專利名稱：基于超聲波測(cè)量的殘肢骨骼與皮膚特征的提取方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種殘肢骨骼與皮膚特征的提取方法，尤其涉及一種基于超聲波測(cè)量的殘肢骨骼與皮膚特征的提取方法。
背景技術(shù)：
在醫(yī)療康復(fù)技術(shù)上，對(duì)于殘缺肢體，主要是通過(guò)安裝人工假體，部分恢復(fù)原有生理功能。假肢主要由接受腔、脛管、假體組成，接受腔是人工肢體與患者殘?bào)w的結(jié)合部分，其結(jié)構(gòu)合理性直接影響患者使用假體的舒適度。制造接受腔首先要對(duì)殘肢取型，根據(jù)殘肢數(shù)據(jù)制造接受腔。傳統(tǒng)的殘肢取型采用石膏復(fù)型法，這種方法存在以下缺點(diǎn)①精度低，石膏復(fù)型勞動(dòng)強(qiáng)度大；②石膏復(fù)型只對(duì)皮膚外輪廓取型，無(wú)法對(duì)內(nèi)部骨骼取型，骨骼和軟組織的生物力學(xué)特性被忽略。
現(xiàn)在的殘肢輪廓測(cè)量技術(shù)還有接觸式(包括身體測(cè)量法、浸水法和圓周測(cè)量、口型圈測(cè)量法、陰型掃描法、陰型數(shù)字測(cè)量法)和非接觸式(包括電子掃描式、激光掃描式、測(cè)面影像測(cè)量等)等數(shù)字化采集技術(shù)，盡管這些數(shù)字化采集技術(shù)可以得到數(shù)字化的殘肢外形，但也無(wú)法對(duì)內(nèi)部骨骼進(jìn)行測(cè)量。
利用現(xiàn)代醫(yī)學(xué)影像技術(shù)如X射線投影技術(shù)、斷層掃描CT技術(shù)以及磁共振MRI等可以對(duì)內(nèi)部組織進(jìn)行測(cè)量。常用的掃描技術(shù)是CT和MRI，它在不破壞物體的前提下，根據(jù)投影，重建物體特定斷面上的無(wú)重疊二維圖像，但這種方法價(jià)格昂貴，還會(huì)對(duì)人體產(chǎn)生電離輻射。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種利用超聲波來(lái)測(cè)量殘肢骨骼及皮膚形成二維圖像進(jìn)行特征提取的方法，解決了石膏復(fù)型法精度低、CT掃描等方法對(duì)人體有輻射的不足之處，可以同時(shí)對(duì)皮膚的殘肢外形和內(nèi)部骨骼進(jìn)行測(cè)量。
本發(fā)明所采用的技術(shù)方案是采用超聲波測(cè)量裝置、B超診斷儀、超聲影像工作站和圖形處理系統(tǒng)組成超聲波測(cè)量系統(tǒng)，超聲波測(cè)量裝置上的探頭與B超診斷儀連接，B超診斷儀通過(guò)數(shù)據(jù)線與超聲影像工作站和圖形處理系統(tǒng)連接，其特征在于該方法包括以下步驟a.圖像采集探頭圍繞殘?bào)w的旋轉(zhuǎn)中心以每0°＜α°≤90°的間隔做圓周運(yùn)動(dòng)，同時(shí)由超聲影像工作站對(duì)超聲測(cè)量圖進(jìn)行采集、存儲(chǔ)，得到k＝360°/α幀B超圖像，然后探頭垂直下移，殘?bào)w的旋轉(zhuǎn)中心也隨之下移，探頭又圍繞新的旋轉(zhuǎn)中心以每0°＜α°≤90°的間隔做旋轉(zhuǎn)測(cè)量，獲得k＝360°/α幀B超圖像，以此類推，即得到被測(cè)殘?bào)w各水平面的多幀二維截面斷層圖像；b.