CN111281355B - 一种用于确定脉搏采集位置的方法与设备 - Google Patents

一种用于确定脉搏采集位置的方法与设备 Download PDF

Info

Publication number
CN111281355B
CN111281355B CN202010062789.9A CN202010062789A CN111281355B CN 111281355 B CN111281355 B CN 111281355B CN 202010062789 A CN202010062789 A CN 202010062789A CN 111281355 B CN111281355 B CN 111281355B
Authority
CN
China
Prior art keywords
user
wrist
acquisition
determining
acquisition position
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010062789.9A
Other languages
English (en)
Other versions
CN111281355A (zh
Inventor
邓超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Zhangmen Science and Technology Co Ltd
Original Assignee
Shanghai Zhangmen Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Zhangmen Science and Technology Co Ltd filed Critical Shanghai Zhangmen Science and Technology Co Ltd
Priority to CN202010062789.9A priority Critical patent/CN111281355B/zh
Publication of CN111281355A publication Critical patent/CN111281355A/zh
Application granted granted Critical
Publication of CN111281355B publication Critical patent/CN111281355B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4854—Diagnosis based on concepts of traditional oriental medicine
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes

Abstract

本申请的目的是提供一种用于确定脉搏采集位置的方法与设备；其中，所述方法包括：获取包含用户腕部的目标图像；确定用户在所述目标图像中的腕横纹位置；基于所述腕横纹位置，分别确定用户在所述目标图像中的第一采集位置、第二采集位置和第三采集位置，其中所述第一采集位置、第二采集位置和第三采集位置分别对应用户的寸、关、尺位置。本申请通过图像技术找到“寸”、“关”、“尺”的位置，定位准确，操作方便。

