在图像上标定脂肪厚度起算线及脂肪厚度测量方法与流程

1.本发明涉及到一种计算机技术，尤其是一种处理超声图像的技术。


背景技术：

2.为了辅助于脂肪厚度计算，现有的技术方案如：专利cn106770647a公开的脂肪含量测量系统及方法，是根据合成后的超声回波计算被测对象的脂肪厚度及脂肪含量。
3.专利cn106691512a公开了用于估算采样组织参数的方法及用于采样组织的多参数评估的系统，是通过获得来自采样组织中的第一感兴趣区域和第二感兴趣区域的超声回波信号，并使用一种参考仿体来估算出采样组织的一个或多个参数。
4.专利cn1277007a公开的测量人体脂肪分布的方法和设备，采用测量生物电阻抗和腹皮下脂肪的厚度的步骤。根据生物电阻抗和腹皮下脂肪以及腹部的围长的测量结果计算腹部内脏脂肪或腹皮下脂肪的面积或量。
5.上述几种方法均是采用超声同期信号获得，其计算准确度不给予保证，尤其是当脱离超声设备后其方法不可使用，且不直观。


技术实现要素：

6.为了解决上述技术问题，本发明提供了一种在图像上标定脂肪厚度起算线及脂肪厚度测量方法。
7.其中，在图像上标定脂肪厚度起算线的方法，是通过具有处理器的计算机装置按以下处理步骤实现：s1：在图像中，找到色块连通域。所述的图像为在人体肌体中具有脂肪处获得的超声图像；所述色块连通域为，由高于肌肉与脂肪密度的组织在图像中形成的灰度值低于70%的色块，并且色块的灰度值低于图像中其余部分的灰度值。
8.s2：并在找到的这些连通域中，找到长度大于图像长度50%的连通域，为候选连通域。
9.s3：针对候选连通域。
10.（i）当：具有4个及以上候选连通域时，从图像底边向上的第二个候选连通域作为识别区域。
11.（ii）或者：具有3个及以下候选连通域时，从图像底边向上的第一个候选连通域作为识别区域。
12.s4：脂肪厚度起算线处于识别区域中，具体为：以识别区域外接矩形靠近图像顶边一侧的边的所在处，为第一标记行；在识别区域的所有像素行中，以最长一行像素行所在处，为第二标记行。
13.以第一标记行和第二标记行，及第一标记行和第二标记行之间的任意一行像素，作为脂肪厚度起算线。
14.如上所述的在图像上标定脂肪厚度起算线的方法，更进一步说明为，所述的找到长度大于图像长度50%的连通域，通过以下方法之一找到：（i）、将连通域包络获得外接矩形框；计算外接矩形框的长度。
15.（ii）、计算连通域左边和右边处的像素列之间的间距。
16.如上所述的在图像上标定脂肪厚度起算线的方法，更进一步说明为，第一标记行和第二标记行之间的任意一行像素，作为脂肪厚度起算线，具体为：对第一标记行和第二标记行所在的像素行进行位置平均，即第一标记行和第二标记行的位置索引相加之和除以2后获得的位置索引，作为脂肪厚度起算线。
17.如上所述的在图像上标定脂肪厚度起算线的方法，更进一步说明为，所述图像是通过超声设备在肌体具有脂肪处获得的图像，包括如下之一：pgm格式图像；dicom图像；nifti格式图像。
18.在pgm、dicom、nifti任一格式的图像转化后获得的任一：jpeg图像、bmp图像、png图像、tiff图像。
19.如上所述的在图像上标定脂肪厚度起算线的方法，更进一步说明为，所述的图像顶边为，图像的靠近并平行于皮肤形成的图像的边，所述图像底边为与处于图像顶边相反方向的边。
20.还包括处于图像顶边两端的左边和右边。
21.如上所述的在图像上标定脂肪厚度起算线的方法，更进一步说明为，所述的色块连通域，通过以下方法找到：s11：通过图像制作具有强边缘的图像模版，并对图像模版作二值化处理。
22.s12：在二值化后的图像模版中作直方图统计。
23.s13：用得到的直方图结果，套入图像中，用于对图像进行分割，获得色块连通域。
