基于深度学习的毛囊自动识别方法和系统及植发机器人技术方案

本发明专利技术公开一种基于深度学习的毛囊自动识别方法和系统及植发机器人，该方法通过提取采集图像中取发区域中的毛囊图像及其各个目标毛囊图像；然后构建深度学习模型并评估目标毛囊图像；根据评估结果选取符合预设条件的毛囊识别图像；最后根据毛囊识别图像获取毛囊图像中毛囊根部位置信息。本发明专利技术提供的方法通过深度学习的识别毛囊及其毛囊根部位置，能自动的进行植发手术过程中的取发环节，本算法根据摄像头传回的图像数据，能够自动的识别并评估、定位毛囊根部坐标并规划植发机器人入刀路径；该机器人能辅助医生施术，全自动的进行取发工作，较有效的降低植发手术的人力成本与手术耗时，为脱发问题带来有利的改善。为脱发问题带来有利的改善。为脱发问题带来有利的改善。

【技术实现步骤摘要】
基于深度学习的毛囊自动识别方法和系统及植发机器人


[0001]本专利技术涉及图像信息处理
，特别是一种基于深度学习的毛囊自动识别方法和系统及植发机器人。

技术介绍

[0002]随着互联网社会的发展和城镇化率的提高，越来越多的人走入了写字楼和办公大厦，过上了朝九晚五的办公室生活。近年来逐渐有一种社会共识，即长期的屏幕前工作和较高的职务压力使得脱发患者的人数逐年在上升。客观上来说，脱发的成因是先天后天兼有的，并不完全取决于后天的生活压力，但这一社会共识也侧面反应了大众审美愈加重视头发的健康程度，这种重视直接地加重了脱发患者的外貌焦虑。对于中年脱发患者而言，植发手术成为了几乎唯一的脱发根治方案。植发手术的本质是一种自体器官移植手术，通过将后枕部的永久毛囊移植到脱发高发的前额部位，来使得发际线恢复到不影响美观的程度。
[0003]毛囊是表皮细胞连续形成的袋样上皮，为毛发的发生点，能为毛发的生长与维持提供养分。毛囊的基底是真皮凹进的真皮毛乳头，中心是一根毛发，立毛肌的一侧斜附在毛囊壁上，附着点的上方为皮脂腺通入毛囊的短颈，毛囊在皮肤表面的开本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于深度学习的毛囊自动识别方法，其特征在于：包括以下步骤：提取采集图像中取发区域中的毛囊图像；从毛囊图像中提取各个目标毛囊图像；构建深度学习模型并评估目标毛囊图像；根据评估结果选取符合预设条件的毛囊识别图像；根据毛囊识别图像获取毛囊图像中毛囊根部位置信息。2.如权利要求1所述的基于深度学习的毛囊自动识别方法，其特征在于：所述取发区域是根据设置于头发部位的取发区域定位装置进行识别的，通过识别所述取发区域定位装置确定取发区域。3.如权利要求1所述的基于深度学习的毛囊自动识别方法，其特征在于：所述取发区域中的毛囊图像通过图像识别处理得到各个目标毛囊轮廓的拟合矩形。4.如权利要求1所述的基于深度学习的毛囊自动识别方法，其特征在于：所述目标毛囊图像的评估是根据目标毛囊图像中毛囊形态特征进行筛选，所述形态特征包括毛囊的分叉、过细、多聚、模糊中任一项或多项的特征；具体如下：对目标毛囊图进行以下任一项或多项的图像处理：进行毛囊图像清晰度评估、进行毛囊聚生检测、进行毛囊毛发过细检测；对经过上述图像处理后的图像进行毛囊分叉评估；或所述毛囊根部位置信息是通过毛囊根部定位处理来实现的，具体步骤如下：将经过毛囊分叉评估处理的图像输入到包括FCN结构和CNN结构的双头神经网络，经过神经网络处理后输出毛囊根部位置信息。5.如权利要求4所述的基于深度学习的毛囊自动识别方法，其特征在于：所述双头神经网络中的FCN结构采用U
‑
Net神经网络，输出的数据结构是特征图；所述CNN结构的神经网络采用深度可分离卷积机制，输出的数据结构是特征向量。6.植发路径规划方法，其特征在于：包括以下步骤：S1：利用权利要求1至5任一项所述的...

【专利技术属性】
技术研发人员：李奇敏，李嘉宇，杨旭东，谭健强，黄森，
申请(专利权)人：重庆大学，
类型：发明
国别省市：