Description

一种用于确定脉搏采集位置的方法与设备
技术领域
本申请涉及通信领域，尤其涉及一种用于确定脉搏采集位置的技术。
背景技术
在某些情况下，需要在用户手腕上的特定位置采集脉搏信号。例如，在传统中医里，医生使用手指触碰患者手腕处“寸”“关”“尺”进行诊脉操作。近来，自动采集脉搏信号的仪器开始兴起，但对于脉搏采集点的定位都不是很准确，大多采用手动式的操作，即先用手触碰找到脉搏搏动强烈的位置，再将传感器放上去，不是很方便。更重要的是，普通用户未经长期的训练，难以自己找到相应的脉搏采集位置。
发明内容
本申请的一个目的是提供一种用于确定脉搏采集位置的方法与设备。
根据本申请的一个方面，提供了一种用于确定脉搏采集位置的方法，其中，所述方法包括：
获取包含用户腕部的目标图像；
确定用户在所述目标图像中的腕横纹位置；以及，
基于所述腕横纹位置，分别确定用户在所述目标图像中的第一采集位置、第二采集位置和第三采集位置，其中所述第一采集位置、第二采集位置和第三采集位置分别对应用户的寸、关、尺位置。
根据本申请的另一方面，本申请提供了一种用于确定脉搏采集位置的设备，其中，所述设备包括：
第一模块，用于获取包含用户腕部的目标图像；
第二模块，用于确定用户在所述目标图像中的腕横纹位置；以及，
第三模块，用于基于所述腕横纹位置，分别确定用户在所述目标图像中的第一采集位置、第二采集位置和第三采集位置，其中所述第一采集位置、第二采集位置和第三采集位置分别对应用户的寸、关、尺位置。
根据本申请的一个方面，本申请提供了一种用于确定脉搏采集位置的设备，其中，该设备包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行上述方法的操作。
根据本申请的另一方面，本申请提供了一种存储指令的计算机可读介质，所述指令在被计算机执行时使得所述计算机执行上述方法的操作。
与现有技术相比，本申请通过图像技术找到“寸”“关”“尺”的位置，定位准确，操作方便；并且，即便是不具有专业知识的用户也能自行操作仪器并准确采集所需的脉搏信号。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是在左右手采集桡侧脉搏的示意图；
图2示出本申请一个实施例的用于确定脉搏采集位置的方法的流程；
图3是本申请一个实施例中采集的用户手部图像的示意；
图4是本申请一个实施例中滤除用户手部图像的背景后的图像示意；
图5示出本申请一个实施例中腕横纹的候选区域；
图6示出本申请一个实施例中的桡侧轮廓曲线和差分曲线；
图7示出本申请一个实施例中的尺侧轮廓曲线和差分曲线；
图8示出本申请一个实施例中的桡侧内凹顶点的位置；
图9示出本申请一个实施例中的尺侧内凹顶点的位置；
图10示出本申请一个实施例中的腕横纹位置；
图11示出本申请一个实施例中确定的各个脉搏采集位置；
图12示出本申请一个实施例中用于确定脉搏采集位置的设备的功能模块；
图13示出可用于本申请各实施例的一种示例性系统的功能模块。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
下面结合附图对本申请作进一步详细描述。
在本申请一个典型的配置中，终端、服务网络的设备和可信方均包括一个或多个处理器(例如，中央处理器(Central Processing Unit,CPU))、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RandomAccess Memory,RAM)和/或非易失性内存等形式，如只读存储器(Read Only Memory,ROM)或闪存(Flash Memory)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(Phase-Change Memory,PCM)、可编程随机存取存储器(Programmable Random Access Memory,PRAM)、静态随机存取存储器(Static Random-Access Memory,SRAM)、动态随机存取存储器(Dynamic Random AccessMemory,DRAM)、其他类型的随机存取存储器(Random Access Memory,RAM)、只读存储器(Read-Only Memory,ROM)、电可擦除可编程只读存储器(Electrically-ErasableProgrammable Read-Only Memory,EEPROM)、快闪记忆体(Flash Memory)或其他内存技术、只读光盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、数字多功能光盘(Digital Versatile Disc,DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
本申请所指设备包括但不限于用户设备、网络设备、或用户设备与网络设备通过网络相集成所构成的设备。所述用户设备包括但不限于任何一种可与用户进行人机交互(例如通过触摸板进行人机交互)的移动电子产品，例如智能手机、平板电脑等，所述移动电子产品可以采用任意操作系统，如Android操作系统、iOS操作系统等。其中，所述网络设备包括一种能够按照事先设定或存储的指令，自动进行数值计算和信息处理的电子设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific IntegratedCircuit,ASIC)、可编程逻辑器件(Programmable Logic Device,PLD)、现场可编程门阵列(Field Programmable Gate Array,FPGA)、数字信号处理器(Digital Signal Processor,DSP)、嵌入式设备等。所述网络设备包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云；在此，云由基于云计算(Cloud Computing)的大量计算机或网络服务器构成，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个虚拟超级计算机。所述网络包括但不限于互联网、广域网、城域网、局域网、VPN网络、无线自组织网络(Ad Hoc Network)等。优选地，所述设备还可以是运行于所述用户设备、网络设备、或用户设备与网络设备、网络设备、触摸终端或网络设备与触摸终端通过网络相集成所构成的设备上的程序。
当然，本领域技术人员应能理解上述设备仅为举例，其他现有的或今后可能出现的设备如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。
在本申请的描述中，“多个”的含义是两个或者更多，除非另有明确具体的限定。
参考图1，传统的中医诊脉采用医生手指切按手腕桡侧的寸关尺三部脉，来判断诊察对象的身体状况。这样会存在医生主观意识的判断，造成多个医生诊察出不同的结果。并且，在普通用户借助仪器自行采集脉搏信息以供后续处理时，没有经过专业训练的用户将难以准确无误地找到脉搏信号的采集位置，从而用户也将难以获得准确的脉搏信号。