圖像二維重建第一步先確定殘?bào)w的旋轉(zhuǎn)中心，通過(guò)測(cè)量標(biāo)準(zhǔn)圓柱件確定其圓心位置，如果圓心與探頭聚焦中心重合，則該圓心即是旋轉(zhuǎn)中心；第二步將k幀圖像按各自測(cè)量時(shí)的旋轉(zhuǎn)角α繞旋轉(zhuǎn)中心旋轉(zhuǎn)到新坐標(biāo)系，根據(jù)坐標(biāo)旋轉(zhuǎn)原理，其變換表達(dá)式為 上式中，(x，y)是原圖像坐標(biāo)系的橫縱坐標(biāo)點(diǎn)，(u，v)是旋轉(zhuǎn)后的圖像坐標(biāo)系的橫縱坐標(biāo)點(diǎn)，再把上式寫(xiě)成矩陣形式為 其中
這里，Ra是旋轉(zhuǎn)變換矩陣，(x，y)是單幀圖像的坐標(biāo)系，(u，v)是復(fù)合圖像的坐標(biāo)系；第三步對(duì)旋轉(zhuǎn)到新位置的k幀圖像進(jìn)行疊加，設(shè)單幀測(cè)量圖像為Ak，復(fù)合圖像為Bk+1，Bk+1=Σl=1k+1Alc=Σl=1k+1aij(l)c]]>其中aij(l)表示m×n矩陣Al，m＝768，n＝576，1≤i≤m，1≤j≤n，1≤l≤k+1；第四步對(duì)像素值取整，表示為Ck+1＝{Bk+1}，其中{x}表示超過(guò)x的最小整數(shù)；第五步去噪，閾值設(shè)為128， Ck+1表示對(duì)復(fù)合后的圖像像素取整和去噪后的圖像像素矩陣，cij表示經(jīng)過(guò)復(fù)合，去噪后的的圖像像素在第i行，第j列上的灰度值；c.對(duì)圖像進(jìn)行處理，提取骨骼和皮膚的邊緣特征用函數(shù)f(x，y)表示圖像中任意一點(diǎn)的灰度，則該點(diǎn)的灰度變化梯度為▿f(x,y)=∂f∂x∂f∂yT=GxGyT]]>是梯度算子，T表示轉(zhuǎn)置，Gx和Gy表示在x和y方向上的灰度值的變化程度，梯度是一個(gè)矢量，其幅值為|▿f|=[Gx2+Gy2]1/2]]>表示某點(diǎn)圖像的邊緣強(qiáng)度，滿足下面三個(gè)條件既可找到圖像的邊緣點(diǎn)1.以該點(diǎn)為中心的3×3鄰域中的邊緣強(qiáng)度極大值小于某閥值，2.該點(diǎn)的邊緣強(qiáng)度大于沿該點(diǎn)梯度方向的兩個(gè)相鄰像素點(diǎn)的邊緣強(qiáng)度，
3.這一點(diǎn)的相位值φ(x,y)=arctan(GyGx)]]>值小于45°，其中，圖像矩陣每個(gè)點(diǎn)f(x，y)，離散化成f(i，j)，記為fi，j，梯度Gx，Gy離散化為Gx＝[fi-1，j-1+2fi，j-1+fi+1，j-1]-[fi-1，j+1+2fi，j+1+fi-1，j+1]Gy＝[fi+1，j-1+2fi+1，j+fi+1，j+1]-[fi-1，j-1+2fi-1，j+fi-1，j+1]算子的模板為Gx=-101-202-101,Gy=121000-1-2-1]]>經(jīng)過(guò)以上步驟就完成對(duì)圖像的骨骼和皮膚的特征提取。
