System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于图像处理,具体涉及一种基于超声图像的腹式呼吸监测方法、系统、设备及介质。
技术介绍
1、腹式呼吸是锻炼人体呼吸功能、激活内核心肌群的最好的锻炼方式。高质量的腹式呼吸需要深层腹肌的参与,如何无创、实时的监测深层腹肌活动,有效的激活深层腹肌是保证高质量腹式呼吸的关键,通过肌骨超声获取的超声图像,能够反映肌肉厚度,从而反映肌肉收缩能力,可将其作为一种非侵入性肌肉功能评估方法。
2、但是,现有的超声监测方法通常需医生手持超声探头,并全程指导用户呼吸,且用于腹式呼吸训练时监测的图像均为专业超声图像,必须在医护的全程监护下完成训练,人力成本较高,且肌肉募集强度的计算方法,需专业医生手动测量,操作复杂,用户难以自测。
技术实现思路
1、本专利技术的目的在于提供一种基于超声图像的腹式呼吸监测方法、系统、设备及介质,能够实现对腹式呼吸的实时监测,便于自身监测腹式呼吸的训练情况。
2、本专利技术第一方面提供了一种基于超声图像的腹式呼吸监测方法,包括:
3、获取用户在平静呼气末的第一腹部超声图像、在腹式呼吸情况下的多个第二腹部超声图像;
4、对所述第一腹部超声图像进行图像识别,识别出第一腹外斜肌、第一腹内斜肌和第一腹横肌,对各个所述第二腹部超声图像进行图像识别,识别出第二腹外斜肌、第二腹内斜肌和第二腹横肌;
5、计算所述第一腹外斜肌、第一腹内斜肌、第一腹横肌、第二腹外斜肌、第二腹内斜肌和第二腹横肌的厚度,得到第一腹外斜肌厚度、第一
6、根据所述第一腹外斜肌厚度和第二腹外斜肌厚度计算腹外斜肌募集强度,根据所述第一腹内斜肌厚度和第二腹内斜肌厚度计算腹内斜肌募集强度,根据所述第一腹横肌厚度和第二腹横肌厚度计算腹横肌募集强度;
7、将各个所述第二腹部超声图像对应的腹外斜肌募集强度、腹内斜肌募集强度和腹横肌募集强度与对应的预设目标值进行比较,得到监测结果。
8、在其中一些实施例中,所述对所述第一腹部超声图像进行图像识别,识别出第一腹外斜肌、第一腹内斜肌和第一腹横肌,包括:
9、对所述第一腹部超声图像进行预处理,得到第一预处理图像;
10、根据所述第一预处理图像的像素值识别出依次排列的平静呼气第一层筋膜、平静呼气第二层筋膜、平静呼气第三层筋膜和平静呼气第四层筋膜,所述平静呼气第一层筋膜和平静呼气第二层筋膜之间的腹肌为第一腹外斜肌,所述平静呼气第二层筋膜和平静呼气第三层筋膜之间的腹肌为第一腹内斜肌,所述平静呼气第三层筋膜和平静呼气第四层筋膜的腹肌之间为第一腹横肌。
11、在其中一些实施例中,所述计算所述第一腹外斜肌、第一腹内斜肌和第一腹横肌的厚度,得到第一腹外斜肌厚度、第一腹内斜肌厚度和第一腹横肌厚度,包括:
12、构建所述平静呼气第一层筋膜、平静呼气第二层筋膜、平静呼气第三层筋膜和平静呼气第四层筋膜对应的线段;
13、将所述平静呼气第一层筋膜、平静呼气第二层筋膜、平静呼气第三层筋膜和平静呼气第四层筋膜对应的线段分割为多条子线段;
14、选取所述平静呼气第一层筋膜、平静呼气第二层筋膜、平静呼气第三层筋膜和平静呼气第四层筋膜对应的各个子线段中斜率最大和最小的点作为关键点;
15、在所述平静呼气第二层筋膜上的关键点中选取出与平静呼气第一层筋膜上的各个关键点绝对距离最短的关键点,组成对应的第一关键点对,计算所述第一关键点对的距离的平均值,得到第一腹外斜肌厚度;
16、在所述平静呼气第三层筋膜上的关键点中选取出与平静呼气第二层筋膜上的各个关键点绝对距离最短的关键点,组成对应的第二关键点对,计算所述第二关键点对的距离的平均值,得到第一腹内斜肌厚度;
17、在所述平静呼气第四层筋膜上的关键点中选取出与平静呼气第三层筋膜上的各个关键点绝对距离最短的关键点,组成对应的第三关键点对,计算所述第三关键点对的距离的平均值,得到第一腹横肌厚度。
18、在其中一些实施例中,所述对各个所述第二腹部超声图像进行图像识别,识别出第二腹外斜肌、第二腹内斜肌和第二腹横肌,包括:
19、对所述第二腹部超声图像进行预处理,得到第二预处理图像;
20、根据所述第二预处理图像的像素值识别出依次排列的腹式呼吸第一层筋膜、腹式呼吸第二层筋膜、腹式呼吸第三层筋膜和腹式呼吸第四层筋膜,所述腹式呼吸第一层筋膜和腹式呼吸第二层筋膜之间为第二腹外斜肌,所述腹式呼吸第二层筋膜和腹式呼吸第三层筋膜之间为第二腹内斜肌,所述腹式呼吸第三层筋膜和腹式呼吸第四层筋膜之间为第二腹横肌。
21、在其中一些实施例中,所述计算所述第二腹外斜肌、第二腹内斜肌和第二腹横肌的厚度,得到第二腹外斜肌厚度、第二腹内斜肌厚度和第二腹横肌厚度,包括:
22、构建所述腹式呼吸第一层筋膜、腹式呼吸第二层筋膜、腹式呼吸第三层筋膜和腹式呼吸第四层筋膜对应的线段模型,得到对应的线段;
