一种基于深度图像的人体脊柱拟合方法、系统及电子设备技术方案

本公开涉及一种基于深度图像的人体脊柱拟合方法、系统及电子设备，方法包括：获取人体背面的深度图像；获取深度图像的深度数据；截取深度数据中的背部数据；计算获得第一离散集合和第二离散集合；分别获得第一连线和第二连线以及第一拐点总数和第二拐点总数；计算获得关于脊柱冠状面的第一平面函数并构建第一脊柱拟合曲线；计算获得关于脊柱矢状面的第二平面函数并构建第二脊柱拟合曲线。系统及电子设备用于执行上述方法。本公开具有拟合结果准确度高，可实现人体冠状面和矢状面两个方向的脊柱拟合，能满足脊柱侧弯检查的要求，适用性和数据包容性更好。用性和数据包容性更好。用性和数据包容性更好。

【技术实现步骤摘要】
一种基于深度图像的人体脊柱拟合方法、系统及电子设备


[0001]本公开涉及图像处理
，具体涉及一种基于深度图像的人体脊柱拟合方法、系统及电子设备。

技术介绍

[0002]脊柱是人体的中轴，脊柱侧弯严重时不仅会造成身体外观异常、运动功能障碍，还可因胸廓畸形而造成心肺功能障碍，降低生活质量，严重影响青少年身心健康的发育。该病如果不及早发现并积极治疗，不仅影响患儿的体型和外观，而且可能造成心肺功能异常，使脊柱过早退变，出现疼痛，躯干不平衡。
[0003]检查脊柱侧弯的方法有很多，大致可分为物理测量及图像测量两类。物理测量是指与人体背部直接接触测量脊柱侧弯；图像测量是指不与人体背部进行直接接触的检查方法,主要有莫尔图像测量法、X光片测量法、结构光测量法、激光扫描仪测量法等。
[0004]随着图像处理技术的发展，图像测量方法因其具有测量效率高、精度高、主观影响小的优点，是未来脊柱侧弯检测的主要趋势，其中X光片测量法在对人体组织与器官进行三维重构时需要直接从患者身上获得脊柱的断层二维图像序列，胸椎和腰椎完整的断层二维图像序列大约有 600 张，因为不同年龄的脊柱大小和获取断层二维图像序列所设置的尺寸都会影响最终的断层二维图像序列的数量，要获得这么多的断层二维图像序列，需要长时间对人体进行X线断层扫描，这种方法不仅效率低，更重要的是长时间对人体进行X线扫描不仅损伤人体组织与器官，更有可能引起细胞癌变。
[0005]另一种图像测量方法则是通过数码相机采集人体背部图像，进而获取人体背部轮廓数据，通过对二维图像数据的处理分析，推算拟合脊柱位置。这种方法虽然无需进行X线扫描，但由于其基于二维图像数据，其拟合准确度受数据维度影响，易出现干扰和偏差，影响拟合结果的准确度，此外，该种方法仅可实现人体背面脊柱拟合，即只可获得冠状面方向的脊柱拟合，无法针对人体侧面（矢状面方向）进行脊柱拟合，不能很好地满足脊柱侧弯检查过程的要求。

