猪体三维电学模型构建与验证

李春兰，王海杨，张亚飞，杜松怀，叶 豪，高 阁，罗 杰

猪体三维电学模型构建与验证

李春兰1，王海杨1，张亚飞1，杜松怀2，叶 豪1，高 阁1，罗 杰1

（1.新疆农业大学机电工程学院，乌鲁木齐 830052；2.中国农业大学信息与电气工程学院，北京 100083）

针对剩余电流保护装置因保护死区造成的投运率低和误动作问题，构建生物体的电学模型，获取大量的触电信号，进一步研究触电电流与剩余电流间的相互关系，可为解决保护装置存在的上述问题奠定基础。该文以猪为研究对象，采用Otsu算法将CCD相机采集的标准图像二值化，利用Canny边缘检测法提取图像轮廓并细化，在对图像归一化处理的基础上采用圆弧拟合法获取猪体轮廓关键点，并运用整体变换法获得猪体514个关键点的三维空间坐标，在ANSYS平台上建立猪的三维实体模型；基于修正系数法研究猪体组织介电特性的基础上，构建猪的电学模型并进行触电仿真试验。结果表明：触电电压相同时，面接触触电方式，左前肢-左后肢和左前肢-右后肢触电路径下平均电流密度分别为0.973和0.641 A/m2，线接触触电时分别为0.782和0.579 A/m2；相同触电方式下，左前肢-左后肢触电路径中的电流密度大于左前肢-右后肢触电路径中的电流密度，相同触电路径下，面接触触电方式触电电流密度大于线接触触电的电流密度；2种触电方式下各30组数据，触电仿真电流与触电物理试验获得电流的平均相对误差为3.5%，该电学模型在生物体触电仿真研究中可行。研究结果可为进一步研究人体电学模型提供参考。

有限元法；仿真；介电特性；Canny边缘检测法；圆弧拟合法；电学模型；电流密度

0 引 言

针对剩余电流保护装置因保护死区造成的投运率低和误动作的问题，国内外学者对触电保护装置的硬件材料及控制电路进行了不断的改进，在一定程度上提高了剩余电流保护装置的可靠性，但鲜有研究触电电流检测及提取问题，没有从根本上解决剩余电流保护装置存在的上述问题[1-3]。为开发基于触电电流动作的新型剩余电流保护装置，需要大量的触电信号来研究触电电流与剩余电流间的相互关系。由于人体标本取材困难，且受到伦理道德的限制，而采用动物做触电试验来获取触电信号，会耗费大量的财力、物力和人力，给研究人员带来诸多不便。

有限元分析方法最早应用于航空航天领域，能够进行结构、流体、热、电力以及电磁场等问题的计算，只要用于离散求解对象的单元足够小，所得的解就可足够逼近于精确值[4]。近年来，国内外研究人员运用有限元法（finite element method，FEM）、边界元法和离散单元法等技术获取生物体的电流密度分布。Krasteva等[5]为研究大小不同的电极下胸腔的电流密度分布，利用有限元法建立了胸腔外部除颤电极的三维模型和简化人体胸腔模型，结果表明圆形电极下电流密度分布不均匀性比方形电极小约30%；Eike等[6]为研究猪大脑和周围神经组织的电流密度分布，用ANSYS实体建模方法建立了猪头部的三维模型，结果表明神经组织中的电流密度比大脑大很多；何黎民等[7]为研究颅脑创伤的力学致伤体制建立了国人头颈三维模型，可对不同边界条件下的各种头颅冲击损伤进行计算模拟；李春兰等[8]为研究触电时流经生物体的触电电流及其分布情况构建了羊的电学模型，触电仿真结果与触电物理试验所测结果平均误差低于5%。

目前已有文献建立的三维模型偏向于生物力学分析和生物医学领域，仅对生物体某一组织器官进行建模，且未研究生物组织的介电特性，对于完整的生物体电学模型研究甚少，无法适用于触电仿真分析。随着猪生物学特性研究的不断发展，研究人员发现猪在解剖、组织和生理学特性等方面与人类十分相似，被认为是研究人类疾病和构造的最合适动物[9-12]。鉴于此，本文以猪为研究对象，采用Canny边缘检测法和圆弧拟合方法获取猪的轮廓关键点，为建立符合猪解剖学结构的三维模型提供依据；针对低频下电极极化的影响使得生物组织的电参数很难获取的问题，利用修正系数法探究低频段猪体组织介电特性；基于ANSYS平台构建符合猪解剖学结构的完整的猪体三维电学模型，通过触电仿真试验数据与触电物理试验数据比较，验证该电学模型的合理性，以期为进一步研究人体电学模型提供参考。

1 猪体轮廓关键点提取

图像特征研究是图像处理的必要过程，能够针对一定的需求提取有效的特征。图像中的信息可用其轮廓线表示，提取轮廓线的优点是使图像简单化且保留了完整的形状信息。Attneave经过系列的试验总结出曲线的形状信息集中在高曲率的关键点上，关键点可以很好地表示曲线的相关信息[13]。因此，轮廓曲线关键点的获取显得尤为重要。

1.1 基于Canny边缘检测法的猪体图像轮廓提取

1.1.1 图像预处理

图像处理的基本流程[14]包括：采集图像、图像的灰度处理、图像二值化并滤波和提取轮廓并细化。

本文研究对象是猪体，由于生猪体内结构模糊，无法获取清晰的解剖图，因而采用医学上通用的符合猪解剖学结构的教学模型。将CCD相机采集的彩色图像转化为256色的灰度图像，如图1。采用Otsu算法对灰度图像作二值化处理。考虑猪体的外轮廓存在污渍、光线折射等缺陷，图像二值化后有部分颗粒状噪音[15]，在提取轮廓前，做高斯滤波处理。图2为滤波后的二值图像。

a. 侧视图a. Side viewb. 正视图b. Front view

a. 侧视图a. Side viewb. 正视图b. Front view

1.1.2 基于Canny边缘检测法的轮廓曲线提取

Canny边缘检测算法的主要步骤为：

1）寻找图像的梯度强度，用梯度算子增强边缘；

2）采用非最大抑制技术消除边缘误检点；

3）应用双阈值分割法来决定潜在的边界；

4）利用滞后技术跟踪边界。

Xu等[16]提出的算法可对提取的轮廓图像进行多次平滑处理，如式（1）：

式中argmin()表示使目标取最小值时的变量值，即生成的结构图像信号；为输入结构图像信号，代表权重系数，用来控制图像的平滑程度，为保证图像轮廓平滑，本文取0.1；是用来保证平滑过程中结构细节的参数，本文取0.001。D(,)和D(,)、L(,)和L(,)是像素点(,)在不同方向的全变差：

式中、为像素点(,)在窗口中的位置，是根据空间相似性定义的加权函数。

将式（2）～（5）代入式（1），得到式（6）：

其中

本文利用Canny算法和公式（6）对图像进行轮廓提取和平滑处理，获得猪的正、侧面轮廓图像，如图3。

a. 侧面轮廓a. Side profileb. 平滑后的侧面轮廓b. Smoothed side profile c. 正面轮廓c. Front profiled. 平滑后的正面轮廓d. Smoothed front profile

1.2 基于圆弧拟合法的猪体轮廓曲线特征点提取

1.2.1 图像归一化处理

立体视觉是根据计算机视觉中用2幅或多幅二维图像获取物体几何信息的方法[17]。拍摄得到的猪正、侧面图像，一般很难保证拍摄距离相同，容易造成组织器官的尺寸大小不一致，因此在提取特征点之前需对其进行归一化处理，以保证坐标的统一。在获取猪的图像过程中，当正侧面图像中的轮廓大小发生变化时，图像中各器官组织会随着轮廓大小变化近似按比例缩放。基于此，可以在正、侧面图像中选择同一基准，通过该基准的变化对各组织器官进行按比例缩放，实现归一化。如图4，选择左前肢的高度作为基准，对猪的正、侧面图像进行归一化处理。

注：从猪的侧面看时，由左到右为X方向，由下到上为Y方向，由前到后为Z方向；Hz和Hc分别为正、侧面图像上左前肢的高度，cm。

正面和侧面图像中原始坐标为（,）和（,）的像素点，归一化后的坐标为

其中

式中是常数因子。

1.2.2 基于圆弧拟合法提取特征点

特征点不仅保留了图像的主要信息，而且是建模的有效依据。为构建合理的猪体三维模型，本文采取圆弧拟合方法[18]提取关键点：对于含有个序列点的封闭曲线，选取其中的个尖点，对连续的2个尖点设计合适的圆弧连接起来；依次连接个尖点，使得圆弧曲线与原封闭曲线之间的拟合误差最小。

原封闭曲线上的序列点表示为：

选取的尖点表示为={1,2,…,W}。(-1)段圆弧表示为={(1,2),(2,3),…,(W-1,W)}。其中(W,W+1)是拟合尖点W,W+1间的圆弧。

第条圆弧(W,W1)与对应原曲线的近似误差为：

式（10）中[S,(W,W+1)]表示点S与圆弧(W,W+1)之间的误差，其定义为：

式（11）中，R和(,v)分别对应于圆弧(W,W+1)的半径和圆心坐标。

由于猪体轮廓曲线是封闭的，为找到最合适的尖点，采用动态规划算法[19]列出最优解，其基本思想是将个尖点拟合含有个序列点的封闭曲线的问题分解为用(-1)个尖点拟合前个尖点，并用一条单独的圆弧拟合原曲线上到点之间的曲线，表示为

式（12）中(,)为个尖点拟合曲线上个点{1,2,…,S}得到的最小误差，(,-1)表示用(-1)个尖点拟合曲线上个点{1,2,…,S}得到的最小误差，(S+S)表示用S和S为端点的圆弧拟合曲线上点{,1,…,S}的最小误差。

为了确保从正、侧面图像中提取的轮廓关键点重合率尽可能大，在相对误差(,)极小的基础上，需选择合适的尖点数量。由于一条圆弧不仅可以无误差的拟合2个点，即直线情况下（圆的曲率为0时），也可以无误差地拟合连续的3个点。因此，通过选择序号为1、3、(2−3)的点来拟合曲线总能使误差为0，即(2−3,−1)=0。的下限是(2−3)，上限是(−2)，因为第(−2)、(-1)、这3个点可以通过选择一条合适的圆弧使得(S+S)=0。本文通过上述方法获得曲线最优拟合的猪体轮廓关键点，如图5。

a. 侧面关键点a. Side key pointb. 正面关键点b. Front key point

1.3 关键点三维空间位置提取

基于立体视觉的原理[17]，以1.2.2节提取的结果为依据，统一方向的尺度，获得模型猪的三维关键点、、坐标。

本文通过对轮廓上每一点分别在、、三个方向的拉伸变换[17]实现将1.2节获得的模型猪体关键点坐标转换为试验用猪（体况参数详见3.3节）的三维空间关键点。

假设、、三个方向的拉伸比例为C、C、C，则有

考虑模型猪与试验用猪形体上的差异，根据式（15）对试验用猪每一点做修订，求得整体变换后关键点的坐标。

式中

本文共获得514个猪体外部轮廓及各组织器官轮廓的关键点，其坐标值见表1。

表1 试验用猪的关键点坐标

2 基于修正系数法的猪体组织介电特性

由电路理论可知，电压一定时，流过触电体的电流大小由触电通道的阻抗决定。当猪触电时，其触电通道可等效为一个复杂的阻抗电路。为构造符合动物猪解剖学结构的电学模型，模拟真实的触电试验，需要研究猪体内影响电阻抗特性的主要组织的电磁特性。

生物组织电磁特性主要包括电导率、介电常数以及磁导率。通常情况下，生物组织对外加磁场不反应，近似于真空磁导率，可视为常数[20]。因此，在进行生物电磁场数值分析时，主要研究生物组织的介电特性，即电导率和介电常数。生物组织的电阻抗是评价生物组织介电特性的主要指标，其电阻抗特性通常用电阻率或电导率（两者互为倒数）描述[21]。表2为人体主要组织的电导率。

由表2可知，20～10 kHz频率段，人体内各种组织的电导率极不相同，脑脊液和体液的电导率最大，平均值分别为2.002和1.553 S/m；血液、胰腺和淋巴液次之，平均值分别为0.700、0.522和0.523 S/m；腱的电导率较高，平均值为0.419 S/m；肝脏、心脏和肾脏等组织的电导率最小，平均值分别为0.036、0.076和0.078 S/m；其中，脑脊液电导率的平均值约是肾脏的26倍，腱电导率的平均值约是肝脏的12倍，即人体不同组织的电导率相差很大。在研究人体等效阻抗时，对于电导率较大的组织（如淋巴液、胰腺和体液等），可忽略对等效阻抗的影响。参照文献[9-12]，构建猪体电学模型时考虑其体内的血液、淋巴液以及体液的主要成分是水，具有良好的导电性，可忽略其阻抗；肝脏、心脏和肾脏等组织的阻抗较大，需考虑其对触电的影响。

表2 20~10 kHz下人体主要组织的电导率

Schwan提出频散理论[22]，即生物体组织的介电特性与频率密切相关，并且不同组织的介电特性对频率的敏感各异。以Peyman和Gabriel等在高频段（50 MHz～20 GHz）测得的人和猪体组织的电参数[23-28]为基础，得到人和猪体组织介电特性随频率变化规律如图6。

由图6可知，在高频段，人和猪体相同组织的介电特性随频率变化趋势一致，表明其组织介电特性相当。鉴于猪与人体组织介电特性高度相似[9-12]，可将该电学特性应用于低频段人和猪体相应组织的介电特性研究。

针对低频下生物组织电参数极难测取的问题，本文引入修正系数法探究低频段猪体组织的电参数，以人体组织在全频段的介电常数和猪体组织在高频段的介电常数为依据（电导率同理），引入修正系数，计算公式如式（17）～（19）。

其中表示人和猪对应组织在高频段某频率点下电参数的比值；表示在高频段选取的频率点数，为降低平均误差，本文取=60；1和2分别为猪和人高频段各组织的相对介电常数，3和4分别为猪和人低频段各组织的相对介电常数。50 Hz频率下，人和猪体主要组织的电参数如表3。

图6 人和猪体组织介电特性与频率变化关系

表3 50 Hz下人和猪体主要组织的电参数

3 基于ANSYS的猪体电学模型构建及触电仿真分析

3.1 基于ANSYS的猪体三维电学模型构建

为实现猪体触电仿真试验研究，需在ANSYS平台上建立猪体电学模型。ANSYS对于外形不规则且相对复杂的对象通常采用实体模型的方法建立模型，建模流程主要包括定义关键点、点生成线、线生成面以及面合成体等步骤。利用有限元法[29]，根据猪体解剖学结构[30]、1.3节获取的试验用猪关键点三维空间坐标及猪体组织的介电特性，在ANSYS平台上采用自底向上的方法构建猪的三维电学模型，并采用同一量化等级对模型进行网格划分。猪体的三维电学模型如图7。

图7 猪体三维模型

3.2 触电仿真试验

猪是一个极为复杂的有机体，也是一个极其复杂的电学系统。触电发生时，猪体内电流密度的大小与触电电压、频率、触电路径、触电方式及猪的健康状况等因素有关[31]。本文采用面接触触电（将肢体表面上的某一几何面作为触电部位加载电压）和线接触触电（将肢体表面上的某一条曲线作为触电部位加载电压）的方式模拟触电物理试验中的捆绑触电和点触触电。考虑到触电电流流过猪的心脏、呼吸器官和神经中枢时危害最大[31]，试验时选择左前肢-右后肢和左前肢-左后肢2种触电路径。

3.2.1 猪体电学模型摆脱电流-频率特性研究

为研究触电电压、频率与触电电流的关系，以Dalziel摆脱电流-频率特性[32]为依据，采用线接触触电方式，在触电电压分别为30、50和70 V，频率分别为30、50、70、100、500、1 000和10 000 Hz的条件下对猪体心脏组织进行触电仿真试验，其电流密度的大小如表4。

由表4可知，频率一定时，电流密度大小随着触电电压的增加而增加。触电电压一定时，当频率范围在30～100 Hz内，电流密度大小随着频率的变化增幅较小；当频率范围在100～10 000 Hz内，电流密度大小随着频率的增加而大幅度上升，触电电流和频率的关系与 Dalziel的研究结果一致。

3.2.2 猪体电学模型触电仿真电流密度分析

为与触电物理试验数据比较，将猪体电学模型加载50 Hz频率、（36±0.5）V电压，采用面接触和线接触触电方式，选择左前肢-右后肢和左前肢-左后肢触电路径进行触电仿真试验，触电电流密度分布如图8、图9。

表4 不同电压、频率下猪体心脏内的电流密度大小

图8 不同触电电压下左前肢-右后肢触电路径的触电电流密度分布

图9 不同触电电压下左前肢-左后肢触电路径的触电电流密度分布

分析图8、图9可知：

1）触电电压为35.7 V时，面接触触电方式下，左前肢-左后肢路径和左前肢-右后肢触电路径触电电流密度分别为0.940和0.636 A/m2，线接触触电方式下触电电流密度分别为0.712和0.593 A/m2。触电电压为36.3 V时，面接触触电方式下，左前肢-左后肢路径和左前肢-右后肢触电路径触电电流密度分别为1.050和0.651 A/m2，线接触触电方式下触电电流密度分别为0.878和0.605 A/m2。主要原因是左前肢-左后肢触电路径较短，且根据猪的解剖学结构，该路径下主要涉及到左肺、心脏、左肾、脾和大肠等组织，触电路径阻抗较小；左前肢-右后肢触电路径较长，该路径下主要涉及到肺脏、心脏、肾脏、脾脏、胃脏和大肠等组织，触电路径阻抗较大。

2）触电电压为35.7 V时，左前肢-左后肢触电路径下，面接触和线接触触电方式的触电电流密度分别为0.940和0.712 A/m2，左前肢-右后肢触电路径下触电电流密度分别为0.636和0.593 A/m2。触电电压为36.3 V时，左前肢-左后肢触电路径下，面接触和线接触触电方式下触电电流密度分别为1.050 和0.878 A/m2，左前肢-右后肢触电路径下分别为0.651和0.605 A/m2。触电部位的接触阻抗与接触面积有关，当发生面接触触电时，猪体接触部位的阻抗较小，使得触电路径的总阻抗小，触电电流较大；线接触触电时刚好相反。

3）2种触电路径分别选取60组触电信号，2种触电方式各30组。面接触触电时，左前肢-左后肢触电路径下平均电流密度为0.973 A/m2，左前肢-右后肢触电路径下平均电流密度为0.641 A/m2；线接触触电时，左前肢-左后肢触电路径下平均电流密度为0.782 A/m2，左前肢-右后肢触电路径下平均电流密度为0.579 A/m2。

由以上分析可知，触电电压与触电方式相同时，左前肢-左后肢触电路径中的电流密度大于左前肢-右后肢触电路径中的电流密度；触电电压与触电路径相同时，面接触触电方式下触电电流密度大于线接触触电的电流密度。

3.3 猪体触电物理试验信号

本文采用的猪体触电信号来源于课题组生物体触电物理试验，试验原理及平台详见文献[33]。触电试验对象为新疆白猪（2～3月龄，体质量23.7 kg，体长54.2 cm，身高35.6 cm，体宽24.3 cm，胸围75.4 cm，臀高35.1 cm，臀宽26.3 cm），间隔10 min触电1次。通过故障录波器获得触电试验过程中触电电压、触电电流和剩余电流信号，故障录波器的采样频率为10 kHz。选取60组试验数据，每组数据截取触电前、后共6个周期、1 200个采样点。某一组触电试验信号如图10，触电电压35.4 V，剩余电流17.6 mA，猪体触电电流12.7 mA。本试验的主要目的在于通过触电物理试验获得猪体在发生触电事故时的触电电流，为验证所构建的猪体三维电学模型提供实际数据。

图10 触电试验信号

3.4 触电仿真数据与物理试验数据对比

触电仿真得到猪体内的电流密度，根据式（20）求得流经触电体内的电流大小：

式中表示电流密度，A/m2；为通电路径的截面面积，cm2。

在相同触电电压情况下，将课题组前期通过触电物理试验获得的猪体触电电流I与本文触电仿真的触电电流I进行对比，其相对误差由式（21）计算：

在左前肢-左后肢触电路径下，2种触电方式各选取30组试验样本数据进行分析，结果如表5。

表5 猪体触电仿真与物理试验结果对比

由表5可知：通过加载与触电物理试验相同电压时，面接触触电方式下，猪体电学模型的触电仿真电流和触电物理试验获得的电流相对误差最大为4.3%、最小为1.0%，平均相对误差为3.6%；线接触触电方式下，触电仿真电流和触电物理试验获得的电流相对误差最大为4.4%、最小为0.5%，平均相对误差为3.4%；2种触电方式下触电仿真电流和触电物理试验获得的电流平均相对误差为3.5%，表明该猪体电学模型用于触电仿真研究具有可行性。

4 结 论

本文针对构建生物体的电学模型进行触电仿真试验替代其触电物理试验获取触电信号展开研究。采用Canny边缘检测法和圆弧拟合法提取猪体514个关键点，利用猪与人体组织介电特性的高度相似性，基于修正系数法获取50 Hz频率下猪体组织的电参数，在ANSYS平台上构建符合解剖学结构的猪体电学模型。触电仿真和物理试验结果表明：

1）频率一定时，电流密度随着触电电压的增加而增大；触电电流和频率的变化关系与CF Dalziel摆脱电流-频率特性变化趋势一致；

2）面接触触电时，左前肢-左后肢和左前肢-右后肢触电路径下平均电流密度分别为0.973和0.641 A/m2，线接触触电时分别为0.782和0.579 A/m2；触电方式相同时，左前肢-左后肢触电路径中的电流密度大于左前肢-右后肢触电路径中的电流密度；触电路径相同时，面接触触电方式下触电电流密度大于线接触触电的电流密度；

3）2种触电方式下猪体电学模型的触电仿真电流与触电物理试验获得的电流平均相对误差为3.5%，其中面接触和线接触平均相对误差分别为3.6%和3.4%，建立的猪体电学模型适用于触电仿真研究。

[1] 夏越，杜松怀，李春兰，等. 中国剩余电流保护技术与装置的发展趋势[J]. 农业工程学报，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] 关海鸥，李伟凯，杜松怀，等. 基于Hilbert-Huang变换的生物触电电流检测模型[J]. 农业工程学报，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] 关海鸥，杜松怀，李春兰，等. 基于有限脉冲反应和径向基神经网络的触电信号识别[J]. 农业工程学报，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. 热电有限元模型应力分析研究现状及方法介绍[J]. 中国科学：技术科学，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，吴建国，卢亦成，等. 构建国人头颈三维有限元模型[J]. 中华创伤杂志，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] 李春兰，王成斌，叶豪，等. 基于近景测量系统的羊电学模型构建[J]. 科学技术与工程，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] 黄辉煌，杨列，陈卫军，等. 中国版纳小型猪近交系肝脏的应用解剖[J]. 第三军医大学报，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，杨宇如，李幼平，等. 中国内江猪肾脏的解剖学研究[J]. 四川动物，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] 顾为望，刘运忠，唐小江，等. 西藏小型猪血液生理生化指标的初步研究[J]. 中国实验动物学报，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] 王爱德，郭亚芬，李柏，等. 巴马小型猪血液生理指标[J].上海实验动物科学，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] 孙波. 基于Canny边缘检测法的印花织物图案轮廓提取[J].印染助剂，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] 侯学智，杨平，赵云松. CCD图像的轮廓特征点提取算法[J]. 电子科技大学学报，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] 曾照华，张永梅. 基于正面和侧面照片的三维人脸建模[J].机械工程与自动化，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. 轮廓曲线的关键点检测研究[D]. 南京：东南大学，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] 庞小峰. 生物电磁学[M]. 北京：科学出版社，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] 冯健. 生物组织介电特性测量及模拟材料研究[D]. 广州：南方医科大学，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] 侯军燕. 有限元法在人脸建模中的应用研究[D]. 柳州：广西工学院，2010.

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

[30] 张立教，秦鹏春，段英超，等. 猪的解剖组织. 第2版[M].北京：科学出版社，1984：65－124.

[31] 任龙霞. 活体触电识别研究[D]. 杭州：浙江大学，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] 李春兰，高阁，张亚飞，等. 基于局部均值分解（LMD）的单通道触电信号盲源分离算法[J]. 农业工程学报，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

李春兰，王海杨，张亚飞，杜松怀，叶 豪，高 阁，罗 杰. 猪体三维电学模型构建与验证[J]. 农业工程学报，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

国家自然科学基金资助项目（51467021）

李春兰，博士，教授，博士生导师，研究方向为电力系统继电保护，Email：lichunlan67@126.com

中国农业工程学会会员：李春兰（E043000011M）