一种人体背部ATR角度计算方法技术

本发明专利技术涉及人体脊柱检测技术领域，尤其是一种人体背部ATR角度计算方法，人体背部ATR角度计算方法，其步骤包括：步骤1：通过深度相机拍摄人体背部点云，并对点云进行滤波处理；步骤2：对深度相机采集的场景点云进行分割，得到人体背部点云；步骤3：对人体背部点云切片，计算每一片点云的最邻近外切线与地面的夹角；步骤4：对所有切片夹角的数据进行滤波与平滑，得出背部最大倾斜角，输出ATR角度。本发明专利技术具有测量人员操作简单，测量过程无需直接接触患者，测量速度快等优点。测量速度快等优点。测量速度快等优点。

【技术实现步骤摘要】
一种人体背部ATR角度计算方法


[0001]本专利技术涉及人体脊柱检测
，具体领域为一种人体背部ATR角度计算方法。

技术介绍

[0002]众多学者对青少年脊柱侧弯做了大量流行病学调查，研究显示，青少年脊柱侧弯发病率在0.5％
‑
3％之间。根据2009年中国康协肢残康复学术年会报道，脊柱侧弯在国内的普查率达到1.06％。自国家提倡素质教育以来，青少年的近视眼、脊柱侧弯和心理健康三大问题，不但没有减轻，反而有所加重。近视眼和心理健康容易暴露，故容易及时诊治，但脊柱侧弯因其隐蔽性而被忽视，直到出现严重症状才被发现。根据最新的研究统计，青少年脊柱侧弯的发生率已增至6％至7％，隐性的侧弯症状甚至难以被发现。针对青少年脊柱侧弯的筛查和预防逐渐成为青少年体质健康的重点。
[0003]目前为了测量脊柱侧弯角度，现有的专利技术需要的传感器较为复杂，具体地来说，现有的姿态传感器需要集成陀螺仪、加速度计以及地磁场传感器，且需要检测人员手动在背部放置传感器，操作相对有一定的难度，同时现有的基于深度学习的方法需要采集RGB彩色图像，可能存在隐私泄露等风险，且计算量较大，不利于在终端节点部署。且深度学习需要采集大量的训练数据，而脊柱侧弯的病例数据相对较少，存在收集与标注的成本较高等问题。