为减少或避免上述情况的发生，本申请提供了一种用于确定脉搏采集位置的方法。参考图2，该方法包括步骤S100、步骤S200和步骤S300。以下以一种用于确定脉搏采集位置的设备(下称处理设备)为例详细描述具体的实施方式。其中，处理设备在一些实施例中为专用设备，在另一些实施例中则为用户的用户设备(例如用户的手机、平板电脑等)。
在步骤S100中，处理设备获取包含用户腕部的目标图像，如图3所示。例如，处理设备从内置存储器中读取目标图像、向与之通信的网络设备(例如云端服务器)请求目标图像，或者通过摄像装置拍摄目标图像。在此，假设目标图像的宽度为W、高度为H(单位为像素)。之后，在步骤S200中，处理设备确定用户在所述目标图像中的腕横纹位置；在步骤S300中，处理设备基于前述腕横纹位置，分别确定用户在所述目标图像中的第一采集位置、第二采集位置和第三采集位置，其中所述第一采集位置、第二采集位置和第三采集位置分别对应用户的寸、关、尺位置。确定上述第一采集位置、第二采集位置和第三采集位置后，用户可将各脉搏传感器置于相应的采集位置上，完成脉搏采集位置的精准定位和脉搏信息的准确采集。
具体而言，在步骤S200中，处理设备确定用户在所述目标图像中的腕横纹位置；其中，步骤S200包括子步骤S210和子步骤S220(未示出)。其中在子步骤S210中，处理设备从所述目标图像中提取用户腕部的区域图像。其中，用户腕部的区域图像，在一些实施例中为用户腕部的局部图像，在另一些实施例中为从目标图像中提取的用户手部图像；提取该区域图像，在一些实施例中是通过滤除目标图像中用户手部区域以外的背景图像而实现的，从而减少背景图像对后续图像处理带来的干扰，提升处理精度。随后在子步骤S220中，处理设备基于所述区域图像确定腕横纹位置。
在一些实施例中，上述子步骤S210还包括子步骤S211和子步骤S212(均未示出)。在子步骤S211中，处理设备确定用户腕部在所述目标图像中的所在区域。其中在一些实施例中，处理设备基于用户的交互操作(例如在触屏上点选)而确定该区域，以提升系统的处理效率和操作成功率；在另一些实施例中，处理设备在目标图像拍摄获取完成后(例如拍摄完成后)，识别目标图像中的各区域，并根据各区域的像素信息确定该区域(例如基于各区域的像素色彩信息和预设的皮肤色彩信息确定该区域)，以实现全自动运行，减少用户的操作，提升用户体验。例如，目标图像在异于皮肤颜色的纯色背景(例如蓝色背景)下拍摄，其中背景可采用布料、塑料、泡沫等制作。随后在子步骤S212中，处理设备遮罩所述目标图像中所述所在区域以外的其他区域，从而提取用户腕部的区域图像。
具体而言，在上述子步骤S211中，处理设备基于目标图像的色调信息，确定用户腕部在目标图像中的所在区域，以便后续进一步在该区域中确定腕横纹位置；该区域如图4所示。例如，处理设备以HSV(Hue,Saturation,Value；色调，饱和度，明度)模式读入目标图像并进行处理。经研究表明，基于HSV模式，淡蓝色背景下识别手臂区域的效果较好，从而系统具有较高的识别效率和精度；相应地图像背景尽可能采用淡蓝色背景(或者其他容易识别的纯色背景)。当然，本领域技术人员应能理解，其他颜色模式，例如RGB(Red,Green,Blue；红绿蓝)模式，亦可用于从目标图像中提取用户腕部的所在区域。随后，在子步骤S212中，处理设备以遮罩层(mask)过滤背景区域(用户腕部所在区域以外的区域)。其中，遮罩层为与图像的宽高相一致的矩阵，例如值255代表保留，而值0代表去除。
其中，上述子步骤S220又包括子步骤S221、子步骤S222、子步骤S223和子步骤S224(均未示出)。其中，在子步骤S221中，处理设备在所述区域图像中确定一候选区域，后续将在此候选区域中确定腕横纹位置的所在。在一个具体实施方式中，以图4所示方位为例，用户的手部竖直放置；处理设备先确定用户手部的横向最窄位置(如图5中的点划线位置)，并以该横向最窄位置为中心线，基于预设距离，在目标图像中确定具有一定宽度范围的候选区域(例如图5中两条虚线之间的区域)；在图5对应的实施例中，上述预设距离为H/12，即两条虚线与中心线之间的高度距离均是H/12。可选地，该预设距离可由用户自订。在子步骤S222中，处理设备确定所述候选区域中的桡侧轮廓和尺侧轮廓。在子步骤S223中，处理设备确定所述桡侧轮廓的桡侧内凹顶点及所述尺侧轮廓的尺侧内凹顶点，该处理便于由计算设备实现；在子步骤S224中，处理设备确定所述桡侧内凹顶点与所述尺侧内凹顶点的连线为腕横纹位置。
可选地，为了进一步降低后续处理所需的系统资源、提升处理效率和结果精度，在上述子步骤S221中，处理设备首先在所述区域图像中确定一预选区域，随后在该预选区域中确定上述候选区域，从而大大减少后续图像处理所涉及的图像面积，并降低腕横纹位置出错的概率。例如，参考图4，两虚线之间的区域为预选区域。其中，该预选区域可以是事先确定的，例如上述两条虚线在目标图像中的高度分别为H/3和H*2/3；也可以是基于用户的操作而确定的，例如处理设备响应于用户在触摸屏幕上的互动操作(例如拖动操作、点击操作等)确定该预选区域，而该预选区域由类似上述两条虚线限定，或者由用户划出的范围圈定。
其中，上述桡侧、尺侧内凹顶点分别是基于差分操作而确定的。具体而言，在上述子步骤S223中，处理设备分别对所述桡侧轮廓和所述尺侧轮廓执行差分操作，并基于差分操作的操作结果分别确定所述桡侧轮廓的桡侧内凹顶点及所述尺侧轮廓的尺侧内凹顶点。具体而言，处理设备分别提取上述预选区域中桡侧(大拇指侧)和尺侧(小拇指侧)的边缘轮廓，得到相应的曲线图，并将轮廓数列(例如图4中所示方位下，不同高度下轮廓像素点的横坐标值组成的数列)进行差分，从而得到相应的差分值，或者生成相应的差分序列。基于差分值沿边缘轮廓的变化情况，即可确定相应的内凹顶点(例如，当差分值由连续正值转变为连续负值，或者由连续负值转变为连续正值，说明边缘轮廓的弯曲方式发生了变化)。差分处理便于计算机执行，且执行速度快、准确度高，有助于保证处理过程的实时性，提升用户的使用体验。
如上提取得到的手臂图像的边缘会有一些毛刺，这些毛刺在实际操作中可能会影响内凹顶点的识别准确度。为了减少毛刺的影响，可选地，上述差分操作是特殊差分操作，即处理设备分别对所述桡侧轮廓和所述尺侧轮廓执行间隔为一个或多个点的差分操作。为便于说明，图6示出了桡侧轮廓曲线(上)以及相应的差分曲线(下)。具体而言，处理设备使用第N+M个点的数值减去第N个点的数值而实现差分。在此，M的取值可选地根据目标图像的分辨率而确定，从而在避免毛刺对识别准确度的影响的前提下提升处理速度。例如，在图像尺寸为720*1080的情况下，M可以取3。相似地，图7示出了尺侧轮廓曲线(上)及相应的差分曲线(下)。
其中，参考图8，在获得桡侧的差分曲线后，寻找最早连续出现P次小于(或等于)0的位置，如箭头所指位置，该位置在图6中对应的桡侧轮廓曲线上的位置pr即为相应的内凹顶点。同理，参考图9，在获得尺侧的差分曲线后，寻找最早连续出现Q次小于(或等于)0的位置，如箭头所指位置，该位置在图7中对应的尺侧轮廓曲线上的位置pc即为相应的内凹顶点。其中，P和Q(内凹顶点判定参数)的值分别与图像分辨率有关，例如在图像尺寸为720*1080的情况下，P和Q分别取5和10。可选地，处理设备基于目标图像的分辨率信息，查询确定相应的内凹顶点判定参数，并基于查询确定的内凹顶点判定参数确定各内凹顶点。
