CN112052747A - 手掌识别、健康报告生成方法、健康检测系统和电子设备 - Google Patents
手掌识别、健康报告生成方法、健康检测系统和电子设备 Download PDFInfo
- Publication number
- CN112052747A CN112052747A CN202010827545.5A CN202010827545A CN112052747A CN 112052747 A CN112052747 A CN 112052747A CN 202010827545 A CN202010827545 A CN 202010827545A CN 112052747 A CN112052747 A CN 112052747A
- Authority
- CN
- China
- Prior art keywords
- palm
- image
- health
- processed
- guidance plan
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000001514 detection method Methods 0.000 title claims abstract description 25
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 238000001467 acupuncture Methods 0.000 claims description 45
- 235000013305 food Nutrition 0.000 claims description 9
- 238000002560 therapeutic procedure Methods 0.000 claims description 9
- 230000002996 emotional effect Effects 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 claims description 8
- 238000000554 physical therapy Methods 0.000 claims description 8
- 238000009207 exercise therapy Methods 0.000 claims description 7
- 210000004185 liver Anatomy 0.000 description 6
- 238000003745 diagnosis Methods 0.000 description 5
- 239000008280 blood Substances 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 4
- 210000000952 spleen Anatomy 0.000 description 4
- 235000009917 Crataegus X brevipes Nutrition 0.000 description 3
- 235000013204 Crataegus X haemacarpa Nutrition 0.000 description 3
- 235000009685 Crataegus X maligna Nutrition 0.000 description 3
- 235000009444 Crataegus X rubrocarnea Nutrition 0.000 description 3
- 235000009486 Crataegus bullatus Nutrition 0.000 description 3
- 235000017181 Crataegus chrysocarpa Nutrition 0.000 description 3
- 235000009682 Crataegus limnophila Nutrition 0.000 description 3
- 240000000171 Crataegus monogyna Species 0.000 description 3
- 235000004423 Crataegus monogyna Nutrition 0.000 description 3
- 235000002313 Crataegus paludosa Nutrition 0.000 description 3
- 235000009840 Crataegus x incaedua Nutrition 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 210000000232 gallbladder Anatomy 0.000 description 3
- 210000002216 heart Anatomy 0.000 description 3
- 210000003734 kidney Anatomy 0.000 description 3
- 210000004072 lung Anatomy 0.000 description 3
- 210000002784 stomach Anatomy 0.000 description 3
- 238000009835 boiling Methods 0.000 description 2
- 235000019007 dietary guidelines Nutrition 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 235000008216 herbs Nutrition 0.000 description 2
- 238000003331 infrared imaging Methods 0.000 description 2
- 210000002429 large intestine Anatomy 0.000 description 2
- BKIMMITUMNQMOS-UHFFFAOYSA-N nonane Chemical compound CCCCCCCCC BKIMMITUMNQMOS-UHFFFAOYSA-N 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 210000003516 pericardium Anatomy 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 210000000813 small intestine Anatomy 0.000 description 2
- 210000001835 viscera Anatomy 0.000 description 2
- 235000001674 Agaricus brunnescens Nutrition 0.000 description 1
- 244000291564 Allium cepa Species 0.000 description 1
- 235000002732 Allium cepa var. cepa Nutrition 0.000 description 1
- 240000006063 Averrhoa carambola Species 0.000 description 1
- 235000010082 Averrhoa carambola Nutrition 0.000 description 1
- 235000000832 Ayote Nutrition 0.000 description 1
- 244000045232 Canavalia ensiformis Species 0.000 description 1
- 235000010520 Canavalia ensiformis Nutrition 0.000 description 1
- 235000010518 Canavalia gladiata Nutrition 0.000 description 1
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 235000007516 Chrysanthemum Nutrition 0.000 description 1
- 244000189548 Chrysanthemum x morifolium Species 0.000 description 1
- 241000207199 Citrus Species 0.000 description 1
- 235000005979 Citrus limon Nutrition 0.000 description 1
- 235000014493 Crataegus Nutrition 0.000 description 1
- 241001092040 Crataegus Species 0.000 description 1
- 235000009854 Cucurbita moschata Nutrition 0.000 description 1
- 240000001980 Cucurbita pepo Species 0.000 description 1
- 235000009804 Cucurbita pepo subsp pepo Nutrition 0.000 description 1
- 208000005171 Dysmenorrhea Diseases 0.000 description 1
- 206010013935 Dysmenorrhoea Diseases 0.000 description 1
- 240000008620 Fagopyrum esculentum Species 0.000 description 1
- 235000009419 Fagopyrum esculentum Nutrition 0.000 description 1
- 235000016623 Fragaria vesca Nutrition 0.000 description 1
- 240000009088 Fragaria x ananassa Species 0.000 description 1
- 235000011363 Fragaria x ananassa Nutrition 0.000 description 1
- 235000007270 Gaultheria hispida Nutrition 0.000 description 1
- 244000068988 Glycine max Species 0.000 description 1
- 235000010469 Glycine max Nutrition 0.000 description 1
- 240000005979 Hordeum vulgare Species 0.000 description 1
- 235000007340 Hordeum vulgare Nutrition 0.000 description 1
- 235000009811 Momordica charantia Nutrition 0.000 description 1
- 235000009134 Myrica cerifera Nutrition 0.000 description 1
- 244000269152 Myrica pensylvanica Species 0.000 description 1
- 235000012851 Myrica pensylvanica Nutrition 0.000 description 1
- 240000001316 Pappea capensis Species 0.000 description 1
