根据一个方面，提供了一种用于估计受试者的身体或身体部位的表面积和/或体积的计算机实现的方法。该方法包括：获得至少一个图像，其中该至少一个图像包括受试者的面部；处理该至少一个图像以确定受试者面部的一个或多个面部图像参数的值；确定受试者的一个或多个特性的值，其中该一个或多个特性包括以下一项或多项：受试者的年龄、受试者的体重、受试者的身高和受试者的性别；使用面部参数模型和所确定的一个或多个面部图像参数的值来确定受试者面部的一个或多个面部形状参数的值，其中面部参数模型将一个或多个面部图像参数的具体值与具有一个或多个面部形状参数的相应值的面部的相应3D表示相关联；利用所确定的一个或多个特性的值和所确定的一个或多个面部形状参数的值，使用预测模型，来预测受试者的全身的3D表示；以及分析所预测的受试者的全身的3D表示以估计受试者的身体或身体部位的表面积和/或体积。还提供了对应装置和计算机程序产品。体积。还提供了对应装置和计算机程序产品。体积。还提供了对应装置和计算机程序产品。
【技术实现步骤摘要】
【国外来华专利技术】估计受试者的身体或身体部位的表面积和/或体积
[0001]本公开涉及估计受试者的身体或身体部位的表面积和/或体积，例如，以用于要对身体或身体部位执行的处理操作，并且本公开具体涉及用于估计受试者的身体或身体部位的表面积和/或体积的计算机实现的方法、装置和计算机程序产品。
技术介绍
[0002]在成年人中，受试者的身体或皮肤表面积(BSA)可以是大范围(通常为约1.4至2.6平方米(m2))内的任何地方。受试者的身体体积(BV)同样可以在大范围内变化。
[0003]三维(3D)人体形状测量或模型的使用可能以各种各样的方式改变受试者与世界交互的方式。该技术的应用可以在诸如医疗保健、网上购物和纺织行业之类的几个领域有所帮助。例如，在医疗保健领域，了解3D身体形状可以帮助评价银屑病面积和严重程度指数(PASI)，或根据BSA来配给化疗或其他药物。
[0004]显然，对于这些应用，期望对BSA、BV和身体形状预测的估计尽可能准确。用于估计BSA或BV或估计特定身体部位的表面积和/或体积的最准确技术中的一种技术使用受试者的全身3D扫描和处理来标识不同的身体部位。然而，全身3D扫描所需的技术价格昂贵，并且通常在例如家庭环境中不可用，因此会影响其中可能使用BSA、BV或身体部位表面积和/或体积的场景。
[0005]因此，期望能够以更具成本效益和更简单的方式(例如，使用受试者可容易得到的和/或可通过受试者获得的信息)估计BSA、BV或特定身体部位的表面积和/或体积。
[0006]存在一些技术，尽管这些技术通常不提供对于许多应用而言足够准确的表面积和/或体积值，但是在这些技术中，可以从可用元数据和身体测量中确定受试者的身体或受试者的特定身体部位的3D模型，该可用元数据诸如为年龄、性别、体积、血压、孩子数目、体重指数(BMI)等，身体测量诸如为身高、腿长、臂围等。在以下文档中找到了这样的技术的一个示例：S.Wuhrer和C.Shu的“Estimating 3D human shapes from measurements”，Mach.Vis.Appl.，第24卷，第6期，第1133页至第1147页，2013年。
[0007]因此，需要在估计受试者的身体部位或身体的表面积和/或体积方面进行改进，而无需受试者的3D身体扫描或3D身体部位扫描。
技术实现思路
[0008]根据第一具体方面，提供了一种用于估计受试者的身体或身体部位的表面积和/或体积的计算机实现的方法。该方法包括：获得至少一个图像，其中该至少一个图像包括受试者的面部；处理该至少一个图像以确定受试者的面部的一个或多个面部图像参数的值；确定受试者的一个或多个特性的值，其中该一个或多个特性包括以下一项或多项：受试者的年龄、受试者的体重、受试者的身高和受试者的性别；使用面部参数模型和所确定的一个或多个面部图像参数的值，来确定受试者的面部的一个或多个面部形状参数的值，其中面部参数模型将一个或多个面部图像参数的具体值与具有一个或多个面部形状参数的相应