参考图10，在两个内凹顶点的位置pr和pc分别确定后，即可确定腕横纹位置，即pr和pc的连线。
在上述工作完成后，处理设备基于处理结果确定脉搏信号的采集位置。具体而言，处理设备对处理后的图像进行图像处理，从而借助图像处理技术快速准确地确定脉搏信号的采集位置。其中，上述步骤S300包括子步骤S310、子步骤S320、子步骤S330和子步骤S340(均未示出)。在子步骤S310中，处理设备确定所述腕横纹位置的桡侧四等分点为第一采集位置。参考图11，第一采集位置为点m1。在子步骤S320中，处理设备确定所述腕横纹位置(prpc)与桡侧轮廓拟合直线(prs)的夹角的角平分线(prt)，并确定所述桡侧轮廓拟合直线(prt)的过所述第一采集位置(m1)的平行线；在子步骤S330中，处理设备确定所述角平分线与所述平行线的交点(m2)为第二采集位置；在子步骤S340中，处理设备确定所述第一采集位置(m1)关于所述第二采集位置(m2)的对称点为第三采集位置(m3)。其中，第一采集位置、第二采集位置和第三采集位置分别对应用户的寸、关、尺位置。
在一些实施例中，上述方法还包括步骤S400(未示出)。在步骤S400中，处理设备呈现所述目标图像，并叠加呈现所述第一采集位置、所述第二采集位置和所述第三采集位置。例如，处理设备在其显示屏幕上呈现之前拍摄的目标图像，并在该目标图像上叠加显示上述第一采集位置、第二采集位置和第三采集位置，以便用户借助手部图像直观、准确地确定脉搏信息的采集位置，并在相应位置放置脉搏传感器。在另一些实施例中，用于采集脉搏信息的脉搏传感器是由处理设备移动并覆于用户手臂上相应位置的，从而用户无需再执行任何动作，避免了手工操作产生的人为误差；相应的，上述方法还包括步骤S500(未示出)；在步骤S500中，处理设备基于所述第一采集位置、所述第二采集位置和所述第三采集位置，生成传感器移动指令，其中所述传感器移动指令用于移动相应的脉搏传感器并采集用户的脉搏信号。
在一些实施例中，为了更好地辅助用户自助采集脉搏信息，在上述步骤S100之前，上述方法还包括步骤S600(未示出)。在步骤S600中，处理设备向用户提供腕部放置提示，例如处理设备以图形、文字、语音等形式为用户提供相关的提醒，提醒内容包括但不限于移动手臂至正确位置。在一个具体实施例中，上述放置提示包括呈现于处理设备的显示装置(例如液晶屏幕)上的虚拟图形，例如该虚拟图形为手型的虚线框，该虚线框指示预设的手部位置，并且相对于屏幕(而不是所拍摄的图像)是固定的；用户改变其手部和处理设备的摄像装置之间的位置关系，从而处理设备所拍摄的用户手部在屏幕上的显示位置与该虚线框相匹配，则用户手部摆放到位。通过预设标准化的手部位置，处理设备的处理效率得以提升，处理精度也得到改善。
其中，在一些实施例中，在上述步骤S100中，处理设备实时拍摄包含用户腕部的目标图像，并实时呈现目标图像，以便用户及时调整手部相对于处理设备的摄像装置之间的相对位置。其中，在某些情况下，在上述各个采集位置确定后，用户可能会不小心移动手部，这会造成采集位置和手部实际位置的错位，对于脉搏采集而言，微小的移动都会造成较大的偏差，从而用户将不得不重新采集上述目标图像，并重新确定各个采集位置，效率低、体验差。鉴于此，在一些实施例中，上述方法还包括步骤S700(未示出)；在步骤S700中，处理设备跟踪用户腕部相对于摄像装置的移动，并更新所述第一采集位置、所述第二采集位置和所述第三采集位置。
以上详述了本申请的一些具体实施方式。须知，上述实施方式仅为举例，而非对本申请的具体实施方式的任何限定。
根据本申请的另一方面，本申请提供了一种处理设备。参考图12，该处理设备包括第一模块100、第二模块200和第三模块300。其中，第一模块100、第二模块200和第三模块300分别用于执行上述步骤S100、步骤S200和步骤S300中的操作。
具体而言，第一模块100获取包含用户腕部的目标图像，如图3所示。例如，处理设备从内置存储器中读取目标图像、向与之通信的网络设备(例如云端服务器)请求目标图像，或者通过摄像装置拍摄目标图像。在此，假设目标图像的宽度为W、高度为H(单位为像素)。之后，第二模块200确定用户在所述目标图像中的腕横纹位置；第三模块300基于前述腕横纹位置，分别确定用户在所述目标图像中的第一采集位置、第二采集位置和第三采集位置，其中所述第一采集位置、第二采集位置和第三采集位置分别对应用户的寸、关、尺位置。确定上述第一采集位置、第二采集位置和第三采集位置后，用户可将各脉搏传感器置于相应的采集位置上，完成脉搏采集位置的精准定位和脉搏信息的准确采集。
具体而言，第二模块200确定用户在所述目标图像中的腕横纹位置；其中，第二模块200包括第二一子模块210和第二二子模块220(未示出)。其中第二一子模块210从所述目标图像中提取用户腕部的区域图像。其中，用户腕部的区域图像，在一些实施例中为用户腕部的局部图像，在另一些实施例中为从目标图像中提取的用户手部图像；提取该区域图像，在一些实施例中是通过滤除目标图像中用户手部区域以外的背景图像而实现的，从而减少背景图像对后续图像处理带来的干扰，提升处理精度。随后第二二子模块220基于所述区域图像确定腕横纹位置。
在一些实施例中，上述第二一子模块210还包括第二一一单元211和第二一二单元212(均未示出)。第二一一单元211确定用户腕部在所述目标图像中的所在区域。其中在一些实施例中，处理设备基于用户的交互操作(例如在触屏上点选)而确定该区域，以提升系统的处理效率和操作成功率；在另一些实施例中，处理设备在目标图像拍摄获取完成后(例如拍摄完成后)，识别目标图像中的各区域，并根据各区域的像素信息确定该区域(例如基于各区域的像素色彩信息和预设的皮肤色彩信息确定该区域)，以实现全自动运行，减少用户的操作，提升用户体验。例如，目标图像在异于皮肤颜色的纯色背景(例如蓝色背景)下拍摄，其中背景可采用布料、塑料、泡沫等制作。随后第二一二单元212遮罩所述目标图像中所述所在区域以外的其他区域，从而提取用户腕部的区域图像。
具体而言，第二一一单元211基于目标图像的色调信息，确定用户腕部在目标图像中的所在区域，以便后续进一步在该区域中确定腕横纹位置；该区域如图4所示。例如，处理设备以HSV(Hue,Saturation,Value；色调，饱和度，明度)模式读入目标图像并进行处理。经研究表明，基于HSV模式，淡蓝色背景下识别手臂区域的效果较好，从而系统具有较高的识别效率和精度；相应地图像背景尽可能采用淡蓝色背景(或者其他容易识别的纯色背景)。当然，本领域技术人员应能理解，其他颜色模式，例如RGB(Red,Green,Blue；红绿蓝)模式，亦可用于从目标图像中提取用户腕部的所在区域。随后，第二一二单元212以遮罩层(mask)过滤背景区域(用户腕部所在区域以外的区域)。其中，遮罩层为与图像的宽高相一致的矩阵，例如值255代表保留，而值0代表去除。
