γ(ε)为应用阈值ε时的强度方差，由参数α0(ε)，β0(ε)，α1(ε)和β1(ε)计算获得；
29、其中，表示矩阵中的每个元素与α1(ε)之差的平方和；
30、其中，表示矩阵中的每个元素与α0(ε)之差的平方和。
31、本专利技术技术方案的优点主要体现在：
32、本申请提出了运动中识别被刺激肌肉隔室的方法。其基础思路是：
33、s1，获取在运动时长ti时组织的电导率分布矩阵
34、s2，从中求解运动时长ti时肌肉区域对应的电导率矩阵
35、s3，将肌肉区域分割成m个肌肉隔室；求解运动时长ti时第1～m个肌肉隔室的对应的电导率矩阵
36、s4，进行二值化处理得到运动时长ti时第1～m个肌肉隔室的对应的二值化电导率矩阵
37、s5，根据矩阵对各个肌肉隔室进行二值化成像。
38、s6，计算运动时间ti时第1～m个肌肉隔室的被募集率：第1～m个肌肉隔室的横截面积本文档来自技高网...
【技术保护点】
1.一种运动中识别被刺激肌肉隔室的计算方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种运动中识别被刺激肌肉隔室的计算方法，其特征在于，第二步中，求解的方法是：以肌肉区域电导率最低值为阈值，过滤皮肤、脂肪、骨骼区域的电导率，从而得到肌肉区域电导率矩阵即，对于矩阵中的每个元素，其大于等于该元素数值不变，当其小于该元素赋值0。
3.根据权利要求1所述的一种运动中识别被刺激肌肉隔室的计算方法，其特征在于，第二步中，求解的另一个方法是：根据第一步中获取的组织在运动时长ti时的电导率分布矩阵以频差电导率成像方法生成图像，图像中每个像素点对应的电导率值不同(电导率值由低到高)，像素点的颜色也不同(像素点的颜色由浅到深)，将图像导入至图像处理软件中，以肌肉区域最浅色为最低限，过滤皮肤、脂肪、骨骼区域颜色，将其设置为空白，再将剩余的肌肉区域经边界提取算法划分为1～M个肌肉隔室。
4.根据权利要求1所述的一种运动中识别被刺激肌肉隔室的计算方法，其特征在于，第四步中，ε取值第P个肌肉隔室对应的最佳阈值
【技术特征摘要】
1.一种运动中识别被刺激肌肉隔室的计算方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种运动中识别被刺激肌肉隔室的计算方法，其特征在于，第二步中，求解的方法是：以肌肉区域电导率最低值为阈值，过滤皮肤、脂肪、骨骼区域的电导率，从而得到肌肉区域电导率矩阵即，对于矩阵中的每个元素，其大于等于该元素数值不变，当其小于该元素赋值0。
3.根据权利要求1所述的一种运动中识别被刺激肌肉隔室的计算方法，其特征在于，第二步中，求解的另一个方法是：根据...
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。