值的面部的相应3D表示相关联；利用所确定的一个或多个特性的值和所确定的一个或多个面部形状参数的值，使用预测模型来预测受试者的全身的3D表示；以及分析所预测的受试者的全身的3D表示以估计受试者的身体或身体部位的表面积和/或体积。因此，身体或(一个或多个)身体部位的表面积和/或体积可以仅使用受试者的一个或多个图像以及年龄、体重、身高和性别中的一项或多项来确定。
[0009]在一些实施例中，面部参数模型为线性模型。在一些实施例中，预测模型为非线性模型，例如，非线性回归模型，诸如三次多项式。
[0010]在一些实施例中，使用预测模型来预测全身的3D表示的步骤包括：根据所确定的一个或多个特性的值和所确定的一个或多个面部形状参数的值，使用预测模型来预测一个或多个身体形状参数的值；以及使用身体参数模型和所预测的一个或多个身体形状参数的值来预测全身的3D表示，其中身体参数模型将一个或多个身体形状参数的具体值与身体的相应3D表示相关联。在这些实施例中，身体参数模型可以为线性模型。
[0011]在一些实施例中，该方法还包括：根据群体数据集确定预测模型，其中群体数据集包括多个测试受试者的3D扫描和测试受试者中的每个测试受试者的一个或多个特性的值，并且预测模型通过以下方式确定：将身体参数模型配准到3D扫描中的每个3D扫描，其中身体参数模型将身体的3D表示与一个或多个身体形状参数的具体值相关联；确定经配准的身体参数模型中的每个经配准的身体参数模型的一个或多个身体形状参数的值；将面部参数模型配准到3D扫描中的每个3D扫描，其中面部参数模型将面部的3D表示与一个或多个面部形状参数的具体值相关联；确定经配准的面部参数模型中的每个经配准的面部参数模型的一个或多个面部形状参数的值；以及根据所确定的一个或多个身体形状参数的值、所确定的一个或多个面部形状参数的值和测试受试者中的每个测试受试者的一个或多个特性的值，形成预测模型。
[0012]在一些实施例中，预测模型特定于受试者的要针对其估计表面积和/或体积的身体部位，其中预测模型基于所确定的一个或多个面部形状参数的值和一个或多个特性的相应子集，来预测全身的3D表示。以这种方式，可以针对(一个或多个)感兴趣身体部位定制预测模型，从而只需特性中的一些特性的值。
[0013]在一些实施例中，形成预测模型的步骤包括：形成多个候选预测模型，其中每个候选预测模型使用一个或多个特性的相应子集；评估候选预测模型中的每个候选预测模型在预测全身或一个或多个身体部位的3D表示时的准确性；以及将预测模型形成为如下候选预测模型，该候选预测模型提供以下中的一项：候选预测模型的最高准确性，和/或利用最小数目的特性的足够的准确性。
[0014]在一些实施例中，该方法还包括：接收受试者的要针对其估计表面积和/或体积的身体或身体部位的指示；其中分析步骤包括：分析所预测的受试者的全身的3D表示，以估计受试者的所指示的身体或身体部位的表面积和/或体积。
[0015]在这些实施例中，该方法还可以包括：请求输入，该输入指示受试者的要针对其估计表面积和/或体积的身体或身体部位。
[0016]在这些实施例中，指示可以作为与显示在用户接口上的一个或多个身体部位相对应的输入来接收。
[0017]在一些实施例中，该方法还可以包括：请求输入，该输入指示由预测模型针对所指
示的身体部位而使用的一个或多个特性的相应子集的值。
[0018]在一些实施例中，可以在接收到指示之后执行形成预测模型的步骤。以这种方式，用户能够指示要针对其估计表面积和/或体积的任何期望的(一个或多个)身体部位或(一个或多个)身体部位的组合，并且可以确定适用于建模该/那些身体部位的预测模型。
