豬體三維電學模型構建與驗證

李春蘭，王海楊，張亞飛，杜松懷，葉 豪，高 閣，羅 杰

豬體三維電學模型構建與驗證

李春蘭1，王海楊1，張亞飛1，杜松懷2，葉 豪1，高 閣1，羅 杰1

（1.新疆農業大學機電工程學院，烏魯木齊 830052；2.中國農業大學信息與電氣工程學院，北京 100083）

針對剩余電流保護裝置因保護死區造成的投運率低和誤動作問題，構建生物體的電學模型，獲取大量的觸電信號，進一步研究觸電電流與剩余電流間的相互關系，可為解決保護裝置存在的上述問題奠定基礎。該文以豬為研究對象，采用Otsu算法將CCD相機采集的標準圖像二值化，利用Canny邊緣檢測法提取圖像輪廓并細化，在對圖像歸一化處理的基礎上采用圓弧擬合法獲取豬體輪廓關鍵點，并運用整體變換法獲得豬體514個關鍵點的三維空間坐標，在ANSYS平臺上建立豬的三維實體模型；基于修正系數法研究豬體組織介電特性的基礎上，構建豬的電學模型并進行觸電仿真試驗。結果表明：觸電電壓相同時，面接觸觸電方式，左前肢-左后肢和左前肢-右后肢觸電路徑下平均電流密度分別為0.973和0.641 A/m2，線接觸觸電時分別為0.782和0.579 A/m2；相同觸電方式下，左前肢-左后肢觸電路徑中的電流密度大于左前肢-右后肢觸電路徑中的電流密度，相同觸電路徑下，面接觸觸電方式觸電電流密度大于線接觸觸電的電流密度；2種觸電方式下各30組數據，觸電仿真電流與觸電物理試驗獲得電流的平均相對誤差為3.5%，該電學模型在生物體觸電仿真研究中可行。研究結果可為進一步研究人體電學模型提供參考。

有限元法；仿真；介電特性；Canny邊緣檢測法；圓弧擬合法；電學模型；電流密度

0 引 言

針對剩余電流保護裝置因保護死區造成的投運率低和誤動作的問題，國內外學者對觸電保護裝置的硬件材料及控制電路進行了不斷的改進，在一定程度上提高了剩余電流保護裝置的可靠性，但鮮有研究觸電電流檢測及提取問題，沒有從根本上解決剩余電流保護裝置存在的上述問題[1-3]。為開發基于觸電電流動作的新型剩余電流保護裝置，需要大量的觸電信號來研究觸電電流與剩余電流間的相互關系。由于人體標本取材困難，且受到倫理道德的限制，而采用動物做觸電試驗來獲取觸電信號，會耗費大量的財力、物力和人力，給研究人員帶來諸多不便。

有限元分析方法最早應用于航空航天領域，能夠進行結構、流體、熱、電力以及電磁場等問題的計算，只要用于離散求解對象的單元足夠小，所得的解就可足夠逼近于精確值[4]。近年來，國內外研究人員運用有限元法（finite element method，FEM）、邊界元法和離散單元法等技術獲取生物體的電流密度分布。Krasteva等[5]為研究大小不同的電極下胸腔的電流密度分布，利用有限元法建立了胸腔外部除顫電極的三維模型和簡化人體胸腔模型，結果表明圓形電極下電流密度分布不均勻性比方形電極小約30%；Eike等[6]為研究豬大腦和周圍神經組織的電流密度分布，用ANSYS實體建模方法建立了豬頭部的三維模型，結果表明神經組織中的電流密度比大腦大很多；何黎民等[7]為研究顱腦創傷的力學致傷體制建立了國人頭頸三維模型，可對不同邊界條件下的各種頭顱沖擊損傷進行計算模擬；李春蘭等[8]為研究觸電時流經生物體的觸電電流及其分布情況構建了羊的電學模型，觸電仿真結果與觸電物理試驗所測結果平均誤差低于5%。

目前已有文獻建立的三維模型偏向于生物力學分析和生物醫學領域，僅對生物體某一組織器官進行建模，且未研究生物組織的介電特性，對于完整的生物體電學模型研究甚少，無法適用于觸電仿真分析。隨著豬生物學特性研究的不斷發展，研究人員發現豬在解剖、組織和生理學特性等方面與人類十分相似，被認為是研究人類疾病和構造的最合適動物[9-12]。鑒于此，本文以豬為研究對象，采用Canny邊緣檢測法和圓弧擬合方法獲取豬的輪廓關鍵點，為建立符合豬解剖學結構的三維模型提供依據；針對低頻下電極極化的影響使得生物組織的電參數很難獲取的問題，利用修正系數法探究低頻段豬體組織介電特性；基于ANSYS平臺構建符合豬解剖學結構的完整的豬體三維電學模型，通過觸電仿真試驗數據與觸電物理試驗數據比較，驗證該電學模型的合理性，以期為進一步研究人體電學模型提供參考。

1 豬體輪廓關鍵點提取

圖像特征研究是圖像處理的必要過程，能夠針對一定的需求提取有效的特征。圖像中的信息可用其輪廓線表示，提取輪廓線的優點是使圖像簡單化且保留了完整的形狀信息。Attneave經過系列的試驗總結出曲線的形狀信息集中在高曲率的關鍵點上，關鍵點可以很好地表示曲線的相關信息[13]。因此，輪廓曲線關鍵點的獲取顯得尤為重要。

1.1 基于Canny邊緣檢測法的豬體圖像輪廓提取

1.1.1 圖像預處理

圖像處理的基本流程[14]包括：采集圖像、圖像的灰度處理、圖像二值化并濾波和提取輪廓并細化。

本文研究對象是豬體，由于生豬體內結構模糊，無法獲取清晰的解剖圖，因而采用醫學上通用的符合豬解剖學結構的教學模型。將CCD相機采集的彩色圖像轉化為256色的灰度圖像，如圖1。采用Otsu算法對灰度圖像作二值化處理。考慮豬體的外輪廓存在污漬、光線折射等缺陷，圖像二值化后有部分顆粒狀噪音[15]，在提取輪廓前，做高斯濾波處理。圖2為濾波后的二值圖像。

a. 側視圖a. Side viewb. 正視圖b. Front view

a. 側視圖a. Side viewb. 正視圖b. Front view

1.1.2 基于Canny邊緣檢測法的輪廓曲線提取

Canny邊緣檢測算法的主要步驟為：

1）尋找圖像的梯度強度，用梯度算子增強邊緣；

2）采用非最大抑制技術消除邊緣誤檢點；

3）應用雙閾值分割法來決定潛在的邊界；

4）利用滯后技術跟蹤邊界。

Xu等[16]提出的算法可對提取的輪廓圖像進行多次平滑處理，如式（1）：

式中argmin()表示使目標取最小值時的變量值，即生成的結構圖像信號；為輸入結構圖像信號，代表權重系數，用來控制圖像的平滑程度，為保證圖像輪廓平滑，本文取0.1；是用來保證平滑過程中結構細節的參數，本文取0.001。D(,)和D(,)、L(,)和L(,)是像素點(,)在不同方向的全變差：

式中、為像素點(,)在窗口中的位置，是根據空間相似性定義的加權函數。

將式（2）～（5）代入式（1），得到式（6）：

其中

本文利用Canny算法和公式（6）對圖像進行輪廓提取和平滑處理，獲得豬的正、側面輪廓圖像，如圖3。

a. 側面輪廓a. Side profileb. 平滑后的側面輪廓b. Smoothed side profile c. 正面輪廓c. Front profiled. 平滑后的正面輪廓d. Smoothed front profile

1.2 基于圓弧擬合法的豬體輪廓曲線特征點提取

1.2.1 圖像歸一化處理

立體視覺是根據計算機視覺中用2幅或多幅二維圖像獲取物體幾何信息的方法[17]。拍攝得到的豬正、側面圖像，一般很難保證拍攝距離相同，容易造成組織器官的尺寸大小不一致，因此在提取特征點之前需對其進行歸一化處理，以保證坐標的統一。在獲取豬的圖像過程中，當正側面圖像中的輪廓大小發生變化時，圖像中各器官組織會隨著輪廓大小變化近似按比例縮放。基于此，可以在正、側面圖像中選擇同一基準，通過該基準的變化對各組織器官進行按比例縮放，實現歸一化。如圖4，選擇左前肢的高度作為基準，對豬的正、側面圖像進行歸一化處理。

注：從豬的側面看時，由左到右為X方向，由下到上為Y方向，由前到后為Z方向；Hz和Hc分別為正、側面圖像上左前肢的高度，cm。

正面和側面圖像中原始坐標為（,）和（,）的像素點，歸一化后的坐標為

其中

式中是常數因子。

1.2.2 基于圓弧擬合法提取特征點

特征點不僅保留了圖像的主要信息，而且是建模的有效依據。為構建合理的豬體三維模型，本文采取圓弧擬合方法[18]提取關鍵點：對于含有個序列點的封閉曲線，選取其中的個尖點，對連續的2個尖點設計合適的圓弧連接起來；依次連接個尖點，使得圓弧曲線與原封閉曲線之間的擬合誤差最小。

原封閉曲線上的序列點表示為：

選取的尖點表示為={1,2,…,W}。(-1)段圓弧表示為={(1,2),(2,3),…,(W-1,W)}。其中(W,W+1)是擬合尖點W,W+1間的圓弧。

第條圓弧(W,W1)與對應原曲線的近似誤差為：

式（10）中[S,(W,W+1)]表示點S與圓弧(W,W+1)之間的誤差，其定義為：

式（11）中，R和(,v)分別對應于圓弧(W,W+1)的半徑和圓心坐標。

由于豬體輪廓曲線是封閉的，為找到最合適的尖點，采用動態規劃算法[19]列出最優解，其基本思想是將個尖點擬合含有個序列點的封閉曲線的問題分解為用(-1)個尖點擬合前個尖點，并用一條單獨的圓弧擬合原曲線上到點之間的曲線，表示為

式（12）中(,)為個尖點擬合曲線上個點{1,2,…,S}得到的最小誤差，(,-1)表示用(-1)個尖點擬合曲線上個點{1,2,…,S}得到的最小誤差，(S+S)表示用S和S為端點的圓弧擬合曲線上點{,1,…,S}的最小誤差。

為了確保從正、側面圖像中提取的輪廓關鍵點重合率盡可能大，在相對誤差(,)極小的基礎上，需選擇合適的尖點數量。由于一條圓弧不僅可以無誤差的擬合2個點，即直線情況下（圓的曲率為0時），也可以無誤差地擬合連續的3個點。因此，通過選擇序號為1、3、(2?3)的點來擬合曲線總能使誤差為0，即(2?3,?1)=0。的下限是(2?3)，上限是(?2)，因為第(?2)、(-1)、這3個點可以通過選擇一條合適的圓弧使得(S+S)=0。本文通過上述方法獲得曲線最優擬合的豬體輪廓關鍵點，如圖5。

a. 側面關鍵點a. Side key pointb. 正面關鍵點b. Front key point

1.3 關鍵點三維空間位置提取

基于立體視覺的原理[17]，以1.2.2節提取的結果為依據，統一方向的尺度，獲得模型豬的三維關鍵點、、坐標。

本文通過對輪廓上每一點分別在、、三個方向的拉伸變換[17]實現將1.2節獲得的模型豬體關鍵點坐標轉換為試驗用豬（體況參數詳見3.3節）的三維空間關鍵點。

假設、、三個方向的拉伸比例為C、C、C，則有

考慮模型豬與試驗用豬形體上的差異，根據式（15）對試驗用豬每一點做修訂，求得整體變換后關鍵點的坐標。

式中

本文共獲得514個豬體外部輪廓及各組織器官輪廓的關鍵點，其坐標值見表1。

表1 試驗用豬的關鍵點坐標

2 基于修正系數法的豬體組織介電特性

由電路理論可知，電壓一定時，流過觸電體的電流大小由觸電通道的阻抗決定。當豬觸電時，其觸電通道可等效為一個復雜的阻抗電路。為構造符合動物豬解剖學結構的電學模型，模擬真實的觸電試驗，需要研究豬體內影響電阻抗特性的主要組織的電磁特性。

生物組織電磁特性主要包括電導率、介電常數以及磁導率。通常情況下，生物組織對外加磁場不反應，近似于真空磁導率，可視為常數[20]。因此，在進行生物電磁場數值分析時，主要研究生物組織的介電特性，即電導率和介電常數。生物組織的電阻抗是評價生物組織介電特性的主要指標，其電阻抗特性通常用電阻率或電導率（兩者互為倒數）描述[21]。表2為人體主要組織的電導率。

由表2可知，20～10 kHz頻率段，人體內各種組織的電導率極不相同，腦脊液和體液的電導率最大，平均值分別為2.002和1.553 S/m；血液、胰腺和淋巴液次之，平均值分別為0.700、0.522和0.523 S/m；腱的電導率較高，平均值為0.419 S/m；肝臟、心臟和腎臟等組織的電導率最小，平均值分別為0.036、0.076和0.078 S/m；其中，腦脊液電導率的平均值約是腎臟的26倍，腱電導率的平均值約是肝臟的12倍，即人體不同組織的電導率相差很大。在研究人體等效阻抗時，對于電導率較大的組織（如淋巴液、胰腺和體液等），可忽略對等效阻抗的影響。參照文獻[9-12]，構建豬體電學模型時考慮其體內的血液、淋巴液以及體液的主要成分是水，具有良好的導電性，可忽略其阻抗；肝臟、心臟和腎臟等組織的阻抗較大，需考慮其對觸電的影響。

表2 20~10 kHz下人體主要組織的電導率

Schwan提出頻散理論[22]，即生物體組織的介電特性與頻率密切相關，并且不同組織的介電特性對頻率的敏感各異。以Peyman和Gabriel等在高頻段（50 MHz～20 GHz）測得的人和豬體組織的電參數[23-28]為基礎，得到人和豬體組織介電特性隨頻率變化規律如圖6。

由圖6可知，在高頻段，人和豬體相同組織的介電特性隨頻率變化趨勢一致，表明其組織介電特性相當。鑒于豬與人體組織介電特性高度相似[9-12]，可將該電學特性應用于低頻段人和豬體相應組織的介電特性研究。

針對低頻下生物組織電參數極難測取的問題，本文引入修正系數法探究低頻段豬體組織的電參數，以人體組織在全頻段的介電常數和豬體組織在高頻段的介電常數為依據（電導率同理），引入修正系數，計算公式如式（17）～（19）。

其中表示人和豬對應組織在高頻段某頻率點下電參數的比值；表示在高頻段選取的頻率點數，為降低平均誤差，本文取=60；1和2分別為豬和人高頻段各組織的相對介電常數，3和4分別為豬和人低頻段各組織的相對介電常數。50 Hz頻率下，人和豬體主要組織的電參數如表3。

圖6 人和豬體組織介電特性與頻率變化關系

表3 50 Hz下人和豬體主要組織的電參數

3 基于ANSYS的豬體電學模型構建及觸電仿真分析

3.1 基于ANSYS的豬體三維電學模型構建

為實現豬體觸電仿真試驗研究，需在ANSYS平臺上建立豬體電學模型。ANSYS對于外形不規則且相對復雜的對象通常采用實體模型的方法建立模型，建模流程主要包括定義關鍵點、點生成線、線生成面以及面合成體等步驟。利用有限元法[29]，根據豬體解剖學結構[30]、1.3節獲取的試驗用豬關鍵點三維空間坐標及豬體組織的介電特性，在ANSYS平臺上采用自底向上的方法構建豬的三維電學模型，并采用同一量化等級對模型進行網格劃分。豬體的三維電學模型如圖7。

圖7 豬體三維模型

3.2 觸電仿真試驗

豬是一個極為復雜的有機體，也是一個極其復雜的電學系統。觸電發生時，豬體內電流密度的大小與觸電電壓、頻率、觸電路徑、觸電方式及豬的健康狀況等因素有關[31]。本文采用面接觸觸電（將肢體表面上的某一幾何面作為觸電部位加載電壓）和線接觸觸電（將肢體表面上的某一條曲線作為觸電部位加載電壓）的方式模擬觸電物理試驗中的捆綁觸電和點觸觸電。考慮到觸電電流流過豬的心臟、呼吸器官和神經中樞時危害最大[31]，試驗時選擇左前肢-右后肢和左前肢-左后肢2種觸電路徑。

3.2.1 豬體電學模型擺脫電流-頻率特性研究

為研究觸電電壓、頻率與觸電電流的關系，以Dalziel擺脫電流-頻率特性[32]為依據，采用線接觸觸電方式，在觸電電壓分別為30、50和70 V，頻率分別為30、50、70、100、500、1 000和10 000 Hz的條件下對豬體心臟組織進行觸電仿真試驗，其電流密度的大小如表4。

由表4可知，頻率一定時，電流密度大小隨著觸電電壓的增加而增加。觸電電壓一定時，當頻率范圍在30～100 Hz內，電流密度大小隨著頻率的變化增幅較小；當頻率范圍在100～10 000 Hz內，電流密度大小隨著頻率的增加而大幅度上升，觸電電流和頻率的關系與 Dalziel的研究結果一致。

3.2.2 豬體電學模型觸電仿真電流密度分析

為與觸電物理試驗數據比較，將豬體電學模型加載50 Hz頻率、（36±0.5）V電壓，采用面接觸和線接觸觸電方式，選擇左前肢-右后肢和左前肢-左后肢觸電路徑進行觸電仿真試驗，觸電電流密度分布如圖8、圖9。

表4 不同電壓、頻率下豬體心臟內的電流密度大小

圖8 不同觸電電壓下左前肢-右后肢觸電路徑的觸電電流密度分布

圖9 不同觸電電壓下左前肢-左后肢觸電路徑的觸電電流密度分布

分析圖8、圖9可知：

1）觸電電壓為35.7 V時，面接觸觸電方式下，左前肢-左后肢路徑和左前肢-右后肢觸電路徑觸電電流密度分別為0.940和0.636 A/m2，線接觸觸電方式下觸電電流密度分別為0.712和0.593 A/m2。觸電電壓為36.3 V時，面接觸觸電方式下，左前肢-左后肢路徑和左前肢-右后肢觸電路徑觸電電流密度分別為1.050和0.651 A/m2，線接觸觸電方式下觸電電流密度分別為0.878和0.605 A/m2。主要原因是左前肢-左后肢觸電路徑較短，且根據豬的解剖學結構，該路徑下主要涉及到左肺、心臟、左腎、脾和大腸等組織，觸電路徑阻抗較小；左前肢-右后肢觸電路徑較長，該路徑下主要涉及到肺臟、心臟、腎臟、脾臟、胃臟和大腸等組織，觸電路徑阻抗較大。

2）觸電電壓為35.7?V時，左前肢-左后肢觸電路徑下，面接觸和線接觸觸電方式的觸電電流密度分別為0.940和0.712 A/m2，左前肢-右后肢觸電路徑下觸電電流密度分別為0.636和0.593 A/m2。觸電電壓為36.3 V時，左前肢-左后肢觸電路徑下，面接觸和線接觸觸電方式下觸電電流密度分別為1.050?和0.878 A/m2，左前肢-右后肢觸電路徑下分別為0.651和0.605 A/m2。觸電部位的接觸阻抗與接觸面積有關，當發生面接觸觸電時，豬體接觸部位的阻抗較小，使得觸電路徑的總阻抗小，觸電電流較大；線接觸觸電時剛好相反。

3）2種觸電路徑分別選取60組觸電信號，2種觸電方式各30組。面接觸觸電時，左前肢-左后肢觸電路徑下平均電流密度為0.973 A/m2，左前肢-右后肢觸電路徑下平均電流密度為0.641 A/m2；線接觸觸電時，左前肢-左后肢觸電路徑下平均電流密度為0.782 A/m2，左前肢-右后肢觸電路徑下平均電流密度為0.579 A/m2。

由以上分析可知，觸電電壓與觸電方式相同時，左前肢-左后肢觸電路徑中的電流密度大于左前肢-右后肢觸電路徑中的電流密度；觸電電壓與觸電路徑相同時，面接觸觸電方式下觸電電流密度大于線接觸觸電的電流密度。

3.3 豬體觸電物理試驗信號

本文采用的豬體觸電信號來源于課題組生物體觸電物理試驗，試驗原理及平臺詳見文獻[33]。觸電試驗對象為新疆白豬（2～3月齡，體質量23.7 kg，體長54.2 cm，身高35.6 cm，體寬24.3 cm，胸圍75.4 cm，臀高35.1 cm，臀寬26.3 cm），間隔10 min觸電1次。通過故障錄波器獲得觸電試驗過程中觸電電壓、觸電電流和剩余電流信號，故障錄波器的采樣頻率為10 kHz。選取60組試驗數據，每組數據截取觸電前、后共6個周期、1 200個采樣點。某一組觸電試驗信號如圖10，觸電電壓35.4 V，剩余電流17.6 mA，豬體觸電電流12.7 mA。本試驗的主要目的在于通過觸電物理試驗獲得豬體在發生觸電事故時的觸電電流，為驗證所構建的豬體三維電學模型提供實際數據。

圖10 觸電試驗信號

3.4 觸電仿真數據與物理試驗數據對比

觸電仿真得到豬體內的電流密度，根據式（20）求得流經觸電體內的電流大小：

式中表示電流密度，A/m2；為通電路徑的截面面積，cm2。

在相同觸電電壓情況下，將課題組前期通過觸電物理試驗獲得的豬體觸電電流I與本文觸電仿真的觸電電流I進行對比，其相對誤差由式（21）計算：

在左前肢-左后肢觸電路徑下，2種觸電方式各選取30組試驗樣本數據進行分析，結果如表5。

表5 豬體觸電仿真與物理試驗結果對比

由表5可知：通過加載與觸電物理試驗相同電壓時，面接觸觸電方式下，豬體電學模型的觸電仿真電流和觸電物理試驗獲得的電流相對誤差最大為4.3%、最小為1.0%，平均相對誤差為3.6%；線接觸觸電方式下，觸電仿真電流和觸電物理試驗獲得的電流相對誤差最大為4.4%、最小為0.5%，平均相對誤差為3.4%；2種觸電方式下觸電仿真電流和觸電物理試驗獲得的電流平均相對誤差為3.5%，表明該豬體電學模型用于觸電仿真研究具有可行性。

4 結 論

本文針對構建生物體的電學模型進行觸電仿真試驗替代其觸電物理試驗獲取觸電信號展開研究。采用Canny邊緣檢測法和圓弧擬合法提取豬體514個關鍵點，利用豬與人體組織介電特性的高度相似性，基于修正系數法獲取50 Hz頻率下豬體組織的電參數，在ANSYS平臺上構建符合解剖學結構的豬體電學模型。觸電仿真和物理試驗結果表明：

1）頻率一定時，電流密度隨著觸電電壓的增加而增大；觸電電流和頻率的變化關系與CF Dalziel擺脫電流-頻率特性變化趨勢一致；

2）面接觸觸電時，左前肢-左后肢和左前肢-右后肢觸電路徑下平均電流密度分別為0.973和0.641 A/m2，線接觸觸電時分別為0.782和0.579 A/m2；觸電方式相同時，左前肢-左后肢觸電路徑中的電流密度大于左前肢-右后肢觸電路徑中的電流密度；觸電路徑相同時，面接觸觸電方式下觸電電流密度大于線接觸觸電的電流密度；

3）2種觸電方式下豬體電學模型的觸電仿真電流與觸電物理試驗獲得的電流平均相對誤差為3.5%，其中面接觸和線接觸平均相對誤差分別為3.6%和3.4%，建立的豬體電學模型適用于觸電仿真研究。

[1] 夏越，杜松懷，李春蘭，等. 中國剩余電流保護技術與裝置的發展趨勢[J]. 農業工程學報，2010，26(增刊2)：151－155.

Xia Yue, Du Songhuai, Li Chunlan, et al. Development trend of surplus current protection technology and device in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(Supp.2): 151－155. (in Chinese with English abstract)

[2] 關海鷗，李偉凱，杜松懷，等. 基于Hilbert-Huang變換的生物觸電電流檢測模型[J]. 農業工程學報，2017，33(14)：202－209.

Guan Haiou, Li Weikai, Du Songhuai, et al. Biological electric shock current detection model based on Hilbert-Huang transform[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(14): 202－209. (in Chinese with English abstract)

[3] 關海鷗，杜松懷，李春蘭，等. 基于有限脈沖反應和徑向基神經網絡的觸電信號識別[J]. 農業工程學報，2013，29(8)：187－194.

Guan Haiou, Du Songhuai, Li Chunlan, et al. Electric shock signal recognition based on finite pulse reaction and radial basis neural network[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(8): 187－194. (in Chinese with English abstract)

[4] 周岷峰. 熱電有限元模型應力分析研究現狀及方法介紹[J]. 中國科學：技術科學，2013，43(4)：397－406.

Zhou Minfeng. Present situation and method of stress analysis of thermoelectric finite element model introduction[J]. Science in China: Technical Sciences, 2013, 43(4): 397－406. (in Chinese with English abstract)

[5] Krasteva V T, Papazov S P. Estimation of current density distribution under electrodes for external defibrillation[J]. Biomedical engineering online, 2002, 1(1): 7－19.

[6] Eike H, Koch R, Feldhusen F, et al. Simulation of the distribution of current density in the brain of slaughter pigs with the finite element method[J]. Meat science, 2005, 69(4): 603－607.

[7] 何黎民，吳建國，盧亦成，等. 構建國人頭頸三維有限元模型[J]. 中華創傷雜志，2005(3)：40－43.

He Limin, Wu Jianguo, Lu Yicheng, et al. Constructing three-dimensional finite element model of Chinese head and neck[J]. Chinese Trauma Magazine, 2005(3): 40－43. (in Chinese with English abstract)

[8] 李春蘭，王成斌，葉豪，等. 基于近景測量系統的羊電學模型構建[J]. 科學技術與工程，2018，18(19)：60－65.

Li chunlan, Wang Chengbin, Ye hao, et al. Construction of sheep electrical model based on close-range measurement system[J]. Science and technology and Engineering, 2018, 18(19): 60－65. (in Chinese with English abstract)

[9] 黃輝煌，楊列，陳衛軍，等. 中國版納小型豬近交系肝臟的應用解剖[J]. 第三軍醫大學報，2004(3)：217－219.

Huang Huihuang, Yang Lie, Chen Weijun, et al. Applied Anatomy of the liver of the inbred system of small pigs in Banna, China[J]. Third Military Medical University, 2004(3): 217－219. (in Chinese with English abstract)

[10] 王坤杰，楊宇如，李幼平，等. 中國內江豬腎臟的解剖學研究[J]. 四川動物，1999，18(4)：165－166.

Wang Kunjie, Yang Yuru, Li Youping, et al. Anatomical study on the kidneys of pigs in Neijiang, China[J]. Sichuan animals, 1999, 18(4): 165－166. (in Chinese with English abstract)

[11] 顧為望，劉運忠，唐小江，等. 西藏小型豬血液生理生化指標的初步研究[J]. 中國實驗動物學報，2007，15(1)：60－63.

Gu Weiwang, Liu Yunzhong, Tang Xiaojiang, et al. Preliminary study on blood physiological and biochemical indexes of small pigs in Tibet[J]. Chinese Journal of Experimental Animals, 2007, 15(1): 60－63. (in Chinese with English abstract)

[12] 王愛德，郭亞芬，李柏，等. 巴馬小型豬血液生理指標[J].上海實驗動物科學，2001，21(2)：8－12.

Wang Aide, Guo Yafen, Li Bai, et al. Physiological indexes of small pigs in Ba ma[J]. Shanghai experimental Animal Science, 2001, 21(2): 8－12. (in Chinese with English abstract)

[13] Attneave F. Some informational aspects of visual perception[J]. Psychological review, 1954, 61(3): 183－184.

[14] 孫波. 基于Canny邊緣檢測法的印花織物圖案輪廓提取[J].印染助劑，2018，35(7)：31－33.

Sun Bo. Extraction of printed fabric pattern contour based on Canny edge detection[J]. Printing and dyeing auxiliaries, 2018, 35(7): 31－33. (in Chinese with English abstract)

[15] 侯學智，楊平，趙云松. CCD圖像的輪廓特征點提取算法[J]. 電子科技大學學報，2004(4)：446－448.

Hou Xuezhi, Yang Ping, Zhao Yunsong, et al. Contour feature point extraction algorithm for CCD images[J]. Journal of University, 2004(4): 446－448. (in Chinese with English abstract)

[16] Xu Li, Yan Q, Xia Y, et al. Structure extraction from texture via relative total variation[J]. ACM Transactions on Graphics (TOG), 2012, 31(6): 139－140.

[17] 曾照華，張永梅. 基于正面和側面照片的三維人臉建模[J].機械工程與自動化，2008(1)：40－41, 44.

Zeng Zhaohua, Zhang Yongmei. Three-dimensional face modeling based on front and side photos[J]. Mechanical Engineering and automation, 2008(1): 40－41, 44. (in Chinese with English abstract)

[18] 徐虹. 輪廓曲線的關鍵點檢測研究[D]. 南京：東南大學，2009.

Xu Hong. Research on Key Point Detection of Contour Curve[D]. Nanjing: Southeast University, 2009. (in Chinese with English abstract)

[19] Pei S C, Horng J H. Optimum Approximation of Digital Planar Curves Using Circular Arcs. Pattern Recognition, 1996, 29(3): 383－388.

[20] Gabriel C. Compilation of the dielectric properties of body tissues at RF and microwave frequencies[J]. Brooks Air Force Base, 1996, 23: 28－37.

[21] 龐小峰. 生物電磁學[M]. 北京：科學出版社，2008.7.

[22] Schwan H P, Foster K R. RF-field interactions with biological systems: electrical properties and biophysical mechanisms[J]. Proceedings of the IEEE, 1980, 68(1): 104－113.

[23] Peyman A, Holden S J, Watts S, et al. Dielectric properties of porcine cerebrospinal tissues at microwave frequencies: in vivo, in vitro and systematic variation with age[J]. Physics in Medicine & Biology, 2007, 52(8): 2229.

[24] Peyman A. Dielectric properties of tissues; variation with age and their relevance in exposure of children to electromagnetic fields; state of knowledge[J]. Progress in biophysics and molecular biology, 2011, 107(3): 434－438.

[25] 馮健. 生物組織介電特性測量及模擬材料研究[D]. 廣州：南方醫科大學，2015.

Feng Jian. Measurement of Dielectric Properties of Biological Tissues and Study of Simulated Materials[D]. Guangzhou: Southern Medical University, 2015. (in Chinese with English abstract)

[26] Gabriel C, Gabriel S, Corthout E. The dielectric properties of biological tissues: I. Literature survey[J]. Physics in medicine & biology, 1996, 41(11): 2231－2249.

[27] Gabriel S, Lau R W, Gabriel C. The dielectric properties of biological tissues: II. Measurements in the frequency range 10 Hz to 20 GHz[J]. Physics in medicine & biology, 1996, 41(11): 2251－2269.

[28] Gabriel S, Lau R W, Gabriel C. The dielectric properties of biological tissues: III. Parametric models for the dielectric spectrum of tissues[J]. Physics in Medicine & Biology, 1996, 41(11): 2271－2293.

[29] 侯軍燕. 有限元法在人臉建模中的應用研究[D]. 柳州：廣西工學院，2010.

Hou Junyan. Application of Finite Element Method in Face Modeling[D]. Liuzhou: Guangxi Institute of Technology, 2010. (in Chinese with English abstract)

[30] 張立教，秦鵬春，段英超，等. 豬的解剖組織. 第2版[M].北京：科學出版社，1984：65－124.

[31] 任龍霞. 活體觸電識別研究[D]. 杭州：浙江大學，2012.

Ren Longxia. Recognition of live shock[D]. Hangzhou: Zhejiang University, 2012. (in Chinese with English abstract)

[32] Dalziel C F. Electric shock hazard[J]. IEEE Spectrum, 1972, 9(2): 41－50.

[33] 李春蘭，高閣，張亞飛，等. 基于局部均值分解（LMD）的單通道觸電信號盲源分離算法[J]. 農業工程學報，2019，35(12)：200－208.

Li Chunlan, Gaoge, Zhang Yafei, et al. Blind source separation algorithm for single-channel electroshock signals based on local mean decomposition (LMD)[J]. Journal of Agricultural Engineering, 2019, 35(12): 200－208. (in Chinese with English abstract)

Construction and verification of 3D electrical model of pig body

Li Chunlan1, Wang Haiyang1, Zhang Yafei1, Du Songhuai2, Ye Hao1, Gao Ge1, Luo Jie1

(1.,,830052,;2.,,100083,)

At present, due to the complex nature and weather environment in the vast rural areas, protective devices of electricity has defects, and users' awareness of power safety is not strong, so electric shock accidents frequently happens. The wide application of residual current protection devices in low-voltage power grids can effectively prevent electric shock and fire accidents. However, the current setting value of the residual current protection device currently used is not directly related to the magnitude of the electric shock current. In the case of external disturbances and changes in the atmospheric environment at the installation site, the operation rate and correct operation rate of the residual current protection device in the rural power grid are far from meeting the actual requirements. Since the early 1980s, the hardware materials and control circuits of residual current protection devices have been continuously improved worldwide. However, there is little research on the detection and extraction of electric shock current, so the problem of residual current protection device is not solved fundamentally. In brief, in order to ensure personal safety and normal operation of the low-voltage power grid, it is necessary to develop a new residual current protection device based on the action of electric shock current. This requires a large number of electric shock signals to study the relationship between the electric shock current and the residual current. In this paper, the electrical model of the constructed organism was used instead of the physical electric shock test to obtain the electric shock signal. Because human specimens are difficult to obtain and are subject to ethical and moral constraints, the use of animals for electric shock tests to extract current and voltage signals can cost a lot in finance, material and manpower. On this basis, the research team established a model of pigs that was very similar to human anatomy, tissue and physiological characteristics, conducting an electric shock simulation experiment. Taking pigs as the research object, Otsu algorithm was adopted to binarize the standard images collected by CCD camera. Canny edge method was utilized to extract the image contour and refinement. On the basis of image normalization, arc fitting method was used to obtain the key points of contour, and global transformation method was used to obtain the 3d coordinates of 514 key points. The 3d solid model of pig was built by solid modeling method from bottom to top of point, line, surface and body on ANSYS platform. Based on the study of the relationship between dielectric properties of biological tissues and frequency, according to the dielectric properties of the main tissues of human in the whole frequency band and the known dielectric properties of the main tissues of pig in the high frequency band, the electrical parameters of the main tissues of pig in the low frequency band were obtained based on the correction coefficient method. By loading the electrical parameters of the main tissues on the three-dimensional solid model of pig, the electrical model of pig was constructed and the electric shock simulation experiment was carried out. The results showed that when the frequency was constant, the current density increased with the increase of the electric shock voltage. The relationship between electric shock current and frequency basically coincided with the current-frequency characteristic of CF Dalziel. When surface contact with electric shock, the average current density under the electric shock path of the left forelimb-left hind limb and left forelimb-right hind limb was 0.973 and 0.641 A/m2, respectively, and the line contact was 0.782 and 0.579 A/m2. When the electric shock voltage and the electric shock mode were the same respectively, the current density of the left forelimb-left hind limb contact circuit diameter was greater than that of the left forelimb-right hind limb contact circuit diameter. When the electric shock voltage and the electric shock path were the same respectively, the current density of the surface contact mode was greater than that of the line contact mode. There were 30 groups of data in each of the two electric shock methods. The average relative error between the simulated electric shock current and the obtained electric shock physical test current was 3.5%, the electrical model was feasible in the simulation study of biological electric shock. The research results can provide reference for further study of human electrical model.

finite element method; simulation; dielectric property; Canny edge detection method; arc fitting method; electrical model; current density

10.11975/j.issn.1002-6819.2019.20.023

TM77

A

1002-6819(2019)-20-0185-09

李春蘭，王海楊，張亞飛，杜松懷，葉 豪，高 閣，羅 杰. 豬體三維電學模型構建與驗證[J]. 農業工程學報，2019，35(20)：185－193.doi：10.11975/j.issn.1002-6819.2019.20.023 http://www.tcsae.org

Li Chunlan, Wang Haiyang, Zhang Yafei, Du Songhuai, Ye Hao, Gao Ge, Luo Jie. Construction and verification of 3D electrical model of pig body[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(20): 185－193. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.20.023 http://www.tcsae.org

2019-07-08

2019-09-19

國家自然科學基金資助項目（51467021）

李春蘭，博士，教授，博士生導師，研究方向為電力系統繼電保護，Email：lichunlan67@126.com

中國農業工程學會會員：李春蘭（E043000011M）