本發(fā)明的有益效果是本發(fā)明利用超聲波成像原理，對(duì)殘肢的骨骼及皮膚進(jìn)行超聲波測(cè)量，可以同時(shí)對(duì)皮膚外輪廓和內(nèi)部骨骼進(jìn)行測(cè)量，其中的圖像采集，既可獲得不同層面的圖像，而且在同一層面上可得到多角度的圖像，提高了測(cè)量的精確度，與同類技術(shù)相比，極大地降低了成本、減少了輻射，圖像的重建及骨骼和皮膚的特征提取為殘肢的三維CAD的建立奠定了基礎(chǔ)。


圖1是超聲測(cè)量系統(tǒng)的結(jié)構(gòu)示意圖；圖2是圖像復(fù)合原理圖；圖3是內(nèi)輪廓精度檢驗(yàn)，其中圖3a是內(nèi)圓柱復(fù)合圖像，圖3b是輪廓精度檢驗(yàn)；圖4是外輪廓精度檢驗(yàn)，其中圖4a是外輪廓復(fù)合圖像，圖4b是外輪廓精度檢驗(yàn)；圖5是重建的豬腿中間部位的截面圖像，其中5a是一截面的圖像，5b是一截面的圖像，5c是一截面的圖像；圖6是圖像特征提取得到的骨骼與皮膚輪廓。
圖中，1.超聲波測(cè)量裝置，2.探頭，3.儲(chǔ)液桶，4.B超診斷儀，5.超聲影像工作站，6.圖形處理系統(tǒng)。
具體實(shí)施例方式
下面結(jié)合附圖對(duì)本發(fā)明作詳細(xì)說(shuō)明。
參見(jiàn)圖1，采用超聲波測(cè)量裝置1、B超診斷儀4、超聲影像工作站5和圖形處理系統(tǒng)6組成超聲波測(cè)量系統(tǒng)，超聲波測(cè)量裝置1上的探頭2與B超診斷儀4連接，B超診斷儀4通過(guò)數(shù)據(jù)線與超聲影像工作站5和圖形處理系統(tǒng)6連接，其特征在于該方法包括以下步驟a.圖像采集探頭2圍繞殘?bào)w的旋轉(zhuǎn)中心以每0°＜α°≤90°的間隔做圓周運(yùn)動(dòng)，同時(shí)由超聲影像工作站5對(duì)超聲測(cè)量圖進(jìn)行采集、存儲(chǔ)，得到k＝360°/α幀B超圖像，然后探頭2垂直下移，殘?bào)w的旋轉(zhuǎn)中心也隨之下移，探頭2又圍繞新的旋轉(zhuǎn)中心以每0°＜α°≤90°的間隔做旋轉(zhuǎn)測(cè)量，獲得k＝360°/α幀B超圖像，以此類推，即得到被測(cè)殘?bào)w各水平面的多幀二維截面斷層圖像，參見(jiàn)圖2；b.圖像二維重建第一步先確定殘?bào)w的旋轉(zhuǎn)中心，通過(guò)測(cè)量標(biāo)準(zhǔn)圓柱件確定其圓心位置，如果圓心與探頭聚焦中心重合，則該圓心即是旋轉(zhuǎn)中心；第二步將k幀圖像按各自測(cè)量時(shí)的旋轉(zhuǎn)角α繞旋轉(zhuǎn)中心旋轉(zhuǎn)到新坐標(biāo)系，根據(jù)坐標(biāo)旋轉(zhuǎn)原理，其變換表達(dá)式為
