System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及医疗,具体涉及一种人体红外热成像分析方法和装置。
技术介绍
1、热成像是通过热红外敏感相机或设备对物体或生物表面的热辐射进行拍摄记录,从而得到物体或生物表面温度信息的技术。现代医学领域发现,人体的疼痛会导致疼痛区域的血液流通等生理现象异常,进而导致疼痛区域温度异常,所以通过热成像得到的温度数据对人体疾病或疼痛程度进行了解,具有很好的效果。
2、现有技术中,医疗领域一般通过对患者进行热成像,基于拍摄的热红外影像确定患者目标区域的温度值,进而来判断患者的健康状态,如疼痛程度等。
3、但是由于患者自身个体基础温度的差异性,无法确定统一的温度阈值作为判断标准,因此,上述现有技术无法基于热红外影像对患者进行准确的量化分析,分析结果参考性较差。
技术实现思路
1、有鉴于此,本专利技术的目的在于提供一种人体红外热成像分析方法和装置,以对目前人体热红外影像进行量化分析,以提高人体热红外影像的分析精度,从而充分利用人体热红外影像数据。
2、为实现以上目的,本专利技术采用如下技术方案:
3、第一方面,本申请实施例提供一种人体红外热成像分析方法,包括:
4、获取患者的第一人体热红外图像;
5、基于人体结构对所述第一人体热红外图像进行对称分割,得到第一子人体热红外图像和第二子人体热红外图像;
6、基于预设指标,计算所述第一子人体热红外图像和第二子人体热红外图像的相似度;
7、基于所述相似度确定所述
8、进一步地,所述基于人体结构对所述第一人体热红外图像进行对称分割,得到第一子人体热红外图像和第二子人体热红外图像,包括:
9、识别所述第一人体热红外图像中的人体关键点;其中,所述人体关键点包括颈、肩和臀中的至少一个;
10、基于所述人体关键点,将所述第一人体热红外图像划分为预设数量个待分析区域;其中,所述待分析区域包括颈部区域、肩部区域、胸部区域、腰部区域和臀部区域中的至少一种;
11、基于用户指令,从预设数量个所述待分析区域中确定一个所述待分析区域为目标区域;
12、在所述第一人体热红外图像上裁剪出与所述目标区域对应的图像,得到目标区域图像;
13、基于人体脊椎,对所述目标区域图像进行左右对称分割,并将分割后得到的图像,分别作为所述第一子人体热红外图像和第二子人体热红外图像。
14、进一步地,所述识别所述第一人体热红外图像中的人体关键点,包括:
15、通过深度神经网络识别所述第一人体热红外图像中的人体关键点。
16、进一步地,所述预设指标包括亮度、对比度、结构信息和质心余弦;
17、所述基于预设指标,计算所述第一子人体热红外图像和第二子人体热红外图像的相似度,包括:
18、分别计算所述第一子人体热红外图像和第二子人体热红外图像的亮度相似度、对比度相似度、结构相似度和质心余弦相似度;
19、基于所述第一子人体热红外图像和第二子人体热红外图像的亮度相似度、对比度相似度、结构相似度和质心余弦相似度,确定所述所述第一子人体热红外图像和第二子人体热红外图像的相似度。
20、进一步地,还包括:
21、对所述第一子人体热红外图像和第二子人体热红外图像进行rgb通道拆分,得到对应所述第一子人体热红外图像的各通道的图像,和对应所述第二子人体热红外图像的各通道的图像;
22、所述分别计算所述第一子人体热红外图像和第二子人体热红外图像的亮度相似度、对比度相似度、结构相似度和质心余弦相似度,包括:分别计算所述第一子人体热红外图像和第二子人体热红外图像相同通道的图像的亮度相似度、对比度相似度、结构相似度和质心余弦相似度;
23、所述基于所述第一子人体热红外图像和第二子人体热红外图像的亮度相似度、对比度相似度、结构相似度和质心余弦相似度,确定所述所述第一子人体热红外图像和第二子人体热红外图像的相似度,包括:基于所述第一子人体热红外图像和第二子人体热红外图像所有通道的图像的亮度相似度、对比度相似度、结构相似度和质心余弦相似度,确定所述所述第一子人体热红外图像和第二子人体热红外图像的相似度。