24.如上所述的在图像上标定脂肪厚度起算线的方法，更进一步说明为，制作具有强边缘的图像模版方法如下：s111：采用拉普拉斯算子计算图像的边缘图像。
25.s112：将计算后的边缘图像进行绝对值化并归一化到0
‑
1之间。
26.s113：进行阈值处理，并二值化，产生一幅二值图像，该二值图像对应于图像的强边缘部分，作为图像的模板。
27.其中，本发明提供的基于图像的脂肪厚度测量方法，是通过具有处理器的计算机装置按以下处理步骤实现：s01：如下之一的方法找到第一起算线：（i）图像顶边设为第一起算线。
28.（ii）皮肤层所在的任意一行像素设为第一起算线。
29.s02：通过采用上述的方法中的其中一种方法，得到的脂肪厚度起算线。
30.s03：在第一起算线和脂肪厚度起算线之间为标示脂肪厚度的像素；将标示脂肪厚度的像素转换为物理单位得到脂肪厚度。
31.如上所述的基于图像的脂肪厚度测量方法，更进一步说明为，当以皮肤层所在的任意一行像素设为第一起算线时，按以下方法查找第一起算线：s011：通过以下方法查找皮肤层：
（s0111）：在图像中的，找到色块连通域；（s0112）：并在找到的这些连通域中，找到长度大于图像长度80%的连通域，为候选连通域；（s0113）：针对候选连通域，靠近图像顶边的第一个候选连通域作为皮肤层；s012：在皮肤层所在区域中，从下向上查找第一个长度大于图像长度50%的像素行，为第一起算线。
32.如上所述的基于图像的脂肪厚度测量方法，更进一步说明为，当以图像顶边设为第一起算线时：在第一起算线和脂肪厚度起算线之间，再减去皮肤层厚度后，为标示脂肪厚度的像素。
33.技术效果：本发明提供的方法，可以在具有脂肪层的超声图像或者是超声图像转换的jpg等格式图像上，查找到皮肤层与肌肉层上边界，识别并计算出皮肤层与肌肉层上边界之间的脂肪层厚度。
34.本发明的方法不依赖于特定设备，而是通过普通的个人电脑、智能终端等处理器装置，即可基于图像识别技术，计算出脂肪厚度。
35.本发明的方法处理步骤简洁；识别与计算的准确度高；本发明利于实施。
附图说明
36.图1为在具有脂肪处获得的图像的超声设备结构图。
37.图2为在图像上标定脂肪厚度起算线的方法步骤。
38.图3原图像进行卷积滤波后的结果示意图。
39.图4为图像的模板示意图。
40.图5为图像模版中作直方图统计结果示意图。
41.图6为获得色块连通域结果示意图。
42.图7为找到识别区域结果示意图。
具体实施方式
43.本发明的实现，最好是以软件代码的形式实现，将本发明的步骤编辑为软件代码，安装于具有计算功能的计算机，例如，以软件代码的形式，安装于智能手机、平板电脑中。
44.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
45.本发明的实现，是通过具有相关硬件的计算机中安装相应的计算机程序来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现所需的各种步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可
以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram， random access memory)、电载波信号、电信信号以及软件分发介质等。
46.本发明的计算机，主要的硬件构成包含如下几个主要部分：中央处理器、内存、芯片组、i/o总线、i/o设备、电源、机箱和相关软件。
47.本发明的图像是通过超声设备在肌体具有脂肪处获得的图像，并且，由于不同密度的组织在超声产生的回声不同，因此高于肌肉与脂肪密度的组织在超声图像中会形成的灰度值低于70%色块。而图像中其余位置为低密度组织部分，因此其余部分的灰度值更高（趋近于黑色），色块的灰度值低于图像中其余部分的灰度值。