技术实现思路

[0006]为了解决上述现有技术存在的问题，本公开目的在于提供一种基于深度图像的人体脊柱拟合方法、系统及电子设备。本公开基于深度图像进行人体脊柱拟合，具有拟合结果准确度高，可实现人体冠状面和矢状面两个方向的脊柱拟合，能满足脊柱侧弯检查的要求，适用性和数据包容性更好。
[0007]本公开所述的一种基于深度图像的人体脊柱拟合方法，包括以下步骤：S01、获取人体背面的深度图像；S02、获取所得深度图像的深度数据；S03、截取所述深度数据中关于脊柱部分的背部数据；S04、根据所述背部数据，计算获得由冠状面两个维度的数值组成的第一离散集合
以及由矢状面两个维度的数值组成的第二离散集合；S05、对所述第一离散集合和所述第二离散集合进行处理，分别获得用于表征所述第一离散集合的数值分布趋势的第一连线、以及用于表征所述第二离散集合的数值分布趋势的第二连线；S06、分析所述第一连线和第二连线，获得关于所述第一连线的第一拐点总数以及关于所述第二连线的第二拐点总数；S07、结合所述第一离散集合和所述第一拐点总数，计算获得关于脊柱冠状面的第一平面函数，基于所述第一平面函数，构建关于冠状面的第一脊柱拟合曲线；结合所述第二离散集合和所述第二拐点总数，计算获得关于脊柱矢状面的第二平面函数，基于所述第二平面函数，构建关于矢状面的第二脊柱拟合曲线。
[0008]优选地，所述步骤S03包括：S031、对所述深度数据进行处理，识别出所述深度图像中的人体轮廓并标注骨性标志点；S032、选取脊柱部位两端的两个骨性标志点，截取所选取的两个骨性标志点之间的深度数据作为所述背部数据。
[0009]优选地，所述步骤S04中，定义水平面为x
‑
z平面，冠状面为y
‑
x平面，矢状面为y
‑
z平面，人体左侧向右侧为x轴正方向，脚部向头部为y轴正方向，背部向腹部为z轴正方向。
[0010]优选地，所述步骤S04具体为：遍历所述背部数据，获取每个y值单独对应的所有x值，记为与该y值对应的x值集，计算各个所述x值集的平均值及方差，对所得方差进行数值判断，若所得方差大于5，则取该x值集的中位数作为该y值对应的x值，否则取该x值集的平均值作为该y值对应的x值，根据各个y值及其所对应的x值，组成所述第一离散集合；遍历所述背部数据，获取各个y值对应的所有z值，记为与各个y值对应的z值集，计算各个所述z值集的平均值及方差，对所得方差进行数值判断，若所得方差大于5，则取该z值集的中位数作为该y值对应的z值，否则取该z值集的平均值作为该y值对应的z值，根据各个y值及其所对应的z值，组成所述第二离散集合。
[0011]优选地，所述步骤S05中，对所述第一离散集合和所述第二离散集合进行处理具体为：对所述第一离散集合和所述第二离散集合进行平滑处理和剔除噪点。
[0012]优选地，所述步骤S06中，通过滑动窗口算法对所述第一连线和第二连线进行处理，分析窗口内各个取样点的数值变化趋势，判断该窗口内是否存在拐点，具体如下：设窗口内取样点的数量为，当窗口内的前个取样点为同一变化趋势，后个取样点为另一变化趋势，且所述第一连线/所述第二连线在该窗口内的最值出现在第个取样点或第个取样点或第个取样点与第个取样点之间时，判断所述第一连线/所述第二连线在该窗口内的一段存在一个拐点；其中，；通过滑动窗口算法对所述第一连线和所述第二连线进行逐段分析，对拐点数量进
行累加计数，获得所述第一拐点总数和第二拐点总数。
[0013]优选地，所述步骤S07中，结合所述第一离散集合和所述第一拐点总数，计算获得关于脊柱冠状面的第一平面函数具体为：将所述第一离散集合和所述第一拐点总数代入以下公式计算获得第一平面函数的平面函数系数：；根据所得第一平面函数的平面函数系数，获得所述第一平面函数为：；结合所述第二离散集合和所述第二拐点总数，计算获得关于脊柱矢状面的第二平面函数具体为：将所述第二离散集合和所述第二拐点总数代入以下公式计算获得第二平面函数的平面函数系数：；根据所得第二平面函数的平面函数系数，获得所述第二平面函数为：。
[0014]本公开的一种基于深度图像的人体脊柱拟合系统，包括：图像获取模块，其用于获取人体背面的深度图像；深度数据获取模块，其用于获取所得深度图像的深度数据；截取模块，其用于截取所述深度数据中关于脊柱部分的背部数据；离散集合计算模块，其用于根据所述背部数据，计算获得由冠状面两个维度的数值组成的第一离散集合以及由矢状面两个维度的数值组成的第二离散集合；连线构建模块，其用于对所述第一离散集合和所述第二离散集合进行处理，分别获得用于表征所述第一离散集合的数值分布趋势的第一连线、以及用于表征所述第二离散集合的数值分布趋势的第二连线；拐点计算模块，其用于分析所述第一连线和第二连线，获得关于所述第一连线的
第一拐点总数以及关于所述第二连线的第二拐点总数；拟合曲线构建模块，其用于结合所述第一离散集合和所述第一拐点总数，计算获得关于脊柱冠状面的第一平面函数，基于所述第一平面函本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度图像的人体脊柱拟合方法，其特征在于，包括以下步骤：S01、获取人体背面的深度图像；S02、获取所得深度图像的深度数据；S03、截取所述深度数据中关于脊柱部分的背部数据；S04、根据所述背部数据，计算获得由冠状面两个维度的数值组成的第一离散集合以及由矢状面两个维度的数值组成的第二离散集合；S05、对所述第一离散集合和所述第二离散集合进行处理，分别获得用于表征所述第一离散集合的数值分布趋势的第一连线、以及用于表征所述第二离散集合的数值分布趋势的第二连线；S06、分析所述第一连线和第二连线，获得关于所述第一连线的第一拐点总数以及关于所述第二连线的第二拐点总数；S07、结合所述第一离散集合和所述第一拐点总数，计算获得关于脊柱冠状面的第一平面函数，基于所述第一平面函数，构建关于冠状面的第一脊柱拟合曲线；结合所述第二离散集合和所述第二拐点总数，计算获得关于脊柱矢状面的第二平面函数，基于所述第二平面函数，构建关于矢状面的第二脊柱拟合曲线。2.根据权利要求1所述基于深度图像的人体脊柱拟合方法，其特征在于，所述步骤S03包括：S031、对所述深度数据进行处理，识别出所述深度图像中的人体轮廓并标注骨性标志点；S032、选取脊柱部位两端的两个骨性标志点，截取所选取的两个骨性标志点之间的深度数据作为所述背部数据。3.根据权利要求2所述基于深度图像的人体脊柱拟合方法，其特征在于，所述步骤S04中，定义水平面为x
‑
z平面，冠状面为y
‑
x平面，矢状面为y
‑
z平面，人体左侧向右侧为x轴正方向，脚部向头部为y轴正方向，背部向腹部为z轴正方向。4.根据权利要求3所述基于深度图像的人体脊柱拟合方法，其特征在于，所述步骤S04具体为：遍历所述背部数据，获取每个y值单独对应的所有x值，记为与该y值对应的x值集，计算各个所述x值集的平均值及方差，对所得方差进行数值判断，若所得方差大于5，则取该x值集的中位数作为该y值对应的x值，否则取该x值集的平均值作为该y值对应的x值，根据各个y值及其所对应的x值，组成所述第一离散集合；遍历所述背部数据，获取各个y值对应的所有z值，记为与各个y值对应的z值集，计算各个所述z值集的平均值及方差，对所得方差进行数值判断，若所得方差大于5，则取该z值集的中位数作为该y值对应的z值，否则取该z值集的平均值作为该y值对应的z值，根据各个y值及其所对应的z值，组成所述第二离散集合。5.根据权利要求4所述基于深度图像的人体脊柱拟合方法，其特征在于，所述步骤S05中，对所述第一离散集合和所述第二离散集合进行处理具体为：对所述第一离散集合和所述第二离散集合进行平滑处理和剔除噪点。6.根据权利要求5所述基于深度图像的人体脊柱拟合方法，其特征在于，所述步骤S06
中，通过滑动窗口算法对所述第一连线和第二连线进行...

【专利技术属性】
技术研发人员：王晓辉，吴少海，徐杰峰，钟建波，方晓鼎，
申请(专利权)人：广州辉博信息技术有限公司，
类型：发明
国别省市：