- 244000236480 Podophyllum peltatum Species 0.000 description 1
- 244000294611 Punica granatum Species 0.000 description 1
- 235000014360 Punica granatum Nutrition 0.000 description 1
- 244000088415 Raphanus sativus Species 0.000 description 1
- 235000006140 Raphanus sativus var sativus Nutrition 0.000 description 1
- 241000220317 Rosa Species 0.000 description 1
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 1
- 240000003829 Sorghum propinquum Species 0.000 description 1
- 235000011684 Sorghum saccharatum Nutrition 0.000 description 1
- 244000078912 Trichosanthes cucumerina Species 0.000 description 1
- 235000008322 Trichosanthes cucumerina Nutrition 0.000 description 1
- 208000031975 Yang Deficiency Diseases 0.000 description 1
- 240000008866 Ziziphus nummularia Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 208000022531 anorexia Diseases 0.000 description 1
- 235000019789 appetite Nutrition 0.000 description 1
- 230000036528 appetite Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 230000023555 blood coagulation Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 235000020971 citrus fruits Nutrition 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 206010061428 decreased appetite Diseases 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000000378 dietary effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 241000411851 herbal medicine Species 0.000 description 1
- 235000015243 ice cream Nutrition 0.000 description 1
- 206010022437 insomnia Diseases 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 235000015136 pumpkin Nutrition 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Human Computer Interaction (AREA)
- Alternative & Traditional Medicine (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Finger-Pressure Massage (AREA)
Abstract
本发明公开了手掌识别、健康报告生成方法、健康检测系统和电子设备,包括:获取含手掌的待处理图像;预处理待处理图像,分离出手掌图像;检测手掌图像中手掌的关键点;基于手掌的关键点,划分手掌图像,从而确定手掌各区域。可以自动检测手掌各区域,并生成健康报告。
Description
技术领域
本发明涉及人工智能领域,尤其涉及手掌识别、健康报告生成方 法、健康检测系统和电子设备。
背景技术
人的双手上有十二条正经脉的86个经穴和224个奇穴,手部集 中了与体内所有器官均有关系的穴位。手掌联结着人体的前部、手背 联结着人体的后部各种器官,因此身体内部有无异常都可由经、穴传 递给手的各部位。疾病的信号更会通过神经、血管和经络反应到指掌 的不同部位上来,而指掌的某种部位的形态改变,其中特异性和规律 性的改变,就是从手诊病的依据。
随着社会进步,人们对于慢病管理的认知也越来越清晰,重视“治 未病”也为中医的健康管理与检测带来了机会。中国的经络理论基础 丰富雄厚,结合热红外与经络全息理论的检测设备也有,但是做不到 自动检测目标区域的功能,并且在检测完毕后,也不能很好的管理人 体健康的档案,对档案进行智能分析,生成健康保健计划,从而影响 了用户体验。
发明内容
本发明的目的是提供手掌识别、健康报告生成方法、健康检测系 统和电子设备,可以自动检测手掌各区域,并生成健康报告。
本发明公开了一种手掌识别方法,包括:
获取含手掌的待处理图像;
预处理待处理图像,分离出手掌图像;
检测手掌图像中手掌的关键点;
基于手掌的关键点,划分手掌图像,从而确定手掌各区域。
可选的,所述获取含手掌的待处理图像为红外图像。
可选的,所述预处理待处理图像包括:
通过最大类间法寻找待处理图像的背景和手掌图像的阈值;
