一种基于三维重建的营养状况确定系统技术方案

本发明专利技术公开了一种基于三维重建的营养状况确定系统，涉及图像处理及机器学习技术领域，主要包括基于头颅深度图像和头颅RGB图像重建被测人员的包含颞部部位和眼眶部位的三维模型；基于三维模型确定被测人员的颞部部位信息和眼眶部位信息；基于颞部部位信息和眼眶部位信息确定被测人员的营养状况。本发明专利技术通过重建包含颞部部位和眼眶部位的三维模型，进行营养不良的筛查和评价，具有操作简便，计算结果精确等优点，可以较好解决目前通过核磁共振、CT、超声等仪器测量，耗时耗力，浪费成本的问题。问题。问题。

【技术实现步骤摘要】
一种基于三维重建的营养状况确定系统


[0001]本专利技术涉及图像处理及机器学习
，特别是涉及一种基于三维重建的营养状况确定系统。

技术介绍

[0002]营养不良(malnutrition)又称为营养不足(undernutrition)，指由于膳食中蛋白质、能量及其他营养素长期摄入不足、吸收不良或消耗增加而导致的机体生长发育和功能障碍。对于有营养风险、营养不良或者重度营养不良的人员来说，营养干预是综合治疗的重要组成部分，合理的营养干预有利于临床结局的改善。
[0003]在对人员进行营养干预之前，需要对人员进行营养筛查或营养评价。营养评价的步骤为：1）进行营养风险筛查；2）进行营养不良诊断。其中，在营养不良诊断时，需要结合病因性因素和表现性因素。表现性因素包括低体重、体重下降、骨骼肌含量减少、脂肪含量减少等。
[0004]现有确定人员骨骼肌含量和脂肪含量的方式主要为2种，一种是通过生物电阻抗方式来确定骨骼肌含量和脂肪含量，即通过微弱电流流经人体不同部位时产生的电阻来计算身体各组分含量；另一种是使用双能射线或核磁共振，通过人体不同组分的影像学表现来计算骨骼肌含量和脂肪含量。
[0005]现有的两种方法，虽然能够在一定程度上确定人员骨骼肌含量和脂肪含量，但是存在以下缺点：第一，无论是生物电阻抗方法还是影像学方法，均是通过物理因子（电流、放射射线）作用于人体，对特定疾病人群会产生危害（如安装了起搏器的人员或孕妇等）。
[0006]第二，无论是生物电阻抗方法还是影像学方法，均需要体积较大、成本较高且移动不方便的医学设备，如生物电阻抗方法需要人体成分分析仪，如影像学方法需要CT机或核磁共振仪。
[0007]第三，无论是生物电阻抗方法还是影像学方法，需要专业人员操作，无法覆盖所有人员情况，如居家治疗的肿瘤人员、长期在院外治疗的慢性肾衰人员等。
[0008]第四，无论是生物电阻抗方法还是影像学方法，均会产生较多的检测费用。如生物电阻抗法的使用需要医生在场，而核磁共振和双能射线除了需要医生以外还需要专业的医学技术人员操作，人员支付相应的检测费用。

