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】
本专利技术涉及脊柱筛查图像数据处理领域,尤其涉及一种青少年脊柱筛查非接触式测量方法。
技术介绍
1、脊柱侧弯越早发现、越早治疗,越容易恢复健康,因此国家规定青少年要定期进行脊柱侧弯筛查。脊柱筛查主要有x光、eos和专业检测人员筛查。x光虽成本低,简便易行,测量较为精确,但辐射剂量大,对目标中小学人群人体危害较大;eos成本高,且仍带少量辐射;专业的检测人员通过脊柱侧弯测量仪进行脊柱侧弯筛查,该方法效率低,且对检测人员手法及熟练程度要求较高,故非专业人员测量的误差较大,不仅如此,在整个检查过程需要大量的接触,青少年处于敏感期,在整个检测过程中也会感觉到不舒服。
技术实现思路
1、本专利技术的目的在于
技术介绍
所指出的技术问题,提供一种青少年脊柱筛查非接触式测量方法,通过相机采集人体的背部二维数据与背部三维数据,脊柱筛查测量模型的关键点提取模型提取各个关键点,然后分别计算出双肩高度差、两侧肩胛下角高度差、肩胛下角凹凸差、腰凹到手臂距离差、腰凹曲率差、两侧髂嵴距离差、两侧肩胛下角至棘突距离差六个方面的指标,得到脊柱筛查的多维度、多指标数据,实现对脊柱的全面筛查及全面评估。
2、本专利技术的目的通过下述技术方案实现:
3、一种青少年脊柱筛查非接触式测量方法,其方法包括:
4、s1、通过相机采集人体自然站立、手臂自然下垂时裸露背部的背部二维数据和背部三维数据,对背部二维数据进行去除无关背景,得到的背部二维数据为具有边缘轮廓的二维图像数据;构建脊柱筛查测量模型
5、s2、脊柱筛查测量模型内部具有关键点提取模型,关键点提取模型内部具有腋后线关键点特征提取模块,腋后线关键点特征提取模块对应提取背部二维数据中左右两侧腋后线关键点,将左右两侧的腋后线关键点分别垂直向上交于背部二维数据的边缘轮廓形成左右两侧的肩峰点,在三维坐标系中获取左右两侧肩峰点的坐标,计算左右两侧的肩峰点坐标之间的高度差得到双肩对称性结果;
6、s3、关键点提取模型内部具有肩胛下角关键点提取模块,肩胛下角关键点提取模块对应提取背部二维数据中左右两侧肩胛下角关键点,在三维坐标系中获取左右两侧肩胛下角关键点的坐标,计算左右两侧的肩胛下角关键点坐标之间的高度差得到肩胛下角高度对称性结果;
7、s4、关键点提取模型内部具有腰凹关键点提取模块,腰凹关键点提取模块对应提取背部二维数据中左右两侧腰凹关键点并在三维坐标系中获取左右两侧腰凹关键点的坐标,分别计算左右两侧腰凹关键点到对应侧的手臂轮廓边缘的垂直距离;
8、s5、关键点提取模型内部具有腰窝关键点提取模块,腰窝关键点提取模块对应提取背部二维数据中左右两侧腰窝关键点并连成左右侧腰窝直线,将左右侧腰窝直线向左右侧分别延伸与二维图像数据的边缘轮廓相交形成左右侧髂嵴点,在三维坐标系中获取左右侧髂嵴点坐标并计算其高度差得到左右侧髂嵴对称性结果。
9、优选地,三维坐标系的横轴x坐标表示背部横向长度数据,三维坐标系的纵轴y坐标表示背部纵向高度数据,三维坐标系的z坐标表示背部凹凸数据;步骤s3还包括如下方法:
10、s31、在三维坐标系中对应映射得到与背部二维数据的左右两侧肩胛下角关键点所对应的背部三维数据中左右两侧肩胛下角关键点,获取背部三维数据中左右两侧肩胛下角关键点的z轴坐标的偏差得到左右两侧肩胛下角凹凸对称性结果。
11、优选地,本专利技术还包括如下方法:
12、s6、关键点提取模型内部具有颈锥第七节关键点提取模块,颈锥第七节关键点提取模块对应提取背部二维数据中颈锥第七节关键点,将颈锥第七节关键点与步骤s5中左右两侧腰窝关键点之间的中点连线构成棘突连线,将步骤s3的左右两侧肩胛下角关键点以及棘突连线均映射到背部三维数据上分别计算左右两侧肩胛下角关键点到棘突连线的距离。
13、优选地,步骤s4还包括如下方法:
14、s41、提取左侧腰凹关键点所在弧形段a,并计算弧形段a的腰凹曲率a;提取右侧腰凹关键点所在弧形段b,并计算弧形段b的腰凹曲率b,计算腰凹曲率a与腰凹曲率b的腰凹曲率差。
15、优选地,在步骤s2中,双肩对称性结果为左右两侧的肩峰点坐标的y轴坐标值进行求差计算得到的高度差;在步骤s3中,肩胛下角高度对称性结果为左右两侧的肩胛下角关键点坐标的y轴坐标值进行求差计算得到的高度差;在步骤s5中,髂嵴对称性结果为左右侧髂嵴点坐标的y轴坐标值进行求差计算得到的高度差。
16、优选地,本专利技术还包括如下方法:
17、s7、脊柱筛查测量模型向外输出到双肩对称性结果、肩胛下角高度对称性结果、肩胛下角凹凸对称性结果、左右两侧腰凹至手臂轮廓边缘的垂直距离、腰凹曲率差、髂嵴对称性结果、左右两侧肩胛下角关键点到棘突连线距离的数据。
18、优选地,所述关键点提取模型中的肩胛下角关键点提取模块、腰凹关键点提取模块、腰窝关键点提取模块、颈锥第七节关键点提取模块分别经过样本数据基于特征提取训练之后得到的特征网络模型。
19、优选地,在步骤s1中,背部二维数据的去除无关背景处理采用semantatic humanmatting算法进行背景取出;背部二维数据与背部三维数据共同映射位于三维坐标系中,背部三维数据为三维坐标系中的三维图像数据,背部二维数据为三维坐标系中位于x、y轴上的二维图像数据。
20、优选地,在步骤s1中,在人体背部的颈锥第七节中心位置粘贴有与颈锥第七节关键点相对应的颈锥第七节标记点;在人体背部左右两侧分别粘贴有与左右两侧腋后线关键点相对应的腋后线关键标记点;在人体背部左右两侧分别粘贴有与左右两侧肩胛下角关键点相对应的肩胛下角关键标记点;在人体背部左右两侧分别粘贴有与左右两侧腰凹关键点相对应的腰凹关键标记点;在人体背部左右两侧分别粘贴有与左右两侧腰窝关键点相对应的腰窝关键标记点。
21、本专利技术较现有技术相比,具有以下优点及有益效果:
22、本专利技术通过相机采集人体的背部二维数据与背部三维数据,脊柱筛查测量模型的关键点提取模型提取各个关键点,然后分别计算出双肩高度差、两侧肩胛下角高度差、肩胛下角凹凸差、腰凹到手臂距离差、腰凹曲率差、两侧髂嵴距离差、两侧肩胛下角到棘突距离差六个方面的指标,得到脊柱筛查的多维度、多指标数据,实现对脊柱的全面筛查及全面评估。
本文档来自技高网...【技术保护点】
1.一种青少年脊柱筛查非接触式测量方法,其特征在于:其方法包括:
2.按照权利要求1所述的一种青少年脊柱筛查非接触式测量方法,其特征在于:三维坐标系的横轴x坐标表示背部横向长度数据,三维坐标系的纵轴y坐标表示背部纵向高度数据,三维坐标系的z坐标表示背部凹凸数据;步骤S3还包括如下方法:
3.按照权利要求2所述的一种青少年脊柱筛查非接触式测量方法,其特征在于:还包括如下方法:
4.按照权利要求2所述的一种青少年脊柱筛查非接触式测量方法,其特征在于:步骤S4还包括如下方法:
5.按照权利要求4所述的一种青少年脊柱筛查非接触式测量方法,其特征在于:在步骤S2中,双肩对称性结果为左右两侧的肩峰点坐标的y轴坐标值进行求差计算得到的高度差;在步骤S3中,肩胛下角高度对称性结果为左右两侧的肩胛下角关键点坐标的y轴坐标值进行求差计算得到的高度差;在步骤S5中,髂嵴对称性结果为左右侧髂嵴点坐标的y轴坐标值进行求差计算得到的高度差。
6.按照权利要求5所述的一种青少年脊柱筛查非接触式测量方法,其特征在于:还包括如下方法:
7.按
8.按照权利要求2所述的一种青少年脊柱筛查非接触式测量方法,其特征在于:在步骤S1中,背部二维数据的去除无关背景处理采用Semantatic Human Matting算法进行背景取出;背部二维数据与背部三维数据共同映射位于三维坐标系中,背部三维数据为三维坐标系中的三维图像数据,背部二维数据为三维坐标系中位于x、y轴上的二维图像数据。
9.按照权利要求1所述的一种青少年脊柱筛查非接触式测量方法,其特征在于:在人体背部的颈锥第七节中心位置粘贴有与颈锥第七节关键点相对应的颈锥第七节标记点;在人体背部左右两侧分别粘贴有与左右两侧腋后线关键点相对应的腋后线关键标记点;在人体背部左右两侧分别粘贴有与左右两侧肩胛下角关键点相对应的肩胛下角关键标记点;在人体背部左右两侧分别粘贴有与左右两侧腰凹关键点相对应的腰凹关键标记点;在人体背部左右两侧分别粘贴有与左右两侧腰窝关键点相对应的腰窝关键标记点。
...【技术特征摘要】
1.一种青少年脊柱筛查非接触式测量方法,其特征在于:其方法包括:
2.按照权利要求1所述的一种青少年脊柱筛查非接触式测量方法,其特征在于:三维坐标系的横轴x坐标表示背部横向长度数据,三维坐标系的纵轴y坐标表示背部纵向高度数据,三维坐标系的z坐标表示背部凹凸数据;步骤s3还包括如下方法:
3.按照权利要求2所述的一种青少年脊柱筛查非接触式测量方法,其特征在于:还包括如下方法:
4.按照权利要求2所述的一种青少年脊柱筛查非接触式测量方法,其特征在于:步骤s4还包括如下方法:
5.按照权利要求4所述的一种青少年脊柱筛查非接触式测量方法,其特征在于:在步骤s2中,双肩对称性结果为左右两侧的肩峰点坐标的y轴坐标值进行求差计算得到的高度差;在步骤s3中,肩胛下角高度对称性结果为左右两侧的肩胛下角关键点坐标的y轴坐标值进行求差计算得到的高度差;在步骤s5中,髂嵴对称性结果为左右侧髂嵴点坐标的y轴坐标值进行求差计算得到的高度差。
6.按照权利要求5所述的一种青少年脊柱筛查非接触式测量方法,其特征在于:还包括如下方法:
7.按照权利要求3所述的一种青少年...
【专利技术属性】
技术研发人员:王栋栋,张雨新,黄龙,王兴国,刘博,肖兵,邓皓,
申请(专利权)人:宜宾显微智能科技有限公司,
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。