基于热成像的关脉识别方法技术

一种基于热成像的关脉识别方法，包括：获取被测者小臂和腕部的热成像影像，并通过边缘检测算法提取所述热成像影像中小臂和手腕的轮廓线；对得到的轮廓线进行预处理，提取桡骨突茎特征点的x坐标；对桡动脉进行图像分割，将桡动脉热成像图拟合成一条直线函数，该直线函数中桡骨突茎特征点所在x坐标和对应的y坐标就是关脉最终位置。本发明专利技术的方法首次提出了能够通过热成像图像处理自动识别关脉位置的算法，将识别关脉客观化、数字化，数据具有较好重复性和再现性，比超声阵列和其他类型传感器阵列接触式判别关脉方法实现上更有可行性。

A Method of Recognition of Coronary Artery Based on Thermal Imaging

A method for recognizing arteries based on thermal imaging includes: acquiring the thermal imaging images of the arms and wrists of the subjects, and extracting the contours of the arms and wrists of the thermal imaging images by edge detection algorithm; preprocessing the contours, extracting the x-coordinates of the characteristic points of the radial process stem; image segmentation of the radial artery and fitting the radial artery thermal imaging image into a straight line. Function. The X coordinate and the corresponding y coordinate of the characteristic points of the radial process stem in the linear function are the final position of the Guan pulse. The method of the present invention proposes for the first time an algorithm for automatically identifying the position of the pulse closure through thermal imaging image processing, objectifying and digitizing the identification of the pulse closure, and having better repeatability and reproducibility of the data, which is more feasible than the contact method of the ultrasonic array and other types of sensor arrays.

【技术实现步骤摘要】
基于热成像的关脉识别方法
本专利技术涉及脉络检测
，尤其是涉及一种基于热成像的关脉识别方法。
技术介绍
在中医脉诊诊断过程中，关脉的定位极为重要。能否找准关脉是能否准确判断病人疾病的前提。中医脉诊中经典的判断关脉的生物特征点是桡骨突茎(中医叫掌后高骨)和腕横纹，经典古籍中认为桡骨突茎上的桡动脉即为关脉。另一部分古籍描述了以腕横纹为原点的情况下，关脉与腕横纹之间的距离关系。尽管有着两个明显的特征点，几千年来，中医医生的诊断仍然只是依靠手的触感来判断关脉位置，由于不同人的感觉差异，造成关脉判别的主观性过强，关脉判别的再现性较差，相同人对关脉定位重复性也较差，无法保证判别精度。现存的中医自动化诊断仪器，关脉定位步骤也都是由人判断完成后，再将脉搏波探头放入寸关尺对应位置，关脉定位的客观性无法保证。
技术实现思路
有鉴于此，本专利技术的主要目的在于提供一种关脉识别算法，以解决上述技术问题中的至少之一。为了实现上述目的，本专利技术提供了一种关脉识别方法，包括以下步骤：步骤S1，获取被测者小臂和腕部的轮廓线；步骤S2，对步骤S1得到的轮廓线进行预处理，提取桡骨突茎特征点的x坐标；步骤S3，获取被测者小臂和腕部的热成像图，将热成像图中的桡动脉影像拟合成一条直线函数，所述桡骨突茎特征点的x坐标和该x坐标在所述直线函数上对应的y坐标就是关脉最终位置。其中，步骤S1具体包括：获取被测者小臂和腕部的热成像影像，并通过边缘检测算法提取所述热成像影像中小臂和手腕的轮廓线。其中，步骤S2中对步骤S1得到的轮廓线进行预处理的步骤具体包括：步骤S21，对步骤S1得到的轮廓线进行连通域识别，判断所述轮廓线中的最大连通域是否贯穿所述红外影像左右两侧的边界，即连通域是否存在断点，如果不存在断点，则所述最大连通域为所要提取的所述小臂和腕部的轮廓线，跳转到步骤S23；步骤S22，以最大连通域左侧断点为原点对该点上、左上、左、左下、下5个方向2个像素范围内寻找边缘片段，若在搜寻范围内存在其他连通域，则将两个连通域相连，中间断点像素通过插值在两个片断之间补像素点，最终形成一个新的连通域，并以新的连通域左侧断点为原点进一步寻找其他边缘片段，直至到达图像左侧边界；以最大连通域右侧断点为原点对该点上、右上、右、右下、下5个方向2个像素范围内寻找边缘片段，若在搜寻范围内存在其他连通域，则将两个连通域相连，中间断点像素通过插值在两个片断之间补像素点，最终形成一个新的连通域，并以新的连通域右侧断点为原点进一步寻找其他边缘片段，直至到达图像右侧边界；其中，上述向左、向右的搜寻和接续断点的步骤不分先后；步骤S23，将基于上述最大连通域得到的二维图像的边缘轮廓线转为一维曲线，消除转换过程中产生的阶跃点，使转换的一维曲线更平滑，突出小臂和腕部的边缘特征。其中，步骤S2中所述提取桡骨突茎特征点的步骤具体包括：步骤S24，对转换的小臂和腕部边缘轮廓线的一维曲线进行特征提取，寻找手部与桡骨突茎之间的最低凹陷处；步骤S25，以所述最低凹陷处为基准，在该基准左侧0～3cm范围内，在轮廓线对应的曲率波形中寻找第一个波峰，如果存在，则该波峰即识别为关脉的x坐标，如果不存在，则所述最低凹陷处即识别为关脉的x坐标。其中，在步骤S24的寻找手部与桡骨突茎之间的最低凹陷处的步骤中，是基于桡骨突茎在手腕凹陷到小臂的边缘轮廓线上存在一个曲率最大点。其中，步骤S3中将热成像图中的桡动脉影像拟合成一条直线函数的步骤具体包括：步骤S31，对所述热成像图构建桡动脉区域，设置阈值，用于为二值化所述桡动脉区域提供阈值参考；步骤S32，二值化所述桡动脉区域，将桡动脉的图像与热成像图中的其它部分分离；步骤S33，将步骤S32中得到的桡动脉图像拟合成直线函数。其中，步骤S31中对热成像图构建桡动脉区域，设置阈值的步骤具体包括：用步骤S2中预处理后生成的轮廓线上的每一个像素为原点构建一个区域；根据桡动脉边界位置的区域像素均值和方差的统计规律，设定均值和方差的阈值。其中，步骤S32中的二值化所述桡动脉区域的步骤具体包括：计算每个边缘像素区域中像素的均值和方差；将生成的每个边缘像素区域中像素的均值和方差逐次与阈值作比较，二值化符合阈值条件的区域。其中，步骤S33中的将步骤S32中得到的桡动脉图像拟合成直线函数的步骤具体包括：对二值化的桡动脉图像像素纵坐标求平均，获得描述桡动脉图像的曲线；对曲线进行直线拟合，得到包含桡动脉走势的直线函数。基于上述技术方案可知，本专利技术的关脉识别方法相对于现有技术具有如下有益效果：1、依据的是中医认可的两个生理特征，为中医脉诊提供了新的关脉识别方法；2、首次提出了能够通过热成像图像处理自动识别关脉位置的算法；3、首次将识别关脉客观化、数字化，数据具有较好重复性和再现性；4、在关脉判断上，消除了人的主观干扰因素；5、非接触式的关脉判别方法，比超声阵列和其他类型传感器阵列接触式判别关脉方法实现上更有可行性；6、其中的边缘检测算法可以实现任意角度边缘检测；7、首次提出了桡骨突茎判别方法。附图说明图1是携带桡动脉信息的手臂腕部的红外热成像图；图2是手臂边缘断点连接示意图；图3是手臂和腕部边缘图像；图4是转化为一维曲线的边缘和经过滤波或高阶多项式拟合过的手臂腕部曲线；图5是手臂腕部边缘与对应的曲率曲线图；图6是带有桡动脉信息的手臂腕部边缘图像；图7是分割出的桡动脉图像；图8是桡动脉像素纵坐标平均化和直线拟合曲线；图9是桡动脉的坐标显示图；图10是本专利技术的红外热成像的非接触式手腕成像平台的结构示意图；图11是腕横纹与关脉x坐标的关系示意图；图12是图像相邻像素紧凑连接的示意图；图13是图像相邻像素宽松连接的示意图；图14是图像边缘检测任意角度组成形式的示意图；图15是超出图像边界的部分对图像进行补0扩增的示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本专利技术作进一步的详细说明。本专利技术的目的是提供一种能够去除人主观性差异的关脉自动识别方法，该方法通过图像边缘识别技术结合桡动脉热成像特点，对人体手腕关脉进行非接触式识别。在对手臂腕部热成像时，红外热成像光谱范围远于可见光谱范围，可见光谱范围内的图像均不显示，生成的图像有效的简化图像背景的复杂度。因为桡动脉温度高于其他皮肤温度，所以热成像光谱可以凸显桡动脉，为桡动脉图像分割和直线拟合提供了图像基础，如图1所示。为实现上述目的，本专利技术公开了一种关脉识别方法，包括以下步骤：1、边缘检测算法提取手腕轮廓；2、对手腕边缘进行预处理，提取桡骨突茎特征点x坐标；3、对桡动脉进行图像分割，将桡动脉热成像图拟合成一条直线函数，该直线函数中桡骨突茎特征点所在x坐标和对应的y坐标就是关脉最终位置。更具体地，本专利技术的关脉识别方法包括以下步骤：1、对待检测的手臂和腕部的边缘进行识别，生成手臂和腕部的边缘线条。识别手臂和腕部边缘的算法可以为后文所述的本申请的任意角度边缘检测算法，或者也可以是现有的其它类型的边缘检测算法。其中，为了描述的方便，拍摄时以左手为例进行描述，将手腕置于照片的右侧，连接肘部的手臂位于照片的左侧，以此建立上下左右的平面方位坐标。但需要说明的是，这仅是为了描述的方便，并不用于限制本专利技术。2、对手臂和腕部的边缘本文档来自技高网...