23、将所述腹式呼吸第一层筋膜、腹式呼吸第二层筋膜、腹式呼吸第三层筋膜和腹式呼吸第四层筋膜对应的线段分割为多条子线段;
24、选取所述腹式呼吸第一层筋膜、腹式呼吸第二层筋膜、腹式呼吸第三层筋膜和腹式呼吸第四层筋膜对应的各个子线段中斜率最大和最小的点作为关键点;
25、在所述腹式呼吸第二层筋膜上的关键点中选取出与腹式呼吸第一层筋膜上的各个关键点绝对距离最短的关键点,组成对应的第四关键点对,计算所述第四关键点对的距离的平均值,得到第二腹外斜肌厚度;
26、在所述腹式呼吸第三层筋膜上的关键点中选取出与腹式呼吸第二层筋膜上的各个关键点绝对距离最短的关键点,组成对应的第五关键点对,计算所述第五关键点对的距离的平均值,得到第二腹内斜肌厚度;
27、在所述腹式呼吸第四层筋膜上的关键点中选取出与腹式呼吸第三层筋膜上的各个关键点绝对距离最短的关键点,组成对应的第六关键点对,计算所述第六关键点对的距离的平均值,得到第二腹横肌厚度。
28、在其中一些实施例中,所述根据所述第一腹外斜肌厚度和第二腹外斜肌厚度计算腹外斜肌募集强度,根据所述第一腹内斜肌厚度和第二腹内斜肌厚度计算腹内斜肌募集强度,根据所述第一腹横肌厚度和第二腹横肌厚度计算腹横肌募集强度,包括:
29、采用募集强度计算公式计算腹外斜肌募集强度、腹内斜肌募集强度和腹横肌募集强度,其中,所述募集强度计算公式为:
30、
31、其中,所述q表示募集强度,h2表示腹式呼吸末的肌肉厚度,h1表示平静呼气末的肌肉厚度;
32、将所述第一腹外斜肌厚度作为h1、第二腹外斜肌厚度作为h2代入募集强度计算公式得到腹外斜肌募集强度,将所述第一腹内斜肌厚度作为h1、第二腹内斜肌厚度作为h2代入募集强度计算公式得到腹内斜肌募集强度,将所述第一腹横肌厚度作为h1、第二腹横肌厚度作为h2代入募集强度本文档来自技高网...
【技术保护点】
1.基于超声图像的腹式呼吸监测方法,其特征在于,包括:
2.如权利要求1所述基于超声图像的腹式呼吸监测方法,其特征在于,所述对所述第一腹部超声图像进行图像识别,识别出第一腹外斜肌、第一腹内斜肌和第一腹横肌,包括:
3.如权利要求2所述基于超声图像的腹式呼吸监测方法,其特征在于,所述计算所述第一腹外斜肌、第一腹内斜肌和第一腹横肌的厚度,得到第一腹外斜肌厚度、第一腹内斜肌厚度和第一腹横肌厚度,包括:
4.如权利要求1所述基于超声图像的腹式呼吸监测方法,其特征在于,所述对各个所述第二腹部超声图像进行图像识别,识别出第二腹外斜肌、第二腹内斜肌和第二腹横肌,包括:
5.如权利要求4所述基于超声图像的腹式呼吸监测方法,其特征在于,所述计算所述第二腹外斜肌、第二腹内斜肌和第二腹横肌的厚度,得到第二腹外斜肌厚度、第二腹内斜肌厚度和第二腹横肌厚度,包括:
6.如权利要求1所述基于超声图像的腹式呼吸监测方法,其特征在于,所述根据所述第一腹外斜肌厚度和第二腹外斜肌厚度计算腹外斜肌募集强度,根据所述第一腹内斜肌厚度和第二腹内斜肌厚度计算腹内斜肌
7.基于超声图像的腹式呼吸监测系统,其特征在于,包括:
8.如权利要求7所述基于超声图像的腹式呼吸监测系统,其特征在于,所述腹肌识别模块,包括:
9.计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-6中任一项所述的方法的步骤。
10.计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-6中任一项所述的方法的步骤。
...【技术特征摘要】
1.基于超声图像的腹式呼吸监测方法,其特征在于,包括:
2.如权利要求1所述基于超声图像的腹式呼吸监测方法,其特征在于,所述对所述第一腹部超声图像进行图像识别,识别出第一腹外斜肌、第一腹内斜肌和第一腹横肌,包括:
3.如权利要求2所述基于超声图像的腹式呼吸监测方法,其特征在于,所述计算所述第一腹外斜肌、第一腹内斜肌和第一腹横肌的厚度,得到第一腹外斜肌厚度、第一腹内斜肌厚度和第一腹横肌厚度,包括:
4.如权利要求1所述基于超声图像的腹式呼吸监测方法,其特征在于,所述对各个所述第二腹部超声图像进行图像识别,识别出第二腹外斜肌、第二腹内斜肌和第二腹横肌,包括:
5.如权利要求4所述基于超声图像的腹式呼吸监测方法,其特征在于,所述计算所述第二腹外斜肌、第二腹内斜肌和第二腹横肌的厚度,得到第二腹外斜肌厚度、第二腹内斜肌厚度和第...
【专利技术属性】
技术研发人员:胡楠,黄凤珊,胡士豪,叶明福,
申请(专利权)人:广州医科大学附属第二医院,
类型:发明
国别省市:
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。