基于机器视觉的血管支架径向性能测试装置的创新与实践

基于机器视觉的血管支架径向性能测试装置的创新与实践一、引言1.1研究背景与意义1.1.1心血管疾病与血管支架应用现状心血管疾病是全球范围内威胁人类健康的主要疾病之一。随着人口老龄化的加剧以及人们生活方式的改变，心血管疾病的发病率呈逐年上升趋势。据世界卫生组织（WHO）统计数据显示，心血管疾病每年导致的死亡人数占全球总死亡人数的30%以上，成为人类健康的“头号杀手”。在中国，心血管疾病患者数量也极为庞大，且增长态势明显，给社会和家庭带来了沉重的负担。血管支架作为治疗心血管疾病的重要医疗器械，在临床治疗中发挥着关键作用。血管支架是一种被用来植入受阻血管内并在膨胀后撑开狭窄血管壁以增大其腔体容积的微创医疗器械。它通过介入手术的方式植入患者体内，能够有效扩张狭窄或阻塞的血管，恢复血液流通，从而缓解患者症状，提高生活质量，降低心血管疾病的死亡率。目前，血管支架植入术已成为治疗冠心病、心肌梗死等心血管疾病的主要手段之一，广泛应用于全球各地的医疗机构。随着技术的不断进步，血管支架的种类也日益丰富，包括金属支架、药物洗脱支架、可降解支架等，不同类型的支架在性能和适用范围上各有特点，为临床治疗提供了更多的选择。1.1.2血管支架径向刚度及支撑力测试的重要性血管支架的径向刚度和径向支撑力是影响支架长期稳定性和治疗效果的重要参数。径向刚度是指支架抵抗径向变形的能力，它直接关系到支架在血管内能否保持稳定的形状和结构，防止因血管壁的压力而发生塌陷或变形。径向支撑力则是指支架对血管壁施加的支撑力，足够的支撑力能够确保血管腔的通畅，维持正常的血液流动。如果血管支架的径向刚度和支撑力不合格，可能会引发一系列严重的问题。支架的径向刚度不足，在血管内受到血流冲击和血管壁压力时，容易发生变形甚至塌陷，导致血管再狭窄，影响血液供应，患者可能会再次出现心绞痛、心肌梗死等症状，需要进行二次手术，增加了患者的痛苦和医疗成本。而支架的径向支撑力不够，无法有效撑开血管壁，同样会导致血管狭窄问题得不到有效解决，影响治疗效果。支架的径向刚度和支撑力过大，也可能会对血管壁造成过度的压迫，损伤血管内皮细胞，引发血栓形成、血管破裂等并发症，威胁患者的生命安全。因此，精确测试血管支架的径向刚度和支撑力对于确保支架的质量和安全性，保障患者的治疗效果和生命健康具有至关重要的意义。只有通过准确的测试，才能筛选出性能优良的支架产品，为临床治疗提供可靠的保障。1.1.3传统测试方法的局限性传统的血管支架径向刚度和径向支撑力测试方法主要依赖于人工操作和一些简单的测量设备，存在诸多局限性。传统测试方法需要大量人工参与，操作过程繁琐，测试效率低下。在测量支架的变形量和受力情况时，需要人工使用量具进行测量，并记录数据，这不仅耗费时间和人力，而且容易出现人为误差，影响测试结果的准确性。传统测试方法的误差较大。人工测量受测量人员的技术水平、经验以及测量环境等因素的影响较大，不同测量人员可能会得到不同的测量结果，导致测试结果的重复性和可靠性较差。传统测试设备的精度有限，难以满足对支架高精度测试的要求，无法准确反映支架的真实性能。传统测试方法在自动化和实时监测方面存在严重不足。无法实现对测试过程的自动化控制，难以满足大规模生产和快速检测的需求。在测试过程中，也无法实时监测支架的变形和受力情况，不能及时发现问题并进行调整，不利于对支架性能的全面评估和优化。综上所述，传统的血管支架径向刚度和支撑力测试方法已难以满足现代医疗对支架质量和性能的严格要求，迫切需要一种更加先进、高效、精确的测试方法和装置。机器视觉技术的发展为解决这一问题提供了新的思路和途径，其具有快速、高效、精度高、非接触等优点，能够实现对支架的自动化、高精度检测，有望克服传统测试方法的局限性，推动血管支架测试技术的发展。1.2国内外研究现状1.2.1国外相关研究进展国外在基于机器视觉的血管支架测试装置方面开展了大量的研究工作，并取得了一系列重要成果。美国、德国、日本等发达国家在该领域处于领先地位，其研究成果涵盖了测试装置的设计、图像处理算法、测量精度提升等多个方面。在测试装置设计方面，国外研究人员提出了多种创新的结构和加载方式。一些研究采用了基于周向液压均匀加载的方式，通过在密封腔内对支架施加均匀的液压压力，模拟血管内的实际受力情况，使支架的变形更加均匀，测试结果更能反映支架在体内的真实性能。同时，结合高精度的位移传感器和压力传感器，实现对支架变形和受力的精确测量。在图像处理算法方面，国外学者运用了先进的图像识别和分析技术，能够快速、准确地提取支架的特征信息，计算支架的径向刚度和支撑力。一些研究采用了深度学习算法，通过对大量支架图像的学习和训练，使算法能够自动识别支架的形状、尺寸和变形情况，大大提高了图像处理的效率和精度。利用边缘检测、轮廓提取等算法，对支架图像进行处理，获取支架的边缘轮廓信息，进而计算支架的直径变化和径向变形量。在测量精度提升方面，国外研究通过优化照明系统、采用高精度的镜头和相机等方式，有效提高了机器视觉系统的测量精度。一些研究采用了多相机立体视觉测量技术，从不同角度对支架进行拍摄，获取更全面的三维信息，进一步提高了测量的准确性。通过对测量系统进行标定和校准，减小系统误差，确保测量结果的可靠性。然而，国外现有的研究仍存在一些问题和挑战。部分测试装置的结构复杂，成本高昂，不利于大规模推广应用。一些图像处理算法对硬件设备的要求较高，计算速度较慢，难以满足实时监测的需求。在测试过程中，如何更好地模拟血管内的复杂生理环境，如血流动力学、血管壁的弹性等因素，仍然是一个有待解决的难题。1.2.2国内研究现状及差距国内在基于机器视觉的血管支架测试装置研究方面也取得了一定的进展，但与国外相比仍存在一定的差距。国内一些高校和科研机构，如东南大学、清华大学等，开展了相关的研究工作，在测试装置的设计、图像处理算法和实验研究等方面取得了一些成果。在测试装置设计方面，国内研究人员借鉴了国外的先进经验，结合国内的实际情况，设计了多种类型的测试装置。一些研究采用了机械加载和液压加载相结合的方式，实现对支架的多工况测试，提高了测试装置的通用性和适应性。在装置的结构设计上，注重优化布局，提高装置的稳定性和可靠性。在图像处理算法方面，国内研究人员也进行了大量的探索和研究。运用数字图像处理技术，对支架图像进行滤波、增强、分割等处理，提取支架的特征参数，计算支架的径向刚度和支撑力。一些研究尝试将人工智能技术应用于支架图像分析，如采用人工神经网络算法对支架的变形情况进行预测和评估。在实验研究方面，国内学者对不同类型的血管支架进行了测试实验，验证了测试装置和算法的可行性和有效性。通过对实验数据的分析，研究了支架的力学性能和变形规律，为支架的设计和优化提供了一定的参考依据。然而，国内研究与国外相比仍存在一些不足之处。在技术创新方面，国内的研究成果相对较少，自主知识产权的核心技术不多，在一些关键技术上仍依赖于国外。在测试精度方面，虽然国内研究取得了一定的提高，但与国外先进水平相比仍有差距，在测量的准确性和稳定性方面还有待进一步提升。在应用推广方面，国内的测试装置和技术在实际生产和临床应用中的普及程度较低，缺乏有效的产业化推广机制，导致研究成果难以转化为实际生产力。1.3研究目标与内容1.3.1研究目标本研究旨在设计一种基于机器视觉的高精度、自动化的血管支架径向刚度及径向支撑力测试装置，以提高血管支架测试的精度和效率，为血管支架的研发、生产和临床应用提供可靠的测试手段。具体目标包括：设计一套结构合理、性能稳定的测试装置，能够实现对血管支架的径向加载和精确测量，模拟血管内的实际受力情况。开发一套高效、准确的图像处理算法，能够快速、准确地提取支架的特征信息，计算支架的径向刚度和支撑力。通过实验验证，确保测试装置的测量精度达到轴向：0.03mm，径向：0.04mm，压强分辨率为5kPa，并且具有较高的重复精度，满足血管支架测试的精度要求。