48.由于本发明主要是想探测到脂肪层的厚度，因此，最好是采用超声探头在脂肪堆积处进行的超声探测获得的图像，例如人体小腹处、大臂、大腿处等这些容易堆积脂肪的地方，而且最好是探头的探测深度限制到60mm，一般脂肪跟肌肉都不会超过这么多，如果探测过深，会在图像上获得骨、内脏等图像，不便于图像处理。
49.当然，为了防止超声图像上具有多余图像信息（例如骨、内脏等图像信息），可以对获得的图像进行前期裁剪，前期裁剪可以按图像尺寸进行裁剪，裁剪掉图像底部一部分，只留下图像从顶部向下60mm以内的图像信息。
50.本发明的图像，可以是pgm格式图像；或者dicom图像；或者nifti格式图像。或者是将pgm格式图像、dicom图像、nifti格式图像经过转换，得到的jpeg图像、bmp图像、png图像、tiff图像任一格式，或者从其它渠道获得的jpeg图像、bmp图像、png图像、tiff图像的任一种格式的图像。总之是计算机可识别的，并最好为主流的图像格式。
51.本发明在图像上具有顶边（也就是上边）、底边（也就是下边），右边和右边。需要说明的是，此处的左、右和上、下，只是为了便于在说明书中描述以及便于理解本发明，不是对于本发明实现方式的限定。
52.其中，图像顶边为：图像的靠近并平行于皮肤形成的图像的边。图像底边为：与处于图像顶边相反方向的边。
53.图像的左边和右边：是指处于图像顶边两端的边。
54.示例一：本发明的图像是通过超声设备在肌体具有脂肪处获得的图像，需要先采集和处理超声图像信息，采集超声图像信息，可以参考以下中国专利cn209751086u的超声仪装置，可以实现采集到超声图像信息，并处理超声图像信息。参考图1。
55.本实施例包括用于发出扫描波束的超声换能器，用于控制超声换能器发出扫描波束以及采集回波信号的数字控制处理芯片，用于向数字控制处理芯片发出控制指令和查看扫描图像的便携式控制终端，以及发射接收复用电路、发射接收切换电路、发射电路、接收电路、usb接口电路、低电源模块和超声仪壳体。
56.所述发射接收切换电路、发射接收复用电路和超声换能器依次串联，发射电路和接收电路分别与发射接收切换电路连接，超声换能器、数字控制处理芯片、发射接收复用电路、发射接收切换电路、发射电路、接收电路和usb接口电路均封装在超声仪壳体中，超声换能器位于超声仪壳体前端，超声仪壳体前端面为耦合平面，usb接口电路位于超声仪壳体后端。
57.所述低电源模块中设有：1、数字电源，用于为数字控制处理芯片、发射接收切换电路、发射电路和发射接收复用电路提供适配的电能，数字电源中设有用于保护其电压稳定的线性电压调节器，数字控制处理芯片、发射接收切换电路、发射电路和发射接收复用电路分别与数字电源连接。
58.2、模拟电源，用于为发射接收复用电路和接收电路提供适配的电能，模拟电源中设有用于保护其电压稳定的线性电压调节器，发射接收复用电路和接收电路分别与模拟电源连接。
59.3、可调高压dc转换器，用于为发射电路提供适配的高电压，发射电路与可调高压dc转换器连接。
60.4、过流保护器，用于限制提供给数字电源、模拟电源和可调高压dc转换器的电流强度，数字电源、模拟电源和可调高压dc转换器分别通过过流保护器与usb接口电路连接。
61.上述超声设备获得的图像，可以作为本发明处理的图像，用于在该图像上获得脂肪层厚度。
62.可以是该超声设备在获得图像后，将该图像保存、导出到另一安装有本发明的图像处理方法的软件的计算机中，通过按本发明的方法运行的软件对该图像处理，获得脂肪厚度。也可以将本发明的处理方法，制成作可以安装的软件，内置于上述超声设备中，在该超声设备获得超声图像的同时，处理该图像，直接得到脂肪层厚度。所以，本发明的方法，不限于是否为超声获得设备中安装，还是个人电脑、智能手机或其它计算设备上安装。
