[发明专利]一种肌肉疾病评估方法、系统及电子设备

权利要求书

1.一种肌肉疾病评估方法，其特征在于，包括以下步骤：

步骤a：通过外部驱动带动被测者被动运动，并采集被测者的运动角度；

步骤b：利用超声剪切波弹性成像技术获取不用运动角度下被测骨骼肌的动态变化，提取动态变化的弹性测量数据；

步骤c：从所述弹性测量数据中提取被测骨骼肌的弹性模量--关节角度对应关系，并将弹性模量--关节角度对应关系作为特征，制作数据集；

步骤d：构建概率神经网络模型，将所述数据集输入概率神经网络进行训练，所述概率神经网络利用骨骼肌的弹性模量--关节角度对应关系分析被测者在被动运动中肌肉弹性模量变化的趋势，并以此评估被测者的肌肉疾病以及肌肉疾病的类别。

2.根据权利要求1所述的肌肉疾病评估方法，其特征在于，在所述步骤a中，所述通过外部驱动带动被测者被动运动，并采集被测者的运动角度具体包括：使被测者处于舒适体位，暴露待测量关节，确定被测关节的骨性标志，找到运动轴、固定臂、移动臂；采用外力驱动带动被测者的被测关节被动屈伸，使其完成从-40度到30度的运动，并每2度记录一次被测者的运动角度。

3.根据权利要求1或2所述的肌肉疾病评估方法，其特征在于，在所述步骤b中，所述利用超声剪切波弹性成像技术获取不用运动角度下被测骨骼肌的动态变化，提取动态变化的弹性测量数据具体包括：采用超声评估仪检测垂直肌束横切面，确定肌腹最厚位置，然后旋转探头，沿肌束方向纵切面检查骨骼肌长轴，启动弹性成像模式，固定探头位置，连续测量感兴趣区域内肌肉组织关节角度变化时肌腹的杨氏模量值，获得动态超声弹性图像序列；通过至少两次测量杨式模量值，计算感兴趣区域内肌肉组织的平均杨氏模量值作为骨骼肌的弹性模量测量值。

4.根据权利要求3所述的肌肉疾病评估方法，其特征在于，在所述步骤c中，所述从弹性测量数据中提取被测骨骼肌的弹性模量--关节角度对应关系具体包括：首先对弹性测量数据进行清洗与加工，消除冗余及异常数据；然后，将弹性测量数据制作成每2度取一个弹性模量作为样本特征的一个35维样本集合，将弹性测量数据转化为弹性模量-角度曲线关系，给数据打上标签，得到数据集，并将数据集分成十份，其中9份作为训练集数据，轮流对概率神经网络进行训练，1份作为测试集数据对概率神经网络进行验证。

5.根据权利要求4所述的肌肉疾病评估方法，其特征在于，在所述步骤d中，所述概率神经网络包括输入层、隐含层、求和层和输出层；

第一层为输入层，用于接收来自训练样本的值，并将接收数据传递给隐含层，神经元个数与输入向量长度相等；

第二层的隐含层为径向基层，每一个隐含层的神经元节点拥有一个中心，用于接收输入层的样本输入，计算输入向量与中心的距离，最后返回一个标量值，神经元个数与输入训练样本个数相同；

第三层为求和层，求和层的神经元个数与数据分类的个数相等，求和层求得上式中每类数据的平均值，然后比较每类数据平均值的大小，将数据分类到平均值最大的类，求和层的神经元个数与总类数相同；

最后一层为输出层，输出层取求和层中平均值最大的类作为输出的类别。

6.一种肌肉疾病评估系统，其特征在于，包括：

运动角度记录模块：用于通过外部驱动带动被测者被动运动，并采集被测者的运动角度；

弹性测量模块：用于利用超声剪切波弹性成像技术获取不用运动角度下被测骨骼肌的动态变化，提取动态变化的弹性测量数据；

数据处理模块：用于从所述弹性测量数据中提取被测骨骼肌的弹性模量--关节角度对应关系，并将弹性模量--关节角度对应关系作为特征，制作数据集；

模型训练模块：用于构建概率神经网络模型，将所述数据集输入概率神经网络进行训练，所述概率神经网络利用骨骼肌的弹性模量--关节角度对应关系分析被测者在被动运动中肌肉弹性模量变化的趋势，并以此评估被测者的肌肉疾病以及肌肉疾病的类别。