上式中，(x，y)是原圖像坐標(biāo)系的橫縱坐標(biāo)點(diǎn)，(u，v)是旋轉(zhuǎn)后的圖像坐標(biāo)系的橫縱坐標(biāo)點(diǎn)，再把上式寫(xiě)成矩陣形式為 其中 這里，Ra是旋轉(zhuǎn)變換矩陣，(x，y)是單幀圖像的坐標(biāo)系，(u，v)是復(fù)合圖像的坐標(biāo)系；第三步對(duì)旋轉(zhuǎn)到新位置的k幀圖像進(jìn)行疊加，設(shè)單幀測(cè)量圖像為Ak，復(fù)合圖像為Bk+1，Bk+1=Σl=1k+1Alc=Σl=1k+1aij(l)c]]>其中aij(l)表示m×n矩陣Al，m＝768，n＝576，1≤i≤m，1≤j≤n，1≤l≤k+1；第四步對(duì)像素值取整，表示為Ck+1＝{Bk+1}，其中{x}表示超過(guò)x的最小整數(shù)；第五步去噪，閾值設(shè)為128， Ck+1表示對(duì)復(fù)合后的圖像像素取整和去噪后的圖像像素矩陣，cij表示經(jīng)過(guò)復(fù)合，去噪后的的圖像像素在第i行，第j列上的灰度值；c.對(duì)圖像進(jìn)行處理，提取骨骼和皮膚的邊緣特征用函數(shù)f(x，y)表示圖像中任意一點(diǎn)的灰度，則該點(diǎn)的灰度變化梯度為▿f(x,y)=∂f∂x∂f∂yT=GxGyT]]>是梯度算子，T表示轉(zhuǎn)置，Gx和Gy表示在x和y方向上的灰度值的變化程度，梯度是一個(gè)矢量，其幅值為|▿f|=[Gx2+Gy2]1/2]]>表示某點(diǎn)圖像的邊緣強(qiáng)度，滿足下面三個(gè)條件既可找到圖像的邊緣點(diǎn)1.以該點(diǎn)為中心的3×3鄰域中的邊緣強(qiáng)度極大值小于某閥值，
2.該點(diǎn)的邊緣強(qiáng)度大于沿該點(diǎn)梯度方向的兩個(gè)相鄰像素點(diǎn)的邊緣強(qiáng)度，3.這一點(diǎn)的相位值φ(x,y)=arctan(GyGx)]]>值小于45°，其中，圖像矩陣每個(gè)點(diǎn)f(x，y)，離散化成f(i，j)，記為fi，j，梯度Gx，Gy離散化為Gx＝[fi-1，j-1+2fi，j-1+fi+1，j-1]-[fi-1，j+1+2fi，j+1+fi-1，j+1]Gy＝[fi+1，j-1+2fi+1，j+fi+1，j+1]-[fi-1，j-1+2fi-1，j+fi-1，j+1]算子的模板為Gx=-101-202-101,Gy=121000-1-2-1]]>經(jīng)過(guò)以上步驟就完成對(duì)圖像的骨骼和皮膚的特征提取。
通過(guò)測(cè)量標(biāo)準(zhǔn)圓柱件來(lái)檢驗(yàn)超聲波測(cè)量的精度和圖像特征提取的精度1)內(nèi)輪廓精度分析用豬肉包埋一個(gè)直徑為30mm的氟乙烯圓柱棒，將其置于儲(chǔ)液桶3中，設(shè)定旋轉(zhuǎn)角度為9°對(duì)其做超聲波測(cè)量，采用上述圖像二維重建的方法對(duì)得到的k＝40幀圖像進(jìn)行重建，圖3a所示是重建的內(nèi)圓柱橫截面圖像，提取內(nèi)圓柱輪廓，測(cè)得直徑大小為30.2mm。取旋轉(zhuǎn)中心為圓心，直徑為30作一標(biāo)準(zhǔn)圓，如圖3b所示，虛線是標(biāo)準(zhǔn)圓，實(shí)線是提取的內(nèi)圓柱輪廓線，輪廓線與標(biāo)準(zhǔn)圓十分吻合。兩者的最大偏差在底部，最大偏差與尺寸誤差見(jiàn)表1。