【技术保护点】
1.一种基于热成像的关脉识别方法，包括以下步骤：步骤S1，获取被测者小臂和腕部的轮廓线；步骤S2，对步骤S1得到的轮廓线进行预处理，提取桡骨突茎特征点的x坐标；步骤S3，获取被测者小臂和腕部的热成像图，将热成像图中的桡动脉影像拟合成一条直线函数，所述桡骨突茎特征点的x坐标和该x坐标在所述直线函数上对应的y坐标就是关脉最终位置。

【技术特征摘要】
2017.08.31 CN 20171077852131.一种基于热成像的关脉识别方法，包括以下步骤：步骤S1，获取被测者小臂和腕部的轮廓线；步骤S2，对步骤S1得到的轮廓线进行预处理，提取桡骨突茎特征点的x坐标；步骤S3，获取被测者小臂和腕部的热成像图，将热成像图中的桡动脉影像拟合成一条直线函数，所述桡骨突茎特征点的x坐标和该x坐标在所述直线函数上对应的y坐标就是关脉最终位置。2.根据权利要求1所述的方法，其特征在于，步骤S1具体包括：获取被测者小臂和腕部的热成像影像，并通过边缘检测算法提取所述热成像影像中小臂和手腕的轮廓线。3.根据权利要求1所述的方法，其特征在于，步骤S2中对步骤S1得到的轮廓线进行预处理的步骤具体包括：步骤S21，对步骤S1得到的轮廓线进行连通域识别，判断所述轮廓线中的最大连通域是否贯穿所述红外影像左右两侧的边界，即连通域是否存在断点，如果不存在断点，则所述最大连通域为所要提取的所述小臂和腕部的轮廓线，跳转到步骤S23；步骤S22，以最大连通域左侧断点为原点对该点上、左上、左、左下、下5个方向2个像素范围内寻找边缘片段，若在搜寻范围内存在其他连通域，则将两个连通域相连，中间断点像素通过插值在两个片断之间补像素点，最终形成一个新的连通域，并以新的连通域左侧断点为原点进一步寻找其他边缘片段，直至到达图像左侧边界；以最大连通域右侧断点为原点对该点上、右上、右、右下、下5个方向2个像素范围内寻找边缘片段，若在搜寻范围内存在其他连通域，则将两个连通域相连，中间断点像素通过插值在两个片断之间补像素点，最终形成一个新的连通域，并以新的连通域右侧断点为原点进一步寻找其他边缘片段，直至到达图像右侧边界；其中，上述向左、向右的搜寻和接续断点的步骤不分先后；步骤S23，将基于上述最大连通域得到的二维图像的边缘轮廓线转为一维曲线，消除转换过程中产生的阶跃点，使转...

【专利技术属性】
技术研发人员：刘苏，耿兴光，张劭龙，张以涛，张俊，张海英，
申请(专利权)人：中国科学院微电子研究所，
类型：发明
国别省市：北京,11