24、进一步地,还包括:
25、获取患者的第二人体热红外图像和第三人体热红外图像,所述第二人体热红外图像和所述第三人体热红外图像为同一患者在不同时刻拍摄的热红外图像;
26、基于所述预设指标,计算所述第二人体热红外图像和第三人体热红外图像的相似度;
27、基于所述第二人体热红外图像和第三人体热红外图像的相似度,确定所述患者的疾病发展信息。
28、进一步地,所述第二人体热红外图像为患者在治疗前拍摄的热红外图像,所述第三人体热红外图像为患者在治疗前拍摄的热红外图像。
29、进一步地,还包括:
30、接收用户指令,所述用户指令用于在所述第一(四)人体热红外图像中确定至少两个目标区域;
31、在所述人体热红外图像中分割出多个目标区域图像,所述目标区域图像与所述目标区域一一对应;
32、基于所述预设指标,计算多个所述目标区域图像的相似度。
33、第二方面,本申请实施例提供一种人体红外热成像分析装置,包括:
34、获取模块,用于获取患者的第一人体热红外图像;
35、分割模块,用于基于人体结构对所述第一人体热红外图像进行对称分割,得到第一子人体热红外图像和第二子人体热红外图像;
36、计算模块,用于基于预设指标,计算所述第一子人体热红外图像和第二子人体热红外图像的相似度;
37、确定模块,用于基于所述相似度确定所述患者的健康状态。
38、本专利技术提供的技术方案至少具备如下有益效果:
39、本专利技术涉及医疗
,具体公开一种人体红外热成像分析方法和装置,该方法包括:获取患者的第一人体热红外图像;基于人体结构对第一人体热红外图像进行对称分割,得到第一子人体热红外图像和第二子人体热红外图像;基于预设指标,计算第一子人体热红外图像和第二子人体热红外图像的相似度;基于相似度确定患者的健康状态。一般而言,人体中基于人体结构对称的区域,因为结构类似所以温度也相近,本申请基于人体热红外图像,将患者自身身体对称区域的温度进行对比,通过第一子人体热红外图像和第二子人体热红外图像相似度的差距,来判断对应人体区域的健康状态,从而对人体红外热成像进行量化分析,适用于不同人群而且精度较高。
【技术保护点】
1.一种人体红外热成像分析方法,其特征在于,包括:
2.根据权利要求1所述的人体红外热成像分析方法,其特征在于,所述基于人体结构对所述第一人体热红外图像进行对称分割,得到第一子人体热红外图像和第二子人体热红外图像,包括:
3.根据权利要求2所述的人体红外热成像分析方法,其特征在于,所述识别所述第一人体热红外图像中的人体关键点,包括:
4.根据权利要求1所述的人体红外热成像分析方法,其特征在于,所述预设指标包括亮度、对比度、结构信息和质心余弦;
5.根据权利要求4所述的人体红外热成像分析方法,其特征在于,还包括:
6.根据权利要求1所述的人体红外热成像分析方法,其特征在于,还包括:
7.根据权利要求6所述的人体红外热成像分析方法,其特征在于,所述第二人体热红外图像为患者在治疗前拍摄的热红外图像,所述第三人体热红外图像为患者在治疗前拍摄的热红外图像。
8.根据权利要求1所述的人体红外热成像分析方法,其特征在于,还包括:
9.一种人体红外热成像分析装置,其特征在于,包括:
【技术特征摘要】
1.一种人体红外热成像分析方法,其特征在于,包括:
2.根据权利要求1所述的人体红外热成像分析方法,其特征在于,所述基于人体结构对所述第一人体热红外图像进行对称分割,得到第一子人体热红外图像和第二子人体热红外图像,包括:
3.根据权利要求2所述的人体红外热成像分析方法,其特征在于,所述识别所述第一人体热红外图像中的人体关键点,包括:
4.根据权利要求1所述的人体红外热成像分析方法,其特征在于,所述预设指标包括亮度、对比度、结构信息和质心余弦;
【专利技术属性】
技术研发人员:刘旭,王谦,任玲,何红晨,江宁,
申请(专利权)人:四川大学华西医院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。