一种基于人工智能的视觉图像脊柱姿态分析方法技术

本发明专利技术公开了一种基于人工智能的视觉图像脊柱姿态分析方法，利用无畸变可见光摄像头对用户正面，背面进行图像采集，编号并进行存储，利用人工智能训练好的模型对视觉图像进行骨关键识别；二

【技术实现步骤摘要】
一种基于人工智能的视觉图像脊柱姿态分析方法


[0001]本专利技术涉及医疗康复
，具体的是一种基于人工智能的视觉图像脊柱姿态分析方法
。

技术介绍

[0002]随着都市生活节奏不断变快
、
人们的工作压力越来越大，人们运动和关注自己体态的时间越来越少
。
很多人因为长期不良体态带来的疾病越来越多，尤其是脊柱异位引发的腰痛颈椎病尤甚，而脊柱侧弯更是当代青少年三大常见病之一
。
目前对脊柱姿态的检查主要是通过
X
光进行拍摄脊柱姿态，但是
X
光拍照技术具有辐射性，对人体健康有较强的负面影响，不能满足常规或高频检查的场景，同时成本较高，乡镇医院及社区医院无法较好的普及
。
因此急需一种简单快速的脊柱姿态评估方法进行脊柱姿态的快速筛查，为医生提供判断依据和为用户建立数据档案
。

技术实现思路

[0003]为了克服现有技术中的缺陷，本专利技术实施例提供了一种基于人工智能的视觉图像脊柱姿态分析方法，以解决上述
技术介绍
中提出的问题
。
[0004]本申请实施例公开了：一种基于人工智能的视觉图像脊柱姿态分析方法，包括以下步骤：
[0005]第一步，使用大量用户矫正姿态图片与其
X
光脊柱数据进行人工智能训练，获取骨关键点与
Cobb
角相关性模型；
[0006]第二步，采集用户进行后背身体图像信息；
[0007]第三步，使用骨关键点与
Cobb
角相关性模型对用户后背图像进行脊柱姿态识别分析
。
[0008]优选的，所述第一步具体包括以下步骤：
[0009]使用无畸变摄像头对人体进行矫正姿态的图像采集，样本量不低于
10000
份；
[0010]对
(1)
中采样用户进行
X
光拍照，获取对应的脊柱姿态
Cobb
角信息；
[0011]对采样样本进行分类，其中
70
％作为训练集，
20
％作为测试集，
10
％作为验证集；
[0012]将训练集样本对人工智能进行机器视觉模型训练，并使用验证集进行验证获得最终骨关键点与
Cobb
角相关性模型
。
[0013]优选的，所述第二步具体包括以下步骤：
[0014]对用户进行图像采集，图像数据采集用户采用矫正姿态进行；
[0015]图像数据采集使用无畸变摄像头进行正对用户进行采集；
[0016]对用户进行图像采集，使用水平仪或其他方式进行水平与垂直角度矫正
。
[0017]优选的，所述第三步具体包括以下步骤：
[0018]利用人体骨关键点识别模型对用户图像进行骨关键点识别，并获得骨关键点的位置信息，并在图像中进行标注；
[0019]利用骨关键点与
Cobb
角相关性模型对用户图像进行脊柱姿态分析与识别
。
[0020]本专利技术的有益效果如下：使用大量用户矫正姿态图片与其
X
光脊柱数据进行人工智能训练，获取骨关键点与
Cobb
角相关性模型；采集用户进行后背身体图像信息；使用骨关键点与
Cobb
角相关性模型对用户后背图像进行脊柱姿态识别分析，从而避免通过
X
光拍照对人体带来的负面影响
[0021]为让本专利技术的上述和其他目的
、
特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下
。
具体实施方式
[0022]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚
、
完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例
。
基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围
。
[0023]一种基于人工智能的视觉图像脊柱姿态分析方法，包括以下步骤：
[0024]第一步，使用大量用户矫正姿态图片与其
X
光脊柱数据进行人工智能训练，获取骨关键点与
Cobb
角相关性模型；
[0025]第二步，采集用户进行后背身体图像信息；
[0026]第三步，使用骨关键点与
Cobb
角相关性模型对用户后背图像进行脊柱姿态识别分析
。
[0027]所述第一步具体包括以下步骤：
[0028]使用无畸变摄像头对人体进行矫正姿态的图像采集，样本量不低于
10000
份；
[0029]对
(1)
中采样用户进行
X
光拍照，获取对应的脊柱姿态
Cobb
角信息；
[0030]对采样样本进行分类，其中
70
％作为训练集，
20
％作为测试集，
10
％作为验证集；
[0031]将训练集样本对人工智能进行机器视觉模型训练，并使用验证集进行验证获得最终骨关键点与
Cobb
角相关性模型
。
[0032]所述第二步具体包括以下步骤：
[0033]对用户进行图像采集，图像数据采集用户采用矫正姿态进行；
[0034]图像数据采集使用无畸变摄像头进行正对用户进行采集；
[0035]对用户进行图像采集，使用水平仪或其他方式进行水平与垂直角度矫正
。
[0036]所述第三步具体包括以下步骤：
[0037]利用人体骨关键点识别模型对用户图像进行骨关键点识别，并获得骨关键点的位置信息，并在图像中进行标注；
[0038]利用骨关键点与
Cobb
角相关性模型对用户图像进行脊柱姿态分析与识别
。
[0039]本申请提出的脊柱姿态分析方法在使用中，用户站在无畸变摄像头前，以矫正站立姿态进行图像信息采集
。
计算机获取到采样信息后利用提前训练好的人体骨关键点与
Cobb
角相关性模型，识别用户相关骨关键点，并进行
Cobb
角分析计算，获得脊柱姿态数据，并向医生展示具体数值，并存入将标注图片和
Cobb
角信息存入用户档案备查
。
[0040]本专利技术中应用了具体实施例对本专利技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本专利技术的方法及其核心思想；同时，对于本领域的一般技术人员，
依据本专利技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本专利技术的限制
。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于人工智能的视觉图像脊柱姿态分析方法，其特征在于，包括以下步骤：第一步，使用大量用户矫正姿态图片与其
X
光脊柱数据进行人工智能训练，获取骨关键点与
Cobb
角相关性模型；第二步，采集用户进行后背身体图像信息；第三步，使用骨关键点与
Cobb
角相关性模型对用户后背图像进行脊柱姿态识别分析
。2.
根据权利要求1所述的一种基于人工智能的视觉图像脊柱姿态分析方法，其特征在于，所述第一步具体包括以下步骤：
(1)
使用无畸变摄像头对人体进行矫正姿态的图像采集，样本量不低于
10000
份；
(2)
对
(1)
中采样用户进行
X
光拍照，获取对应的脊柱姿态
Cobb
角信息；
(3)
对采样样本进行分类，其中
70
...

【专利技术属性】
技术研发人员：朱涵毅，
申请(专利权)人：苏州舞创文化传播有限公司，
类型：发明
国别省市：