63.示例二：参考图2，在图像上标定脂肪厚度起算线的步骤如下：首先是导入图像，然后开始处理该图像。
64.将导入的图像进行高斯滤波处理，采用3x3的高斯卷积核对图像进行卷积滤波操作，以对图像进行模糊，便于后期的梯度估计与图像分割处理，其结果参考图3。
65.1、在高斯滤波后，开始制作具有强边缘的图像模版，方法如下：（111）、采用拉普拉斯算子计算图像的边缘图像，即梯度图像。
66.（112）、将计算后的边缘图像进行绝对值化并归一化到0
‑
1之间。具体为：（113）、采用一个阈值，对边缘图像进行阈值处理，阈值可以设定为0.85。并在二值化后，产生一幅二值图像，该二值图像对应于图像的强边缘部分，作为图像的模板，其结果参考图4。
67.2、上述步骤对图处进行了前处理，在经过了前处理的图像后，在图像上获得色块连通域，色块连通域为，由高于肌肉与脂肪密度的组织在超声图像中形成的色块。
68.获得色块连通域的方法如下：（1）、在二值化后的图像模版中作直方图统计，参考图5。具体为，使用原始图像中对应到模板图像中像素值为1的位置计算直方图。统计每一行图像中像素值为1的像素个数。计算每一行像素值为1的像素占图像宽度比例情况，并转化为灰度表示，即乘以255。
69.（2）、用得到的直方图结果，套入图像中，使用otsu方法用于对图像进行分割，即可获得色块连通域。参考图6，并采用opencv内置函数提取到连通域的轮廓。
70.3、在找到的这些连通域中，再找到长度大于图像长度50%的连通域，为候选连通域。针对候选连通域，再次找到识别区域，参考图6、图7，查找条件如下：
（1）情况一：具有4个及以上候选连通域时，从图像底边向上的第二个候选连通域作为识别区域。因为4个及以上候选连通域时，则图像中可能同时存在肌肉层上下两层边界、浅筋膜层，皮肤层边界以及其他干扰边界。
71.（2）情况二：具有3个及以下候选连通域时，从图像底边向上的第一个候选连通域作为识别区域。具有3个及以下候选连通域时分别为：从图像底边向上的第一个候选连通域是肌肉层上层边界，向上第二个候选连通域是浅筋膜层，向上第三个候选连通域是皮肤层。
72.4、脂肪厚度起算线处于识别区域中，具体为：以识别区域外接矩形靠近图像顶边一侧的边的所在处，为第一标记行；在识别区域的所有像素行中，以最长一行像素行所在处，为第二标记行；以第一标记行和第二标记行，及第一标记行和第二标记行之间的任意一行像素，作为脂肪厚度起算线。
73.示例三：参考图6，在实施示例二时，执行找到长度大于图像长度50%的连通域这一步骤时，优先的方式为：将连通域包络获得外接矩形框；计算外接矩形框的长度。首先计算外接矩形框占具的像素列数量，用于对于整个图像的像素列总数。例如，图像总共1080像素列，而外接矩形框占具500像素列，则这个连通域不认为是识别区域；而图像总共1080像素列，而外接矩形框占具550像素列，则认为这个连通域是识别区域。
74.在实施示例二时，执行找到长度大于图像长度50%的连通域这一步骤时，也可以推荐另一种方式：计算连通域左边和右边处的像素列之间的间距，也就是外接矩形框从左侧、右侧的间距，例如，图像的像素列总共为1080，外接矩形框左右两端的间距为540及以下像素列，则不认为是识别区域，或者外接矩形框左右两端的间距超过540像素列，则列为识别区域。这样可以在超声图像中，排除非浅筋膜层、皮肤层、深筋膜层以外的其它组织构成的干扰图像。
75.而浅筋膜层、皮肤层、深筋膜层为厚度较小，但面积较大的人体组织，形成的超声图像中，为厚度小，长度较大的图像块。
76.示例四：在实施示例二时，确定脂肪厚度起算线，以第一标记行和第二标记行之间的任意一行像素，作为脂肪厚度起算线。