基于阈值,对待处理图像进行二值化处理。
可选的,所述基于阈值,对待处理图像进行二值化处理具体为:
将阈值代入OpenCV中,对待处理图像进行二值化处理。
所述分离出手掌图像具体为:
通过OpenCV轮廓凸包检测,识别处理后的待处理图像中手掌的 轮廓,从而分离出手掌图像。
可选的,所述检测手掌图像中手掌的关键点包括:
通过Mask R-CNN的FPN和ROI Align检测手掌;
通过CPN,检测手掌的关键点。
本发明还公开了一种健康报告生成方法,基于上述的手掌识别方 法,所述健康报告生成方法包括:
获取含手掌的待处理红外图像;
通过手掌识别方法,识别手掌各区域,从而定位手掌各区域对应 穴位;
检测手掌穴位的诊断数据信息,进行分析,生成分析结果;
根据分析结果,生成健康报告。
可选的,所述手掌穴位的诊断数据信息至少包括穴位温度、同一 手掌穴位间的温度差、左右手掌对称部位穴位温度差值信息中的一 项。
可选的,所述健康报告生成方法还包括:
根据健康报告生成对应的健康指导计划,其中,所述健康指导计 划至少包括穴位理疗指导计划、食疗指导计划、运动疗法指导计划、 情志养生指导计划中的一项。
本发明还公开了一种健康检测系统,包括:
第一终端,用于获取含手掌的待处理红外图像;
服务器,用于接收第一终端发送的含手掌的待处理红外图像,并 用于识别手掌各区域,从而定位手掌各区域对应穴位,并用于检测手 掌穴位的诊断数据信息,进行分析,生成分析结果;并用于根据分析 结果,生成健康报告;
第二终端,用于接收服务器发送的所述健康报告,并展示健康报 告。
可选的,所述服务器还用于根据健康报告生成对应的健康指导计 划;其中,所述健康指导计划至少包括穴位理疗指导计划、食疗指导 计划、运动疗法指导计划、情志养生指导计划中的一项。
本发明还公开了一种电子设备,其特征在于,所述电子设备包括:
存储器,存储至少一个指令;
处理器,执行所述存储器中存储的指令以实现如上所述的健康报 告生成方法。
本发明的手掌识别方法可以自动检测手掌各区域,并生成健康报 告。
附图说明
所包括的附图用来提供对本发明实施例的进一步的理解,其构成 了说明书的一部分,用于例示本发明的实施方式,并与文字描述一起 来阐释本发明的原理。显而易见地,下面描述中的附图仅仅是本发明 的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动 性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1是本发明实施例手掌识别方法的流程图;
图2是本发明实施例手掌各区域对应的穴位经络示意图;
图3是本发明实施例手掌21个关键点的示意图;
图4是本发明实施例健康报告生成方法的流程图;
图5是本发明实施例健康检测系统的简要示意图。
其中,100、健康检测系统;110、第一终端、120、服务器;130、 第二终端。
具体实施方式
需要理解的是,这里所使用的术语、公开的具体结构和功能细节, 仅仅是为了描述具体实施例,是代表性的,但是本发明可以通过许多 替换形式来具体实现,不应被解释成仅受限于这里所阐述的实施例。
在本发明的描述中,术语“第一”、“第二”仅用于描述目的, 而不能理解为指示相对重要性,或者隐含指明所指示的技术特征的数 量。由此,除非另有说明,限定有“第一”、“第二”的特征可以明 示或者隐含地包括一个或者更多个该特征。
下面参考附图和可选的实施例对本发明作详细说明。
如图1所示,作为本发明的一实施例,公开了一种手掌识别方法, 包括:
S100:获取含手掌的待处理图像;
S200:预处理待处理图像,分离出手掌图像;
S300:检测手掌图像中手掌的关键点;
S400:基于手掌的关键点,划分手掌图像,从而确定手掌各区域。
如图2所示,手掌特定部位与穴位存在的对应关系,可以通过对 手掌各区域的检测识别,进而检测各区域对应的穴位的情况,来判断 健康状况。由于手掌不同部位对应于不同的经络,所以技术的关键点 是对含手掌的待处理图像进行自动识别并进行手掌各区域划分。本实 施例的手掌识别方法,根据手掌本身的独特存在的关节点,总体上分 为两步,第一步是从待处理图像的背景中剥离出手掌图像,第二步是 在剥离的手掌图像中找到关键点。需要说明的是,在含手掌的待处理 图像中,除手掌图像以外的部分为待处理图像的背景部分。
在步骤S200中,含手掌的待处理图像进行预处理是为了可以更 准确、更好的、更快速的分离出手掌图像。结合图3所示,步骤S300 所述手掌的关键点为图中的21个关键点。每个关键点所在位置对应 不同的手掌区域。而步骤300所述的检测手掌图像中手掌的关键点可 以是检测其中21个关键点中的部分或者全部,也可以根据需要检测 更多的关键点,以划分出更多区域。为方便描述方案,本发明以21 个关键点为例进行方案阐述,其中图3中的关键点区域1、2、7、8、 9、11、12、13、15、16、17、19、20、21分别对应图2中的脾经、 胃经、任脉、胆经、肝经、心包经、小肠经、心经、三焦经、大肠经、 肺经、督脉、膀胱经、肾经。优选的,本发明检测如图3中的21个 关键点划分手掌图像,从而确定手掌各区域。
具体的,所述步骤100获取含手掌的待处理图像为红外图像。手 掌的待处理图像为红外成像设备如红外摄像头等拍摄的红外图像。根 据人体具有体温的特性,红外图像基本可以将滤掉背景中大部分干扰 元素,相对于RGB摄像头省去HSV((Hue,Saturation,Value))肤色 检测的步骤。同时,红外图像也可以直接用于热红外检测技术检测穴 位的温度,后续健康报告生成时可以直接使用该红外图像,无缝对接, 数据准确,效率高。
所述步骤200中预处理待处理图像包括:
S210:通过最大类间法寻找待处理图像的背景和手掌图像的阈 值;
S220:基于阈值,对待处理图像进行二值化处理。
对图像预处理,以便从待处理图像分离出手掌图像。对待处理图 像用最大类间法(Otsu),寻找到手掌图像部分、背景部分的类间阈 值,然后进行二值化处理。
OTSU算法让阈值T应使目标与背景两类的类间方差最大。例如 对于一幅图像,设当前景(在本实施例中即是手掌图像部分)与背景 的分割阈值为t时,前景点占图像比例为w0,均值为u0,背景点占图 像比例为w1,均值为u1。则整个图像的均值为u=w0×u0+w1×u1。建立 目标函数g(t)=w0(u0-u)2+w1(u1-u)2,g(t)就是当分割阈值为t时的类 间方差表达式。OTSU算法使得g(t)取得全局最大值,当g(t)为最大 时所对应的t称为最佳阈值。
二值化就是将256个亮度等级的灰度图像通过适当的阈值选取 而获得仍然可以反映图像整体和局部特征的二值化图像。二值化有利 于图像的进一步处理,使图像变得简单,而且数据量减小,能凸显出 目标的轮廓。在本方案中,因为待处理图像采用的是红外图像,且对 于手掌图像而言,与背景环境相比,轮廓形状明显,使用OTSU算法 和二值化处理之后,图像变得简单,数据量减小,更能凸显出手掌轮 廓的同时,处理后图像数据更准确,分离效果更好。
进一步的,所述步骤S220基于阈值,对待处理图像进行二值化 处理具体为:
S221:将阈值代入OpenCV中,对待处理图像进行二值化处理。
为了便于理解,在OpenCV中的处理过程为:首先膨胀(扩大轮 廓边缘)5个像素点,避免手指短截,接着选取最大轮廓,将最大轮 廓重新画出来,过滤掉背景中的其它非手掌图案的一些小轮廓,即背 景噪声,将二值化的图像转化成近似多边形,然后将手指边缘直线化, 从而去掉不需要的轮廓缺陷,获取轮廓凸包,上述过程采用的是 OpenCV自带的OpenCV轮廓凸包检测算法。在此基础上,获取凸包缺 陷、缺陷起点,缺陷起点为手指与手掌相连的位置。由此,可以在待 处理图像的背景中剥离出了手掌图像。
因此,所述步骤S200中的分离出手掌图像具体可以为:
S230通过OpenCV轮廓凸包检测,识别处理后的待处理图像中手 掌的轮廓,从而分离出手掌图像。
另一方米埃,所述步骤S300检测手掌图像中手掌的关键点还包 括:
S310:通过Mask R-CNN的FPN和ROI Align检测手掌;
S320:通过CPN,检测手掌的关键点。
利用mask-rcnn的FPN(特征金字塔网络,Feature Pyramid Network)和ROI Alig手掌图像,然后通过CPN(级联金字塔网络, Cascaded Pyramid Network)实现关键点检测。如图3所示检测21 个关键点。
CPN包括GlobalNet和RefineNet两部分。GlobalNet是特征金 字塔网络,在本发明中可以定位21个关键点中简单的关键点, RefineNet通过整合GlobalNet所有级别的特征来处理21个点位中 比较难识别的关键点。也就是说,GlobalNet先识别出简单关键点, 再由RefineNet来识别余下的难以识别的关键点。这样从易到难,层 层推进,最终克服了关键点难以识别的问题。具体结合到本发明中, 如图3所示,简单的关键点为1、9、13、17、21,这些关键点处于 手掌的指尖区域,较容易识别;难以识别的关键点为2、3、4、5、6、 7、8、10、11、12、14、15、16、18、19、20。由此可知,由于本发 明中针对的是手掌图案的识别,由于手掌图案的整体形状存在如上述 的难以识别的关键点,采用CPN适合于本发明中手掌图案的特点,识 别效率高且准确。
作为本发明的另一实施例,如图4所示,还公开了一种健康报告 生成方法,基于上述的手掌识别方法,所述健康报告生成方法包括:
步骤A:获取含手掌的待处理红外图像;
步骤B:通过手掌识别方法,识别手掌各区域,从而定位手掌各 区域对应穴位;
步骤C:检测手掌穴位的诊断数据信息,进行分析,生成分析结 果;
步骤D:根据分析结果,生成健康报告。
本方案中,获取含手掌的待处理红外图像,该红外图像既用于手 掌识别方法中识别手掌各区域,从而定位手掌各区域对应穴位,也用 于检测手掌穴位的诊断数据信息,处理方便,效率高,数据准确。本 方案通过手掌识别方法自动识别手掌各区域,从而定位手掌各区域对 应穴位,可以精确锁定检测穴位。进一步结合手掌穴位的诊断数据信 息,生成健康报告,方便用户进行健康管理,提高用户体验。
具体的,步骤C中所述的手掌穴位的诊断数据信息至少包括穴位 温度、同一手掌穴位间的温度差、左右手掌对称部位穴位温度差中的 一项。其中,穴位温度指的是手掌每个穴位的温度值;同一手掌穴位 间的温度差指的是同一手掌上的穴位之间的温度差,例如如图2所示 的左手掌上的肝经和胆经之间的温度差;左右手掌对称部位穴位温度 差指的是左手掌和右手掌对称部位穴位之间的温度差值,例如如图2 所示的左手掌任脉和右手掌上任脉(未图示)之间的温度差值。
手掌穴位的诊断数据信息可以上述的一项、两项或者三项,也可 以包括穴位之间的温度进行其他方法比较、分析后的值。因为手掌的 待处理图像是红外图像,所以可以直接通过热红外检测技术检测上述 诊断数据信息。手掌穴位的诊断数据信,具体举例如下表1:
表1手掌穴位诊断数据信息检测表
结合表1和图2所示的各穴位位置,根据中医医学诊断理论,左 右手掌穴位间温度差优选为心经与小肠经、肝经与胆经、脾经与胃经、 肺经与大肠经、肾经与膀胱经、心包经与三焦经、壬脉与督脉之间的 温度差,依次作为诊断数据可以得到的更准确的分析结果。
人体内脏的疾病可以在体表相关的穴位上出现一定程度的温度 变化,温度变化的形式可以是相关穴位温度的上升和下降,也可以表 现为对称部位穴位温度的失衡等等。通过手各区域对应的穴位,与心、 肝、脾、肺、肾等脏腑对应起来,以温度为客观指标,可以分析出人 体的生理、病理状态。因此,在本方案中,通过检测穴位温度、同一 手掌穴位间的温度差、左右手掌对称部位穴位温度差,以此生成分析 结果,对应生成健康报告,从而能够很好的帮助健康管理的实施,可 以长期对用户健康保健做出指导,帮助用户进行穴位经络诊断、健康 管理。
具体的,所述健康报告生成方法还包括:
根据健康报告生成对应的健康指导计划,其中,所述健康指导计 划至少包括穴位理疗指导计划、食疗指导计划、运动疗法指导计划、 情志养生指导计划中的一项。健康指导计划可以其中的一项、两项、 三项甚至是更多。所述的穴位理疗可以是艾灸、按摩,针灸等等。用 户通过执行穴位理疗指导计划、食疗指导计划、运动疗法指导计划、 情志养生指导计划,达到缓解和治疗保健的目的。
关于本方案中的根据健康报告生成对应的健康指导计划,例如, 健康报告提示用户存在肝经淤堵,则可能生成的情志养生指导计划: 心理调摄:多参加社会活动、集体文娱活动;常看喜剧、滑稽剧以及 富有鼓励和激励意义的电影、电视,勿看悲剧、苦剧。可能生成的运 动疗法指导计划:平时注意运动,气郁体质的人,如果不兼带阳虚和 气血虚,可以选择较大强度和运动量的锻炼,比如跑步、登山、球类、 武术、游泳等,足够的运动量,能够较好地调畅气血,促进食欲和改善 睡眠。可能生成的食疗指导计划:应选用具有理气解郁、调理脾胃功 能的食物,如大麦、荞麦、高粱、刀豆、蘑菇、豆豉、苦瓜、萝卜、 洋葱、菊花、玫瑰等。气郁体质者应少食收敛酸涩之物,如乌梅。南 瓜、泡菜、石榴、青梅、杨梅、草莓、杨桃、酸枣、李子、柠檬等, 一面阻滞气机,气滞则血凝。亦不可多食冰冷食品,如雪糕、冰激凌、 冰冻饮料等。还可能生成的食疗指导计划为:柑橘山楂饮,配方为柑 橘100克,山楂80克;制作过程为:1、将柑橘去皮,果肉分成瓣; 2、山楂对半切开,去核,果肉切成小块;3、砂锅中注入适量清水烧 开,倒入柑橘、山楂;4、盖上盖,用小火煮15分钟,至其析出有效 成分,揭盖,略微搅动片刻。5、将煮好的柑橘山楂饮盛出,装入碗 中即可;本品功效为活血化瘀,适合气郁女性缓解痛经、失眠、食欲 不佳等症。还可能生成的食疗指导计划为:中草药调理,常用陈皮、 青皮、香附、乌药、川楝子、小茴香、佛手、郁金等疏肝理气解郁的 药,若气郁引起血瘀,当搭配活血化瘀药。可能生成的穴位理疗指导 计划对膻中、中脘、神阙、气海、涌泉、阴陵泉等穴位艾灸、按摩, 针灸。
作为本发明的另一实施例,如图5所示,还公开了一种健康检测 系统100,包括第一终端110、服务器120和第二终端130。所述第 一终端110用于获取手掌的红外图像。所述服务器120用于接收第一 终端110发送的含手掌的待处理红外图像,还用于识别手掌各区域, 从而定位手掌各区域对应穴位,还用于检测手掌穴位的诊断数据信 息,进行分析,生成分析结果;并用于根据分析结果,生成健康报告。 所述第二终端120,用于接收服务器120发送的所述健康报告,并展 示健康报告。
本发明的健康检测系统100通过手掌识别方法自动识别手掌各 区域,从而定位手掌各区域对应穴位,可以精确锁定检测穴位。进一 步结合手掌穴位的诊断数据信息,生成健康报告,方便用户进行健康 管理,提高用户体验。
第一终端110可以是各种红外成像成像设备,例如红外摄像头 等。第二终端130可以是手机、平板电脑、电脑等各种可接受健康报 告并展示的电子设备。
进一步的,所述服务器120还用于根据健康报告生成对应的健康 指导计划;其中,所述健康指导计划至少包括穴位理疗指导计划、食 疗指导计划、运动疗法指导计划、情志养生指导计划中的一项。
作为本发明的另一实施例,还公开了一种电子设备,所述电子设 备包括存储器和处理器。所述存储器存储至少一个指令;所述处理器 执行所述存储器中存储的指令以实现如上所述的健康报告生成方法。
需要说明的是,本发明实施例中涉及到的各步骤的限定,在不影 响具体方案实施的前提下,并不认定为对步骤先后顺序做出限定,写 在前面的步骤可以是在先执行的,也可以是在后执行的,甚至也可以 是同时执行的,只要能实施本方案,都应当视为属于本发明的保护范 围。
以上内容是结合具体的可选实施方式对本发明所作的进一步详 细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明 所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下, 还可以做出若干简单推演或替换,都应当视为属于本发明的保护范 围。
Claims (11)
1.一种手掌识别方法,其特征在于,包括:
获取含手掌的待处理图像;
预处理待处理图像,分离出手掌图像;
检测手掌图像中手掌的关键点;
基于手掌的关键点,划分手掌图像,从而确定手掌各区域。
2.如权利要求1所述的一种手掌识别方法,其特征在于,所述获取含手掌的待处理图像为红外图像。
3.如权利要求2所述的一种手掌识别方法,其特征在于,所述预处理待处理图像包括:
通过最大类间法寻找待处理图像的背景和手掌图像的阈值;
基于阈值,对待处理图像进行二值化处理。
4.如权利要求3所述的一种手掌识别方法,其特征在于,所述基于阈值,对待处理图像进行二值化处理具体为:
将阈值代入OpenCV中,对待处理图像进行二值化处理;
所述分离出手掌图像具体为:
通过OpenCV轮廓凸包检测,识别处理后的待处理图像中手掌的轮廓,从而分离出手掌图像。
5.如权利要求1至4任意一项所述的一种手掌识别方法,其特征在于,所述检测手掌图像中手掌的关键点包括:
通过Mask R-CNN的FPN和ROI Align检测手掌;
通过CPN,检测手掌的关键点。
6.一种健康报告生成方法,基于权利要求1至5任意一项所述的手掌识别方法,其特征在于,所述健康报告生成方法包括:
获取含手掌的待处理红外图像;
通过手掌识别方法,识别手掌各区域,从而定位手掌各区域对应穴位;
检测手掌穴位的诊断数据信息,进行分析,生成分析结果;
根据分析结果,生成健康报告。
7.如权利要求6所述的一种健康报告生成方法,其特征在于,所述手掌穴位的诊断数据信息至少包括穴位温度、同一手掌穴位间的温度差、左右手掌对称部位穴位温度差值信息中的一项。
8.如权利要求6所述的一种健康报告生成方法,其特征在于,所述健康报告生成方法还包括:
根据健康报告生成对应的健康指导计划,其中,所述健康指导计划至少包括穴位理疗指导计划、食疗指导计划、运动疗法指导计划、情志养生指导计划中的一项。
9.一种健康检测系统,其特征在于,包括:
第一终端,用于获取含手掌的待处理红外图像;
服务器,用于接收第一终端发送的含手掌的待处理红外图像,并用于识别手掌各区域,从而定位手掌各区域对应穴位,并用于检测手掌穴位的诊断数据信息,进行分析,生成分析结果;并用于根据分析结果,生成健康报告;
第二终端,用于接收服务器发送的所述健康报告,并展示健康报告。
10.如权利要求9所述的一种健康检测系统,其特征在于,所述服务器还用于根据健康报告生成对应的健康指导计划;其中,所述健康指导计划至少包括穴位理疗指导计划、食疗指导计划、运动疗法指导计划、情志养生指导计划中的一项。
11.一种电子设备,其特征在于,所述电子设备包括:
存储器,存储至少一个指令;
处理器,执行所述存储器中存储的指令以实现如权利要求6至8中任意一项所述的健康报告生成方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2020108028246 | 2020-08-11 | ||
CN202010802824 | 2020-08-11 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112052747A true CN112052747A (zh) | 2020-12-08 |
Family
ID=73599371
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010827545.5A Pending CN112052747A (zh) | 2020-08-11 | 2020-08-17 | 手掌识别、健康报告生成方法、健康检测系统和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112052747A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113780201A (zh) * | 2021-09-15 | 2021-12-10 | 墨奇科技(北京)有限公司 | 手部图像的处理方法及装置、设备和介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102402679A (zh) * | 2010-09-07 | 2012-04-04 | 北京北科慧识科技股份有限公司 | 非接触式掌纹掌脉识别系统 |
US20120250961A1 (en) * | 2011-03-30 | 2012-10-04 | Fujifilm Corporation | Medical report generation apparatus, method and program |
CN103735247A (zh) * | 2013-12-20 | 2014-04-23 | 上海中医药大学 | 用于健康状态辨识的掌色分析方法 |
KR20170023565A (ko) * | 2015-08-24 | 2017-03-06 | 상명대학교서울산학협력단 | 영상 처리를 이용한 손가락 개수 인식 방법 및 장치 |
CN106845388A (zh) * | 2017-01-18 | 2017-06-13 | 北京交通大学 | 基于复杂场景的移动终端掌纹感兴趣区域的提取方法 |
KR101774549B1 (ko) * | 2016-06-28 | 2017-09-21 | 주식회사 팀엘리시움 | 경혈점을 인식하기 위한 장치, 이를 위한 방법 및 이 방법이 기록된 컴퓨터 판독 가능한 기록매체 |
CN108427942A (zh) * | 2018-04-22 | 2018-08-21 | 广州麦仑信息科技有限公司 | 一种基于深度学习的手掌检测与关键点定位方法 |
JP2018185717A (ja) * | 2017-04-27 | 2018-11-22 | コニカミノルタ株式会社 | 健康管理システムおよび健康管理方法 |
CN110807410A (zh) * | 2019-10-30 | 2020-02-18 | 北京百度网讯科技有限公司 | 关键点定位方法、装置、电子设备和存储介质 |
CN111401219A (zh) * | 2020-03-10 | 2020-07-10 | 厦门中控智慧信息技术有限公司 | 一种手掌关键点检测方法和装置 |
CN111466882A (zh) * | 2020-04-23 | 2020-07-31 | 上海祉云医疗科技有限公司 | 一种智能中医手诊分析系统及方法 |
-
2020
- 2020-08-17 CN CN202010827545.5A patent/CN112052747A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102402679A (zh) * | 2010-09-07 | 2012-04-04 | 北京北科慧识科技股份有限公司 | 非接触式掌纹掌脉识别系统 |
US20120250961A1 (en) * | 2011-03-30 | 2012-10-04 | Fujifilm Corporation | Medical report generation apparatus, method and program |
CN103735247A (zh) * | 2013-12-20 | 2014-04-23 | 上海中医药大学 | 用于健康状态辨识的掌色分析方法 |
KR20170023565A (ko) * | 2015-08-24 | 2017-03-06 | 상명대학교서울산학협력단 | 영상 처리를 이용한 손가락 개수 인식 방법 및 장치 |
KR101774549B1 (ko) * | 2016-06-28 | 2017-09-21 | 주식회사 팀엘리시움 | 경혈점을 인식하기 위한 장치, 이를 위한 방법 및 이 방법이 기록된 컴퓨터 판독 가능한 기록매체 |
CN106845388A (zh) * | 2017-01-18 | 2017-06-13 | 北京交通大学 | 基于复杂场景的移动终端掌纹感兴趣区域的提取方法 |
JP2018185717A (ja) * | 2017-04-27 | 2018-11-22 | コニカミノルタ株式会社 | 健康管理システムおよび健康管理方法 |
CN108427942A (zh) * | 2018-04-22 | 2018-08-21 | 广州麦仑信息科技有限公司 | 一种基于深度学习的手掌检测与关键点定位方法 |
CN110807410A (zh) * | 2019-10-30 | 2020-02-18 | 北京百度网讯科技有限公司 | 关键点定位方法、装置、电子设备和存储介质 |
CN111401219A (zh) * | 2020-03-10 | 2020-07-10 | 厦门中控智慧信息技术有限公司 | 一种手掌关键点检测方法和装置 |
CN111466882A (zh) * | 2020-04-23 | 2020-07-31 | 上海祉云医疗科技有限公司 | 一种智能中医手诊分析系统及方法 |
Non-Patent Citations (1)
Title |
---|
YILUN CHEN, ZHICHENG WANG, YUXIANG PENG, ZHIQIANG ZHANG, GANG YU, JIAN SUN, CASCADED PYRAMID NETWORK FOR MULTI-PERSON POSE ESTIMATION, 20 November 2017 (2017-11-20) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113780201A (zh) * | 2021-09-15 | 2021-12-10 | 墨奇科技(北京)有限公司 | 手部图像的处理方法及装置、设备和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kabacinski et al. | Vein pattern database and benchmark results | |
Kanwisher et al. | A locus in human extrastriate cortex for visual shape analysis | |
CN105426695B (zh) | 一种基于虹膜的健康状态检测系统 | |
Loffler | Perception of contours and shapes: Low and intermediate stage mechanisms | |
CN110464633A (zh) | 穴位识别方法、装置、设备及存储介质 | |
CN104688184B (zh) | 可见光皮肤图像的静脉显像方法 | |
Dakin et al. | Context influences contour integration | |
Nakabayashi et al. | Independent influences of verbalization and race on the configural and featural processing of faces: a behavioral and eye movement study. | |
CN107837076A (zh) | 一种近红外自配准静脉显像装置及方法 | |
WO2020199739A1 (zh) | 基于影像大数据的中医体质智能检测与调养系统及方法 | |
CN104933297A (zh) | 一种为用户提供治疗建议信息的方法与装置 | |
CN112052747A (zh) | 手掌识别、健康报告生成方法、健康检测系统和电子设备 | |
CN109259730A (zh) | 一种基于舌诊的预警分析方法和存储介质 | |
Ganeshan et al. | Biometric iris recognition system using a fast and robust iris localization and alignment procedure | |
CN103236062B (zh) | 基于人脑肿瘤核磁库的磁共振图像血管分割系统 | |
Akbar et al. | Image analysis for MRI based brain tumor detection | |
Van Almkerk et al. | Virtual nature environments based on fractal geometry for optimizing restorative effects | |
Chun et al. | Study of latest trend on acupuncture for obesity treatment | |
Lai et al. | Health examination based on iris images | |
CN104616260A (zh) | 静脉图像增强方法及装置 | |
CN212809784U (zh) | 一种基于图像识别和大数据的个人健康管理系统 | |
CN110585591B (zh) | 一种基于神经反馈的大脑视觉检测分析设备和方法 | |
CN111833989A (zh) | 基于中医大数据的健康茶饮与体质的智能匹配方法和系统 | |
Park et al. | Automated extraction of optic disc regions from fundus images for preperimetric glaucoma diagnosis | |
Chang et al. | Robust dermatological wound image segmentation in clinical photos |
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 |