一种基于人体姿态的脊柱侧弯检测的方法、系统、存储介质及电子设备技术方案

本发明专利技术公开了一种基于人体姿态的脊柱侧弯检测的方法、系统、存储介质及电子设备，包括使用相机实现对人体背部照片的获取；基于人体背部照片上的人体关键特征点的获取；基于人体关键特征点和标注结果，实现分类算法的训练和分类模型生成；基于脊柱侧弯产生原因的标注，实现原因分类算法的训练和分类模型生成。本发明专利技术具有好的鲁棒性，获得了青少年脊柱侧弯与否分类预测算法高精准性，本发明专利技术能有效地实现对人体脊柱侧弯判定和原因解释，从而为早期青少年脊柱做无伤害检测。年脊柱做无伤害检测。年脊柱做无伤害检测。

【技术实现步骤摘要】
一种基于人体姿态的脊柱侧弯检测的方法、系统、存储介质及电子设备


[0001]本专利技术主要涉及医学计算机领域，特别涉及一种基于人体姿态的脊柱侧弯检测的方法、系统、存储介质及电子设备。

技术介绍

[0002]青少年脊柱侧弯，一般指的是特发性脊柱侧弯，大多都是发生在孩子10来岁以后，青春期开始的时候由于这个阶段生长发育比较快，就出现了脊柱的侧向侧弯，出现了背部的不对称，对于轻度或者早期发现的侧弯，如果能够及时有效的科学干预治疗是可以起到治愈效果。有些孩子确实可能病情相对比较重，虽然早期并不严重，但是随着生长发育侧弯控制不住严重到一定程度，对人体造成不可逆转的损伤。随着计算机和医学不断的融合和创新，使用相机或手机获取青年少背部照片，利用深度学习算法实现对青少年脊柱侧弯判断和侧弯原因的判断，这在青年少脊柱侧弯早期检测上具有广泛的应用前景。

技术实现思路

[0003]本申请的目的在于提供一种基于人体姿态的脊柱侧弯检测的方法、系统、存储介质及电子设备，有效地实现了对青少年脊柱侧弯进行检测和侧弯原因的判断。
[0004]本申请提供一种基于人体姿态的脊柱侧弯检测的方法、系统、存储介质及电子设备，包括使用相机实现对人体背部照片的获取；基于人体背部照片上的人体关键特征点的获取；基于人体关键特征点和标注结果，实现脊柱侧弯判断分类算法的训练和分类模型生成；基于脊柱侧弯产生原因的标注，实现脊柱侧弯原因分类算法的训练和分类模型生成。实现过程如图1所示。
[0005]在第一方面的一种实现方式中，由于我们的系统不指定具体的相机或手机型号。在拍摄照片的时候，需要拍摄具体人体2米
‑
3米左右为适合，并须在人体背部正后方位置，相机镜头和人体的肩膀高度在同一个水平线。拍摄的相机须拍到人体的左右肩膀，左右手肘和左右臀部，并保持拍摄的背景颜色单一，不复杂。以便于后期人工智能算法能很好的检测到人体的关键点位置，包括左右肩膀，左右手肘和左右臀部点位置。整体的拍摄示意图如图2所示。
[0006]在第一方面的一种实现方式中，我们得到了人体的背部照片数据后，使用了大量的人体标注数据集进行算法训练，也可以使用预训练模型keypointrcnn_resnet50_fpn获得人体关键点位置，包括左右肩膀，左右手肘和左右臀部六个人体关键点。
[0007]在第一方面的一种实现方式中，我们通过训练模型或预训练模型得到人体关键点位置，包括左右肩膀，左右手肘和左右臀部后，实现对数据的预先处理。
[0008]1.设定原点位置(0,0)为左肩膀坐标数据，也就是(x1,y
1,
)＝(0,0)。
[0009]2.对左右肩膀，左右手肘和左右臀部做数据预处理。人体六个关键点分别为左肩膀(x1,y
1,
)、右肩膀(x2,y
2,
)、左手肘(x3,y3)、右手肘(x4,y
4,
)、左臀(x5,y
5,
)和右臀(x6,y
6,
)，
把关键点的数据都处理为相对原点的数据，处理方式如公式：(x
i
,y
i,
)＝
[0010](x
i
‑
x1,y
i,
‑
y1),1<i<7；
[0011]3.得到人体关键点相对位置数据后，实现对相对位置数据的归一化处理。处理的方式为设定左右肩膀的具体为单位距离。其他关键点实现数据归一化处理。假设左右肩膀的距离为S那么
[0012]1<i<7，其中为i点到原点的距离；
[0013]在第一方面的实现中，在本专利技术中使用处理后的人体关键点坐标数据后，结合脊柱侧弯与否的标注数据，通过SVM网络进行算法训练，训练的步骤如下：
[0014]1.把人体关键点数据和脊柱侧弯与否的标注数据，通过SVM算法训练出一个脊柱侧弯预测模型；
[0015]2.把人体关键点数据和脊柱侧弯原因的标注数据，通过SVM算法训练出六个脊柱侧弯预测模型，原因可以有：a)肩峰不对称、b)肩胛骨不对称、c)手臂罅隙不对称、d)
[0016]髋骨不对称和e)棘突偏斜。
[0017]在第一方面的实现中，在本专利技术中，我们从训练出来的深度模型有6个，分别是脊柱侧弯预测模型，肩峰不对称导致脊柱侧弯预测模型，肩胛骨不对称导致脊柱侧弯预测模型，手臂罅隙不对称导致脊柱侧弯预测模型，髋骨不对称导致脊柱侧弯预测模型，棘突偏斜导致脊柱侧弯预测模型。
[0018]第二方面，本申请提供了一种电子设备，电子设备包括：存储器，存储器存储有多条指令；处理器，处理器从存储器中加载指令，以执行如上述任一种基于人体姿态的脊柱侧弯检测的方法的步骤。
[0019]第五方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被电子设备执行时实现上述任一种基于人体姿态的脊柱侧弯检测的方法中的步骤。
[0020]本申请一种基于人体姿态的脊柱侧弯检测的方法、系统、存储介质及电子设备，由于脊柱侧弯的金标准为对人体做CT扫描，从CT影像数据上分析脊柱侧弯。但是这种方法中使用了大量的X光射线，会对人体造成伤害，所以使用无创无伤害的检测，特别是青少年有重大的意义。本专利技术的这种基于分析可见光照片，通过人体姿态关键点预测，再预测出脊柱侧弯及其原因的方法，具有经济方便无创的优点。
附图说明
[0021]图1为本申请一实施例的取图方法和算法训练的流程示意图。
[0022]图2为本申请一实施例的取图场景示意图。
[0023]图3为本申请一实施例的应用场景示意图。
[0024]图4为本申请一实施例的人体关键点预测示意图。
[0025]图5为本申请一实施例的脊柱侧弯预测过程示意图。
[0026]图6为本申请一实施例的电子设备的结构示意图。
具体实施方式
[0027]以下通过特定的具体实例说明本申请的实施方式，本领域技术人员可由本说明书
所揭露的内容轻易地了解本申请的其他优点与功效。本申请还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本申请的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
[0028]需要说明的是，以下实施例中所提供的图示仅以示意方式说明本申请的基本构想，遂图式中仅显示与本申请中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
[0029]本申请以下实施例提供了一种基于人体姿态的脊柱侧弯检测的方法、系统、存储介质及电子设备，其中，该通过人体背部照片预测脊柱侧弯与否以及脊柱侧弯原因分析的装置具体可以集成在电子设备中，该电子设备可以为终端、服务器等设备。其中，终端可以为手机、平板电脑、智本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人体姿态的脊柱侧弯检测的方法、系统、存储介质及电子设备，其特征在于，所述方法包括：使用相机实现对人体背部照片的获取；基于人体背部照片上的人体关键特征点的获取；基于人体关键特征点和标注结果，实现脊柱侧弯与否分类算法的训练和分类模型生成；基于脊柱侧弯产生原因的标注结果，实现脊柱侧弯原因分类算法的训练和分类模型生成。2.根据权利要求1所述的方法，其特征在于，所述对使用相机实现对人体背部照片的获取，包括：使用相机或者手机实现对人体背部拍摄照片，在条件可能的情况，保持上身背部裸露，取得的照片包括肩膀、手肘和臀部。拍摄的角度须在人体的正后方，相机的位置和排队的人的肩膀的高度。3.根据权利要求2所述的方法，其特征在于，所述基于人体背部照片上的人体关键特征点的获取，还包括：获得人体背部照片后...

【专利技术属性】
技术研发人员：顾静军，顾涵语，徐玲英，
申请(专利权)人：浙江深函科技有限公司，
类型：发明
国别省市：