孫琦，嚴榮國△，江容安，劉亞萍

(1.上海理工大學 醫(yī)療器械與食品學院，上海 200093；2.上海市楊浦區(qū)中心醫(yī)院 康復醫(yī)學科，上海 200082)

1 引 言

頸腰椎在人體中占據(jù)著非常重要的地位,堪稱人體“第二生命線”。目前國內(nèi)外傳統(tǒng)的頸腰椎曲線研究主要分為臨床分析和影像學圖像分析。臨床分析技術包括3D姿勢分析系統(tǒng)，形態(tài)學照片分析系統(tǒng)等[1]。該技術優(yōu)勢是無輻射，但是分析軟件專業(yè)性較強且操作復雜，時間成本高；影像學圖像分析是基于核磁或者X片的圖像處理分析，李楊等[2]在2018年提出通過聚類過程實現(xiàn)腰椎CT圖像病灶區(qū)域檢測。該方法雖較為精確但成本較高、有輻射、數(shù)據(jù)處理難。本研究改變了傳統(tǒng)通過CT、X片等獲得脊椎圖像的思路，采用由測量桿和支架構成的簡易機械測量裝置，獲得頸腰椎生理曲線數(shù)據(jù)，用Matlab軟件繪制曲線圖，可以快速得到頸腰椎曲線初步圖像。

對于頸腰椎曲線的研究，前人選取的指標很多,周慧生等[3]在腰椎側位X片上選取腰椎曲線指數(shù)(LCI)取得不錯效果。矢狀面參數(shù)SVA(sagittal vertical axis，SVA)指C7和S1的垂直距離，常用來衡量矢狀面上脊柱的平衡狀態(tài)。本研究中樣本圖像對于C7和S1兩位置點的標記較為容易，因此，主要探討人體頸腰椎曲線矢狀面整體形態(tài)與身高、體重、年齡、性別間的關系。

2 設計原理與實現(xiàn)方法

本裝置分為曲線測量裝置、數(shù)據(jù)采集裝置、計算機曲線擬合三個模塊。測量過程如下：人體保持腰背直立背對桿件，身體隨腳部緩慢靠近測量桿，腳部觸及固定木板時停止，測量桿會在力的作用下內(nèi)縮。由于人體各部位的曲線弧度不同，各個測量桿內(nèi)縮距離不等，因此桿件會形成一條曲線，隨后打開上位機串口，開始接收數(shù)據(jù)，同時自下而上移動VL53L0X激光測距傳感器。激光測距傳感器對準待測的桿件后，發(fā)射激光脈沖，激光脈沖經(jīng)待測桿件反射后，散射到各個方向。部分散射光返回到接收器，被光學系統(tǒng)接收后成像到雪崩光電二極管上進行放大。之后將采集到的距離數(shù)據(jù)發(fā)送到單片機，同時傳輸給上位機。模塊槽中無遮擋時，接收管導通，槽型光耦傳感器模塊D0輸出低電平，指示燈亮，表明測量數(shù)據(jù)被接收。數(shù)據(jù)若有缺失，可以根據(jù)指示燈校準。上位機界面繪制出受試者的曲線圖。具體實物圖見圖1。

圖1 裝置示意圖

2.1 曲線測量裝置介紹

腰椎曲線測量裝置采用機械結構設計，由測量桿、支撐架和固定木板構成。支撐架采用質(zhì)量較輕的鋁合金材質(zhì)，架上均勻分布著通孔，測量桿采用間隙配合方式安裝在通孔內(nèi)。開始測量前，測量桿全部移動到遠離傳感器模塊的一側，受試者背對裝置完成測量。

2.2 數(shù)據(jù)自動采集系統(tǒng)

2.2.1裝置結構 VL53L0X飛行時間測距傳感器放置在與測量裝置等高、等寬同材質(zhì)的支撐桿上，支撐桿上分布著和曲線測量裝置同等位置、同等間隔大小的孔洞，且與曲線測量裝置支撐桿是平行的，能夠保證空心管中心軸線與傳感器平行，使傳感器發(fā)射接收光的部分對應空心管的中心軸線，確保測量數(shù)據(jù)的準確性。

2.2.2工作原理 本研究采用激光測距傳感器，其體積小適用大多數(shù)載體，主要原理是根據(jù)光路發(fā)射及返回的時間長短來計算距離，避免多普勒效應，因此較適合本裝置。

比較幾種常見的傳感器精度，SENST-40精度較高，為1 mm，但售價過高；US-100傳感器售價低，精度為3 mm，但其為超聲傳感器，存在多普勒效應；VL53L0X傳感器為激光傳感器，售價低，滿足本裝置對測量精度的要求。因此本裝置選取該傳感器。

飛行時間(TOF)是指一個物體在某種介質(zhì)內(nèi)穿越一段距離所用的時間。

TOF測距方法是McCrady提出的,該技術可以理解為飛行時差測距(Time of Flight Measurement)方法。傳統(tǒng)的測距技術分為雙向測距技術(Two Way Ranging)和單向測距技術(One Way Ranging)[4]。TOF 測距方法屬于雙向測距技術,它主要利用信號在兩個異步收發(fā)機(Transceiver)之間往返的飛行時間來測量節(jié)點間的距離。一個典型的脈沖飛行時間激光測距系統(tǒng)往往分為五個部分[5]：激光發(fā)射部分、激光接收部分、時刻鑒別部分、時間間隔測量部分和處理控制部分。圖2為基于VL53L0X的飛行時間測距傳感器的系統(tǒng)結構框圖。傳感器經(jīng)由半導體激光二極管構成的激光發(fā)生器在T時刻，向距離為D的被測物體發(fā)射光脈沖，發(fā)生出的激光脈沖中很小一部分能量送到接收部分,作為計時起始點；另外的大部分經(jīng)被測物體反射后，向各個方向散射。一部分散射光返回接收部分，形成回波信號。主波信號和回波信號相繼經(jīng)雪崩二極管轉換成電脈沖,繼而放大、整流。經(jīng)過整形后的參考信號啟動時間間隔測量部分,開始計時；整流后的回波信號終止時間間隔測量部分計時。時間間隔測量部分把所測得的結果T輸出到處理控制單元，最后得到距離D。

D=CT/2

(1)

其中C為光速，T為光往返傳感器和待測物體一次的時間。

(2)

VL53L0X飛行時間測距傳感器的測量精度主要依賴時間間隔的測量精度[6]。目前時間間隔的測量方法主要有三種：脈沖計數(shù)法、模擬內(nèi)插法、數(shù)字延遲鏈法[7]。脈沖計數(shù)法的原理見圖3。

圖2 基于VL53L0X的飛行時間測距傳感器的系統(tǒng)結構框圖

2.2.3硬件設計 核心芯片采用VL53L0X，VL53L0X是當前市場上最小的TOF傳感器，其完全集成并嵌入一個符合人體安全的激光傳感器，包含單光子雪崩二極管和光源。

圖3 脈沖式激光原理圖

2.3 曲線擬合界面

上位機曲線擬合界面采用Matlab編程,對接收到的數(shù)據(jù)進行擬合，最終得到的曲線擬合界面見圖4，可以直觀的了解到被測者的頸腰椎曲線形狀。

圖4 人體勁腰椎曲線擬合界面

2.4 曲線特征指標的選取

得到曲線圖像后，我們選取SVA值作為曲線特征進行數(shù)據(jù)分析。見圖5，C7和S1位置如下，則SVA的值等于C7和S1所對應的測量桿件差，因此選為本研究指標。記每根測量桿桿件長度為L，即：

SVA=Lc7-Ls1

(3)

圖5 SVA計算示意圖

若C7位于S1的左側，則SVA取正值，否則為負值。

2.5 數(shù)據(jù)分析

采集150例健康人的胸腰椎曲線數(shù)據(jù)，其中女性70例，男性80例，計量數(shù)據(jù)以均值±標準差表示[8]。用SPSS 22對數(shù)據(jù)進行分析，探討SVA和身高、體重、年齡、性別的相關性，進而求出回歸方程。

2.5.1數(shù)據(jù)預處理 數(shù)據(jù)特征描述見表1，年齡分布在11～96歲，身高為(164.5±8.6) cm，體重為(58.2±11.99) kg，SVA值為(2.93±3.88) cm，原始數(shù)據(jù)呈正態(tài)分布是相關性分析的前提，對150位受試者特征數(shù)據(jù)做K-S檢驗，數(shù)據(jù)均符合正態(tài)分布。

表1 數(shù)據(jù)特征表

分別對身高、體重、SVA、年齡做歸一化處理，歸一化的方法為：

(4)

2.5.2單因素分析 相關性分析：用相關系數(shù)來說明具有直線關系的兩個變量間相互密切程度和相關方向的統(tǒng)計量[9]。

兩個獨立樣本t檢驗：主要用于檢驗兩個樣本平均值差異。

2.6 K近鄰算法

K近鄰算法是按距離大小來分類，在生物醫(yī)學領域中被廣泛應用[10]。對于數(shù)據(jù)集{yj}，j=1,2,K,N,其中N個數(shù)據(jù)歸屬于c個不同類別,將測試數(shù)據(jù)x與樣本數(shù)據(jù)yj之間的距離定義為d(x,yj) (j=1,2,K,N),k1,k2,K,kc分別為x屬于類1, 2,K,c的近鄰數(shù),則K近鄰算法的判定函數(shù)為:

x∈argmaxj{k,j=1,2,K,c}

(5)

3 結果分析

3.1 相關性分析

對身高、體重、年齡和SVA做Pearson相關性分析，結果見表2。身高、體重、年齡均和SVA相關，有統(tǒng)計學意義。具體如下：身高和SVA的顯著性為P=0.008<0.01，R=0.279，體重與SVA的顯著性為P=0.000<0.05，R=0.293，年齡和SVA的顯著性為P=0.000<0.05，R=0.685。

表2 相關性分析表

3.2 t檢驗

對性別和SVA值進行t檢驗，結果見表3。由表3可知P>0.05，所以在α=0.5的顯著性水平下，性別對SVA值沒有影響，不具有統(tǒng)計意義。

表3 t檢驗結果

3.3 回歸分析

進一步進行回歸分析，納入回歸分析模型的參數(shù)有身高、體重、年齡和SVA值。由表1可知身高和體重有強相關性，若同時對參數(shù)回歸分析會出現(xiàn)共線性問題，因此需要先進行主成分分析。從身高和體重兩個指標出發(fā)，計算總方差解釋表，見表4。由表4可知，成分1包含了大部分信息，主成分累計貢獻率為73.959%，表明成分1可以表達原始數(shù)據(jù)提供信息的70%以上，用成分1的信息足以代替原數(shù)據(jù)信息。

表4 總方差解釋表

對選取的主成分進行載荷值旋轉計算，可得成分得分系數(shù)矩陣，見表5。由此可知主成分綜合得分線性方程為:

F1=0.581×Z1+0.581×Z2

(6)

F1為提取后的新成分，Z1為體重，Z2為身高。用SPSS軟件對F1和年齡與SVA 值做多元回歸分析，得P=0.000，r=0.472，則回歸方程有意義。系數(shù)檢驗結果見表6，可知多元回歸方程為：

Y=0.095×X1+0.224×X2-0.833 (7)

表6 系數(shù)表

3.4 K近鄰算法

K近鄰算法采用MATLAB 2015a編程實現(xiàn)。實驗從樣本集中選133個數(shù)據(jù)做分類處理(青少年41例，老年人44例，成年人48例)，選取的分類標記為年齡。K值采用折疊交叉驗證法(M-Fold Cross-Validation)[ 11]最終選定為4 。實驗中的有關數(shù)據(jù)見表7。

表7 實驗數(shù)據(jù)及測試結果Table 7 The experimental data and test result

4 結論分析

本研究設計一款人體頸腰部生理曲線自動測量裝置，通過曲線測量裝置、數(shù)據(jù)采集裝置、計算機曲線擬合三個模塊，繪制出人體頸腰部生理曲線。其后對曲線選取矢狀面參數(shù)SVA進行數(shù)據(jù)分析得到以下結論。由單因素分析的結果可知身高、體重、年齡與矢狀面的相關性較高(P<0.05)，性別對矢狀面影響較??；在其他因素相同時，身高和體重較大的人，SVA值較大；對身高、體重進行主成分分析得到最終的成分F1，與年齡、SVA進行多因素分析得到回歸方程：Y=0.095X1+0.224X2-0.833，其中X1為F1，X2為年齡；K近鄰算法對樣本數(shù)據(jù)做分類，得到結果準確率為74.93%。