将测试装置应用于实际的血管支架测试中，为支架的设计优化和质量控制提供数据支持，推动血管支架技术的发展和临床应用的推广。1.3.2研究内容测试装置的机械结构设计：根据血管支架的特点和测试要求，设计测试装置的机械结构，包括支架夹持装置、加载装置、密封装置等。优化结构设计，确保装置的稳定性和可靠性，实现对支架的精确加载和定位。对加载装置进行力学分析，确定合适的加载方式和加载力范围，保证能够模拟血管内的真实受力情况。机器视觉系统的搭建与算法开发：选择合适的相机、镜头、光源等硬件设备，搭建机器视觉系统。开发图像处理算法，包括图像预处理、边缘检测、轮廓提取、特征参数计算等，实现对支架图像的自动分析和处理，准确计算支架的径向刚度和支撑力。运用机器学习和深度学习技术，对算法进行优化和改进，提高算法的准确性和鲁棒性，使其能够适应不同类型和形状的血管支架。测试方法的研究与确定：研究基于机器视觉的血管支架径向刚度和支撑力测试方法，确定测试流程、参数设置和数据处理方法。制定合理的测试标准和规范，确保测试结果的准确性和可比性。通过实验对比，分析不同测试方法的优缺点，选择最优的测试方法，提高测试效率和精度。实验验证与结果分析：使用设计的测试装置对不同类型的血管支架进行测试实验，获取测试数据。对实验数据进行分析和处理，验证测试装置的性能和精度，评估支架的径向刚度和支撑力是否符合要求。根据实验结果，对测试装置和算法进行优化和改进，进一步提高测试的准确性和可靠性。同时，对支架的力学性能和变形规律进行研究，为支架的设计和分析提供依据。1.4研究方法与技术路线1.4.1研究方法文献研究法：广泛查阅国内外关于血管支架测试技术、机器视觉技术、图像处理算法等方面的文献资料，了解该领域的研究现状、发展趋势和存在的问题，为研究提供理论基础和参考依据。对相关的学术论文、专利、标准等进行深入分析，总结前人的研究成果和经验教训，明确本研究的切入点和创新点。理论分析法：运用机械设计、力学分析、图像处理等相关理论知识，对测试装置的机械结构、加载原理、图像处理算法等进行理论分析和计算，为装置的设计和算法的开发提供理论支持。通过建立数学模型，对支架的受力情况和变形过程进行模拟和分析，优化装置的设计参数和算法的性能指标。实验研究法：设计并进行实验，对测试装置的性能和精度进行验证。通过实验数据的采集和分析，评估测试装置和算法的可行性和有效性，发现问题并及时进行改进。进行对比实验，研究不同因素对测试结果的影响，优化实验方案和测试方法，提高测试的准确性和可靠性。跨学科融合法：综合运用机械工程、电子信息工程、计算机科学、生物医学工程等多学科知识，实现测试装置的设计、机器视觉系统的搭建、图像处理算法的开发以及实验研究等工作，解决血管支架测试中的复杂问题。加强不同学科之间的交流与合作，充分发挥各学科的优势，推动研究工作的顺利进行。1.4.2技术路线本研究的技术路线如图1所示。首先，通过文献研究和市场调研，了解血管支架测试的需求和现有技术的不足，明确研究目标和内容。然后，进行测试装置的总体方案设计，包括机械结构设计、机器视觉系统选型和测试方法确定。在机械结构设计方面，根据支架的特点和测试要求，设计支架夹持装置、加载装置和密封装置等，并进行力学分析和优化。在机器视觉系统选型方面，选择合适的相机、镜头、光源等硬件设备，搭建机器视觉系统。在测试方法确定方面，研究基于机器视觉的测试方法，制定测试流程和数据处理方法。接着，开发图像处理算法，对采集到的支架图像进行预处理、边缘检测、轮廓提取和特征参数计算，实现对支架径向刚度和支撑力的计算。同时，进行测试装置的样机制作和调试，确保装置的性能和精度符合要求。然后，使用样机对不同类型的血管支架进行测试实验，采集实验数据并进行分析处理。根据实验结果，对测试装置和算法进行优化和改进，进一步提高测试的准确性和可靠性。最后，总结研究成果，撰写研究报告和学术论文，为血管支架测试技术的发展提供理论和实践支持。[此处插入技术路线图]图1技术路线图二、相关理论基础2.1血管支架的工作原理与分类2.1.1血管支架的工作原理血管支架是一种用于治疗血管狭窄或闭塞性疾病的医疗器械，其工作原理是通过介入手术将支架植入病变血管部位，支架在血管内撑开，支撑血管壁，恢复血管的通畅性，从而保证血液的正常流动。在正常生理状态下，血管壁具有一定的弹性和韧性，能够维持血管的形态和正常的血液流通。当血管发生病变，如动脉粥样硬化时，血管壁会逐渐增厚，管腔变窄，导致血液流动受阻。此时，将血管支架植入病变部位，支架可以对血管壁施加向外的支撑力，克服血管壁的狭窄和回缩力，使血管腔恢复到一定的直径，从而改善血液供应。血管支架与血管壁之间存在着复杂的相互作用机制。支架植入后，会与血管壁紧密接触，支架的支撑力分布在血管壁上，使血管壁承受一定的压力。同时，血管壁会对支架产生反作用力，这种相互作用力会影响支架的稳定性和血管的长期通畅性。支架的存在还会引起血管壁的一系列生物学反应，如内皮细胞的增殖、迁移和覆盖，平滑肌细胞的增殖和重塑等，这些反应对支架的内皮化和血管的修复具有重要意义。血管支架的性能对治疗效果有着至关重要的影响。支架的径向刚度和支撑力是两个关键性能指标，它们直接关系到支架在血管内的稳定性和对血管壁的支撑效果。合适的径向刚度能够保证支架在血管内抵抗各种外力的作用，保持稳定的形状和结构，防止发生塌陷或变形。足够的径向支撑力则能够有效地撑开血管壁，维持血管腔的通畅，减少血管再狭窄的发生。支架的生物相容性、柔顺性、抗血栓性等性能也会影响治疗效果，良好的生物相容性可以减少机体对支架的免疫反应和炎症反应，降低并发症的发生风险；柔顺性好的支架能够更好地适应血管的弯曲和蠕动，减少对血管壁的损伤；抗血栓性强的支架可以降低血栓形成的概率，提高血管的长期通畅性。2.1.2血管支架的分类根据支架的扩张方式，血管支架主要可分为球囊扩张式支架和自膨式支架两类，它们在结构特点和工作方式上存在明显差异，在径向刚度和支撑力方面也各有特点。球囊扩张式支架本身无弹性，其结构通常是由金属材料制成的管状结构，表面有开槽或编织的网孔。这种支架在输送过程中被预装在球囊上，通过导管将其输送至血管病变部位。到达预定位置后，对球囊进行充气，球囊膨胀撑开支架，使其扩张至预定直径，然后球囊放气并撤出，支架则留在血管内，依靠血管壁的回缩力贴附于血管壁，对血管壁不产生持续膨胀张力。球囊扩张式支架的优点是释放时定位精确，尤其适用于开口病变，如椎动脉开口、肾动脉开口病变等，其径向支撑力较强，能够有效地撑开血管壁，减少血管的弹性回缩。但是，球囊扩张式支架本身缺乏弹性，受压后易出现塌陷闭塞，柔韧性欠佳，不太适合于易受压或活动关节部位的血管，如颅外颈动脉、股胭动脉等。自膨式支架由具有弹性的材料制成，如镍钛合金等，其结构通常是编织或激光雕刻而成的网状结构。自膨式支架在输送过程中被压缩于输送鞘管内，当输送到血管病变处后，外撤鞘管释放支架，支架依靠自身的膨胀张力与血管壁的弹性限制之间取得平衡关系，从而贴附于血管壁。自膨式支架的优点是柔韧性较好，有利于通过扭曲血管和钙化病变，能顺应血管壁的自然曲度，不易受压变形，甚至可跨越活动关节释放。但是，自膨式支架在释放时有前向跳跃和短缩现象，导致精确定位释放困难，其径向支撑力相对球囊扩张式支架较小。在径向刚度和支撑力方面，球囊扩张式支架由于其结构特点和扩张方式，通常具有较高的径向刚度和较强的径向支撑力，能够在血管内提供较为稳定的支撑。自膨式支架虽然径向刚度相对较低，但具有较好的柔性，能够更好地适应血管的生理运动和变形。在实际应用中，应根据患者的具体病情、血管病变部位和特点等因素，综合考虑选择合适类型的血管支架，以确保治疗效果和安全性。2.2径向刚度及径向支撑力的概念与意义2.2.1径向刚度的定义与物理意义径向刚度是描述物体或结构在径向方向上抵抗变形能力的物理量。