2)外輪廓精度分析測(cè)量一個(gè)直徑為90mm聚胺脂圓柱件，采用上述圖像二維重建的方法對(duì)其圖像進(jìn)行重建，結(jié)果如圖4a所示，對(duì)圖像進(jìn)行輪廓提取，測(cè)量其輪廓直徑大小為89mm，取旋轉(zhuǎn)中心為圓心，直徑為90作一標(biāo)準(zhǔn)圓，如圖4b所示，虛線是標(biāo)準(zhǔn)圓，實(shí)線是提取的外圓柱輪廓線，輪廓線與標(biāo)準(zhǔn)圓十分吻合。兩者的最大偏差處在左下側(cè)，最大偏差與尺寸誤差見(jiàn)表1。
表1 內(nèi)外輪廓精度分析結(jié)果

綜合1)、2)可得由超聲波測(cè)量及特征提取得到的圖像輪廓與實(shí)物輪廓的最大偏差距離δ＝±1.01mm，尺寸相對(duì)誤差ε＝1.1％，如表1所示。上述的誤差結(jié)果對(duì)殘肢的CAD三維重建并不影響，超聲波測(cè)量產(chǎn)生δ和ε是可接受的。
實(shí)施例1選用從活體剝離的新鮮豬前腿(平均半徑約240mm，高度約160mm)作為測(cè)量對(duì)象，方法如下a.圖像采集先將豬前腿浸沒(méi)在儲(chǔ)滿水的儲(chǔ)液桶3中，下端置于托盤上并用膠泥固定，標(biāo)定旋轉(zhuǎn)中心，測(cè)量旋轉(zhuǎn)角設(shè)定為9°，探頭下移距離為5mm，在每一水平方向上，探頭以每9°的間隔逆時(shí)針繞著豬腿一周作旋轉(zhuǎn)測(cè)量，得到k＝360°/9°＝40幀圖像，像素大小是768×576，垂直方向上，探頭每次下移5mm，一共測(cè)24個(gè)水平面，這樣共可測(cè)得24×40幀圖像，參見(jiàn)圖5；
b.圖像二維重建第一步先確定殘?bào)w的旋轉(zhuǎn)中心，通過(guò)測(cè)量標(biāo)準(zhǔn)圓柱件確定其圓心位置，如果圓心與探頭聚焦中心重合，則該圓心即是旋轉(zhuǎn)中心；第二步將k幀圖像按各自測(cè)量時(shí)的旋轉(zhuǎn)角9°繞旋轉(zhuǎn)中心旋轉(zhuǎn)到新坐標(biāo)系，根據(jù)坐標(biāo)旋轉(zhuǎn)原理，其變換表達(dá)式為 上式中，(x，y)是原圖像坐標(biāo)系的橫縱坐標(biāo)點(diǎn)，(u，v)是旋轉(zhuǎn)后的圖像坐標(biāo)系的橫縱坐標(biāo)點(diǎn)，再把上式寫(xiě)成矩陣形式為 其中 這里，Ra是旋轉(zhuǎn)變換矩陣，(x，y)是單幀圖像的坐標(biāo)系，(u，v)是復(fù)合圖像的坐標(biāo)系；第三步對(duì)旋轉(zhuǎn)到新位置的40幀圖像進(jìn)行疊加，設(shè)單幀測(cè)量圖像為Ak，復(fù)合圖像為Bk+1，Bk+1=Σl=1k+1Alc=Σl=1k+1aij(l)c]]>其中aij(l)表示m×n矩陣Al，m＝768，n＝576，1≤i≤m，1≤j≤n，1≤l≤k+1；第四步對(duì)像素值取整，表示為Ck+1＝{Bk+1}，其中{x}表示超過(guò)x的最小整數(shù)；第五步去噪，閾值設(shè)為128， Ck+1表示對(duì)復(fù)合后的圖像像素取整和去噪后的圖像像素矩陣，cij表示經(jīng)過(guò)復(fù)合，去噪后的的圖像像素在第i行，第j列上的灰度值；c.