用于確定身體的實際組織層邊界的裝置和方法
【專利摘要】本發(fā)明涉及一種用于確定身體（14）的組織層邊界的裝置（8），包括：探針（10），其用于在身體（14）的表面（12）的鄰近位置處獲?。⊿12）兩個以上的超聲圖像（36）；轉(zhuǎn)換器（44），其用于將所述超聲圖像（36）分別轉(zhuǎn)換（S14）為深度信號（46），其中通過沿著身體（14）中基本恒定深度的線（66）將所述超聲圖像（36）之一的強度相加來獲得深度信號（46）；檢測器（48），其用于通過將針對超聲圖像（36）獲得的深度信號（46）閾值化來檢測（S16）該超聲圖像（36）的一組候選組織層邊界（50）；選擇部（52），其用于從一組候選組織層邊界（50）中選擇（S18）到身體（14）的表面（12）最近的最近候選組織層邊界（54）；以及處理部（56），其用于從針對多個超聲圖像（36）獲得的最近候選組織層邊界（54）確定（S20）實際組織層邊界（58）。
【專利說明】用于確定身體的實際組織層邊界的裝置和方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及用于確定身體的實際組織層邊界的裝置和方法。本發(fā)明還涉及用于估計身體的脂肪質(zhì)量和/或非脂肪質(zhì)量的總值的裝置和方法。此外，本發(fā)明還涉及用于實現(xiàn)所述方法的計算機程序和在所述裝置中使用的處理器。
【背景技術(shù)】
[0002]在個人健身設(shè)備和個人衛(wèi)生保健領(lǐng)域中，希望洞悉身體的不同類型組織的比例構(gòu)成。為此，有必要相互區(qū)分幾種主要的組織。從健康觀點看要檢測的最重要的組織是:月旨肪質(zhì)量(fat mass)和非脂肪質(zhì)量(fat-free mass)、瘦體重(lean body mass)和肌肉質(zhì)量(muscle mass)以及對皮下和腹內(nèi)脂肪組織中脂肪組織的進一步辨別。檢測身體組織中組織層的常用方案要么使用對于家庭使用來說太復雜的形式，如需要適當?shù)呐嘤柌庞幸饬x的MRI掃描、水下稱重和皮膚褶皺測量，要么是太不一致以至于不能提供有意義數(shù)據(jù)的形式，如對身體含水量變化非常敏感的生物電阻抗。此外，這些技術(shù)只能夠確定所選擇的組織的總質(zhì)量而不能夠洞察某些組織的“當場”厚度。其他技術(shù)要么牽扯到利用多波束和多聚焦超聲裝置測量，但這包含繁重的處理和昂貴的硬件，要么關(guān)于組織層應當在哪里進行在先假定。由于在整個人口中身體組成的巨大不同，這類技術(shù)不能被廣泛應用。
[0003]例如在US5941825中公開了使用超聲裝置測量身體脂肪。該方法通過如下方法來測量身體脂肪:將超聲脈沖發(fā)射到身體中，測量至少一個反射距離，選擇至少一個反射距離，其具有表示皮下脂肪組織的內(nèi)外邊界之間距離的最短距離，其中所述至少一個反射距離的選擇修正超聲發(fā)射視差。認為這能夠更方便更精確地測量對象的層厚度。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的是提供一種用于更精確地測量身體的組織層邊界的方法和裝置。
[0005]本發(fā)明的進一步目的是提供一種用于估計身體的總的脂肪質(zhì)量和/或非脂肪質(zhì)量的裝置和方法。
[0006]本發(fā)明的另一個目的是提供一種能夠在家庭環(huán)境中容易且方便地操作的脂肪測
量裝置。
[0007]本發(fā)明的第一方面，提供一種用于確定身體的實際組織層邊界的裝置，包括: 探針，其用于在身體的表面的鄰近位置處獲取兩個以上的超聲圖像；
轉(zhuǎn)換器，其用于將所述超聲圖像分別轉(zhuǎn)換為深度信號，其中通過沿著身體中基本恒定深度的線將所述超聲圖像之一的強度相加來獲得深度信號；
檢測器，其用于通過將針對超聲圖像獲得的深度信號閾值化來檢測所述超聲圖像的一組候選組織層邊界；
選擇部，其用于從一組候選組織層邊界中選擇到身體的表面最近的最近候選組織層邊界；以及
處理部，其用于從針對多個超聲圖像獲得的最近候選組織層邊界確定實際組織層邊界。
[0008]在本發(fā)明的另一方面中，提供一種用于估計身體的總脂肪和/或非脂肪質(zhì)量的裝置，包括:本發(fā)明提出的用于確定身體的實際組織層邊界的裝置；以及身體脂肪估計器，其用于基于在身體的不同位置確定的若干個實際組織層邊界來估計身體的總脂肪和/或非脂肪質(zhì)量。
[0009]根據(jù)對應于方法的本發(fā)明的另外方面，提供一種用于實現(xiàn)所述方法的計算機程序和在所述裝置中使用的處理器。
[0010]在從屬權(quán)利要求中限定了本發(fā)明的優(yōu)選實施例。應當理解，所要求保護的方法和計算機程序具有與所要求保護的裝置和從屬權(quán)利要求中限定的類似和/或相同的優(yōu)選實施例。
[0011]與當前本【技術(shù)領(lǐng)域】中已知的裝置不同，根據(jù)本發(fā)明的裝置在身體的表面的鄰近位置處獲取兩個以上的超聲圖像，并且使用這些圖像來確定在所獲取的圖像上在空間上表現(xiàn)為連貫的組織層邊界。
[0012]在每個位置獲取的圖像數(shù)目取決于用戶移動探針有多快。例如，如果緩慢移動，則在一個位置可能獲取多個圖像。這通過包括在該裝置中的移動檢測部(例如，在計算機鼠標中使用的)來檢測。
[0013]用戶沿著人的表面移動該裝置，從而與從一個固定位置只獲取一個超聲信號或圖像相比，從較大的區(qū)域獲得超聲圖像。這允許更可靠地檢測組織層邊界。本發(fā)明人認識到:如果用戶只在一個固定位置測量，那么在該位置處的脂肪層中可能存在小的局部異常，并且該裝置可能錯誤地將其解釋為組織邊界，從而導致錯誤的脂肪層估計。另一方面，利用根據(jù)本發(fā)明的裝置，沿著身體表面上的區(qū)域移動該裝置并且獲取若干個圖像。局部異?？杀蛔R別為異常值，并且可以獲得準確的估計。因為典型地在不同的時間點獲取若干個圖像，所以還可以將該圖像稱為視頻幀。因此 ，還可以使用視頻處理方法來更準確地識別組織邊界。
[0014]在本發(fā)明的優(yōu)選實施例中，選擇部適于只從具有超過最小組織邊界寬度的組織邊界寬度的那些候選組織層邊界當中選擇最近候選組織層邊界。根據(jù)本實施例，假定要被確定的實際組織層邊界至少具有某一最小組織邊界寬度。例如可以通過對深度信號高于閾值的像素的數(shù)目進行計數(shù)來確定候選組織層邊界的組織邊界寬度。
[0015]通過使用該條件，確保了圖像中的噪聲或小的異常不被錯誤地檢測為組織層邊界。最小組織邊界寬度可以是預設(shè)常數(shù)，或者可以取決于例如病人的年齡或體重等參數(shù)。最小組織邊界寬度還可以根據(jù)獲取的超聲圖像的分辨率來選擇。
[0016]在本發(fā)明的優(yōu)選實施例中，所述最近候選組織層邊界是深度值，并且所述用于確定實際組織層邊界的部件基于將針對多個超聲圖像獲得的所述最近候選組織層邊界平均。
[0017]在本發(fā)明的另一優(yōu)選實施例中，所述用于確定實際組織層邊界的處理部基于針對多個超聲圖像獲得的不同最近候選組織層邊界的相對頻率，特別是通過使用最頻繁出現(xiàn)的最近候選組織層邊界，來確定實際組織層邊界。因為在不同的鄰近位置獲取超聲圖像，所以通常針對這些位置確定的深度值將是不同的。使用這些不同深度值的平均值是確定實際組織層邊界的一個估計的最簡單方式。如果不同的深度值的確對應于同一組織層邊界，那么該方法是適當?shù)?。然而，如果例如因為噪聲使一些圖像惡化而針對這些圖像確定出錯誤的深度值，那么基于不同深度值的相對頻率確定實際組織層邊界是適當?shù)?。例如，如果針?0個超聲圖像確定出大約3 cm的深度值，但是只針對三個圖像確定出10 cm的深度值，則舍棄10 cm深度值而將實際組織層邊界確定為3 cm是更明智的。
[0018]在本發(fā)明的優(yōu)選實施例中，檢測器通過將所述深度信號和所述深度信號的導數(shù)的加權(quán)和閾值化，檢測超聲圖像的一組候選組織層邊界。還可以只對導數(shù)信號進行閾值化來進行該加權(quán)。
[0019]例如，在高背景圖像強度的情況下，深度信號的導數(shù)可以比深度信號本身更具信
息含量。
[0020]在本發(fā)明的優(yōu)選實施例中，該探針適于在后續(xù)的時間點獲取兩個以上的超聲圖像，其中該裝置進一步包括視覺跟蹤部，該視覺跟蹤部用于跟蹤在后續(xù)的時間點獲取的圖像上的組織層邊界，其中所述視覺跟蹤部適于估計精細的實際組織層邊界。
[0021]通過利用幀之間的時間連貫性(或連續(xù)性)，可以更準確且更可靠地檢測出每一幀的組織層邊界。例如，觀看每個單獨幀，可能存在太多的不確定性，并且決定組織層邊界在哪是有歧義的。通過在多個幀上跟蹤組織層，確定組織層時的不確定性或歧義性降低。在一個實施例中，可以使用視覺跟蹤算法來跟蹤超聲視頻中組織層的變形。使用在幀1、…、t-ι的多個觀測來估計/跟蹤在幀t的組織層。例如，利用顆粒過濾，可以將組織層檢測公式化為
【權(quán)利要求】
1.一種用于確定身體(14)的實際組織層邊界的裝置(8)，包括: 探針(10)，其用于在身體(14)的表面(12)的鄰近位置處獲取(S12)兩個以上的超聲圖像(36)； 轉(zhuǎn)換器(44)，其用于將所述超聲圖像(36)分別轉(zhuǎn)換(S14)為深度信號(46)，其中通過沿著身體(14)中基本恒定深度的線(66)將所述超聲圖像(36)之一的強度相加來獲得深度信號(46)； 檢測器(48)，其用于通過將針對超聲圖像(36)獲得的深度信號(46)閾值化來檢測(S16)所述超聲圖像(36)的一組候選組織層邊界(50)； 選擇部(52)，其用于從一組候選組織層邊界(50)中選擇(S18)到身體(14)的表面(12)最近的最近候選組織層邊界(54);以及 處理部(56)，其用于從針對多個超聲圖像(36)獲得的最近候選組織層邊界(54)確定(S20)實際組織層邊界(58)。
2.根據(jù)權(quán)利要求1所述的裝置(8)，其中所述選擇部(52)適于只從具有超過最小組織邊界寬度(64)的組織邊界寬度的那些候選組織層邊界(50)中選擇(S18)所述最近候選組織層邊界(54)。
3.根據(jù)權(quán)利要求1或2所述的裝置(8)，其中所述組織層邊界是深度值，并且所述用于確定(S20)實際組織層邊界(58)的部件基于將針對多個超聲圖像(36)選擇的所述最近候選組織層邊界(54)平均。
4.根據(jù)權(quán)利要求1或2所述的裝置(8)，其中所述組織層邊界是深度值，并且所述用于確定實際組織層邊界(58)的部件基于針對多個超聲圖像(36)選擇的不同的最近候選組織層邊界(54)的相對頻率、特別是通過使用最頻繁出現(xiàn)的最近候選組織層邊界(54)，來確定(S20)實際組織層邊界(58)。
5.根據(jù)權(quán)利要求1至4中任一項所述的裝置(8)，其中所述檢測器(48)通過將所述深度信號(46)和所述深度信號(46)的導數(shù)的加權(quán)和閾值化,來檢測(S16)超聲圖像(36)的一組候選組織層邊界(50)。
6.根據(jù)權(quán)利要求1至5中任一項所述的裝置(8)，其中所述探針(10)適于在后續(xù)的時間點獲取所述兩個以上的超聲圖像(36)，還包括視覺跟蹤部，該視覺跟蹤部用于跟蹤在后續(xù)的時間點獲取的圖像(36)上的組織層邊界，其中所述視覺跟蹤部適于估計精細的實際組織層邊界。
7.一種用于估計人的脂肪和/或非脂肪質(zhì)量的裝置(70)，包括:根據(jù)權(quán)利要求1至6中任一項所述的用于確定(S20)身體(14)的組織層邊界的裝置(8)，以及身體脂肪估計器(72)，其用于基于在身體(14)的不同位置確定的若干個實際組織層邊界(58)來估計總的脂肪和/或非脂肪質(zhì)量值。
8.根據(jù)權(quán)利要求7所述的裝置(70)，其中所述身體脂肪估計器(72)通過使用如下公式來估計總的身體脂肪和/或非脂肪質(zhì)量值，所述公式包含預定常數(shù)的加權(quán)和、病人的年齡、實際組織層邊界之和、實際組織層邊界之和的平方，和/或?qū)嶋H組織層邊界之和的對數(shù)。
9.根據(jù)權(quán)利要求7或8所述的裝置(70)，進一步包括:用戶界面(74)，其用于向用戶提供將探針放到身體上的確定位置的指令。
10.根據(jù)權(quán)利要求7至9中任一項所述的裝置(70)，進一步包括:用于檢測探針(10)的移動、特別是與所述身體(14)的表面(12)相切的探針(10)的移動、以確定所獲取的超聲圖像(36)的相對位置的部件(40)。
11.根據(jù)權(quán)利要求10所述的裝置(70)，進一步包括用于比較檢測到的所述移動的性質(zhì)與預期移動的性質(zhì)的部件。
12.一種用于從在身體(14)的表面(12)的鄰近位置獲取的兩個以上的超聲圖像(36)確定身體(14)的實際組織層邊界的方法，包括以下步驟: 將所述超聲圖像(36)分別轉(zhuǎn)換為深度信號(46) (S14)，其中通過沿著身體(14)中基本等深度的線將所述超聲圖像(36)之一的強度相加來獲得深度信號(46)； 通過將針對超聲圖像(36 )獲得的深度信號(46 )閾值化來檢測所述超聲圖像(36 )的一組候選組織層邊界(50) (S16)； 從一組候選組織層邊界(50)中選擇到身體(14)的表面(12)最近的最近候選組織層邊界(54);以及 從針對多個超聲圖像(36)獲得的最近候選組織層邊界(54)確定實際組織層邊界(58)(S20)。
13.一種用于估計 脂肪和/或非脂肪質(zhì)量值的方法，包括以下步驟: 在身體(14)的若干個位置處根據(jù)權(quán)利要求12所述的方法確定實際組織層邊界(58)；以及 基于所述若干個實際組織層邊界(58)估計總的身體脂肪值。
14.一種包括程序代碼部的計算機程序，當在計算機上執(zhí)行所述計算機程序時，所述程序代碼部使該計算機執(zhí)行根據(jù)權(quán)利要求12所述的方法的步驟。
15.一種在根據(jù)權(quán)利要求1的裝置(8)中使用的處理器，包括: 轉(zhuǎn)換器(44)，其用于將所述超聲圖像(36)分別轉(zhuǎn)換(S14)為深度信號(46)，其中通過沿著身體(14)中基本恒定深度所對應的線(66)將所述超聲圖像(36)之一的強度相加來獲得深度信號(46)； 檢測器(48)，其用于通過將針對超聲圖像(36)獲得的深度信號(46)閾值化來檢測(S16)所述超聲圖像(36)的一組候選組織層邊界(50)； 選擇部(52)，其用于從一組候選組織層邊界(50)中選擇(S18)到身體(14)的表面(12)最近的最近候選組織層邊界(54);以及 處理部(56)，其用于從針對多個超聲圖像(36)選擇的所述最近候選組織層邊界(54)確定(S20)實際組織層邊界(58)。
【文檔編號】A61B8/08GK103429163SQ201180064347
【公開日】2013年12月4日 申請日期:2011年12月27日 優(yōu)先權(quán)日:2011年1月5日
【發(fā)明者】V.珍妮, S.梅伊勒, C.香 申請人:皇家飛利浦電子股份有限公司