对于血管支架而言，径向刚度是指支架在受到径向外力作用时，抵抗自身直径发生变化的能力。其定义为支架在径向外力作用下，单位径向变形所需要施加的力，通常用公式表示为：K=\frac{F}{\DeltaD}其中，K为径向刚度（单位：N/mm），F为施加的径向力（单位：N），\DeltaD为支架在径向力作用下的直径变化量（单位：mm）。从物理意义上讲，径向刚度反映了支架的结构强度和稳定性。径向刚度越大，表明支架抵抗径向变形的能力越强，在相同的径向外力作用下，支架的直径变化越小。在血管内，支架会受到来自血管壁的压力、血流的冲击力等各种径向外力。如果支架的径向刚度不足，在这些外力的作用下，支架容易发生变形，如直径变小、塌陷等，这将导致血管腔狭窄，影响血液的正常流通，甚至可能引发血管再狭窄、血栓形成等严重并发症，危及患者的生命健康。合适的径向刚度对于支架在血管内的长期稳定性至关重要。它能够保证支架在复杂的生理环境中，始终保持其形状和结构的完整性，有效地支撑血管壁，维持血管腔的通畅。在设计和制造血管支架时，需要根据血管的生理特点和病变情况，合理选择支架的材料、结构和尺寸，以确保支架具有合适的径向刚度。2.2.2径向支撑力的定义与作用径向支撑力是指血管支架对血管壁施加的、沿径向方向的支撑作用力。在测量方面，通常通过模拟血管内的受力情况，对支架施加径向压缩或扩张载荷，测量支架在变形过程中对周围物体产生的反作用力，以此来确定支架的径向支撑力。径向支撑力在血管支架的功能实现中起着关键作用。其主要作用是维持血管的通畅，防止血管回缩。当血管因病变而狭窄或闭塞时，支架植入后通过施加足够的径向支撑力，撑开狭窄的血管段，使血管腔恢复到一定的直径，从而保证血液能够顺畅地流过。支架的径向支撑力还可以分散血管壁所承受的压力，减少血管壁的应力集中，降低血管破裂的风险。如果支架的径向支撑力不足，无法有效地撑开血管壁，血管可能会继续处于狭窄状态，血液供应得不到有效改善，患者的症状无法缓解，甚至可能导致病情进一步恶化。相反，如果支架的径向支撑力过大，会对血管壁造成过度的压迫，损伤血管内皮细胞，引发一系列不良反应。过度的压迫可能导致血管内皮细胞受损，激活血小板的聚集和凝血系统，增加血栓形成的风险。还可能引起血管壁的炎症反应和组织损伤，导致血管壁的纤维化和重塑异常，增加血管再狭窄的发生率。因此，合理控制支架的径向支撑力对于保证血管支架的治疗效果和安全性具有重要意义。2.3机器视觉技术原理与应用2.3.1机器视觉系统的组成与工作原理机器视觉系统主要由相机、镜头、光源和图像处理软件等部分组成，各部分协同工作，实现对物体的非接触式测量和分析。相机是机器视觉系统的核心部件之一，其作用是将光学图像转换为数字信号。常见的相机类型包括电荷耦合器件（CCD）相机和互补金属氧化物半导体（CMOS）相机。CCD相机具有灵敏度高、噪声低、图像质量好等优点，适用于对图像质量要求较高的应用场景；CMOS相机则具有成本低、功耗小、数据传输速度快等特点，在工业检测等领域得到了广泛应用。镜头用于聚焦光线，将被拍摄物体的图像清晰地成像在相机的感光元件上。镜头的选择需要根据测量对象的尺寸、距离、精度要求等因素进行综合考虑。不同焦距的镜头适用于不同的拍摄距离和视场范围，而镜头的分辨率和畸变等参数则会影响测量的精度。光源为相机提供必要的照明，确保被拍摄物体能够清晰成像。合适的光源可以增强物体的特征，提高图像的对比度和清晰度，有利于后续的图像处理和分析。光源的类型多种多样，包括可见光光源、红外光源、紫外光源等，根据不同的应用需求，可以选择不同类型的光源以及不同的照明方式，如背光照明、前光照明、结构光照明等。图像处理软件是机器视觉系统的大脑，负责对相机采集到的图像进行处理和分析。其工作过程主要包括图像采集、处理和分析三个阶段。在图像采集阶段，相机将拍摄到的光学图像转换为数字图像，并传输给图像处理软件。在图像处理阶段，软件对采集到的图像进行预处理，如去噪、灰度变换、图像增强等，以提高图像的质量，为后续的特征提取和分析奠定基础。通过边缘检测、轮廓提取、形态学处理等算法，提取图像中物体的特征信息，如形状、尺寸、位置等。在图像分析阶段，软件根据提取的特征信息，运用各种算法和模型对物体进行识别、测量和判断，实现对支架的径向刚度和支撑力的计算。在对血管支架进行测试时，机器视觉系统通过相机拍摄支架在不同加载状态下的图像，利用图像处理软件对图像进行分析，提取支架的边缘轮廓信息，计算支架在加载前后的直径变化量，从而得到支架的径向变形量。结合施加在支架上的径向力，根据径向刚度和径向支撑力的定义公式，即可计算出支架的径向刚度和径向支撑力。这种非接触式测量方法具有快速、准确、无损等优点，能够有效地克服传统接触式测量方法的局限性。2.3.2机器视觉在工业检测中的应用案例机器视觉技术在工业检测领域有着广泛的应用，在尺寸测量、缺陷检测和形状识别等方面发挥了重要作用，为血管支架测试提供了有益的参考。在尺寸测量方面，机器视觉技术能够实现对工业产品的高精度测量。在汽车零部件制造中，利用机器视觉系统可以快速、准确地测量零部件的尺寸，如长度、直径、孔径等。通过对相机采集到的零部件图像进行处理和分析，提取零部件的边缘轮廓信息，运用图像处理算法计算出零部件的尺寸参数，并与标准尺寸进行对比，从而判断零部件的尺寸是否符合要求。与传统的接触式测量方法相比，机器视觉尺寸测量具有测量速度快、精度高、可在线测量等优点，能够大大提高生产效率和产品质量。在缺陷检测方面，机器视觉技术能够快速准确地检测出产品表面的缺陷。在电子元件生产过程中，机器视觉系统可以检测电子元件表面的划痕、裂纹、孔洞、缺件等缺陷。通过对采集到的电子元件图像进行预处理、特征提取和分析，与正常产品的图像特征进行对比，判断电子元件是否存在缺陷以及缺陷的类型和位置。机器视觉缺陷检测具有检测效率高、准确性高、可靠性强等优点，能够及时发现产品缺陷，避免不合格产品流入下一道工序，降低生产成本。在形状识别方面，机器视觉技术可以对工业产品的形状进行识别和分类。在机械零件制造中，利用机器视觉系统可以识别不同形状的机械零件，如齿轮、轴、螺栓等，并对其进行分类和计数。通过对零件图像的处理和分析，提取零件的形状特征，运用模式识别算法对零件的形状进行识别和分类。机器视觉形状识别具有识别速度快、准确率高、适应性强等优点，能够提高生产自动化程度，减少人工操作的误差。这些应用案例充分展示了机器视觉技术在工业检测中的优势，即能够提高检测精度和效率，减少人工检测的主观性和误差，实现自动化、智能化的检测。在血管支架测试中，可以借鉴这些成功经验，利用机器视觉技术实现对支架径向刚度和支撑力的高效、准确测试。通过对支架图像的分析，快速获取支架的特征信息，计算支架的径向变形和受力情况，为支架的质量评估和性能优化提供可靠的数据支持。三、测试装置总体设计方案3.1设计思路与原则3.1.1满足测试需求的设计思路为了实现对血管支架径向刚度及径向支撑力的精确测试，本测试装置采用周向液压均匀加载和机器视觉测量相结合的设计思路。周向液压均匀加载方式能够模拟血管支架在人体血管内所受到的均匀压力，使支架在测试过程中的受力状态更加接近实际生理情况。通过在密封腔内充满液体，利用液压泵对液体加压，将压力均匀地传递到支架上，实现对支架的周向加载。这种加载方式能够确保支架在各个方向上受到的压力一致，避免了局部受力不均对测试结果的影响，从而提高测试的准确性和可靠性。机器视觉测量技术则利用相机和图像处理算法，对支架在加载过程中的变形情况进行实时监测和分析。在测试装置中，安装高分辨率相机，从不同角度对支架进行拍摄，获取支架在不同加载阶段的图像。通过图像处理软件对这些图像进行处理和分析，提取支架的边缘轮廓信息，计算支架的直径变化量和径向变形量。结合施加在支架上的压力值，根据径向刚度和径向支撑力的定义公式，即可准确计算出支架的径向刚度和支撑力。