基于反向滤波器的倒谱法估计平均骨小梁间距

目的探讨用改进的倒谱方法估计平均骨小梁间距(mean trabecular bone spacing,MTBS)的可行性。方法提出了一种基于反向滤波器的改进的倒谱分析方法用于估计MTBS,并将该方法应用于仿真及离体牛胫骨松质骨中的实验信号。结果改进的倒谱方法能有效减少超声换能器脉冲响应和组织散射特性对倒谱的干扰,而且实现简单,计算量小。结论相比于传统的倒谱方法,改进的倒谱方法在估计MTBS时,对弥散散射和噪声有更强的鲁棒性,因此估计MTBS的精度更高。

基于希氏变换的超声基频算法估计骨小梁间距

超声背散射信号对松质骨的微观结构极其敏感。骨小梁间距（Trabecular bone spacing,TbSp）是用于表征松质骨微结构的一个重要参数。为了能从松质骨超声背散射信号中准确获得松质骨TbSp,本文提出了一种希尔伯特变换和基频估计法相结合的TbSp估计算法。将该算法应用于离体松质骨的超声背散射信号,获得相应的TbSp值,并与显微CT测得的TbSp进行比较。结果表明,HFE算法在信号频率较高时（5 MHz和10 MHz）,估计结果更准确（误差〈3%）且稳定（标准偏差〈4%）;TbSp较大时,估计结果更为准确;TbSp的估计值与标准值在不同频率下均有显著的相关性（r2=0.75-0.99,p〈0.01,n=16）。HFE算法估计TbSp具有准确性和稳定性,可用来表征松质骨TbSp。

基于简易反向滤波跟踪算法分析松质骨的微结构特征

平均散射元间距(MSS)已被众多研究者用于分析准规则组织的微结构特征,平均骨小梁间距(MTBS)是诊断骨质疏松症的重要参数之一。本研究提出一种基于简易反向滤波跟踪(SIFT)的算法,用于估计平均骨小梁间距。对计算机仿真信号和离体牛胫骨松质骨的超声背散射信号分别进行分析处理。实验结果表明,SIFT算法能简单而有效地减小测量系统和传播介质特性的干扰,并且在较强噪声存在的情况下,SIFT算法比AR倒谱法的估计结果更为精确。因此,SIFT算法可用于估计平均骨小梁间距,从而反映松质骨的微结构特征。

80岁以上老年人的骨矿含量变化

本文对70例80岁以上老年人进行桡、尺骨骨矿含量测定,并与50～60岁老年前期的骨矿含量对照分析如下。材料与方法一、对象:年龄80岁以上老年人70例,其中男20例,女50例。对照组:50～60岁374人,其中男性217人,女性157人。所有对象均已排除影响骨代谢的各种慢性疾病。二、方法: