一种基于面部识别的失血性休克辅助诊疗装置制造方法及图纸

本发明专利技术属于辅助诊疗技术领域，公开了一种基于面部识别的失血性休克辅助诊疗装置，所述基于面部识别的失血性休克辅助诊疗装置包括：面部图像采集模块、面部图像增强模块、中央控制模块、面部图像分割模块、面部图像特征提取模块、图像对比模块、失血诊断模块、显示模块。本发明专利技术通过面部图像增强模块对整体亮度调整后的面部图像，进行饱和度的调整。从而使得本发明专利技术能够获得较佳的面部图像增强效果；同时，通过面部图像分割模块结合初始分割图和初始检测框数据，可以将初始分割图中误诊为目标区域的部分调整成背景区域，从而提高分割结果的准确度，有利于细小尺寸的目标的分割过程。有利于细小尺寸的目标的分割过程。有利于细小尺寸的目标的分割过程。

【技术实现步骤摘要】
一种基于面部识别的失血性休克辅助诊疗装置


[0001]本专利技术属于辅助诊疗
，尤其涉及一种基于面部识别的失血性休克辅助诊疗装置。

技术介绍

[0002]辅助治疗包括放疗、化疗、激素治疗或进一步手术治疗。肿瘤辅助治疗是针对直接切除肿瘤组织或破坏肿瘤细胞而言的治疗。从广义上讲肿瘤辅助治疗的内容很多，如肿瘤手术前后的辅助化疗、化疗时止吐治疗、化疗时保护肝肾功能、保护骨髓组织的治疗、放射治疗时增敏治疗、肿瘤病人各种并发症的治疗、肿瘤病人各种护理治疗、生物治疗(免疫治疗)、中药治疗、中医扶正固本治疗、心理治疗、晚期癌症的镇痛治疗、气功治疗等等，这些都可以看成是肿瘤辅助治疗的范畴。然而，现有基于面部识别的失血性休克辅助诊疗装置不能有效地获得较佳的面部图像增强效果；同时，现有的面部图像分割方法准确度低。
[0003]综上所述，现有技术存在的问题是：现有基于面部识别的失血性休克辅助诊疗装置不能有效地获得较佳的面部图像增强效果；同时，现有的面部图像分割方法准确度低。

技术实现思路

[0004]针对现有技术存在的问题，本专利技术提供了一种基于面部识别的失血性休克辅助诊疗装置。
[0005]本专利技术是这样实现的，一种基于面部识别的失血性休克辅助诊疗装置包括：
[0006]面部图像采集模块、面部图像增强模块、中央控制模块、面部图像分割模块、面部图像特征提取模块、图像对比模块、失血诊断模块、显示模块；
[0007]面部图像采集模块，与面部图像增强模块连接，用于通过摄像设备采集面部图像；
[0008]面部图像增强模块，与面部图像采集模块、中央控制模块连接，用于对面部图像进行增强处理；
[0009]中央控制模块，与面部图像采集模块、面部图像增强模块、面部图像分割模块、面部图像特征提取模块、图像对比模块、失血诊断模块、显示模块连接，用于控制各个模块正常工作；
[0010]面部图像分割模块，与中央控制模块连接，用于通过分割程序对面部图像进行分割处理；
[0011]面部图像特征提取模块，与中央控制模块连接，用于通过提取程序提取面部图像特征；
[0012]图像对比模块，与中央控制模块连接，用于通过对比程序将提取的面部图像特征与正常面部图像进行对比；
[0013]所述对比程序包括：
[0014]计算原始面部图像的灰度图GRAY，利用定位梯度算子检测灰度图像中的轮廓边缘，将边缘图像二值化并执行形态学膨胀运算；
[0015]对结果图像进行相关区域判断和合并，获得各相关区域边界，根据区域面积，确定提取的正确面部图像特征；
[0016]失血诊断模块，与中央控制模块连接，用于根据对比结果诊断面部是否失血；
[0017]显示模块，与中央控制模块连接，用于显示面部图像、对比结果、诊断结果。
[0018]进一步，轮廓边缘的检测方法利用定位算子对图像滤波，检测出轮廓边缘，选择的定位滤波器模板为
[0019]定位检测边缘图为浮点类型多值图像，根据自适应阈值将其转化为二值图像，通过调用opencv函数thresh，传入参数CV_THRESH_OTSU实现；
[0020]二值图像形态学膨胀，定义如下：
[0021]g(x,y)＝dilate[f(x,y),B]＝max{f(x
‑
dx,y
‑
dy)+B(dx,dy)|(dx,dy)∈D
B
}；
[0022]其中g(x,y)为膨胀后的图像，f(x,y)为原图像，B为形状结构元素，膨胀由结构元素B所确定的领域块中选择图像值与结构元素值和的最大值，采用的结构元素B为
[0023]相关区域灰度图像是指灰度图GRAY位于当前相关区域外接矩形部分的子图像，记为gray，依次对图像gray的每列数据做1维离散傅立叶变换，得到频域图像F
col_gray
；然后对F
col_gray
进行funnel变换，即对F
col_gray
的每行图像数据R
i
，进行如下的插值变换，得到图像fun_F
col_gray
：
[0024][0025]H表示图像gray的高度，i表示行号，W表示gray的宽度，W(r)表示求第r行图像的宽度，R
i
表示变换前的第i行图像，R
i
′
表示变换后第i行图像；然后再对fun_F
col_gray
图像每行数据依次进行1维逆离散傅立叶变换，得到最终图像IF
row
_fun_F
col_gray
；
[0026]图像IF
row
_fun_F
col_gray
中的峰值点代表原灰度图gray中的直线，直线形式y＝kx+b，k为斜率，b为截距，在IF
row
_fun_F
col_gray
图中找到的峰值点为p(x
p
,y
p
)，则由峰值点到直线公式的映射为：k＝1
‑
2x
p
/W，b＝y
p
；
[0027]进一步，所述面部图像增强模块增强方法如下：
[0028](1)通过摄像设备采集原始面部图像，提取原始面部图像的暗部和亮部区域，并对暗部和亮部区域的局部细节进行增强处理，得到局部细节增强的面部图像；
[0029](2)根据预设阈值和面部图像强度均值，对所得到的局部细节增强的面部图像进行整体亮度调整，得到整体亮度调整后的面部图像；
[0030](3)对该整体亮度调整后的面部图像，进行饱和度的调整；
[0031]其中，在执行对暗部和亮部区域的局部细节进行增强处理的步骤中，包括步骤：由该原始面部图像生成亮度单通道面部图像；根据预先设置的参数提取所生成的亮度单通道面部图像的暗部和亮部区域；对该原始面部图像中位于暗部和亮部区域的每个像素，利用双曲线变换方法调整每个像素的RGB值，得到局部细节增强的面部图像。
[0032]进一步，所述在执行利用双曲线变换方法调整每个像素的RGB值的步骤中，包括步骤：
[0033]对暗部区域的每个像素，采用双曲线变换公式L(p)
‘
＝L(p)*(1+1/s)/(L(p)/m+1/s)进行亮度调整，其中，L(p)、L(p)
‘
分别为每个像素的亮度调整前和调整后的亮度值，m为每个暗部区域的亮度最大值，s为预设参数，s的取值范围为s>0；
[0034]对亮部区域的每个像素，采用双曲线变换公式L(p)
‘
＝1
‑
(1
‑
L(p))*(1+1/h)/((1
‑