其中，上述第二二子模块220又包括第二二一单元221、第二二二单元222、第二二三单元223和第二二四单元224(均未示出)。其中，第二二一单元221在所述区域图像中确定一候选区域，后续将在此候选区域中确定腕横纹位置的所在。在一个具体实施方式中，以图4所示方位为例，用户的手部竖直放置；处理设备先确定用户手部的横向最窄位置(如图5中的点划线位置)，并以该横向最窄位置为中心线，基于预设距离，在目标图像中确定具有一定宽度范围的候选区域(例如图5中两条虚线之间的区域)；在图5对应的实施例中，上述预设距离为H/12，即两条虚线与中心线之间的高度距离均是H/12。可选地，该预设距离可由用户自订。第二二二单元222备确定所述候选区域中的桡侧轮廓和尺侧轮廓。第二二三单元223确定所述桡侧轮廓的桡侧内凹顶点及所述尺侧轮廓的尺侧内凹顶点，该处理便于由计算设备实现；第二二四单元224确定所述桡侧内凹顶点与所述尺侧内凹顶点的连线为腕横纹位置。
可选地，为了进一步降低后续处理所需的系统资源、提升处理效率和结果精度，第二二一单元221首先在所述区域图像中确定一预选区域，随后在该预选区域中确定上述候选区域，从而大大减少后续图像处理所涉及的图像面积，并降低腕横纹位置出错的概率。例如，参考图4，两虚线之间的区域为预选区域。其中，该预选区域可以是事先确定的，例如上述两条虚线在目标图像中的高度分别为H/3和H*2/3；也可以是基于用户的操作而确定的，例如处理设备响应于用户在触摸屏幕上的互动操作(例如拖动操作、点击操作等)确定该预选区域，而该预选区域由类似上述两条虚线限定，或者由用户划出的范围圈定。
其中，上述桡侧、尺侧内凹顶点分别是基于差分操作而确定的。具体而言，第二二三单元223分别对所述桡侧轮廓和所述尺侧轮廓执行差分操作，并基于差分操作的操作结果分别确定所述桡侧轮廓的桡侧内凹顶点及所述尺侧轮廓的尺侧内凹顶点。具体而言，处理设备分别提取上述预选区域中桡侧(大拇指侧)和尺侧(小拇指侧)的边缘轮廓，得到相应的曲线图，并将轮廓数列(例如图4中所示方位下，不同高度下轮廓像素点的横坐标值组成的数列)进行差分，从而得到相应的差分值，或者生成相应的差分序列。基于差分值沿边缘轮廓的变化情况，即可确定相应的内凹顶点(例如，当差分值由连续正值转变为连续负值，或者由连续负值转变为连续正值，说明边缘轮廓的弯曲方式发生了变化)。差分处理便于计算机执行，且执行速度快、准确度高，有助于保证处理过程的实时性，提升用户的使用体验。
如上提取得到的手臂图像的边缘会有一些毛刺，这些毛刺在实际操作中可能会影响内凹顶点的识别准确度。为了减少毛刺的影响，可选地，上述差分操作是特殊差分操作，即处理设备分别对所述桡侧轮廓和所述尺侧轮廓执行间隔为一个或多个点的差分操作。为便于说明，图6示出了桡侧轮廓曲线(上)以及相应的差分曲线(下)。具体而言，处理设备使用第N+M个点的数值减去第N个点的数值而实现差分。在此，M的取值可选地根据目标图像的分辨率而确定，从而在避免毛刺对识别准确度的影响的前提下提升处理速度。例如，在图像尺寸为720*1080的情况下，M可以取3。相似地，图7示出了尺侧轮廓曲线(上)及相应的差分曲线(下)。
其中，参考图8，在获得桡侧的差分曲线后，寻找最早连续出现P次小于(或等于)0的位置，如箭头所指位置，该位置在图6中对应的桡侧轮廓曲线上的位置pr即为相应的内凹顶点。同理，参考图9，在获得尺侧的差分曲线后，寻找最早连续出现Q次小于(或等于)0的位置，如箭头所指位置，该位置在图7中对应的尺侧轮廓曲线上的位置pc即为相应的内凹顶点。其中，P和Q(内凹顶点判定参数)的值分别与图像分辨率有关，例如在图像尺寸为720*1080的情况下，P和Q分别取5和10。可选地，处理设备基于目标图像的分辨率信息，查询确定相应的内凹顶点判定参数，并基于查询确定的内凹顶点判定参数确定各内凹顶点。
参考图10，在两个内凹顶点的位置pr和pc分别确定后，即可确定腕横纹位置，即pr和pc的连线。
在上述工作完成后，处理设备基于处理结果确定脉搏信号的采集位置。具体而言，处理设备对处理后的图像进行图像处理，从而借助图像处理技术快速准确地确定脉搏信号的采集位置。其中，上述第三模块300包括第三一子模块310、第三二子模块320、第三三子模块330和第三四子模块340(均未示出)。第三一子模块310确定所述腕横纹位置的桡侧四等分点为第一采集位置。参考图11，第一采集位置为点m1。第三二子模块320确定所述腕横纹位置(prpc)与桡侧轮廓拟合直线(prs)的夹角的角平分线(prt)，并确定所述桡侧轮廓拟合直线(prt)的过所述第一采集位置(m1)的平行线；第三三子模块330确定所述角平分线与所述平行线的交点(m2)为第二采集位置；第三四子模块340确定所述第一采集位置(m1)关于所述第二采集位置(m2)的对称点为第三采集位置(m3)。其中，第一采集位置、第二采集位置和第三采集位置分别对应用户的寸、关、尺位置。
在一些实施例中，上述处理设备还包括第四模块400(未示出)。第四模块400呈现所述目标图像，并叠加呈现所述第一采集位置、所述第二采集位置和所述第三采集位置。例如，处理设备在其显示屏幕上呈现之前拍摄的目标图像，并在该目标图像上叠加显示上述第一采集位置、第二采集位置和第三采集位置，以便用户借助手部图像直观、准确地确定脉搏信息的采集位置，并在相应位置放置脉搏传感器。在另一些实施例中，用于采集脉搏信息的脉搏传感器是由处理设备移动并覆于用户手臂上相应位置的，从而用户无需再执行任何动作，避免了手工操作产生的人为误差；相应的，上述处理设备还包括第五模块500(未示出)；第五模块500基于所述第一采集位置、所述第二采集位置和所述第三采集位置，生成传感器移动指令，其中所述传感器移动指令用于移动相应的脉搏传感器并采集用户的脉搏信号。
在一些实施例中，为了更好地辅助用户自助采集脉搏信息，上述处理设备还包括第六模块600(未示出)。第六模块600向用户提供腕部放置提示，例如处理设备以图形、文字、语音等形式为用户提供相关的提醒，提醒内容包括但不限于移动手臂至正确位置。在一个具体实施例中，上述放置提示包括呈现于处理设备的显示装置(例如液晶屏幕)上的虚拟图形，例如该虚拟图形为手型的虚线框，该虚线框指示预设的手部位置，并且相对于屏幕(而不是所拍摄的图像)是固定的；用户改变其手部和处理设备的摄像装置之间的位置关系，从而处理设备所拍摄的用户手部在屏幕上的显示位置与该虚线框相匹配，则用户手部摆放到位。通过预设标准化的手部位置，处理设备的处理效率得以提升，处理精度也得到改善。
其中，在一些实施例中，上述第一模块100实时拍摄包含用户腕部的目标图像，并实时呈现目标图像，以便用户及时调整手部相对于处理设备的摄像装置之间的相对位置。其中，在某些情况下，在上述各个采集位置确定后，用户可能会不小心移动手部，这会造成采集位置和手部实际位置的错位，对于脉搏采集而言，微小的移动都会造成较大的偏差，从而用户将不得不重新采集上述目标图像，并重新确定各个采集位置，效率低、体验差。鉴于此，在一些实施例中，上述处理设备还包括第七模块700(未示出)；第七模块700跟踪用户腕部相对于摄像装置的移动，并更新所述第一采集位置、所述第二采集位置和所述第三采集位置。