技术实现思路

[0004]针对现有技术存在的不足，本专利技术的目的在于提供一种人体背部ATR角度计算方法。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种人体背部ATR角度计算方法，其步骤包括：
[0006]步骤1：通过深度相机拍摄人体背部点云，并对点云进行滤波处理；
[0007]步骤2：对深度相机采集的场景点云进行分割，得到人体背部点云；
[0008]步骤3：对人体背部点云切片，计算每一片点云的最邻近外切线与地面的夹角；
[0009]步骤4：对所有切片夹角的数据进行滤波与平滑，得出背部最大倾斜角，输出ATR角度。
[0010]优选的，所述的步骤1具体方式为：
[0011]待测人员以体前屈姿势立于Z轴垂直地面放置的深度相机下，通过深度相机采集人体的深度图像，根据深度相机的内参K将深度图像中的坐标(u,v,d)转换为空间中的点云坐标(x,y,z)，其转换公式为，
[0012][0013]所采集的点云包含深度相机视野中的所有物体，即为场景点云，对场景点云进行
去噪以及体素化下采样，减少深度相机拍摄中产生的噪声对计算结果的影响。
[0014]优选的，所述的步骤2具体方式为：
[0015]通过计算欧氏距离，对场景点云进行欧氏聚类，过滤过小的点云团；
[0016]人体点云团位于深度相机的正下面，根据聚类中心提取人体点云，并分割出人体点云中的手臂以及脖子部分，得到人体背部点云。
[0017]优选的，所述的步骤3具体方式为：
[0018]将人体背部点云分割为100片，计算每一片点云的最近外切线；
[0019]更具体地，对于点云切片分割，在每个切片的位置，通过临近点采样的方式，生成该位置下的点云切片采样。
[0020]优选的，对于外切线计算，切面中的所有点位于同一个y轴高度，将三维的点(x,y,z)近似的看作平面坐标的点(x,z)，寻找斜率为k，截距为b的外切线，使得：
[0021][0022]且使得式(3)最大：
[0023][0024]其中，P
sli
表示切片的点云，θ为一个较小的常数，由于需要优化两个参数，采用EM算法计算斜率k和截距b，最后根据三角函数，将斜率转换为角度值，该值即为当前点云切片的最近外切线。
[0025]优选的，所述的步骤4具体方式为：
[0026]对于步骤3计算出的100个夹角数据进行滤波与平滑处理，采用线性拟合的方式，将层数的序号作为横坐标，将角度值作为纵坐标，进行9阶线性拟合。
[0027]优选的，将拟合后的曲线中，在原始离散数据的x轴值域中，绝对值最大的角度作为ATR角度，输出算法计算出的ATR角度。
[0028]与现有技术相比，本专利技术的有益效果是：本专利技术的方法仅需要深度相机，通过深度相机采集深度数据，对人体点云作分割，构建人体背部点云，本专利技术的方法固定待测人员的站立位置与姿势，基于几何特征对人体进行分割，计算背部的倾斜角。本方法具有测量人员操作简单，测量过程无需直接接触患者，测量速度快等优点。
附图说明
[0029]图1为本专利技术的基于深度相机的ATR角度检测流程图；
[0030]图2为本专利技术的点云切片ATR角度示意图；
[0031]图3为本专利技术的经过多项式平滑后的人体背部ATR角度。
[0032]图4为本专利技术的人体点云分割及ATR角度示意图。
具体实施方式
[0033]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他
实施例，都属于本专利技术保护的范围。
[0034]本专利技术提供一种技术方案：一种人体背部ATR角度计算方法，通过深度相机采集人体背部点云，解决人体背部ATR弯曲角度检测问题，图1为本专利技术基于深度相机的ATR角度检测方法流程图，其步骤包括：
[0035]步骤1：通过深度相机拍摄人体背部点云，并对点云进行滤波处理；
[0036]步骤2：对深度相机采集的场景点云进行分割，得到人体背部点云；
[0037]步骤3：对人体背部点云切片，计算每一片点云的最邻近外切线与地面的夹角；
[0038]步骤4：对所有切片夹角的数据进行滤波与平滑，得出背部最大倾斜角，输出ATR角度。
[0039]所述的步骤1具体方式为：
[0040]待测人员以体前屈姿势立于Z轴垂直地面放置的深度相机下，通过深度相机采集人体的深度图像，根据深度相机的内参K将深度图像中的坐标(u,v,d)转换为空间中的点云坐标(x,y,z)，其转换公式为，
[0041][0042]所采集的点云包含深度相机视野中的所有物体，即为场景点云，对场景点云进行去噪以及体素化下采样，减少深度相机拍摄中产生的噪声对计算结果的影响。
[0043]所述的步骤2具体方式为：
[0044]通过计算欧氏距离，对场景点云进行欧氏聚类，过滤过小的点云团；
[0045]人体点云团位于深度相机的正下面，根据聚类中心提取人体点云，并分割出人体点云中的手臂以及脖子部分，得到人体背部点云。
[0046]其具体方式为对点云进行去噪以及体素化下采样，减少相机拍摄中可能产生的噪声对计算结果的影响。通过计算点与点之间的欧氏距离，对场景点云进行欧氏聚类。基于先验知识，过滤空间点数量小于1000的点云团。由于人体正立于相机下方，包含人体的点云团位于相机的正下面，计算聚类中心距离相机中心的距离，距离最近本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人体背部ATR角度计算方法，其特征在于：其步骤包括：步骤1：通过深度相机拍摄人体背部点云，并对点云进行滤波处理；步骤2：对深度相机采集的场景点云进行分割，得到人体背部点云；步骤3：对人体背部点云切片，计算每一片点云的最邻近外切线与地面的夹角；步骤4：对所有切片夹角的数据进行滤波与平滑，得出背部最大倾斜角，输出ATR角度。2.根据权利要求1所述的一种人体背部ATR角度计算方法，其特征在于：所述的步骤1具体方式为：待测人员以体前屈姿势立于Z轴垂直地面放置的深度相机下，通过深度相机采集人体的深度图像，根据深度相机的内参K将深度图像中的坐标(u,v,d)转换为空间中的点云坐标(x,y,z)，其转换公式为，所采集的点云包含深度相机视野中的所有物体，即为场景点云，对场景点云进行去噪以及体素化下采样，减少深度相机拍摄中产生的噪声对计算结果的影响。3.根据权利要求1所述的一种人体背部ATR角度计算方法，其特征在于：所述的步骤2具体方式为：通过计算欧氏距离，对场景点云进行欧氏聚类，过滤过小的点云团；人体点云团位于深度相机的正下面，根据聚类中心提取人体点云，并分割出人体点云中的手臂以及脖子部分，得到人体背部点云。4.根据权利要求1所述的一种人体背部ATR角度计...

【专利技术属性】
技术研发人员：何丹，崔新华，尤鸣宇，
申请(专利权)人：芙索特上海医疗科技有限公司，
类型：发明
国别省市：