L(p))/(1
‑
n)+1/s)进行亮度调整，其中，L(p)、L(p)
‘
分别为每个像素的亮度调整前和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于面部识别的失血性休克辅助诊疗装置，其特征在于，所述基于面部识别的失血性休克辅助诊疗装置包括：面部图像采集模块，与面部图像增强模块连接，用于通过摄像设备采集面部图像；面部图像增强模块，与面部图像采集模块、中央控制模块连接，用于对面部图像进行增强处理；中央控制模块，与面部图像采集模块、面部图像增强模块、面部图像分割模块、面部图像特征提取模块、图像对比模块、失血诊断模块、显示模块连接，用于控制各个模块正常工作；面部图像分割模块，与中央控制模块连接，用于通过分割程序对面部图像进行分割处理；面部图像特征提取模块，与中央控制模块连接，用于通过提取程序提取面部图像特征；图像对比模块，与中央控制模块连接，用于通过对比程序将提取的面部图像特征与正常面部图像进行对比；所述对比程序包括：计算原始面部图像的灰度图GRAY，利用定位梯度算子检测灰度图像中的轮廓边缘，将边缘图像二值化并执行形态学膨胀运算；对结果图像进行相关区域判断和合并，获得各相关区域边界，根据区域面积，确定提取的正确面部图像特征；失血诊断模块，与中央控制模块连接，用于根据对比结果诊断面部是否失血；显示模块，与中央控制模块连接，用于显示面部图像、对比结果、诊断结果。2.如权利要求1所述基于面部识别的失血性休克辅助诊疗装置，其特征在于，轮廓边缘的检测方法利用定位算子对图像滤波，检测出轮廓边缘，选择的定位滤波器模板为定位检测边缘图为浮点类型多值图像，根据自适应阈值将其转化为二值图像，通过调用opencv函数thresh，传入参数CV_THRESH_OTSU实现；二值图像形态学膨胀，定义如下：g(x,y)＝dilate[f(x,y),B]＝max{f(x
‑
dx,y
‑
dy)+B(dx,dy)|(dx,dy)∈D
B
}；其中g(x,y)为膨胀后的图像，f(x,y)为原图像，B为形状结构元素，膨胀由结构元素B所确定的领域块中选择图像值与结构元素值和的最大值，采用的结构元素B为相关区域灰度图像是指灰度图GRAY位于当前相关区域外接矩形部分的子图像，记为gray，依次对图像gray的每列数据做1维离散傅立叶变换，得到频域图像F
col_gray
；然后对F
col_gray
进行funnel变换，即对F
col_gray
的每行图像数据R
i
，进行如下的插值变换，得到图像
fun_F
col_gray
：H表示图像gray的高度，i表示行号，W表示gray的宽度，W(r)表示求第r行图像的宽度，R
i
表示变换前的第i行图像，R
i
′
表示变换后第i行图像；然后再对fun_F
col_gray
图像每行数据依次进行1维逆离散傅立叶变换，得到最终图像IF
row
_fun_F
col_gray
；图像IF
row
_fun_F
col_gray
中的峰值点代表原灰度图gray中的直线，直线形式y＝kx+b，k为斜率，b为截距，在IF
row
_fun_F
col_gray
图中找到的峰值点为p(x
p
,y
p
)，则由峰值点到直线公式的映射为：k＝1
‑
2x
p
/W，b＝y
p
；所述面部图像增强模块增强方法如下：(1)通过摄像设备采集原始面部图像，提取原始面部图像的暗部和亮部区域，并对暗部和亮部区域的局部细节进行增强处理，得到局部细节增强的面部图像；(2)根据预设阈值和面部图像强度均值，对所得到的局部细节增强的面部图像进行整体亮度调整，得到整体亮度调整后的面部图像；(3)对该整体亮度调整后的面部图像，进行饱和度的调整；其中，在执行对暗部和亮部区域的局部细节进行增强处理的步骤中，包括步骤：由该原始面部图像生成亮度单通道面部图像；根据预先设置的参数提取所生成的亮度单通道面部图像的暗部和亮部区域；对该原始面部图像中位于暗部和亮部区域的每个像素，利用双曲线变换方法调整每个像素的RGB值，得到局部细节增强的面部图像。3.如权利要求2所述基于面部识别的失血性休克辅助诊疗装置，其特征在于，所述在执行利用双曲线变换方法调整每个像素的RGB值的步骤中，包括步骤：对暗部区域的每个像素，采用双曲线变换公式L(p)
‘
＝L(p)*(1+1/s)/(L(p)/m+1/s)进行亮度调整，其中，L(p)、L(p)
‘
分别为每个像素的亮度调整前和调整后的亮度值，m为每个暗部区域的亮度最大值，s为预设参数，s的取值范围为s>0；对亮部区域的每个像素，采用双曲线变换公式L(p)
‘
＝1
‑
(1
‑
L(p))*(1+1/h)/((1
‑
L(p))/(1
‑
n)+1/s)进行亮度调整，其中，L(p)、L(p)
‘
分别为每个像素的亮度调整前和调整后的亮度值，n为每个亮部区...

【专利技术属性】
技术研发人员：陈力，潘子杰，王莉荔，崔翔，杨博，冯聪，王玉伟，
申请(专利权)人：中国人民解放军总医院第一医学中心，
类型：发明
国别省市：