骨骼肌在人的生命活动中扮演着重要角色,其功能变化与自身形态结构密切相关,研究骨骼肌结构和功能的关系对深入研究人体运动学和指导临床实践具有重要意义。超声成像具有实时、无辐射、价格低廉等优势,被广泛应用于人体骨骼肌特性的研究。但目前的研究方法大都是采集超声图像或视频信号,然后进行离线分析,提取相关的骨骼肌形态参数。离线分析工作量大、耗时、依赖于超声医师的临床经验,无法实时显示骨骼肌的功能。本论文的目标是研究骨骼肌超声图像处理算法,并将算法移植到超声成像设备,开发一种实时定量检测骨骼肌动态变化的超声成像设备。该设备在显示骨骼肌灰阶超声图像的同时,还可以显示骨骼肌长度、厚度、羽状角参数随时间变化的曲线。本论文的主要工作集中在三个方面:(1)研究了基于传统图像处理方法的骨骼肌形态参数检测算法,设计了图像实时处理的软件。对临床实验采集的数据进行处理,以手工处理结果为参考,对算法准确性进行了分析。结果显示本论文的方法有较好的准确度和检测速度,可以达到实时检测的要求。并且本论文提出的方法可以同时提取骨骼肌长度、厚度及羽状角三个参数,这三个参数能更好反应骨骼肌形态结构的变化,而其它研究者只研究了其中某一参数的提取算法。(2)研究了基于深度学习方法的骨骼肌形态参数检测算法。自主搭建了骨骼肌形态参数提取深度学习实验平台,对网络进行训练测试和优化,并取得了较好效果。很少有研究者利用深度学习方法分割肌肉纹理结构,还没有研究者用深度学习方法提取骨骼肌参数,本论文在这方面做了尝试,并达到了临床可以接受的误差范围。(3)将基于传统图像处理方法的骨骼肌形态参数检测算法移植到超声成像设备,开发一种实时定量检测骨骼肌动态变化的超声成像设备。与现有国内外各大超声厂家的产品相比,该设备能实时显示三种骨骼肌形态参数的变化曲线:长度、厚度、羽状角,这项功能是目前其他产品还不具备的,可以为临床诊断提供新的信息。