机器视觉测量技术具有非接触、高精度、快速等优点，能够避免传统接触式测量方法对支架造成的损伤，同时提高测试效率和精度。通过周向液压均匀加载和机器视觉测量的有机结合，本测试装置能够实现对血管支架径向刚度及径向支撑力的全面、精确测试，为支架的研发、生产和质量控制提供可靠的数据支持。在测试过程中，还可以通过改变加载压力的大小和加载速率，模拟不同的生理工况，研究支架在不同条件下的力学性能，为支架的优化设计提供依据。3.1.2高精度与自动化的设计原则在测试装置的设计过程中，始终遵循高精度与自动化的设计原则，以提高测试质量和效率，满足现代医疗对血管支架测试的严格要求。在高精度方面，通过优化装置的机械结构设计，提高各部件的加工精度和装配精度，确保装置在运行过程中的稳定性和可靠性。对支架夹持装置进行精心设计，采用高精度的定位和夹紧机构，保证支架在测试过程中的位置固定准确，减少因支架位移而产生的测量误差。在加载装置的设计中，选用高精度的液压元件或电动加载元件，精确控制加载力的大小和方向，确保加载的均匀性和稳定性。在机器视觉系统中，选择高分辨率的相机和优质的镜头，提高图像采集的质量和精度。通过对相机和镜头的参数进行优化，如调整焦距、光圈、曝光时间等，使采集到的图像能够清晰地反映支架的细节特征，为后续的图像处理和分析提供良好的基础。运用先进的图像处理算法和数据处理技术，对采集到的图像进行精确的处理和分析，提高测量结果的准确性。采用亚像素边缘检测算法，能够将支架边缘的定位精度提高到亚像素级别，从而更准确地计算支架的直径变化量和径向变形量。在自动化方面，实现测试过程的自动化控制，减少人工干预，提高测试效率和一致性。通过选用先进的数据采集卡和控制器，实现对测试装置各部分的自动化控制。利用控制器对液压泵或电动加载装置进行精确控制，按照预设的加载程序自动对支架进行加载。同时，控制器还可以实时采集传感器的数据，如压力传感器、位移传感器等，对测试过程进行实时监测和调整。开发专门的控制软件，实现对测试过程的集中控制和管理。操作人员可以通过软件界面设置测试参数，如加载力的大小、加载速率、测试时间等，软件会根据设置的参数自动控制测试装置的运行。软件还能够实时显示测试过程中的各种数据和图像，方便操作人员进行监控和分析。测试完成后，软件能够自动对测试数据进行处理和分析，生成测试报告，大大提高了测试效率和数据处理的准确性。3.2机械结构设计3.2.1支架夹持装置设计支架夹持装置是测试装置的重要组成部分，其作用是将血管支架稳定地固定在测试位置，确保在加载过程中支架不会发生位移或转动，从而保证测试结果的准确性。为了实现对不同尺寸和形状支架的稳定夹持，本设计采用特殊夹具结合真空吸附的方式。特殊夹具采用可调节的结构设计，能够适应不同尺寸的血管支架。夹具由两个对称的夹臂组成，夹臂的内侧设计有与支架外形相匹配的凹槽，通过调节夹臂之间的距离，可以紧密地夹住支架。夹臂的材料选用具有较高强度和耐磨性的金属材料，如铝合金或不锈钢，以确保夹具在长期使用过程中不会发生变形或损坏。在夹臂的接触面上，粘贴一层柔软的橡胶垫，既能增加夹具与支架之间的摩擦力，防止支架滑动，又能避免夹具对支架表面造成损伤。真空吸附方式则是在夹具的基础上，进一步提高支架夹持的稳定性。在夹具的内部设计有真空腔，通过连接真空泵，在真空腔内形成负压，从而将支架紧紧地吸附在夹具上。真空吸附的优点在于能够提供均匀的吸附力，使支架在各个方向上都能得到稳定的支撑，尤其适用于形状不规则的支架。为了确保真空吸附的效果，真空腔的密封性能至关重要。采用优质的密封材料，如橡胶密封圈，对真空腔进行密封处理，防止空气泄漏，保证真空度的稳定。这种特殊夹具与真空吸附相结合的夹持方式，具有以下优势：首先，能够适应多种不同尺寸和形状的血管支架，提高了测试装置的通用性和适用性。无论是常见的圆柱形支架，还是具有特殊形状的支架，都能通过调节夹具和利用真空吸附实现稳定夹持。其次，夹持稳定性高，能够有效避免在加载过程中支架发生位移或转动，从而保证测试结果的准确性和可靠性。最后，对支架表面的损伤小，橡胶垫和真空吸附的方式能够减少对支架表面的摩擦和挤压，保护支架的完整性，避免因夹持造成的支架性能改变。3.2.2加载装置设计加载装置是测试装置的核心部件之一，其作用是对血管支架施加稳定、均匀的径向载荷，模拟支架在血管内所承受的压力。本设计考虑采用液压系统和电动加载装置两种加载方式，并对它们的原理、控制方法以及优缺点进行分析。液压系统加载方式是利用液体的不可压缩性，通过液压泵将液压油加压后输送到密封腔中，对放置在密封腔内的血管支架施加均匀的径向压力。液压系统主要由液压泵、溢流阀、节流阀、液压缸、密封腔等部件组成。液压泵作为动力源，将机械能转化为液压油的压力能，为加载提供动力。溢流阀用于调节系统的最高压力，防止系统过载。节流阀则通过调节液压油的流量，控制加载速度。液压缸是执行元件，将液压油的压力能转化为机械能，推动密封腔内的液体对支架施加压力。密封腔采用高强度的透明材料制成，如有机玻璃或钢化玻璃，既能保证承受高压，又能便于观察支架的变形情况。在控制方法上，通过调节液压泵的转速或调节节流阀的开度，可以实现对加载力大小和加载速度的精确控制。采用比例溢流阀和比例节流阀，结合控制器和传感器，可以实现闭环控制，根据设定的加载曲线自动调节加载力和加载速度，提高加载的精度和稳定性。液压系统加载方式的优点在于：能够提供较大的加载力，适用于对各种类型的血管支架进行测试；加载力均匀稳定，能够较好地模拟血管内的实际受力情况；通过调节液压元件的参数，可以实现加载力和加载速度的连续调节，满足不同测试需求。然而，液压系统也存在一些缺点：系统结构复杂，需要配备液压泵、油箱、油管等多个部件，成本较高；液压油的泄漏可能会对环境造成污染，并且需要定期更换液压油，维护成本较高；液压系统的响应速度相对较慢，在快速加载或卸载时可能会出现滞后现象。电动加载装置加载方式则是利用电机的旋转运动，通过丝杠螺母机构或齿轮齿条机构将旋转运动转化为直线运动，对支架施加径向压力。电动加载装置主要由电机、减速器、丝杠螺母机构、力传感器等部件组成。电机提供动力，减速器用于降低电机的转速，提高输出扭矩。丝杠螺母机构将电机的旋转运动转化为直线运动，推动加载头对支架施加压力。力传感器用于实时监测加载力的大小，并将信号反馈给控制器，实现闭环控制。在控制方法上，通过控制电机的转速和转向，可以实现对加载力大小和加载方向的精确控制。采用伺服电机和驱动器，结合控制器和力传感器，可以实现高精度的位置控制和力控制，根据设定的加载曲线自动调节加载力和加载速度。电动加载装置的优点在于：系统结构相对简单，体积小，重量轻，成本较低；电动加载装置的响应速度快，能够实现快速加载和卸载，适用于对测试速度要求较高的场合；易于实现自动化控制，通过编程可以实现各种复杂的加载曲线和测试流程。但是，电动加载装置也存在一些不足之处：能够提供的加载力相对较小，对于一些需要较大加载力的测试可能无法满足要求；在加载过程中，由于机械传动部件的存在，可能会产生一定的摩擦力和间隙，影响加载的精度和稳定性。综上所述，液压系统加载方式和电动加载装置加载方式各有优缺点。在实际应用中，应根据测试需求和预算等因素，综合考虑选择合适的加载方式。对于需要较大加载力、加载精度要求高且对成本不敏感的测试，可以选择液压系统加载方式；对于对加载速度要求高、成本有限且加载力要求不是特别大的测试，电动加载装置加载方式则更为合适。3.2.3密封与防护结构设计密封与防护结构是测试装置正常运行和安全使用的重要保障，其主要作用是防止液体泄漏，保护内部结构免受外界环境的影响，确保测试过程的准确性和可靠性。本设计采用密封腔和防护外壳相结合的方式来实现密封与防护功能。密封腔是放置血管支架和加载液体的关键部件，其密封性能直接影响测试结果的准确性。密封腔采用高强度的透明材料制成，如有机玻璃或钢化玻璃，既能够承受液压加载时的压力，又便于通过机器视觉系统观察支架的变形情况。