本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机代码，当所述计算机代码被执行时，如前任一项所述的方法被执行。
本申请还提供了一种计算机程序产品，当所述计算机程序产品被计算机设备执行时，如前任一项所述的方法被执行。
本申请还提供了一种计算机设备，所述计算机设备包括：
一个或多个处理器；
存储器，用于存储一个或多个计算机程序；
当所述一个或多个计算机程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如前任一项所述的方法。
图13示出了可被用于实施本申请中所述的各个实施例的示例性系统。
如图13所示，在一些实施例中，系统1000能够作为各所述实施例中的任意一个处理设备。在一些实施例中，系统1000可包括具有指令的一个或多个计算机可读介质(例如，系统存储器或NVM/存储设备1020)以及与该一个或多个计算机可读介质耦合并被配置为执行指令以实现模块从而执行本申请中所述的动作的一个或多个处理器(例如，(一个或多个)处理器1005)。
对于一个实施例，系统控制模块1010可包括任意适当的接口控制器，以向(一个或多个)处理器1005中的至少一个和/或与系统控制模块1010通信的任意适当的设备或组件提供任意适当的接口。
系统控制模块1010可包括存储器控制器模块1030，以向系统存储器1015提供接口。存储器控制器模块1030可以是硬件模块、软件模块和/或固件模块。
系统存储器1015可被用于例如为系统1000加载和存储数据和/或指令。对于一个实施例，系统存储器1015可包括任意适当的易失性存储器，例如，适当的DRAM。在一些实施例中，系统存储器1015可包括双倍数据速率类型四同步动态随机存取存储器(DDR4SDRAM)。
对于一个实施例，系统控制模块1010可包括一个或多个输入/输出(I/O)控制器，以向NVM/存储设备1020及(一个或多个)通信接口1025提供接口。
例如，NVM/存储设备1020可被用于存储数据和/或指令。NVM/存储设备1020可包括任意适当的非易失性存储器(例如，闪存)和/或可包括任意适当的(一个或多个)非易失性存储设备(例如，一个或多个硬盘驱动器(Hard Disk,HDD)、一个或多个光盘(CD)驱动器和/或一个或多个数字通用光盘(DVD)驱动器)。
NVM/存储设备1020可包括在物理上作为系统1000被安装在其上的设备的一部分的存储资源，或者其可被该设备访问而不必作为该设备的一部分。例如，NVM/存储设备1020可通过网络经由(一个或多个)通信接口1025进行访问。
(一个或多个)通信接口1025可为系统1000提供接口以通过一个或多个网络和/或与任意其他适当的设备通信。系统1000可根据一个或多个无线网络标准和/或协议中的任意标准和/或协议来与无线网络的一个或多个组件进行无线通信。
对于一个实施例，(一个或多个)处理器1005中的至少一个可与系统控制模块1010的一个或多个控制器(例如，存储器控制器模块1030)的逻辑封装在一起。对于一个实施例，(一个或多个)处理器1005中的至少一个可与系统控制模块1010的一个或多个控制器的逻辑封装在一起以形成系统级封装(SiP)。对于一个实施例，(一个或多个)处理器1005中的至少一个可与系统控制模块1010的一个或多个控制器的逻辑集成在同一模具上。对于一个实施例，(一个或多个)处理器1005中的至少一个可与系统控制模块1010的一个或多个控制器的逻辑集成在同一模具上以形成片上系统(SoC)。
在各个实施例中，系统1000可以但不限于是：服务器、工作站、台式计算设备或移动计算设备(例如，膝上型计算设备、手持计算设备、平板电脑、上网本等)。在各个实施例中，系统1000可具有更多或更少的组件和/或不同的架构。例如，在一些实施例中，系统1000包括一个或多个摄像机、键盘、液晶显示器(LCD)屏幕(包括触屏显示器)、非易失性存储器端口、多个天线、图形芯片、专用集成电路(ASIC)和扬声器。
需要注意的是，本申请可在软件和/或软件与硬件的组合体中被实施，例如，可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中，本申请的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地，本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中，例如，RAM存储器，磁或光驱动器或软磁盘及类似设备。另外，本申请的一些步骤或功能可采用硬件来实现，例如，作为与处理器配合从而执行各个步骤或功能的电路。
另外，本申请的一部分可被应用为计算机程序产品，例如计算机程序指令，当其被计算机执行时，通过该计算机的操作，可以调用或提供根据本申请的方法和/或技术方案。本领域技术人员应能理解，计算机程序指令在计算机可读介质中的存在形式包括但不限于源文件、可执行文件、安装包文件等，相应地，计算机程序指令被计算机执行的方式包括但不限于：该计算机直接执行该指令，或者该计算机编译该指令后再执行对应的编译后程序，或者该计算机读取并执行该指令，或者该计算机读取并安装该指令后再执行对应的安装后程序。在此，计算机可读介质可以是可供计算机访问的任意可用的计算机可读存储介质或通信介质。
通信介质包括藉此包含例如计算机可读指令、数据结构、程序模块或其他数据的通信信号被从一个系统传送到另一系统的介质。通信介质可包括有导的传输介质(诸如电缆和线(例如，光纤、同轴等))和能传播能量波的无线(未有导的传输)介质，诸如声音、电磁、RF、微波和红外。计算机可读指令、数据结构、程序模块或其他数据可被体现为例如无线介质(诸如载波或诸如被体现为扩展频谱技术的一部分的类似机制)中的已调制数据信号。术语“已调制数据信号”指的是其一个或多个特征以在信号中编码信息的方式被更改或设定的信号。调制可以是模拟的、数字的或混合调制技术。
作为示例而非限制，计算机可读存储介质可包括以用于存储诸如计算机可读指令、数据结构、程序模块或其它数据的信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动的介质。例如，计算机可读存储介质包括，但不限于，易失性存储器，诸如随机存储器(RAM,DRAM,SRAM)；以及非易失性存储器，诸如闪存、各种只读存储器(ROM,PROM,EPROM,EEPROM)、磁性和铁磁/铁电存储器(MRAM,FeRAM)；以及磁性和光学存储设备(硬盘、磁带、CD、DVD)；或其它现在已知的介质或今后开发的能够存储供计算机系统使用的计算机可读信息/数据。
在此，根据本申请的一个实施例包括一个装置，该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该装置运行基于前述根据本申请的多个实施例的方法和/或技术方案。
对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其他的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

