文摘
为了考虑运动员的身体健康和运动训练的质量,优化建模与仿真方法之间的关系,提出了高强度训练和运动员的运动损伤。的研究方法的具体内容是基于二维和三维注册原则。在研究过程中,严格按照注册程序编写原则,和有效的正确性的方法是通过实验测试方法。数字图像重建措施基于3 d模型可能是基于射线跟踪方法。实验结果表明,该方法的准确的病例数是77,和准确率是96.3%。该方法可以制定一个科学有效的伤害预防运动员在高强度训练的策略。
1。介绍
随着体育运动的发展,这个行业是运动损伤越来越多的关注。相信运动损伤主要是指的结果发生在训练和比赛的过程中,导致的减少运动员的运动能力,只能通过治疗恢复,或运动员的结果糟糕的社会能力。相信对运动损伤的研究应该从分析集成。运动损伤是一个不正常的身体伤害的现象,发生在运动训练过程中准备活动或正式参与运动(1]。受伤是受自身生理条件,外部环境,和运动特征。运动损伤是区别于意外人身伤害在日常生活中,这是不可避免的关系所反映出的损伤和所需的技能来执行特定的运动。
运动训练的发展不仅可以提高年轻运动员的身体素质也提高年轻运动员的心理素质。这意味着,体能训练是年轻运动员的发展具有重要意义。然而,在运动训练过程中,运动伤害很可能发生,和运动损伤不仅影响年轻运动员的身体健康,而且还对年轻运动员造成巨大的心理压力,甚至可能影响到学生和年轻运动员的生活条件;同时,它有一定程度的影响教师的教学任务和教学计划。因此,它是非常必要的,以防止运动损伤在年轻运动员的运动训练2]。
调查显示,超过70%的受伤的运动员在训练是可以避免的。预防是减少物理伤害的基础。每日运动训练过程中,训练教师和运动员必须学习的知识科学预防运动伤害,加强运动员的自我保护意识,从而有效地减少或避免运动损伤,减少运动伤害的负面影响,并维护运动员的身体和心理健康,身体健康,和运动员可以有效地参与日常体育训练。
2。文献综述
内部因素导致年轻运动员的运动训练运动损伤主要包括以下几点:首先,思想意识的缺乏。运动伤害发生在年轻运动员在运动训练,主要是因为教师和年轻运动员意识形态运动损伤的意义的理解不足,和教师缺乏对年轻运动员运动损伤预防的意识,盲目地开展体育运动训练,渴望成功,往往导致年轻运动员急性关节损伤。第二,体育准备活动是不合理的。运动训练前的准备活动改变年轻运动员的身体从安静到活动状态,如果运动训练的准备活动不足,年轻运动员的运动损伤的几率将会大大增加,如果准备活动过度,会导致年轻运动员处于疲劳状态,不再适用于运动训练,从而提高运动训练中运动损伤的发生对于年轻的运动员。第三,年轻运动员体能较低。年轻运动员的身体素质低是运动训练中运动损伤的根本原因。无论什么样的运动,年轻运动员需要有一定的身体素质,比如田径需要速度和耐力,铅球需要力量,和体操需要灵活性[3]。如果年轻运动员没有相应的身体健康进行体育训练,它会造成运动伤害,即使年轻运动员进行运动训练时缺乏特殊性质,为年轻运动员运动损伤的概率会更高。
基于上述问题,作者提出了一个方法,运动医学图像建模和伤害预防运动训练过程中。该方法的具体内容是,根据医学图像三维建模的研究现状和注册技术精确放射治疗设备,医学图像导航系统的功能可以丰富提高模型的准确性(4]。为了缩短建模时间,3 d建模的复杂性也可以适当减少根据研究工作的实际情况。在研究期间,进行了回顾性分析根据病人的诊断;期间,实验验证平台包括x光机、图形工作站、操作床,和其他设备。根据实验研究的实际情况,有关人员用CT设备完成骨的扫描信息和相关图像数据输入工作站,处理确定每个图像的封闭轮廓的CT数据。方法用于建设的3 d模型的体积是映射算法(5]。在3 d模型的建设过程中,相关人员使用图像降噪措施,在CT图像数据,去除噪声,提高图像质量。使用图像分割图像分割算法在建模的工具。期间的实现三维重建CT数据,相关人员使用表面呈现和体绘制实现三维图像的表面。
3所示。方法
3.1。医学图像的采集
医学图像是通过扫描病人的病变与各种医学成像设备。随着科学技术的发展,越来越多的新的医学成像设备用于临床实践。目前,主流医学图像采集方法如下:x射线断层扫描(CT)、磁共振成像(MRI),正电子发射断层扫描(PET) (6]。每个这些医学成像设备都有自己的特点和优势,但成像的原理是相似的,他们都使用傅里叶变换或氡反演算法在多个方向,推断出射线投影图像的三维空间对象的某一物理性质的系统,最后生成层析图像的重建结果。
为了统一不同制造商的设备之间的接口标准和统一的各种医学成像设备获得的图像格式,美国放射学院(ACR)和美国国家电气制造商协会(NEMA)在1983年制定一个统一的标准,标准致力于医学图像的存储格式,ACR-NEMA标准于1985年发布。医学数字成像和通信标准(DICOM) 3.0在1993年发布是当前国际标准领域的医学影像信息学(7]。
DICOM文件由两部分组成:文件头信息(DICOMFileMeta信息)和DICOM数据集(DICOMDataSet) [8]。数据集的文件头包含身份信息(FilmMetaInformation),包括文件识别前缀,数据集识别、存储格式、病人医疗信息。DICOM数据集使用的数据元素(DataElement)作为编码单元,和每个数据元素存储某个属性的值的数据集,包括以下部分:标签(标签),数据类型(VR),数据长度(ValueLength)和数据字段(ValueField)。多个数据元素聚合在一起形成一个数据集。DICOM文件的格式和数据元素的编码格式如图所示1。
根据DICOM文件的结构,程序可以读取DICOM图像信息的文件,并将其转换成三维空间数据场。
3.2。VTK类库
可视化工具包(VTK)是一个开源系统可视化工具包开发的企业研发,主要用于写作的三维计算机图形学,图像处理和可视化程序,应用领域非常广泛。其核心是用c++和包含大约250000行代码,2000多类,和几个转换接口;所以,VTK可以自由的在Java中,使用Python和其他语言。VTK使用面向对象技术的封装领域的常见算法图像可视化成类,这使得程序员通过接口直接调用算法。
为了管理巨大的类库VTK简单而有效,内部类包含在VTK分为公共基础类(普通),图形操作类(成像),图形算法类(图形)、数据格式转换类(过滤),和图形渲染类(渲染)等并生成相应的动态链接库。其中,常见的基类是父类,其他类的继承是常见的基类,根据具体要求完成自己的工作9]。除了c++类库,VTK附带一个解释包装层系统包装c++类库,这是方便的使用TCL和Java等语言。使用此体系结构的优点是,程序员可以使用c++语言创建高效的算法,和其他脚本语言可用于快速发展。
VTK使用数据流的源数据转换成图像数据,这种数据交换关系叫做管道,其中包含两个基本对象:数据对象(vtkDataObject)和处理对象(vtkProcessObject) [10]。数据对象表示数据信息,如几何结构、拓扑结构和单元图像的灰度值,和处理对象也被称为filter(过滤器),用于操作和过程数据对象和产生新的数据。处理对象表示的算法系统处理数据。如图2下面,VTK连接的数据对象和处理对象通过数据可视化管道完成数据处理。
3.3。图像预处理
3.3.1。去除噪点
噪音是像素的集合各种原因造成的扭曲图像生成过程。噪声的存在会影响微小病变的诊断医生,甚至可能导致误诊,延误治疗的病人。因此,必须充分注意噪音。
从CT图像在传输过程中很容易被噪声和收购,为了尽可能地提高图像的质量,必须去噪和平滑图像11]。目前,许多图像去噪的方法被提出,如邻域平均法、中值滤波法,高斯滤波算法;根据医学图像的特点,我们选择一个方法,可以消除噪声,也保护图像边缘信息的去噪方法。
因为精确放射治疗需要实时定位,数据的规模每组CT是相对较大的,提出了图像处理时间的要求。表1显示了三个图像过滤方法的处理时间来衡量计算机为单个图像。
从表可以看出1平均邻域滤波方法花费最少的时间和最少的计算,需要花费的时间最长,而中值滤波方法有最大数量的计算(12]。中值滤波方法以2.29倍长高斯低通滤波器法和16倍,只要它是平均邻域的方法。
中值滤波和高斯低通滤波的去噪能力较弱的比平均水平附近过滤,但去除噪声、邻域平均滤波将导致图像局部变形的边界,影响医生判断疾病的(13]。虽然平均邻居小计算和处理时间短的优点,它不能满足要求保留边界特征点;所以它不适合放疗的成像系统。总之,这个主题选择高斯低通滤波的方法去除图像噪声。
3.4。建立三维模型
使用上述方法的图像去噪阈值分割、轮廓提取、等,软件系统完成CT图像的预处理,得到了封闭轮廓CT图像的数据集,这对MC算法进行了。3 d建模是准备工作。
3 d重建技术提取相应的数据点集的层析图像序列根据设置的阈值形成了等值面。根据三角测量的原理,等值面划分为若干个三角形的补丁,和三角补丁由图形呈现照明模型形成一个三维图像,从而达到几何直观显示的目的。程序开发工具包的可视化工具包(VTK)被广泛用于建设的3 d图像。通过调用类库VTK,开发3 d软件可以快速有效地进行,所以它有一个强大的3 d图形显示功能,可以实现交互式3 d测量。
早期的三维建模方法包括傅里叶变换和卷积投影。与意象的发展,三维建模方法等多层次重建(MPR)、最大密度投影(MIP)、表面呈现,提出了体绘制(14]。使用最广泛的3 d建模方法表面拟合和体积分布呈现。
与VTK实现3 d建模的基本步骤如下:(1)CT切片数据的预处理:图像去噪方法是用来去除CT图像数据中噪声,提高图像质量(2)分割的CT数据:CT图像分割使用一个图像分割算法,并搜索图像边缘数据集(3)三维重建CT数据:根据图像边缘的数据集,表面呈现和体绘制方法应用到图像的three-dimensionalization表面。在这个问题上,MC算法实现医学图像的三维重建
3.4.1。表面重建算法和体绘制算法
移动立方体法(游行立方体,MC算法)是目前最流行的三维重建方法(15]。MC算法的基本思想如下:根据输入层析图像序列,分割和提取后,形成一个三维的数据字段,立方体相交与等值面处理,然后计算等值面和多维数据集的交集的插值方法。根据多维数据集的交集之间的相对位置关系和等值面,连接的十字路口等值面和多维数据集以某种方式形成新的等位面。
分布体绘制方法通常可以分为image-order方法,object-order方法和hybrid-order方法。算法基于图像空间序列的方法是由射线铸造方法在1988年(16]。算法基于物体空间秩序法主要包括足迹法(SplattingAlgorithm或FootprintAlgorithm),溅射算法(抛雪球算法)和剪切变形算法(ShearWarp)。算法基于混合方法shearwarp分解算法。体绘制算法的优点是不需要分割,和体积数据可以直接通过设置转换函数呈现。
3.5。数字图像重建
3.5.1。数字图像重建的原则
数字图像重建(数字重建的x光照片,DRR)是生成一个三维空间数据场从CT图像数据和观察数字投影图像从任何方向在空间数据字段(17]。为了模拟真实的x射线图像,DRR需要模拟的信息包括特征x射线的衰减和散射等通过三维空间数据场。通过计算每个射线的衰减通过三维空间,一个模拟投影图像上获得电影。
有两种方法来获得DRR图像:投影法和射线跟踪法。投影法是项目电影上的每个立体像素位置,和像素的亮度成正比的密度投影体素获得模拟图像。射线跟踪方法跟踪每个光源发出的射线的交点和三维模型中的每个像素和积累像素点的密度,每个射线穿过。像素的亮度值成正比的累积值。这两个方法,射线跟踪方法更适合这个主题。首先,投影法光栅系统的性能要求非常高;第二,累积值的投影方法受到阴影的颜色深度系统;所以,它会影响显示的准确;第三,投影方法不支持显示,而射线追踪方法支持显示,可以考虑图像质量和计算速度。通过分析和比较,作者用光线追迹的方法。
3.5.2。射线跟踪算法
(1)射线跟踪算法的原理。射线追踪是一个多功能的技术,它可以使用相同的模型来模拟光源的镜面反射和折射表面和周围的入射光,实现现场下料并生成阴影,等等。18]。射线跟踪算法是一个重要的算法生成逼真的图形,也可以作为一个基本的体绘制技术。
生成DRR图像的方法如下:首先,射线追踪方法需要建立一个光源,发光光源的3 d模型,并设置接收平面在同一时间。然后,观看来自光源的光线,如果雷不相交模型,光线将退出框架和跟踪结束。这些射线不是研究的重点。如果场景中的光线相交现场,必须分为以下情况:(1)物体相交的位置是一个不透明的物体,表面是理想的漫反射表面,射线跟踪结束(2)物体相交的位置是一个不透明的物体,表面是理想的镜面反射表面,光线继续跟踪以及镜面反射的方向(3)物体相交的位置是透明或半透明的物体,并继续跟踪其常规传播方向的光线反射和折射定律
最后,当射线相交接收飞机,射线的衰减值完成射线的追踪记录。
因为射线追踪方法需要跟踪每个射线从的角度来看,它必须涉及大量的射线和三维模型之间的交叉操作。为了使射线追踪算法实用,有必要提高交叉口运行的效率和简化计算。
(2)射线跟踪算法的实现。简化的射线跟踪算法的实现方法如下:一个虚拟并行X射线通过三维模型建立了基于CT图像数据,和起始点的射线相当于X光源。射线的衰减CT值的计算射线相交的体素。CT值与三维模型的密度;因此,光的衰减值可以通过使用CT值计算。计算每个体素相交这雷,3 d模型。从这些累积值,pseudovisible光密度值可以计算显示,然后在屏幕上显示像一个x射线图像。
3.6。图像配准的概述
3.6.1。图像配准的原理和实现
医学图像的登记是利用图像配准技术计算两个图像之间的空间变换关系,这样分浮动图像空间的转换后的参考图像上对应点;也就是说,人体上的同一解剖点有相同的空间位置两个医学图像。简单地说,一个选中的图像作为参考图像(ReferenceImage)是固定的,和浮动图像(FloatingImage)是空间转换,这样分在同一位置的两个图像对应于相同的解剖位置(19]。理想的登记结果是所有医学价值的特征点在两幅图像可以一一对应(20.]。
医学图像配准方法包括四个部分:特征空间(FeatureSpace),搜索空间(SearchSpace),搜索算法(searchalgorithm)和相似性度量(SimilarityMeasure)。特征空间是指分布在图像特征信息的注册。搜索空间的范围是指浮动图像的空间变换(21]。搜索算法是指的方法计算浮动图像的空间变换,即方法找到最优变换矩阵的参数(22]。相似性措施指的是定量指标用来衡量图像配准的质量。医学图像配准的过程如图3。
4所示。结果与讨论
根据关键参数的变化值,在不同的情况下的互信息值。以值作为轴和互信息值轴,根据对应关系,二阶曲线拟合函数可以用来配合互信息的变化曲线23]。
积极的互信息值拟合曲线:积极的互信息值在研究期间获得的拟合曲线如图4;在此拟合曲线,互信息曲线有两种极端值(24]。
横向拟合曲线如下:拟合曲线外侧的病人的CT图像处理结果如图5;解释在图中,横向拟合曲线只包含一个极端值(25]。
精度如下:准确的情况下在这个研究方法的数量是77,96.3%的准确率。
5。结论
作者提出一个方法,运动医学图像建模和伤害预防在运动训练。该方法的具体内容的研究是基于二维和三维注册的原则;在研究期间,严格按照注册程序编写的原则,和这个方法的正确性实际上是通过实验方法进行了测试。数字图像重建措施基于3 d模型可以基于射线跟踪方法。相关的参数优化方法是模拟退火方法。根据医学图像的三维建模的研究现状和注册技术精确放射治疗设备,医学图像导航系统的功能可以丰富提高模型的准确性。为了缩短建模时间,3 d建模的复杂性也可以适当减少根据研究工作的实际情况。根据实时需求登记在手术期间,重建速度还可以改进的基础上提高数字图像重建算法。总之,3 d建模和注册技术的医学图像精确放射治疗设备领域的临床诊断中起着重要的作用。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突。