對(duì)圖像進(jìn)行處理，提取骨骼和皮膚的邊緣特征用函數(shù)f(x，y)表示圖像中任意一點(diǎn)的灰度，則該點(diǎn)的灰度變化梯度為▿f(x,y)=∂f∂x∂f∂yT=GxGyT]]>是梯度算子，T表示轉(zhuǎn)置，Gx和Gy表示在x和y方向上的灰度值的變化程度，梯度是一個(gè)矢量，其幅值為|▿f|=[Gx2+Gy2]1/2]]>表示某點(diǎn)圖像的邊緣強(qiáng)度，滿足下面三個(gè)條件既可找到圖像的邊緣點(diǎn)1.以該點(diǎn)為中心的3×3鄰域中的邊緣強(qiáng)度極大值小于某閥值，2.該點(diǎn)的邊緣強(qiáng)度大于沿該點(diǎn)梯度方向的兩個(gè)相鄰像素點(diǎn)的邊緣強(qiáng)度，3.這一點(diǎn)的相位值φ(x,y)=arctan(GyGx)]]>值小于45°，其中，圖像矩陣每個(gè)點(diǎn)f(x，y)，離散化成f(i，j)，記為fi，j，梯度Gx，Gy離散化為Gx＝[fi-1，j-1+2fi，j-1+fi+1，j-1]-[fi-1，j+1+2fi，j+1+fi-1，j+1]Gy＝[fi+1，j-1+2fi+1，j+fi+1，j+1]-[fi-1，j-1+2fi-1，j+fi-1，j+1]算子的模板為Gx=-101-202-101,Gy=121000-1-2-1]]>經(jīng)過(guò)以上步驟就完成對(duì)圖像的骨骼和皮膚的特征提取。
實(shí)施例2被測(cè)物體同實(shí)施例1，方法如下a.圖像采集，先將豬前腿浸沒(méi)在儲(chǔ)滿水的儲(chǔ)液桶3中，下端置于托盤上并用膠泥固定，標(biāo)定旋轉(zhuǎn)中心，測(cè)量旋轉(zhuǎn)角設(shè)定為90°，探頭下移距離為3mm，在每一水平方向上，探頭以每90°的間隔逆時(shí)針繞著豬腿一周作旋轉(zhuǎn)測(cè)量，得到K＝360°/90°＝4幀圖像，像素大小是768×576，垂直方向上，探頭每次下移3mm，一共測(cè)45個(gè)水平面，這樣共可測(cè)得45×4幀圖像。
以下步驟同實(shí)施例1。
實(shí)施例3被測(cè)物體同實(shí)施例1，方法如下a.圖像采集，先將豬前腿浸沒(méi)在儲(chǔ)滿水的儲(chǔ)液桶3中，下端置于托盤上并用膠泥固定，標(biāo)定旋轉(zhuǎn)中心，測(cè)量旋轉(zhuǎn)角設(shè)定為45°，探頭下移距離為4mm，在每一水平方向上，探頭以每45°的間隔逆時(shí)針繞著豬腿一周作旋轉(zhuǎn)測(cè)量，得到K＝360°/45°＝8幀圖像，像素大小是768×576，垂直方向上，探頭每次下移4mm，一共測(cè)35個(gè)水平面，這樣共可測(cè)得35×8幀圖像。
以下步驟同實(shí)施例1。
實(shí)施例4被測(cè)物體同實(shí)施例1，方法如下a.圖像采集，先將豬前腿浸沒(méi)在儲(chǔ)滿水的儲(chǔ)液桶3中，下端置于托盤上并用膠泥固定，標(biāo)定旋轉(zhuǎn)中心，測(cè)量旋轉(zhuǎn)角設(shè)定為30°，探頭下移距離為5mm，在每一水平方向上，探頭以每30°的間隔逆時(shí)針繞著豬腿一周作旋轉(zhuǎn)測(cè)量，得到K＝360°/30°＝12幀圖像，像素大小是768×576，垂直方向上，探頭每次下移5mm，一共測(cè)25個(gè)水平面，這樣共可測(cè)得25×12幀圖像。