为了确保密封腔的密封性，在密封腔的各个连接部位采用密封垫和密封胶进行密封处理。在密封腔的盖子与腔体之间，安装橡胶密封垫，通过拧紧螺栓使密封垫产生弹性变形，从而实现紧密密封。在密封腔的管道接口处，采用密封胶进行密封，防止液体从接口处泄漏。定期检查密封垫和密封胶的状态，及时更换老化或损坏的密封部件，确保密封腔的密封性能。防护外壳则主要用于保护测试装置的内部结构，防止外界物体对其造成碰撞和损坏，同时也能起到一定的防尘、防水作用。防护外壳采用金属材料制成，如铝合金或不锈钢，具有较高的强度和耐磨性。外壳的设计应充分考虑散热问题，在外壳上开设散热孔，确保测试装置在运行过程中产生的热量能够及时散发出去，避免因温度过高而影响装置的性能和寿命。在防护外壳的表面，设置警示标识和操作说明，提醒操作人员注意安全事项和正确的操作方法。密封与防护结构对于测试装置的安全运行至关重要。如果密封性能不好，液体泄漏不仅会影响测试结果的准确性，还可能对测试环境和设备造成损害。泄漏的液压油可能会污染实验室环境，腐蚀设备表面，甚至可能导致操作人员滑倒受伤。防护结构的缺失或不完善，会使测试装置的内部结构暴露在外界环境中，容易受到碰撞、灰尘、水分等因素的影响，从而降低装置的性能和可靠性。因此，在测试装置的设计和制造过程中，必须高度重视密封与防护结构的设计和质量控制，确保其能够有效地发挥作用。3.3机器视觉系统设计3.3.1相机与镜头选型相机与镜头是机器视觉系统的核心部件，其性能直接影响到测试的精度和效果。在选型时，需要根据测试精度和视场要求，综合考虑相机和镜头的各项参数。对于测试精度要求较高的血管支架径向刚度及径向支撑力测试，应选择具有高分辨率的相机。分辨率是相机的重要参数之一，它决定了相机能够分辨的最小细节尺寸。高分辨率相机能够捕捉到支架更细微的变形和特征信息，从而提高测量的精度。一般来说，相机的分辨率越高，其像素数量就越多。在选择相机时，可以根据测试需求确定所需的像素数量。如果需要测量支架的微小变形，可能需要选择百万像素级别的相机，以确保能够准确地检测到支架的变化。帧率也是相机的一个重要参数，它表示相机每秒能够拍摄的图像数量。在测试过程中，如果支架的变形速度较快，就需要选择帧率较高的相机，以确保能够捕捉到支架变形的全过程。对于血管支架测试，一般需要选择帧率在几十帧到几百帧之间的相机，以满足不同测试场景的需求。镜头的选型同样重要，需要根据视场要求和工作距离选择合适焦距的镜头。焦距是镜头的一个关键参数，它决定了镜头的视角和成像大小。较短焦距的镜头具有较大的视角，能够拍摄到较大的视场范围，但成像会相对较小；较长焦距的镜头视角较小，视场范围也较小，但成像会相对较大。在选择镜头焦距时，需要根据支架的尺寸和测试要求确定合适的视场范围和成像大小。如果需要拍摄整个支架的全貌，可能需要选择较短焦距的镜头；如果需要对支架的某个局部进行详细观察和测量，可能需要选择较长焦距的镜头。工作距离也是选择镜头时需要考虑的重要因素，它是指镜头到被测物体的距离。在测试装置中，需要确保镜头能够在合适的工作距离下清晰地成像，同时要考虑到支架夹持装置和加载装置的结构，避免镜头与其他部件发生干涉。不同相机和镜头参数对测试结果有着显著的影响。相机分辨率低，可能无法准确捕捉到支架的细微变形，导致测量误差增大；帧率不足，可能会错过支架变形的关键瞬间，无法完整地记录支架的变形过程。镜头焦距不合适，会导致视场范围不符合要求，或者成像大小不合适，影响对支架特征的提取和测量。工作距离不合适，会使成像模糊，降低测量精度。因此，在相机与镜头选型过程中，需要综合考虑各种因素，进行合理的选择和搭配，以确保机器视觉系统能够满足测试要求，获得准确可靠的测试结果。3.3.2光源系统设计光源系统是机器视觉系统的重要组成部分，其作用是为相机提供合适的照明，以提高图像的质量和对比度，便于对血管支架进行准确的检测和分析。本设计考虑采用环形光源和背光源相结合的照明方式，以实现消除阴影、提高图像对比度的效果。环形光源是一种常见的光源类型，其发光体呈环形分布，能够提供均匀的环形照明。环形光源的优点在于能够从多个角度照亮被测物体，有效减少阴影的产生。在对血管支架进行测试时，将环形光源安装在相机周围，使其光线均匀地照射在支架上。由于环形光源的光线分布均匀，能够避免在支架表面形成明显的亮区和暗区，从而使相机拍摄到的图像更加清晰、均匀。环形光源还能够突出支架的边缘轮廓，便于后续的边缘检测和轮廓提取。通过调整环形光源的亮度和角度，可以进一步优化照明效果，提高图像的质量。背光源则是从被测物体的背面进行照明，其光线透过物体后被相机接收。背光源的主要作用是提高物体与背景之间的对比度，使物体的轮廓更加清晰。在血管支架测试中，将支架放置在透明的载物台上，背光源位于载物台下方，光线从下方透过支架照射到相机上。由于支架与背景的透光率不同，在背光源的照射下，支架的轮廓会在相机拍摄的图像中形成明显的对比，便于准确地识别和测量支架的形状和尺寸。背光源尤其适用于对支架的尺寸测量和缺陷检测，能够清晰地显示出支架的细微结构和缺陷。环形光源和背光源相结合的照明方式，能够充分发挥两种光源的优势，实现更好的照明效果。环形光源提供均匀的正面照明，减少阴影；背光源则提供高对比度的背面照明，突出支架的轮廓和细节。这种组合照明方式能够使相机拍摄到的图像更加清晰、准确，为后续的图像处理和分析提供良好的基础。在实际应用中，还可以根据支架的具体形状、材质和测试要求，灵活调整环形光源和背光源的亮度、角度和颜色等参数，以获得最佳的照明效果。3.3.3图像采集与传输系统设计图像采集与传输系统是机器视觉系统的关键环节，其作用是将相机拍摄到的图像快速、稳定地传输到计算机中进行处理和分析。本设计采用图像采集卡和数据线相结合的采集与传输方式，以实现高速稳定的图像传输。图像采集卡是连接相机和计算机的重要设备，它负责将相机输出的模拟信号或数字信号转换为计算机能够识别的数字图像数据。在选择图像采集卡时，需要考虑其性能指标，如数据传输速率、图像分辨率支持能力、兼容性等。数据传输速率是图像采集卡的关键性能指标之一，它决定了图像采集和传输的速度。对于血管支架测试，由于需要实时采集和处理大量的图像数据，因此需要选择数据传输速率较高的图像采集卡，以确保能够快速地将相机拍摄的图像传输到计算机中，避免图像数据的丢失和延迟。图像四、测试方法与图像处理算法4.1测试流程与方法4.1.1样品准备与安装在进行血管支架径向刚度及径向支撑力测试前，需对支架样品进行严格的准备工作，以确保测试结果的准确性和可靠性。选择符合测试要求的血管支架样品，确保其表面无明显的缺陷、划痕或变形。对支架进行清洁处理，以去除表面的杂质、油污和灰尘等污染物，避免这些杂质对测试结果产生干扰。可以采用超声波清洗的方法，将支架放入装有适量清洗剂的超声波清洗机中，设置适当的清洗时间和功率，通过超声波的空化作用，使清洗剂充分作用于支架表面，有效去除污染物。清洗后，用去离子水冲洗支架，去除残留的清洗剂，然后将支架放置在干燥箱中，在适当的温度下干燥，以确保支架表面完全干燥。对支架进行预处理，以模拟其在实际使用中的状态。对于一些可扩张的支架，需要按照规定的扩张方式进行预扩张，使其达到一定的尺寸和形状，以便在测试中更真实地反映其性能。在预处理过程中，需严格控制预扩张的参数，如扩张力、扩张速度和扩张时间等，确保预处理的一致性和准确性。将准备好的支架安装到测试装置的支架夹持装置上。在安装过程中，需确保支架的中心轴线与测试装置的加载轴线重合，以保证加载力能够均匀地作用在支架上。使用设计的特殊夹具结合真空吸附的方式，将支架稳定地固定在夹具上。根据支架的尺寸，调节夹臂之间的距离，使夹臂内侧的凹槽与支架紧密贴合，然后启动真空泵，在真空腔内形成负压，将支架紧紧吸附在夹具上。