[0019]在一些实施例中，受试者的要针对其估计表面积和/或体积的身体部位包括多个非连续身体部位。
[0020]在一些实施例中，确定多个特性的值的步骤包括：处理至少一个图像以确定多个特性中的一个或多个特性本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种计算机实现的方法，用于估计受试者的身体或身体部位的表面积和/或体积，所述方法包括：获得至少一个图像，其中所述至少一个图像包括所述受试者的面部；处理所述至少一个图像以确定所述受试者的所述面部的一个或多个面部图像参数的值；确定所述受试者的一个或多个特性的值，其中所述一个或多个特性包括以下一项或多项：所述受试者的年龄、所述受试者的体重、所述受试者的身高和所述受试者的性别；使用面部参数模型和所确定的所述一个或多个面部图像参数的所述值，来确定所述受试者的所述面部的一个或多个面部形状参数的值，其中所述面部参数模型将一个或多个面部图像参数的具体值与具有所述一个或多个面部形状参数的相应值的面部的相应3D表示相关联；利用所确定的所述一个或多个特性的所述值和所确定的所述一个或多个面部形状参数的所述值，使用预测模型来预测所述受试者的全身的3D表示；以及分析所预测的所述受试者的所述全身的所述3D表示，以估计所述受试者的所述身体或身体部位的所述表面积和/或体积；在医疗保健或个人护理应用中使用所估计的所述表面积和/或体积。2.根据权利要求1所述的方法，其中使用所述预测模型来预测所述全身的所述3D表示的步骤包括：使用所述预测模型，以根据所确定的所述一个或多个特性的所述值和所确定的所述一个或多个面部形状参数的所述值，来预测一个或多个身体形状参数的值；以及使用身体参数模型和所预测的所述一个或多个身体形状参数的所述值来预测所述全身的所述3D表示，其中所述身体参数模型将所述一个或多个身体形状参数的具体值与身体的相应3D表示相关联。3.根据权利要求1或2所述的方法，其中所述方法还包括：根据群体数据集确定所述预测模型，其中所述群体数据集包括多个测试受试者的3D扫描和所述测试受试者中的每个测试受试者的所述一个或多个特性的值，并且所述预测模型通过以下方式而被确定：将身体参数模型配准到所述3D扫描中的每个3D扫描，其中所述身体参数模型将身体的3D表示与一个或多个身体形状参数的具体值相关联；确定经配准的所述身体参数模型中的每个经配准的身体参数模型的所述一个或多个身体形状参数的值；将面部参数模型配准到所述3D扫描中的每个3D扫描，其中所述面部参数模型将面部的3D表示与一个或多个面部形状参数的具体值相关联；确定经配准的所述面部参数模型中的每个经配准的面部参数模型的所述一个或多个面部形状参数的值；以及根据所确定的所述一个或多个身体形状参数的所述值、所确定的所述一个或多个面部形状参数的所述值以及所述测试受试者中的每个测试受试者的所述一个或多个特性的所述值，形成所述预测模型。4.根据权利要求1至3中任一项所述的方法，其中所述预测模型特定于所述受试者的要
针对其估计所述表面积和/或体积的所述身体部位，其中所述预测模型基于所确定的所述一个或多个面部形状参数的值和所述一个或多个特性的相应子集，来预测所述全身的所述3D表示。5.根据权利要求3或4所述的方法，其中形成所述预测模型的步骤包括：形成多个候选预测模型，其中每个候选预测模型使用所述一个或多个特性的相应子集；评估所述候选预测模型中的每个候选预测模型在预测所述全身或一个或多个身体部位的所述3D表示时的准确性；以...
【专利技术属性】
技术研发人员：D，
申请(专利权)人：皇家飞利浦有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。