一种基于视频图像的骨骼健康检测方法及系统技术方案

本发明专利技术提供了一种基于视频图像的骨骼健康检测方法及系统，其中，所述方法包括：获取第一视频图像，所述第一视频图像包括被检测者的指定动作序列；提取与所述指定动作序列关联的属性标识；基于所述属性标识从所述第一视频图像中提取出各指定动作，基于所述各指定动作确定第二视频图像；从所述第二视频图像中提取与所述指定动作序列对应的体表特征序列；基于所述属性标识、所述指定动作序列和所述体表特征序列进行骨骼健康分析，并输出分析结果。本发明专利技术的方案仅需要被检测者做指定动作即可以得出骨骼健康分析结果，相比于传统方式，无辐射、快速且成本低廉。快速且成本低廉。快速且成本低廉。

【技术实现步骤摘要】
一种基于视频图像的骨骼健康检测方法及系统


[0001]本专利技术涉及医疗检测
，具体而言，涉及一种基于视频图像的骨骼健康检测方法、系统、电子设备及计算机存储介质。

技术介绍

[0002]在青少年成长过程中，会面临各种各样的骨骼健康问题，例如，脊柱侧弯、骨骼畸形等等。现有技术中，对于骨骼健康一般是通过拍摄X光、螺旋CT等手段获得骨骼影像，医生据此进行判断，但是，以上这些手段对人体多少都会有些危害，比如放射性危害，而且检测成本也是比较高的。
[0003]可见，如何快速且低成本的进行骨骼健康检测，是目前亟需解决的技术问题。

技术实现思路

[0004]为了解决上述
技术介绍
中存在的技术问题，本专利技术提供了一种基于视频图像的骨骼健康检测方法、系统、电子设备及计算机存储介质。
[0005]本专利技术的第一方面提供了一种基于视频图像的骨骼健康检测方法，所述方法包括：
[0006]获取第一视频图像，所述第一视频图像包括被检测者的指定动作序列；
[0007]提取与所述指定动作序列关联的属性标识；
[0008]基于所述属性标识从所述第一视频图像中提取出各指定动作，基于所述各指定动作确定第二视频图像；
[0009]从所述第二视频图像中提取与所述指定动作序列对应的体表特征序列；
[0010]基于所述属性标识、所述指定动作序列和所述体表特征序列进行骨骼健康分析，并输出分析结果。
[0011]可选地，所述提取与所述指定动作序列关联的属性标识，包括：
[0012]基于所述第一视频图像与各属性标识的预设关系提取与所述属性标识；
[0013]或
[0014]从所述第一视频图像中识别得出所述属性标识。
[0015]可选地，所述基于所述属性标识从所述第一视频图像中提取出各指定动作，基于所述各指定动作确定第二视频图像，包括：
[0016]基于所述属性标识确定指定动作序列及序列中各动作的顺序；
[0017]基于确定出的所述指定动作序列对所述第一视频图像进行第一虚拟标记；
[0018]基于所述指定动作序列及序列中各动作的顺序对经过第一虚拟标记处理后的所述第一视频图像进行剪切或剪切及拼接，得出所述第二视频图像。
[0019]可选地，所述第二视频图像中的指定动作序列满足预设条件。
[0020]可选地，所述从所述第二视频图像中提取与所述指定动作序列对应的体表特征序列，包括：
[0021]对所述第二视频图像中各所述指定动作序列进行第二虚拟标记；
[0022]基于所述第二虚拟标记从所述第二视频图像中确定与各指定动作对应的第二视频图像子片段；
[0023]基于所述指定动作从所述第二视频图像子片段中提取对应的所述体表特征，以获得所述体表特征序列。
[0024]可选地，所述基于所述属性标识、所述指定动作序列和所述体表特征序列进行骨骼健康分析，并输出分析结果，包括：
[0025]基于所述指定动作序列获取对应的参考体表特征序列；
[0026]将所述体表特征序列与所述参考体表特征序列进行比对，以获得偏差序列，基于所述偏差序列分析所述骨骼是否异常；
[0027]将分析结果与所述属性标识融合后输出。
[0028]可选地，所述指定动作序列与所述参考体表特征序列具有关联对应关系，所述关联对应关系是通过深度学习模型得出的。
[0029]本专利技术的第二方面提供了一种基于视频图像的骨骼健康检测系统，所述系统包括获取模块、第一提取模块、第二提取模块、第一处理模块及第二处理模块；其中，
[0030]所述获取模块，用于获取第一视频图像，所述第一视频图像包括被检测者的指定动作序列；
[0031]所述第一提取模块，用于提取与所述指定动作序列关联的属性标识；
[0032]所述第一处理模块，用于基于所述属性标识从所述第一视频图像中提取出各指定动作，并基于所述各指定动作确定第二视频图像；
[0033]所述第二提取模块，用于从所述第二视频图像中提取与所述指定动作序列对应的体表特征序列；
[0034]所述第二处理模块，用于基于所述属性标识、所述指定动作序列和所述体表特征序列进行骨骼健康分析，并输出分析结果。
[0035]可选地，所述第一提取模块提取与所述指定动作序列关联的属性标识，包括：
[0036]基于所述第一视频图像与各属性标识的预设关系提取与所述属性标识；
[0037]或
[0038]从所述第一视频图像中识别得出所述属性标识。
[0039]可选地，所述第一处理模块基于所述属性标识从所述第一视频图像中提取出各指定动作，并基于所述各指定动作确定第二视频图像，包括：
[0040]基于所述属性标识确定指定动作序列及序列中各动作的顺序；
[0041]基于确定出的所述指定动作序列对所述第一视频图像进行第一虚拟标记；
[0042]基于所述指定动作序列及序列中各动作的顺序对经过第一虚拟标记处理后的所述第一视频图像进行剪切或剪切及拼接，得出所述第二视频图像。
[0043]可选地，所述第二视频图像中的指定动作序列满足预设条件。
[0044]可选地，所述第二提取模块从所述第二视频图像中提取与所述指定动作序列对应的体表特征序列，包括：
[0045]对所述第二视频图像中各所述指定动作序列进行第二虚拟标记；
[0046]基于所述第二虚拟标记从所述第二视频图像中确定与各指定动作对应的第二视
频图像子片段；
[0047]基于所述指定动作从所述第二视频图像子片段中提取对应的所述体表特征，以获得所述体表特征序列。
[0048]可选地，所述第二处理模块基于所述属性标识、所述指定动作序列和所述体表特征序列进行骨骼健康分析，并输出分析结果，包括：
[0049]基于所述指定动作序列获取对应的参考体表特征序列；
[0050]将所述体表特征序列与所述参考体表特征序列进行比对，以获得偏差序列，基于所述偏差序列分析所述骨骼是否异常；
[0051]将分析结果与所述属性标识融合后输出。
[0052]可选地，所述指定动作序列与所述参考体表特征序列具有关联对应关系，所述关联对应关系是通过深度学习模型得出的。
[0053]本专利技术的第三方面提供了一种计算机存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上任一项所述的方法。
[0054]本专利技术的第四方面提供了一种电子设备，该电子设备包括处理器和存储器，所述存储器上存储有计算机程序，该计算机程序被处理器运行时执行如上任一项所述的方法。
[0055]本专利技术的有益效果在于：
[0056]本专利技术的方案通过先获取第一视频图像，所述第一视频图像包括被检测者的指定动作序列；再提取与所述指定动作序列关联的属性标识；再基于所述属性标识从所述第一视频图像中提取出各指定动作，基于所述各指定动作确定第二视频图像；再从所述第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视频图像的骨骼健康检测方法，其特征在于：所述方法包括：获取第一视频图像，所述第一视频图像包括被检测者的指定动作序列；提取与所述指定动作序列关联的属性标识；基于所述属性标识从所述第一视频图像中提取出各指定动作，基于所述各指定动作确定第二视频图像；从所述第二视频图像中提取与所述指定动作序列对应的体表特征序列；基于所述属性标识、所述指定动作序列和所述体表特征序列进行骨骼健康分析，并输出分析结果。2.根据权利要求1所述的方法，其特征在于：所述提取与所述指定动作序列关联的属性标识，包括：基于所述第一视频图像与各属性标识的预设关系提取与所述属性标识；或从所述第一视频图像中识别得出所述属性标识。3.根据权利要求1所述的方法，其特征在于：所述基于所述属性标识从所述第一视频图像中提取出各指定动作，基于所述各指定动作确定第二视频图像，包括：基于所述属性标识确定指定动作序列及序列中各动作的顺序；基于确定出的所述指定动作序列对所述第一视频图像进行第一虚拟标记；基于所述指定动作序列及序列中各动作的顺序对经过第一虚拟标记处理后的所述第一视频图像进行剪切或剪切及拼接，得出所述第二视频图像。4.根据权利要求1
‑
3任一项所述的方法，其特征在于：所述第二视频图像中的指定动作序列满足预设条件。5.根据权利要求1
‑
3任一项所述的方法，其特征在于：所述从所述第二视频图像中提取与所述指定动作序列对应的体表特征序列，包括：对所述第二视频图像中各所述指定动作序列进行第二虚拟标记；基于所述第二虚拟标记从所述第二视频图像中确定与各指定动作对应的第二视频图像子片段；基于所述指定动作从所述第二视频图像子片段中提取对应的所述体表特征，以获得...

【专利技术属性】
技术研发人员：赵志阳，
申请(专利权)人：上海脊合医疗科技有限公司，
类型：发明
国别省市：