以下步驟同實(shí)施例1。
實(shí)施例5被測(cè)物體同實(shí)施例1，方法如下a.圖像采集，先將豬前腿浸沒(méi)在儲(chǔ)滿水的儲(chǔ)液桶3中，下端置于托盤上并用膠泥固定，標(biāo)定旋轉(zhuǎn)中心，測(cè)量旋轉(zhuǎn)角設(shè)定為60°，探頭下移距離為6mm，在每一水平方向上，探頭以每60°的間隔逆時(shí)針繞著豬腿一周作旋轉(zhuǎn)測(cè)量，得到K＝360°/60°＝6幀圖像，像素大小是768×576，垂直方向上，探頭每次下移6mm，一共測(cè)8個(gè)水平面，這樣共可測(cè)得8×6幀圖像。
以下步驟同實(shí)施例1。
權(quán)利要求
1.一種基于超聲波測(cè)量的殘肢骨骼與皮膚特征的提取方法，采用超聲波測(cè)量裝置(1)、B超診斷儀(4)、超聲影像工作站(5)和圖形處理系統(tǒng)(6)組成超聲波測(cè)量系統(tǒng)，超聲波測(cè)量裝置(1)上的探頭(2)與B超診斷儀(4)連接，B超診斷儀(4)通過(guò)數(shù)據(jù)線與超聲影像工作站(5)和圖形處理系統(tǒng)(6)連接，其特征在于該方法包括以下步驟a.圖像采集探頭(2)圍繞殘?bào)w的旋轉(zhuǎn)中心以每0°＜α°≤90℃的間隔做圓周運(yùn)動(dòng)，同時(shí)由超聲影像工作站(5)對(duì)超聲測(cè)量圖進(jìn)行采集、存儲(chǔ)，得到k＝360°/α幀B超圖像，然后探頭(2)垂直下移，殘?bào)w的旋轉(zhuǎn)中心也隨之下移，探頭(2)又圍繞新的旋轉(zhuǎn)中心以每0°＜α°≤90°的間隔做旋轉(zhuǎn)測(cè)量，獲得k＝360°/α幀B超圖像，以此類推，即得到被測(cè)殘?bào)w各水平面的多幀二維截面斷層圖像；b.圖像二維重建第一步先確定殘?bào)w的旋轉(zhuǎn)中心，通過(guò)測(cè)量標(biāo)準(zhǔn)圓柱件確定其圓心位置，如果圓心與探頭聚焦中心重合，則該圓心即是旋轉(zhuǎn)中心；第二步將k幀圖像按各自測(cè)量時(shí)的旋轉(zhuǎn)角α繞旋轉(zhuǎn)中心旋轉(zhuǎn)到新坐標(biāo)系，根據(jù)坐標(biāo)旋轉(zhuǎn)原理，其變換表達(dá)式為 上式中，x，y是原圖像坐標(biāo)系的橫縱坐標(biāo)點(diǎn)，u，v是旋轉(zhuǎn)后的圖像坐標(biāo)系的橫縱坐標(biāo)點(diǎn)，再把上式寫(xiě)成矩陣形式為uv=Rα·xy]]>其中Rα=cosαsinα-sinαcosα]]>這里，Ra是旋轉(zhuǎn)變換矩陣，x，y是單幀圖像的坐標(biāo)系，u，v是復(fù)合圖像的坐標(biāo)系；第三步對(duì)旋轉(zhuǎn)到新位置的k幀圖像進(jìn)行疊加，設(shè)單幀測(cè)量圖像為Ak，復(fù)合圖像為Bk+1，Bk+1=Σl=1k+1Alc=Σl=1k+1aij(l)c]]>其中αij(l)表示m×n矩陣Al，m＝768，n＝576，1≤i≤m，1≤j≤n，1≤l≤k+1；第四步對(duì)像素值取整，表示為Ck+1＝{Bk+1}，其中{x}表示超過(guò)x的最小整數(shù)；第五步去噪，閾值設(shè)為128， Ck+1表示對(duì)復(fù)合后的圖像像素取整和去噪后的圖像像素矩陣，cij表示經(jīng)過(guò)復(fù)合，去噪后的的圖像像素在第i行，第j列上的灰度值；c.對(duì)圖像進(jìn)行處理，提取骨骼和皮膚的邊緣特征用函數(shù)fx，y表示圖像中任意一點(diǎn)的灰度，則該點(diǎn)的灰度變化梯度為▿f(x,y)=∂f∂x∂f∂yT=CxCyT]]>是梯度算子，T表示轉(zhuǎn)置，Gx和Gy表示在x和y方向上的灰度值的變化程度，梯度是一個(gè)矢量，其幅值為|▿f|=[Gx2+Gy2]1/2]]>表示某點(diǎn)圖像的邊緣強(qiáng)度，滿足下面三個(gè)條件既可找到圖像的邊緣點(diǎn)1.以該點(diǎn)為中心的3×3鄰域中的邊緣強(qiáng)度極大值小于某閥值，2.該點(diǎn)的邊緣強(qiáng)度大于沿該點(diǎn)梯度方向的兩個(gè)相鄰像素點(diǎn)的邊緣強(qiáng)度，3.這一點(diǎn)的相位值φ(x,y)=arctan(GyGx)]]>值小于45°，其中，圖像矩陣每個(gè)點(diǎn)fx，y，離散化成fi，j，記為fi，j，梯度Gx，Gy離散化為Gx＝[fi-1，j-1+2fi，j-1+fi+1，j-1]-[fi-1，j+1+2fi，j+1+fi-1，j+1]Gy＝[fi+1，j-1+2fi+1，j+fi+1，j+1]-[fi-1，j-1+2fi-1，j+fi-1，j+1]算子的模板為Gx=-101-202-101]]>Gy=121000-1-2-1]]>經(jīng)過(guò)以上步驟就完成對(duì)圖像的骨骼和皮膚的特征提取。
全文摘要
一種基于超聲波測(cè)量的殘肢骨骼與皮膚特征的提取方法，采用超聲波測(cè)量裝置、B超診斷儀、超聲影像工作站和圖形處理系統(tǒng)組成超聲波測(cè)量系統(tǒng)，超聲波測(cè)量裝置上的探頭與B超診斷儀連接，B超診斷儀通過(guò)數(shù)據(jù)線與超聲影像工作站和圖形處理系統(tǒng)連接，該方法為首先在每一水平面對(duì)殘肢進(jìn)行旋轉(zhuǎn)測(cè)量，獲得多幀超聲測(cè)量圖像，然后對(duì)多幀測(cè)量圖像進(jìn)行復(fù)合，重建其二維截面圖像，進(jìn)而利用邊緣檢測(cè)法對(duì)骨骼與皮膚進(jìn)行特征提取。本發(fā)明利用超聲波成像原理，對(duì)殘肢進(jìn)行超聲波測(cè)量，解決了目前無(wú)法對(duì)殘肢骨骼和皮膚同時(shí)取型的問(wèn)題，為殘肢的三維CAD建立奠定了基礎(chǔ)，而且極大地降低了成本、減少了輻射，為假肢康復(fù)工程和醫(yī)學(xué)圖像的重建提供了一種新的手段。
文檔編號(hào)A61B8/00GK1608589SQ20041007316
公開(kāi)日2005年4月27日 申請(qǐng)日期2004年10月11日 優(yōu)先權(quán)日2004年10月11日
發(fā)明者趙萬(wàn)華, 盧秉恒, 鄭淑嫻, 范曉逶 申請(qǐng)人:西安交通大學(xué)