技术实现思路

[0009]本专利技术的目的是提供了一种基于三维重建的营养状况确定系统，在被测人员营养状况评估方面具有人体危害性小、成本低和人员可自助操作等优点。
[0010]为实现上述目的，本专利技术提供了如下方案：一种基于三维重建的营养状况确定系统，包括第一摄像头、第二摄像头和营养状况评估模块；
所述第一摄像头，用于：获取被测人员的头颅深度图像；所述第二摄像头，用于：获取被测人员的头颅RGB图像；所述营养状况评估模块，用于：基于所述头颅深度图像和所述头颅RGB图像，重建所述被测人员的包含颞部部位和眼眶部位的三维模型；基于所述三维模型，确定所述被测人员的颞部部位信息和眼眶部位信息；基于所述颞部部位信息和所述眼眶部位信息，确定所述被测人员的营养状况。
[0011]可选地，在所述基于所述头颅深度图像和所述头颅RGB图像，重建所述被测人员的包含颞部部位和眼眶部位的三维模型方面，所述营养状况评估模块，用于：基于所述头颅RGB图像和深度学习算法，确定人脸特征点；根据所述人脸特征点的坐标位置，将所述头颅RGB图像和所述头颅深度图像进行贴合处理，得到包含颅面部和颞部的三维模型；对所述包含颅面部和颞部的三维模型进行折痕消除和噪点消除，得到所述被测人员的包含颞部部位和眼眶部位的三维模型。
[0012]可选地，所述颞部部位信息至少包括颞部的曲率信息；所述眼眶部位信息至少包括眼眶脂肪垫的体积；在所述基于所述三维模型，确定所述被测人员的颞部部位信息和眼眶部位信息方面，所述营养状况评估模块，用于：基于所述三维模型，确定颞部特征点；计算每个所述颞部特征点对应的高斯曲率和平均曲率；其中，所述颞部的曲率信息包括每个所述颞部特征点对应的高斯曲率和平均曲率；基于所述三维模型，确定眼眶特征点和眼球特征点；基于所述眼眶特征点确定眼眶体积，基于所述眼球特征点确定眼球体积；在同一个纵向的平面外侧，将所述眼眶体积减去所述眼球体积，得到眼眶脂肪垫的体积。
[0013]可选地，在所述基于所述颞部部位信息和所述眼眶部位信息，确定所述被测人员的营养状况方面，所述营养状况评估模块，用于：基于所述颞部部位信息和所述眼眶部位信息，采用机器学习算法，确定所述被测人员的骨骼肌含量和脂肪含量；根据所述被测人员的骨骼肌含量和脂肪含量，确定所述被测人员的营养状况。
[0014]可选地，所述营养状况评估模块至少包括信息获取单元、数据处理单元以及指引单元；所述指引单元，用于：输出第一控制指令和第二控制指令；所述第一控制指令用于控制所述第一摄像头和所述第二摄像头打开；所述第二控制指令用于提示被测人员按照规定进行头颅转动，以使所述第一摄像头和所述第二摄像头均能采集到符合要求的所述头颅深度图像和所述头颅RGB图像；所述信息获取单元，用于：获取所述头颅深度图像和所述头颅RGB图像；所述数据处理单元，用于：基于所述头颅深度图像和所述头颅RGB图像，重建所述被测人员的包含颞部部位和眼眶部位的三维模型；
基于所述三维模型，确定所述被测人员的颞部部位信息和眼眶部位信息；基于所述颞部部位信息和所述眼眶部位信息，确定所述被测人员的营养状况。
[0015]可选地，所述营养状况评估模块还包括开始虚拟按钮和结果显示模块；所述结果显示模块用于以界面形式显示所述被测人员的营养状况。
[0016]可选的，所述营养状况评估模块集成在终端上；所述终端分别与所述第一摄像头、所述第二摄像头连接。
[0017]可选的，所述第一摄像头、所述第二摄像头和所述营养状况评估模块均集成在同一终端上。
[0018]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术通过摄像头和专用营养状况评估模块确定被测人员的营养状况，不产生对人体可能有害的物理因子，解决了现有方式产生有害物理因子的问题。
[0019]本专利技术的专用营养状况评估模块一般安装在移动终端上，例如手机和平板，故本专利技术采用摄像头和移动终端确定被测人员的营养状况，具有检测设备体积极小、成本极低、人员可自助操作、节省医生人力、同时精准评价人员的营养状况的优点。
附图说明
[0020]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0021]图1为本专利技术一种基于三维重建的营养状况确定方法的整体流程图；图2为本专利技术不同角度下的初步3D模型示意图；图2中（a）为第一角度下的初步3D模型示意图；图2中（b）为第二角度下的初步3D模型示意图；图2中（c）为第三角度下的初步3D模型示意图；图3为本专利技术形象直观且存在粗糙折痕的三维模型示意图；图4为本专利技术包含颞部部位和眼眶部位的三维模型示意图；图5为本专利技术一种基于三维重建的营养状况本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于三维重建的营养状况确定系统，其特征在于，包括第一摄像头、第二摄像头和营养状况评估模块；所述第一摄像头，用于：获取被测人员的头颅深度图像；所述第二摄像头，用于：获取被测人员的头颅RGB图像；所述营养状况评估模块，用于：基于所述头颅深度图像和所述头颅RGB图像，重建所述被测人员的包含颞部部位和眼眶部位的三维模型；基于所述三维模型，确定所述被测人员的颞部部位信息和眼眶部位信息；基于所述颞部部位信息和所述眼眶部位信息，确定所述被测人员的营养状况。2.根据权利要求1所述的一种基于三维重建的营养状况确定系统，其特征在于，在所述基于所述头颅深度图像和所述头颅RGB图像，重建所述被测人员的包含颞部部位和眼眶部位的三维模型方面，所述营养状况评估模块，用于：基于所述头颅RGB图像和深度学习算法，确定人脸特征点；根据所述人脸特征点的坐标位置，将所述头颅RGB图像和所述头颅深度图像进行贴合处理，得到包含颅面部和颞部的三维模型；对所述包含颅面部和颞部的三维模型进行折痕消除和噪点消除，得到所述被测人员的包含颞部部位和眼眶部位的三维模型。3.根据权利要求1所述的一种基于三维重建的营养状况确定系统，其特征在于，所述颞部部位信息至少包括颞部的曲率信息；所述眼眶部位信息至少包括眼眶脂肪垫的体积；在所述基于所述三维模型，确定所述被测人员的颞部部位信息和眼眶部位信息方面，所述营养状况评估模块，用于：基于所述三维模型，确定颞部特征点；计算每个所述颞部特征点对应的高斯曲率和平均曲率；其中，所述颞部的曲率信息包括每个所述颞部特征点对应的高斯曲率和平均曲率；基于所述三维模型，确定眼眶特征点和眼球特征点；基于所述眼眶特征点确定眼眶体积，基于所述眼球特征点确定眼球体积；在同一个纵向的平面外侧，将所述眼眶体积减去所述眼球体积，得到眼眶脂肪垫的体积。4.根据权利要求1...

【专利技术属性】
技术研发人员：何承源，龙志文，殷俊，
申请(专利权)人：成都尚医信息科技有限公司，
类型：发明
国别省市：