【技术实现步骤摘要】
基于3D视觉的人体颈动脉定位方法及装置
[0001]本公开涉及智慧医疗
,尤其涉及一种基于3D视觉的人体颈动脉定位方法及装置。
技术介绍
[0002]在磁共振成像(MR)系统或计算机断层扫描成像(CT)系统等医学影像系统中,有时需要配合使用3D相机来进行辅助信息如病人的体位信息等的采集。3D相机的摄像头通常由一个二维彩色(RGB)摄像头和一个深度摄像头组成。
[0003]在安装3D相机时,通常需要将3D相机安装于病床的正上方以探测病床和病床上的病人,从而最大程度获得病人的相关状态和信息。
技术实现思路
[0004]本公开的目的在于提出一种基于3D视觉的人体颈动脉定位方法及装置,基于3D视觉的人体颈动脉定位方法,用于颈动脉的机器人超声扫查。
[0005]本公开第一方面提供了一种基于3D视觉的人体颈动脉定位方法,包括:
[0006]获取超声图像数据;
[0007]利用深度学习检测超声图像数据,生成人体特定位置特征点参数;
[0008]根据人体特定位置特征点参数,采用径 ...
【技术保护点】
【技术特征摘要】
1.一种基于3D视觉的人体颈动脉定位方法,其特征在于,包括:获取超声图像数据;利用深度学习检测超声图像数据,生成人体特定位置特征点参数;根据人体特定位置特征点参数,采用径向基函数确定颈动脉的投影位置;将颈动脉在超声图像中的位置投影到颈部表面,以指导自主超声扫查。2.根据权利要求1所述的方法,其特征在于,所述超声图像数据包括:对齐的彩色图数据和深度图数据;所述获取超声图像数据包括:利用3D相机拍照获取对齐的彩色图数据和深度图数据。3.根据权利要求1所述的方法,其特征在于,所述人体特定位置包括:左下颚轮廓、右下颚轮廓、左颈部轮廓和右颈部轮廓中的至少一种;利用深度学习检测超声图像数据,生成人体特定位置特征点参数包括:利用深度学习检测左下颚轮廓、右下颚轮廓、左颈部轮廓和右颈部轮廓的特征点,生成对应的拟合曲线;根据设定的采样数目对每一条拟合后曲线进行均匀采样;根据所述采样数目,计算特征点参数,完成采样;所述特征点参数包括:采样步长和采样点坐标;根据所述特征点参数采用拉格朗日插值法,将提取到的特征点进行曲线拟合,生成对应的拟合曲线;或者,若未能成功提取到左下颚轮廓、右下颚轮廓、左颈部轮廓和右颈部轮廓四条曲线中的某一条,则将提取失败的曲线上的采样点坐标全部记为预设数值。4.根据权利要求3所述的方法,其特征在于,所述采用拉格朗日插值法,提取到的特征点进行曲线拟合,生成对应的拟合曲线采用下式:点进行曲线拟合,生成对应的拟合曲线采用下式:其中,L(x)表示拟合曲线的解析表达式,l
i
(x)是表达式L(x)中的一项,(x
i
,y
i
)是特征点的坐标,x
i
是横坐标,y
i
是纵坐标,...
【专利技术属性】
技术研发人员:闫琳,李淼,张少华,韩冬,付中涛,刘辰,黄雄杰,于天水,万志林,宋程,金晟中,张青,
申请(专利权)人:武汉库柏特科技有限公司,
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。