Claims (20)

1.一种用于确定脉搏采集位置的方法，其中，所述方法包括：
获取包含用户腕部的目标图像；
确定用户在所述目标图像中的腕横纹位置；
基于所述腕横纹位置，分别确定用户在所述目标图像中的第一采集位置、第二采集位置和第三采集位置，其中所述第一采集位置、第二采集位置和第三采集位置分别对应用户的寸、关、尺位置，所述第一采集位置是先于所述第二采集位置被确定的；
其中，所述基于所述腕横纹位置，分别确定用户在所述目标图像中的第一采集位置、第二采集位置和第三采集位置，包括：确定所述腕横纹位置的桡侧四等分点为第一采集位置；确定所述腕横纹位置与桡侧轮廓拟合直线的夹角的角平分线，并确定所述桡侧轮廓拟合直线的过所述第一采集位置的平行线；确定所述角平分线与所述平行线的交点为第二采集位置；确定所述第一采集位置关于所述第二采集位置的对称点为第三采集位置。
2.根据权利要求1所述的方法，其中，所述确定用户在所述目标图像中的腕横纹位置，包括：
从所述目标图像中提取用户腕部的区域图像；
基于所述区域图像确定腕横纹位置。
3.根据权利要求2所述的方法，其中，所述从所述目标图像中提取用户腕部的区域图像，包括：
确定用户腕部在所述目标图像中的所在区域；
遮罩所述目标图像中所述所在区域以外的其他区域，从而提取用户腕部的区域图像。
4.根据权利要求3所述的方法，其中，所述确定用户腕部在所述目标图像中的所在区域，包括：
基于所述目标图像的色调信息确定用户腕部在所述目标图像中的所在区域。
5.根据权利要求2所述的方法，其中，所述基于所述区域图像确定腕横纹位置，包括：
在所述区域图像中确定一候选区域；
确定所述候选区域中的桡侧轮廓和尺侧轮廓；
确定所述桡侧轮廓的桡侧内凹顶点及所述尺侧轮廓的尺侧内凹顶点；
确定所述桡侧内凹顶点与所述尺侧内凹顶点的连线为腕横纹位置。
6.根据权利要求5所述的方法，其中，所述确定所述桡侧轮廓的桡侧内凹顶点及所述尺侧轮廓的尺侧内凹顶点，包括：
分别对所述桡侧轮廓和所述尺侧轮廓执行差分操作，并基于差分操作的操作结果分别确定所述桡侧轮廓的桡侧内凹顶点及所述尺侧轮廓的尺侧内凹顶点。
7.根据权利要求1至6中任一项所述的方法，其中，所述方法还包括：
呈现所述目标图像，并叠加呈现所述第一采集位置、所述第二采集位置和所述第三采集位置。
8.根据权利要求1至6中任一项所述的方法，其中，所述方法还包括：
基于所述第一采集位置、所述第二采集位置和所述第三采集位置，生成传感器移动指令，其中所述传感器移动指令用于移动相应的脉搏传感器并采集用户的脉搏信号。
9.根据权利要求1所述的方法，其中，在所述获取包含用户腕部的目标图像之前，所述方法还包括：
向用户提供腕部放置提示。
10.根据权利要求9所述的方法，其中，所述腕部放置提示包括呈现于显示装置的虚拟图形。
11.根据权利要求1所述的方法，其中，所述获取包含用户腕部的目标图像，包括：
实时拍摄包含用户腕部的目标图像。
12.根据权利要求11所述的方法，其中，所述方法还包括：
跟踪用户腕部相对于摄像装置的移动，并更新所述第一采集位置、所述第二采集位置和所述第三采集位置。
13.一种用于确定脉搏采集位置的设备，其中，所述设备包括：
第一模块，用于获取包含用户腕部的目标图像；
第二模块，用于确定用户在所述目标图像中的腕横纹位置；
第三模块，用于基于所述腕横纹位置，分别确定用户在所述目标图像中的第一采集位置、第二采集位置和第三采集位置，其中所述第一采集位置、第二采集位置和第三采集位置分别对应用户的寸、关、尺位置，所述第一采集位置是先于所述第二采集位置被确定的；
其中，所述第三模块包括：第三一子模块，用于确定所述腕横纹位置的桡侧四等分点为第一采集位置；第三二子模块，用于确定所述腕横纹位置与桡侧轮廓拟合直线的夹角的角平分线，并确定所述桡侧轮廓拟合直线的过所述第一采集位置的平行线；第三三子模块，用于确定所述角平分线与所述平行线的焦点为第二采集位置；第三四子模块，用于确定所述第一采集位置关于所述第二采集位置的对称点为第三采集位置；其中所述第一采集位置、第二采集位置和第三采集位置分别对应用户的寸、关、尺位置。
14.根据权利要求13所述的设备，其中，所述第二模块包括：
第二一子模块，用于从所述目标图像中提取用户腕部的区域图像；
第二二子模块，用于基于所述区域图像确定腕横纹位置。
15.根据权利要求13或14所述的设备，其中，所述设备还包括：
第四模块，用于呈现所述目标图像，并叠加呈现所述第一采集位置、所述第二采集位置和所述第三采集位置。
16.根据权利要求13或14所述的设备，其中，所述设备还包括：
第五模块，用于基于所述第一采集位置、所述第二采集位置和所述第三采集位置，生成传感器移动指令，其中所述传感器移动指令用于移动相应的脉搏传感器并采集用户的脉搏信号。
17.根据权利要求13所述的设备，其中，所述设备还包括：
第六模块，用于向用户提供腕部放置提示。
18.根据权利要求13所述的设备，其中，所述第一模块用于：
实时拍摄包含用户腕部的目标图像。
19.一种用于确定脉搏采集位置的设备，其中，该设备包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行根据权利要求1至12中任一项所述方法的操作。
20.一种存储指令的计算机可读介质，所述指令在被计算机执行时使得所述计算机执行根据权利要求1至12中任一项所述方法的操作。
CN202010062789.9A 2020-01-19 2020-01-19 一种用于确定脉搏采集位置的方法与设备 Active CN111281355B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010062789.9A CN111281355B (zh) 2020-01-19 2020-01-19 一种用于确定脉搏采集位置的方法与设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010062789.9A CN111281355B (zh) 2020-01-19 2020-01-19 一种用于确定脉搏采集位置的方法与设备