检查支架的安装是否牢固，确保在加载过程中支架不会发生位移或转动。支架的安装质量直接影响测试结果的准确性，如果支架安装不牢固，在加载过程中可能会发生位移或转动，导致加载力不均匀，从而使测试结果产生偏差。因此，在安装支架时，需严格按照操作规程进行，确保安装的准确性和稳定性。4.1.2加载与数据采集安装好支架后，按照设定的加载速率和压力对支架进行加载。根据测试需求，选择合适的加载方式，如采用液压系统加载或电动加载装置加载。如果采用液压系统加载，启动液压泵，调节溢流阀和节流阀，使液压油以设定的流量和压力进入密封腔，对支架施加均匀的径向压力。通过控制液压泵的转速或调节节流阀的开度，实现对加载力大小和加载速度的精确控制。如果采用电动加载装置加载，启动电机，通过减速器降低电机转速，提高输出扭矩，然后通过丝杠螺母机构或齿轮齿条机构将电机的旋转运动转化为直线运动，对支架施加径向压力。利用伺服电机和驱动器，结合控制器和力传感器，实现高精度的位置控制和力控制，根据设定的加载曲线自动调节加载力和加载速度。在加载的同时，利用机器视觉系统和压力传感器同步采集图像和压力数据。启动相机，按照设定的帧率和分辨率，对支架在加载过程中的变形情况进行实时拍摄。通过图像采集卡将相机拍摄的图像快速传输到计算机中进行存储和处理。同时，压力传感器实时监测施加在支架上的压力值，并将压力信号传输给数据采集卡，数据采集卡将压力信号转换为数字信号后传输到计算机中进行存储。为了确保数据采集的同步性，利用控制器对相机和压力传感器进行同步触发，使相机拍摄图像的时刻与压力传感器采集压力数据的时刻保持一致。通过设置合适的触发延迟时间，进一步提高同步性的精度。在数据采集过程中，需密切关注采集的数据是否正常，确保图像清晰、压力数据准确。如果发现数据异常，及时检查设备和参数设置，排除故障后重新进行数据采集。4.1.3测试结束与数据分析当加载达到设定的压力或变形量时，停止加载。先关闭加载装置的动力源，如停止液压泵或电机的运转，然后缓慢释放加载力，使支架恢复到初始状态。在释放加载力的过程中，同样要注意控制释放速度，避免因释放过快而对支架造成损伤。保存采集到的图像和压力数据，以便后续进行分析处理。将图像数据存储在计算机的硬盘中，按照一定的命名规则和文件夹结构进行分类存储，方便查找和管理。压力数据也以相应的格式进行存储，如文本文件或数据库文件。对测试数据进行分析处理，以评估支架的径向刚度和支撑力。利用图像处理算法对采集到的图像进行分析，提取支架在不同加载阶段的边缘轮廓信息，计算支架的直径变化量和径向变形量。通过边缘检测算法，如Canny算子，检测支架图像的边缘，然后利用轮廓提取算法，如轮廓跟踪算法，提取支架的轮廓。根据提取的轮廓，计算支架在不同加载阶段的直径，进而得到支架的直径变化量和径向变形量。结合压力数据，根据径向刚度和径向支撑力的定义公式，计算支架的径向刚度和支撑力。径向刚度计算公式为K=\frac{F}{\DeltaD}，其中K为径向刚度，F为施加的径向力，\DeltaD为支架在径向力作用下的直径变化量。径向支撑力则根据支架在变形过程中对周围物体产生的反作用力来确定。对计算得到的径向刚度和支撑力数据进行统计分析，如计算平均值、标准差等，评估支架性能的稳定性和一致性。根据数据分析结果，判断支架的径向刚度和支撑力是否符合相关标准和要求，为支架的质量评估和性能优化提供依据。4.2图像处理算法4.2.1图像预处理图像预处理是图像处理的重要环节，其目的是提高图像的质量，便于后续的处理和分析。采用灰度化、滤波、降噪等方法对采集到的支架图像进行预处理。灰度化是将彩色图像转换为灰度图像的过程，其原理是根据人眼对不同颜色的敏感度，对RGB三个颜色通道进行加权平均，得到单一的灰度值。常用的灰度化公式为：Gray=0.299R+0.587G+0.114B，其中R、G、B分别为彩色图像中红、绿、蓝三个通道的像素值，Gray为转换后的灰度值。通过灰度化处理，可以将彩色图像的信息量减少，简化后续处理的复杂度，同时保留图像的主要特征。滤波是去除图像噪声、平滑图像的重要手段。常用的滤波方法有均值滤波、中值滤波和高斯滤波等。均值滤波是通过计算邻域内像素值的平均值来替换当前像素值，从而达到平滑图像的目的。其计算公式为：G(x,y)=\frac{1}{M\timesN}\sum_{i=-M/2}^{M/2}\sum_{j=-N/2}^{N/2}f(x+i,y+j)，其中G(x,y)为滤波后像素(x,y)的灰度值，f(x+i,y+j)为邻域内像素的灰度值，M和N为邻域的大小。均值滤波能够有效去除高斯噪声，但对于椒盐噪声等脉冲噪声的去除效果较差。中值滤波是将当前像素值替换为邻域内像素值的中位数，它对于去除椒盐噪声具有很好的效果。在中值滤波中，将邻域内的像素值按照从小到大的顺序排列，取中间位置的像素值作为当前像素的滤波结果。中值滤波能够较好地保留图像的边缘信息，避免在平滑图像的过程中对边缘造成过度模糊。高斯滤波是使用高斯函数对邻域内像素值进行加权平均，它既能平滑图像，又能去除噪声，并且在保留图像细节方面具有较好的性能。高斯滤波的权重系数是根据高斯函数计算得到的，离当前像素越近的像素，其权重越大。高斯函数的表达式为：G(x,y)=\frac{1}{2\pi\sigma^{2}}e^{-\frac{(x^{2}+y^{2})}{2\sigma^{2}}}，其中\sigma为高斯函数的标准差，它决定了高斯滤波器的平滑程度。\sigma越大，滤波器的平滑效果越强，但同时也会使图像的细节信息损失更多。在实际应用中，需要根据图像的噪声情况和对细节保留的要求，选择合适的滤波方法和参数。降噪是去除图像中噪声的过程，噪声可能来源于相机传感器、传输过程或环境干扰等。除了上述滤波方法外，还可以采用一些专门的降噪算法，如非局部均值滤波、小波变换降噪等。非局部均值滤波是基于图像的自相似性，通过搜索图像中与当前像素邻域相似的其他邻域，对这些相似邻域的像素值进行加权平均，从而达到降噪的目的。小波变换降噪则是利用小波变换将图像分解为不同频率的子带，然后对噪声所在的子带进行处理，去除噪声后再通过小波逆变换重构图像。通过灰度化、滤波、降噪等预处理方法，可以有效地提高图像的质量，减少噪声和干扰对后续处理的影响，使图像更加清晰，便于提取支架的特征信息，为计算支架的径向刚度和支撑力提供可靠的基础。4.2.2支架轮廓提取支架轮廓提取是计算支架径向尺寸和变形量的关键步骤，采用边缘检测、阈值分割等算法来实现。边缘检测是识别图像中物体边界的过程，其原理是利用图像灰度值的变化来定位边缘。常用的边缘检测算法有Sobel算子、Prewitt算子、Canny算子等。Sobel算子通过计算图像的水平和垂直梯度来检测边缘，它对噪声有一定的抑制作用，但边缘定位的精度相对较低。Sobel算子在水平方向和垂直方向上分别使用两个模板进行卷积运算，得到水平梯度和垂直梯度，然后通过计算梯度的幅值和方向来确定边缘。Prewitt算子与Sobel算子类似，也是通过计算梯度来检测边缘，但它的模板相对简单，对噪声的抑制能力较弱。Canny算子是一种多阶段的边缘检测算法，它通过滤波、梯度计算、非极大值抑制和滞后阈值处理等步骤，生成高质量的边缘图像。在滤波阶段，Canny算子使用高斯滤波器对图像进行平滑处理，去除噪声。在梯度计算阶段，计算图像的梯度幅值和方向。非极大值抑制阶段则是对梯度幅值进行处理，只保留梯度幅值最大的点作为边缘点，抑制其他非边缘点，从而细化边缘。滞后阈值处理阶段通过设置两个阈值，即高阈值和低阈值，将边缘点分为强边缘点和弱边缘点。强边缘点直接被保留为边缘，弱边缘点只有在与强边缘点相连时才被保留，否则被抑制。Canny算子能够有效地检测出图像的边缘，并且具有较好的抗噪声能力和边缘定位精度。阈值分割是将图像划分为前景和背景两个部分的方法，它通过将像素点的灰度值与一个或多个预定义的阈值进行比较，将大于阈值的像素设为前景，小于阈值的像素设为背景。对于支架图像，通过阈值分割可以将支架从背景中分离出来，便于提取支架的轮廓。常用的阈值分割方法有全局阈值法和自适应阈值法。全局阈值法是设定一个固定的阈值，对整幅图像进行分割。这种方法简单直观，但对于光照不均匀或背景复杂的图像，分割效果可能不理想。自适应阈值法是根据图像的局部特性动态调整阈值，它能够更好地适应不同光照条件下的图像分割。自适应阈值法通常是将图像划分为多个小块，对每个小块分别计算阈值，然后根据小块的阈值对该小块内的像素进行分割。不同的边缘检测和阈值分割算法各有优缺点和适用场景。Sobel算子和Prewitt算子计算简单，速度快，但对噪声敏感，边缘定位精度较低，适用于对实时性要求较高但对精度要求不是特别严格的场景。Canny算子虽然计算相对复杂，但能够提供高质量的边缘检测结果，适用于对边缘检测精度要求较高的场景。全局阈值法简单易用，但对图像的要求较高，适用于背景简单、光照均匀的图像。自适应阈值法能够适应不同的图像条件，但计算量较大，适用于背景复杂、光照不均匀的图像。在实际应用中，需要根据支架图像的特点和测试要求，选择合适的算法或算法组合，以准确提取支架的轮廓。4.2.3尺寸计算与数据分析根据提取的支架轮廓，计算支架的径向尺寸和变形量。通过对支架轮廓的分析，可以得到支架在不同位置的直径信息。在计算径向尺寸时，通常选择支架轮廓上的多个点，测量这些点到支架中心的距离，然后根据这些距离计算支架的直径。为了提高计算的准确性，可以采用最小二乘法等拟合方法，对测量得到的点进行拟合，得到更精确的支架轮廓曲线，进而计算出支架的直径。在加载过程中，通过对比不同加载阶段支架的轮廓，计算支架的径向变形量。将加载前支架的轮廓作为基准，与加载后不同阶段的支架轮廓进行对比，测量轮廓上对应点的位置变化，从而得到支架的径向变形量。利用数据分析算法，根据计算得到的径向尺寸和变形量，结合施加的径向力，计算支架的径向刚度和支撑力。根据径向刚度的定义公式K=\frac{F}{\DeltaD}，将测量得到的径向力F和径向变形量\DeltaD代入公式，即可计算出支架的径向刚度。对于径向支撑力的计算，根据支架在变形过程中对周围物体产生的反作用力来确定。在测试装置中，通过压力传感器测量支架对加载装置的反作用力，即可得到支架的径向支撑力。对计算得到的径向刚度和支撑力数据进行进一步的分析，如绘制载荷-变形曲线，分析支架的力学性能和变形规律。载荷-变形曲线能够直观地展示支架在加载过程中径向力与变形量之间的关系，通过对曲线的分析，可以了解支架的弹性区间、屈服点、极限载荷等力学性能参数。研究支架的变形规律，如变形的均匀性、变形随时间的变化等，有助于深入理解支架的力学行为，为支架的设计和优化提供依据。通过对多个支架样品的测试数据进行统计分析，评估支架性能的一致性和稳定性，判断支架是否符合相关标准和要求。五、实验验证与结果分析5.1实验平台搭建5.1.1硬件设备安装与调试在搭建实验平台时，硬件设备的安装与调试是确保测试装置正常运行的关键步骤。首先，进行测试装置机械结构的安装，按照设计图纸，将支架夹持装置、加载装置、密封与防护结构等各个部件进行精确组装。在安装支架夹持装置时，严格控制夹臂的平行度和对称度，确保夹臂能够均匀地夹紧支架，避免因夹持不均匀导致支架在测试过程中发生倾斜或位移。对加载装置的安装，仔细调整各部件的位置和连接，确保加载力能够准确地作用在支架上，并且加载过程平稳、无卡顿。在安装密封与防护结构时，确保密封垫和密封胶的安装质量，防止液体泄漏，同时检查防护外壳的完整性和牢固性，为测试装置提供良好的保护。完成机械结构安装后，进行机器视觉系统硬件设备的安装，包括相机、镜头、光源等。将相机安装在合适的位置，确保其能够清晰地拍摄到支架的变形情况，同时调整相机的角度和高度，使支架在图像中的位置居中，便于后续的图像处理和分析。根据测试需求选择合适焦距的镜头，并将其安装在相机上，确保镜头与相机的连接紧密，无松动。安装光源系统，将环形光源和背光源按照设计要求进行布置，调整光源的亮度、角度和颜色等参数，使支架在图像中能够呈现出清晰的轮廓和良好的对比度。接着，进行控制系统硬件设备的安装，包括数据采集卡、控制器、传感器等。将数据采集卡安装在计算机的扩展槽中，确保其与计算机的通信正常。连接控制器与各硬件设备，如加载装置、相机、传感器等，实现对测试装置的自动化控制。安装压力传感器、位移传感器等，确保传感器的安装位置准确，能够实时监测加载力、位移等参数，并将信号准确地传输给控制器和数据采集卡。在完成硬件设备的安装后，对整个测试装置进行全面调试。对机械结构进行调试，检查各部件的运动是否顺畅，有无干涉现象。通过手动操作加载装置，观察支架夹持装置对支架的夹持效果，以及加载装置的加载过程是否平稳、准确。对机器视觉系统进行调试，通过相机拍摄支架图像，检查图像的清晰度、亮度和对比度等参数，调整相机、镜头和光源的参数，直到获取到高质量的图像。利用图像处理软件对采集到的图像进行初步分析，检查是否能够准确地提取支架的特征信息。对控制系统进行调试，通过控制器发送控制指令，检查加载装置、相机等设备是否能够按照指令正常工作。校准传感器，确保传感器测量的数据准确可靠。通过多次调试和优化，使测试装置达到最佳的工作状态，为后续的实验提供可靠的硬件支持。5.1.2软件系统测试与优化在完成硬件设备安装与调试后，对控制软件进行全面的功能测试和优化，以提高软件的稳定性和易用性。首先，对控制软件的各项功能进行测试，包括测试参数设置功能、数据采集与存储功能、图像处理与分析功能、测试过程控制功能等。在测试参数设置功能时，检查软件是否能够准确地接收用户输入的测试参数，如加载速率、压力范围、图像采集频率等，并将这些参数正确地传递给硬件设备和图像处理算法。通过手动输入不同的测试参数，观察硬件设备的运行状态和测试结果，验证参数设置功能的准确性和可靠性。在测试数据采集与存储功能时，启动测试装置，模拟实际测试过程，采集支架在加载过程中的图像和压力数据。检查软件是否能够实时、准确地采集数据，并将数据按照预设的格式和路径进行存储。在数据存储过程中，检查数据的完整性和准确性，避免数据丢失或错误。通过读取存储的数据，与实际采集的数据进行对比，验证数据采集与存储功能的正确性。对图像处理与分析功能进行测试，将采集到的支架图像输入到软件中，运行图像处理算法，检查软件是否能够准确地提取支架的轮廓、计算支架的径向尺寸和变形量，并根据这些数据计算出支架的径向刚度和支撑力。通过与人工测量结果或理论计算结果进行对比，验证图像处理与分析功能的准确性。对不同类型和形状的支架图像进行测试，检查软件的适应性和鲁棒性，确保软件能够处理各种复杂情况下的支架图像。在测试过程控制功能时，通过软件界面启动、停止测试装置，控制加载过程的开始、暂停和结束等操作。检查软件是否能够准确地控制硬件设备的运行，实现测试过程的自动化控制。在测试过程中，观察软件对硬件设备的控制响应速度和稳定性，确保测试过程的顺利进行。在完成功能测试后，根据测试结果对软件进行优化。对于测试过程中发现的软件漏洞和问题，及时进行修复和改进。对软件的界面进行优化，使其更加简洁、直观，便于用户操作。优化软件的算法和代码，提高软件的运行效率和处理速度。在图像处理算法方面，采用更高效的算法和数据结构，减少计算量和处理时间，提高图像分析的速度。对软件的稳定性进行优化，增加错误处理和异常检测功能，确保软件在各种情况下都能够稳定运行。通过多次测试和优化，使控制软件能够满足实验需求，为血管支架的测试提供高效、准确的软件支持。5.2实验方案设计5.2.1实验样本选择为了全面、准确地评估基于机器视觉的血管支架径向刚度及径向支撑力测试装置的性能和有效性，实验样本的选择至关重要。本实验选取了多种不同材料、结构和规格的血管支架作为实验样本，以确保样本具有广泛的代表性和多样性。在材料方面，涵盖了常见的金属材料如316L不锈钢、镍钛合金，以及新型的生物可降解材料。316L不锈钢具有良好的耐腐蚀性和机械性能，是传统血管支架常用的材料之一；镍钛合金则具有独特的形状记忆效应和超弹性，能够更好地适应血管的生理运动；生物可降解材料如聚乳酸（PLA）、聚己内酯（PCL）等，具有良好的生物相容性和可降解性，在血管支架领域展现出广阔的应用前景。不同材料的血管支架在力学性能、生物相容性等方面存在差异，通过对不同材料支架的测试，可以全面了解测试装置对不同材料支架的适应性和测试准确性。在结构方面，选择了具有不同结构特征的支架，如闭环结构、开环结构、编织结构等。闭环结构支架具有较高的径向刚度和支撑力，适用于对支撑要求较高的血管部位；开环结构支架则具有较好的柔顺性，能够更好地适应血管的弯曲和蠕动；编织结构支架具有独特的力学性能和结构特点，在一些特殊的血管病变治疗中具有优势。不同结构的支架在受力时的变形模式和力学性能表现不同，通过对不同结构支架的测试，可以深入研究支架结构对径向刚度和支撑力的影响规律。在规格方面，选择了不同直径和长度的血管支架。不同规格的支架在实际应用中适用于不同的血管病变部位和患者个体差异。通过对不同规格支架的测试，可以验证测试装置在不同尺寸范围内的测量准确性和可靠性，为临床选择合适规格的支架提供数据支持。样本选择的代表性和多样性对实验结果的可靠性具有重要影响。如果样本选择单一，可能无法全面反映测试装置在不同情况下的性能表现，导致实验结果的片面性和局限性。而选择具有代表性和多样性的样本，可以涵盖各种可能的情况，使实验结果更加全面、准确地反映测试装置的性能和血管支架的力学特性。这样的实验结果更具有说服力和应用价值，能够为血管支架的研发、生产和临床应用提供更可靠的依据。5.2.2实验参数设置在进行血管支架径向刚度及径向支撑力测试实验时，合理设置实验参数是确保实验结果准确性和有效性的关键。本实验设置了加载速率、压力范围、图像采集频率等重要实验参数，并对其依据和合理性进行了深入分析。加载速率是指在测试过程中对支架施加径向载荷的速度。加载速率的设置依据主要考虑血管支架在实际使用中的受力情况以及实验的可操作性。在人体血管内，支架受到的载荷变化是一个相对缓慢的过程。为了模拟这种实际情况，加载速率不宜过快。加载速率过快，可能会导致支架的变形来不及充分发展，使测量结果不能准确反映支架的真实力学性能。加载速率过慢，会延长实验时间，降低实验效率。综合考虑，本实验将加载速率设置为0.1-1N/s。在这个范围内，既能较好地模拟支架在体内的受力过程，又能保证实验的高效进行。不同的加载速率会对实验结果产生显著影响。加载速率较慢时，支架有足够的时间产生变形，能够更准确地测量支架的静态力学性能；加载速率较快时，支架可能会产生惯性力，导致测量结果出现偏差。在进行实验时，需要根据具体的研究目的和需求，选择合适的加载速率。压力范围是指在测试过程中对支架施加的径向载荷的大小范围。压力范围的设置依据主要是参考血管支架在体内所承受的实际压力以及支架的设计承载能力。血管在正常生理状态下，内部压力一般在一定范围内波动。为了全面测试支架在不同压力条件下的性能，压力范围的下限设置为略大于血管的正常生理压力下限，上限设置为略小于支架的设计破坏压力。这样可以确保在实验过程中，支架既能经历正常工作状态下的压力，又能在接近极限的压力条件下进行测试，从而全面评估支架的性能。在实际应用中，不同类型和规格的血管支架具有不同的设计承载能力，因此压力范围的设置需要根据具体的支架进行调整。压力范围设置过小，无法充分测试支架的性能；压力范围设置过大，可能会导致支架在实验过程中发生损坏，影响实验结果的准确性。图像采集频率是指在测试过程中相机拍摄支架图像的频率。图像采集频率的设置依据主要是考虑支架变形的速度以及对实验数据精度的要求。如果支架变形速度较快，需要较高的图像采集频率才能捕捉到支架变形的关键瞬间；如果对实验数据精度要求较高，也需要增加图像采集频率，以获取更多的变形信息。在本实验中，根据支架的加载速率和预期的变形情况，将图像采集频率设置为10-100Hz。这样的图像采集频率能够在保证获取足够变形信息的前提下，避免因采集过多图像而导致数据处理量过大。图像采集频率对实验结果的精度有着直接的影响。采集频率过低，可能会错过支架变形的重要阶段，导致计算得到的径向刚度和支撑力不准确；采集频率过高，虽然能够获取更详细的变形信息，但也会增加数据存储和处理的难度。在实验过程中，需要根据实际情况合理调整图像采集频率，以平衡实验数据精度和数据处理效率。5.3实验结果与分析5.3.1径向刚度测试结果在完成实验平台搭建和实验方案设计后，对不同类型的血管支架进行了径向刚度测试实验。通过测试装置对支架施加径向载荷，并利用机器视觉系统实时监测支架的变形情况，获取了大量的测试数据。经过数据处理和分析，得到了不同支架的径向刚度测试数据和曲线，如图[X]所示。[此处插入不同支架的径向刚度测试数据表格和曲线图片]从测试数据和曲线可以看出，不同支架的径向刚度存在明显差异。支架的结构对径向刚度有着显著影响。闭环结构的支架通常具有较高的径向刚度，因为其结构能够更有效地抵抗径向变形。闭环结构的支架在受到径向载荷时，力能够均匀地分布在整个结构上，使得支架在变形过程中保持较好的稳定性。开环结构的支架径向刚度相对较低，由于其结构的开放性，在受到径向载荷时，容易在开环处产生较大的变形，从而降低了整个支架的径向刚度。编织结构的支架径向刚度则介于闭环和开环结构之间，其独特的编织方式使得支架在具有一定柔顺性的，也能提供一定的径向支撑能力。支架的材料也对径向刚度产生重要影响。金属材料如316L不锈钢制成的支架，由于其本身具有较高的强度和硬度，因此径向刚度较大。316L不锈钢具有良好的机械性能，能够在承受较大的径向载荷时，保持较小的变形。镍钛合金支架虽然具有形状记忆效应和超弹性，但其径向刚度相对316L不锈钢支架略低。这是因为镍钛合金的弹性模量相对较低，在受到径向载荷时，更容易发生弹性变形。生物可降解材料制成的支架，如聚乳酸（PLA）支架，径向刚度明显低于金属材料支架。这是由于生物可降解材料的力学性能相对较弱，在承受径向载荷时，变形较大。随着生物可降解材料技术的不断发展，一些新型的生物可降解材料支架通过优化结构设计和材料配方，其径向刚度得到了一定程度的提高。通过对不同支架径向刚度测试结果的分析，可以总结出以下径向刚度的变化规律。在相同材料和结构的情况下，支架的径向刚度随着径向载荷的增加而逐渐增大。这是因为随着载荷的增加，支架的变形逐渐趋于稳定，抵抗变形的能力也逐渐增强。对于不同结构的支架，闭环结构支架的径向刚度在相同条件下最大，开环结构支架最小，编织结构支架居中。在不同材料方面，金属材料支架的径向刚度普遍大于生物可降解材料支架。在支架的设计和应用中，需要根据具体的需求和血管的生理特点，合理选择支架的结构和材料，以确保支架具有合适的径向刚度，满足临床治疗的要求。5.3.2径向支撑力测试结果在进行径向刚度测试的同时，对不同支架的径向支撑力也进行了测试实验。通过测试装置对支架施加径向载荷，测量支架在变形过程中对周围物体产生的反作用力，得到了不同支架的径向支撑力测试数据和曲线，如图[X]所示。[此处插入不同支架的径向支撑力测试数据表格和曲线图片]从测试结果可以看出，不同支架的径向支撑力也存在较大差异。支架的径向支撑力与支架的性能密切相关。径向支撑力足够的支架能够有效地撑开血管壁，维持血管腔的通畅，保证血液的正常流动。如果支架的径向支撑力不足，血管可能无法充分扩张，导致血液供应不足，影响治疗效果。支架的径向支撑力还与临床应用效果有着直接的关系。在临床应用中，选择径向支撑力合适的支架，可以提高手术的成功率，减少术后并发症的发生。对于冠状动脉支架，足够的径向支撑力可以降低血管再狭窄的风险，提高患者的生活质量。分