77.当然，采用不同的脂肪厚度起算线时，要结合不同的起算线公式。例如：方法1、以第二标记行作为起算线，这样计算出来的脂肪厚度，需要排除第二标记行以上部分的厚度，例如，当以第二标记行作为起算线计算得脂肪厚度为300行像素高度，则需要再减去第二标记行以上部分的厚度，计算第二标记行以上部分的厚度的方法是以识别区域的总高度除以2。
78.方法2、以第一标记行作为脂肪厚度起算线。方式简单，运算可靠，不容易出错但精度较差。
79.以上述1、2两种方法中确定脂肪厚度起算线，得到的脂肪厚度准确度较差。由于识别区域（也就是肌肉层上层边界）的上边缘并不是一条直线，而是不可预计的曲线，并且曲线的尖突点高度不可知，因此，以第一标记行作为脂肪厚度起算线时，不能准确地表达肌肉层上层边界到皮肤层之间的间距，所以计算得脂肪厚度存在较大误差。本实施例优先以下
方法得到起算线：3、对第一标记行和第二标记行所在的像素行进行位置平均，即第一标记行和第一标记行的位置索引相加之和除以2后获得的位置索引，作为脂肪厚度起算线。
80.每一像素行在图像中均有固定的位置索引，例如：获得的图像总共1080像素行，从上到下编号，第一标记行处于第330行，位置索引为x330，第二标记行处于第340行，位置索引为x340。计算方式：获得的位置索引x335，即为脂肪厚度起算线。该方法最大可以排除了肌肉层上层边界的上边缘的曲线、尖突点的影响。
81.示例五：本实施例描述了脂肪厚度测量方法。
82.1、以图像顶边，或者是皮肤层所在的任意一行像素，设为第一起算线。
83.2、确定脂肪厚度起算线。
84.3、在第一起算线和脂肪厚度起算线之间为标示脂肪厚度的像素；将标示脂肪厚度的像素转换为物理单位得到脂肪厚度。
85.如果是以图像顶边设为第一起算线，则应当在第一起算线和脂肪厚度起算线之间，再减去皮肤层厚度后，为标示脂肪厚度的像素，这是非常精准的计算方式。然而，皮肤的厚度是非常小的，在计算的脂肪厚度中，至少包含了皮肤的厚度，对于结果的影响也不大，因而实际上无必要排除皮肤的厚度。如果要求结果再为精准一点，可以预设皮肤厚度即可。例如预设皮肤厚度设为1.5mm，在第一起算线和脂肪厚度起算线之间，再减去皮肤层厚度1.5mm后，为标示脂肪厚度的像素。例如常用图像的转换比例为13.02，计算公式为：上式中，n
x
为像素高度，代表多少个像素行，h为物理高度，单位为mm。
86.示例六：在实施示例五时，当以皮肤层所在的任意一行像素设为第一起算线时，按方法查找第一起算线：1、通过以下方法查找皮肤层：（1）、在图像中的，找到色块连通域；找到色块连通域的查找方式，可完全参考于示例二中的：导入图像、高斯滤波处理、制作具有强边缘的图像模版、获得色块连通域等一系列步骤，在此不必重述。
87.（2）、在找到的这些连通域中，找到长度大于图像长度80%的连通域，为候选连通域。
88.（3）、针对候选连通域，靠近图像顶边的第一个候选连通域作为皮肤层。
89.2、在皮肤层所在区域中，从下向上查找第一个长度大于图像长度50%的像素行，为第一起算线。这样就基本能确保第一起算线处于皮肤层下边缘处，并且排除了皮肤层下边缘的曲线特征。
90.以上为本发明的示例性说明，不代表本发明的保护范围。
91.上述示例中，各示例分别有所侧重，在某个示例中未阐述完整的内容，可以结合其它示例中示出的内容。上述示例均不是单一的示例，在可能的组合下，可以组成新的示例，但组成的新的示例一定是不违背本发明的核心思想的。再者，若某些示例的组合，与本专利的发明内容冲突，形成矛盾，则不应将该示例进行简单的组合，则应该避免采用这种组合或者在组合后进行消除冲突和矛盾的调整。
92.需要说明的上，本示例的不是限制于本发明仅有的实现方法，而是在示例本发明可以实现的众中方法中的一种或多种。
93.在不脱离发明核心思想上获得的其它技术方案，落入本发明保护范围。