Publications (2)

Publication Number Publication Date
CN111281355A CN111281355A (zh) 2020-06-16
CN111281355B true CN111281355B (zh) 2022-12-06

Family

ID=71021261

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010062789.9A Active CN111281355B (zh) 2020-01-19 2020-01-19 一种用于确定脉搏采集位置的方法与设备

Country Status (1)

Country Link
CN (1) CN111281355B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113171062B (zh) * 2021-04-29 2024-03-26 中国科学院微电子研究所 识别寸、关、尺的方法、终端、系统、介质及计算机设备
CN113303771B (zh) * 2021-07-30 2021-11-05 天津慧医谷科技有限公司 脉搏采集点的确定方法、装置和电子设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105411542A (zh) * 2015-12-18 2016-03-23 北京奇虎科技有限公司 移动终端及其依据脉搏数据远程获取分析结果的处理方法
CN107869957A (zh) * 2016-09-27 2018-04-03 宝山钢铁股份有限公司 一种基于成像系统的圆柱截面尺寸测量装置和方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101214147A (zh) * 2007-01-05 2008-07-09 中健易康（北京）科技发展有限公司 人体经络生物电信号的采集方法
CN109993750B (zh) * 2017-12-29 2020-12-25 中国科学院深圳先进技术研究院 一种手腕骨的分割识别方法及系统、终端及可读存储介质
CN108968930B (zh) * 2018-08-15 2021-02-09 黄忠全 便携式智能化多测头中医脉诊仪
CN110368300B (zh) * 2019-07-09 2021-08-10 珠海南方集成电路设计服务中心 一种智能针灸诊疗系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105411542A (zh) * 2015-12-18 2016-03-23 北京奇虎科技有限公司 移动终端及其依据脉搏数据远程获取分析结果的处理方法
CN107869957A (zh) * 2016-09-27 2018-04-03 宝山钢铁股份有限公司 一种基于成像系统的圆柱截面尺寸测量装置和方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
关于脉诊寸、关、尺长度的研究;汪南玥;《中华中医药杂志(原中国医药学报)》;20191201;全文 *

Also Published As

Publication number Publication date
CN111281355A (zh) 2020-06-16

Similar Documents

Publication Publication Date Title
CN110874594B (zh) 基于语义分割网络的人体外表损伤检测方法及相关设备
US20210158533A1 (en) Image processing method and apparatus, and storage medium
CN109508681B (zh) 生成人体关键点检测模型的方法和装置
WO2021169128A1 (zh) 眼底视网膜血管识别及量化方法、装置、设备及存储介质
US20220415087A1 (en) Method, Device, Electronic Equipment and Storage Medium for Positioning Macular Center in Fundus Images
CN110909611B (zh) 一种关注区域检测方法、装置、可读存储介质及终端设备
CN111291825B (zh) 病灶分类模型训练方法、装置、计算机设备和存储介质
US20210004587A1 (en) Image detection method, apparatus, device and storage medium
CN111281355B (zh) 一种用于确定脉搏采集位置的方法与设备
CN112336342B (zh) 手部关键点检测方法、装置及终端设备
CN113888541B (zh) 一种腹腔镜手术阶段的图像识别方法、装置及存储介质
CN110555426A (zh) 视线检测方法、装置、设备及存储介质
CN113706562B (zh) 图像分割方法、装置、系统及细胞分割方法
CN114549557A (zh) 一种人像分割网络训练方法、装置、设备及介质
CN114445784B (zh) 一种crrt屏幕参数实时采集的方法和系统
CN113780201B (zh) 手部图像的处理方法及装置、设备和介质
CN117333928B (zh) 一种人脸特征点检测方法、装置、电子设备及存储介质
CN114419087A (zh) 病灶图像生成方法、装置、电子设备及存储介质
CN112863699B (zh) 一种基于移动端的esd术前讨论系统
Gupta Real time wound segmentation/management using image processing on handheld devices
WO2021082636A1 (zh) 一种关注区域检测方法、装置、可读存储介质及终端设备
Faria et al. Automated mobile image acquisition of skin wounds using real-time deep neural networks
CN116468702A (zh) 黄褐斑评估方法、装置、电子设备及计算机可读存储介质
CN110889393A (zh) 人体姿态估计方法及设备
CN115691793A (zh) 一种舌象数据处理方法、装置及相关设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant