[发明专利]基于多物理场耦合的骨骼肌肉系统疾病的诊断装置和方法

权利要求书

1.一种基于多物理场耦合的骨骼肌肉系统疾病的诊断装置，其特征在于：由人机交互系统(A)、软组织表面温度测量装置(B)、软组织力学模量场和流场测量装置(C)、人机交互软件系统(D)和检查床(1)组成，所述的人机交互系统(A)由显示屏(2)、操作面板(3)和机身(4)组成，显示屏(2)和操作面板(3)固接于机身(4)上面；检查床(1)置于软组织表面温度测量装置(B)的工字形底座(7)和环形架(9)之间， 软组织表面温度测量装置(B)中丝杠(5)的后端与检查床(1)的前端固接；人机交互系统(A)置于检查床(1)左侧； 软组织力学模量场和流场测量装置(C)置于检查床(1)右侧；人机交互软件系统(D)内置于人机交互系统(A)中；所述的软组织表面温度测量装置(B)由丝杠(5)、螺母(6)、工字形底座(7)、从动轮对(8)、环形架(9)、红外传感器组(11)和螺钉组(12)组成，其中环形架(9)上设有环形孔(10)；环形架(9)固接于工字形底座(7)上面，螺母(6)固接于工字形底座(7)右部，从动轮对(8)的两个从动轮活动连接于工字形底座(7)左部；丝杠(5)与螺母(6)螺纹连接；红外传感器组(11)的三个红外传感器在环形孔(10)中呈扇形均布，并经螺钉组(12)的三个螺钉固接；所述的软组织力学模量场和流场测量装置(C)由移动底座(13)、转动关节Ⅰ(14)、支架(15)、摆动关节Ⅰ(16)、转动关节Ⅱ(17)、 转动关节Ⅲ(18)、摆动关节Ⅱ (19)、旋钮对(20)、夹具(21)和超声探头(22)组成，其中移动底座(13)、转动关节Ⅰ(14)、支架(15)、摆动关节Ⅰ(16)自下而上顺序排列，转动关节Ⅱ(17)、转动关节Ⅲ(18)、摆动关节Ⅱ(19)、旋钮对(20)、夹具(21)和超声探头(22)自上而下顺序排列，转动关节Ⅰ(14)下端固接于移动底座(13)上面，转动关节Ⅰ(14)上端与支架(15)下端转动连接；支架(15)上端与摆动关节Ⅰ(16)下端活动连接；转动关节Ⅱ(17)上端与摆动关节Ⅰ(16)上端活动连接，转动关节Ⅱ(17)下端与转动关节Ⅲ(18)上端转动连接，转动关节Ⅲ(18)下端与摆动关节Ⅱ(19)上部活动连接，夹具(21)上端固接于摆动关节Ⅱ(19)下端，超声探头(22)经旋钮对(20)固接于夹具(21)下端；利用调节机构调整超声探头(22)，基于超声B扫描模式，以肌纤维和骨性结构为标志，对肌肉、肌腱、韧带和血管进行定位，并使用马克笔做标记；按照定位标记，得到被测组织的清晰B扫图像后，开启弹性测量模块(23)，超声探头(22)要平行于肌纤维的长轴，最大限度减少各项异性和伪像的干扰，以获得最佳质量的弹性图像；此外，为了避免压力伪像，在超声探头(22)和皮肤之间要涂抹耦合剂， 施加最小的力量， 并在测量过程中保持超声探头(22)稳定；利用系统内置的测量工具，测量肌肉、韧带、肌腱和血管壁软组织的杨氏模量、剪切模量力学模量场数据；系统能直接输出被测区域组织的力学模量的最大值、最小值和平均值，基于多物理场耦合的骨骼肌肉系统疾病的诊断装置利用平均值进行后续的深度学习和特征值识别；利用调节机构调整超声探头(22)，基于超声B扫描模式，观察血管的解剖结构，借助解剖学位置对血管进行定位，保证受试者被检测位置的一致性；利用多普勒测量模块(24)，通过旋钮对(20)的两个旋钮微调超声探头(22)方向，在血管清楚可见、血流信号稳定的情况下，使用马克笔做标记，并进行血流量和血流速度的流场数据采集，并选取收缩期峰值血流流速和血流量，以便进行后续的深度学习和特征值识别；所述的人机交互软件系统(D)由弹性测量模块(23)、多普勒测量模块(24)、红外热成像模块(25)、数据分析模块(26)、检测信息评估及示警模块(27)、 数据库存储模块(28)和数据库管理模块(29)组成， 所述的弹性测量模块(23)、多普勒测量模块(24)与超声探头(22)通信连接；红外热成像模块(25)与红外传感器组(11)通信连接； 数据分析模块(26)与弹性测量模块(23)、多普勒测量模块(24)、红外热成像模块(25)、检测信息评估及示警模块(27)通信连接；检测信息评估及示警模块(27)、数据库存储模块(28)、数据库管理模块(29) 两两相互通信连接； 利用行走机构调整红外传感器组(11)的三个红外传感器， 采用红外热成像模块(25)测量标记位置的表面温度，并将每个区域表面温度的平均值进行后续的深度学习和特征值识别；人机交互软件系统(D)中的数据分析模块(26)将采集的软组织力学模量场数据、流场数据及体表温度场数据进行深度学习，基于深度学习解析多物理场耦合关系，定量揭示骨骼肌肉系统相关疾病病变新机制；人机交互软件系统(D)中的检测信息评估及示警模块(27)根据深度学习的识别结果，判断软组织健康状态并对应发出预警提示，实现骨骼肌肉系统相关疾病的早期诊断；人机交互软件系统(D)中的数据库存储模块(28)的样本来源包括两部分，一是预先收集的大量健康志愿者和骨骼肌肉系统相关疾病患者的数据；二是检测的过程中采集的受试者的数据；人机交互软件系统(D)中的数据库管理模块(29)能将通过操作面板(3)输入受试者的基本信息、检测过程中采集的软组织多物理数据，以及深度学习的识别结果进行关联自动存储，同时能生成打印报表。