CN112669450A - 人体模型构建方法和个性化人体模型构建方法 - Google Patents
人体模型构建方法和个性化人体模型构建方法 Download PDFInfo
- Publication number
- CN112669450A CN112669450A CN202011637504.6A CN202011637504A CN112669450A CN 112669450 A CN112669450 A CN 112669450A CN 202011637504 A CN202011637504 A CN 202011637504A CN 112669450 A CN112669450 A CN 112669450A
- Authority
- CN
- China
- Prior art keywords
- human body
- body model
- anisotropic
- model
- characteristic parameters
- 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.)
- Granted
Links
- 238000010276 construction Methods 0.000 title claims abstract description 54
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 63
- 230000011218 segmentation Effects 0.000 claims abstract description 55
- 238000000034 method Methods 0.000 claims abstract description 54
- 210000000056 organ Anatomy 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 20
- 238000004088 simulation Methods 0.000 claims description 17
- 210000003484 anatomy Anatomy 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 4
- 238000011160 research Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 5
- 230000005670 electromagnetic radiation Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 210000003462 vein Anatomy 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Landscapes
- Processing Or Creating Images (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本申请涉及一种人体模型构建方法和个性化人体模型构建方法。人体模型构建方法包括：对获取的人体全身影像数据进行分割，得到人体分割数据；对人体分割数据进行三维重建，得到体素化的各向异性人体模型；将体素化的各向异性人体模型转换为曲面各向异性人体模型，本方法提高了得到的曲面各向异性人体模型的准确度。个性化人体模型构建方法包括：利用人体模型构建方法构建标准人体模型；根据用户的基本特征参数从特征数据库中获得目标特征参数；根据目标特征参数，利用人体变形算法对标准人体模型进行变形得到与用户相匹配的个性化人体模型，本方法提高了得到的个性化人体模型的精确度，避免了变形算法的不同对个性化模型构建过程中的影响。
Description
技术领域
本申请涉及人体通信技术领域，特别是涉及一种人体模型构建方法和个性化人体模型构建方法。
背景技术
人体通信是一种新兴的体域网通信技术，该技术以人体作为传输信号的媒介，实现体内、体表和体外可与人体接触的设备之间的通信。目前，主要是通过电磁辐射数值算法仿真对人体通信信道进行研究，在使用电磁辐射数值算法仿真研究人体通信信道，除了需要确定数值仿真算法外，还需要构建一个数字化人体模型，以模拟电磁波在人体传播的情况。
传统技术中，主要是使用普通的规则几何体模型，如以圆柱体、长方体、球体来表示人体躯干、四肢、器官，或是均匀介质人体模型，不保存组织介质的方向性信息，构建人体模型。但人体是一个非常复杂的各向异性介质，使用普通的规则几何体模型或均匀介质人体模型都无法获取真实的人体信道模型，体型、年龄或姿势也会影响人体信道。在进行仿真研究时，必须综合考虑这些因素，才能获取真实的人体信道模型信息。因此需要针对不同的研究对象构建不同的人体模型
然而，传统的人体模型构建方法，存在针对不同的研究对象构建的人体模型准确度较低的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高构建人体模型准确度的人体模型构建方法和个性化人体模型构建方法。
一种人体模型构建方法，所述方法包括：
获取人体全身影像扫描数据；
对所述人体全身影像数据进行分割，得到人体分割数据；
对所述人体分割数据进行三维重建，得到体素化的各向异性人体模型；
将所述体素化的各向异性人体模型转换为曲面各向异性人体模型。
在其中一个实施例中，所述对所述人体全身影像数据进行分割，得到人体分割数据，包括：
根据人体解剖学结构，对所述人体全身影像数据进行结构分割，识别出所述人体全身影像数据中具有不同方向的各向异性组织和具有不同方向的各向异性器官；
将所述具有不同方向的各向异性组织和所述具有不同方向的各向异性器官标识为不同的子组织和不同的子器官，得到所述分割数据。
在其中一个实施例中，所述将所述体素化的各向异性人体模型转换为曲面各向异性人体模型，包括：
应用曲面模型生成算法，将所述体素化的各向异性人体模型的各个组织和各个器官分别重建为曲面各向异性人体模型；所述曲面模型生成算法包括移动立方体算法。
一种个性化人体模型构建方法，所述方法包括：
利用上述人体模型构建方法构建曲面各向异性人体模型；
根据用户的基本特征参数从特征数据库中获得目标特征参数；
根据所述目标特征参数，利用人体变形算法对所述曲面各向异性人体模型进行变形得到与所述用户相匹配的个性化人体模型；其中，所述个性化人体模型为个性化曲面各向异性人体模型。
在其中一个实施例中，所述方法还包括：
对所述个性化人体模型进行体素化，得到体素化的个性化人体模型；所述体素化的个性化人体模型用于进行人体仿真。
在其中一个实施例中，所述根据用户的基本特征从特征数据库中获得目标特征参数，包括：
获取在特征数据库接口中输入的用户的基本特征参数；
根据所述基本特征参数在特征数据库中查找符合所述基本特征参数的人体全身特征参数；
根据预设的人体变形算法，从所述人体全身特征参数中选择目标特征参数。
在其中一个实施例中，所述根据所述基本特征参数在特征数据库中查找符合所述基本特征参数的人体全身特征参数，包括：
根据所述基本特征参数在所述特征数据库中进行查找，将与所述基本特征参数差值最小的基本特征参数确定为目标特征参数；
将所述目标特征参数所对应的百分位数确定为目标百分位数
将所述目标百分位数下的人体全身特征参数，确定为符合所述基本特征参数的人体全身特征参数。
在一个实施例中，所述基本特征参数包括身高、体重、年龄；所述特征数据库包括中国国民体质监测报告数据库。
一种人体模型构建装置，所述装置包括：
第一获取模块，用于获取人体全身影像扫描数据；
分割模块，用于对所述人体全身影像数据进行分割，得到人体分割数据；
重建模块，用于对所述人体分割数据进行三维重建，得到体素化的各向异性人体模型；
第二获取模块，用于将所述体素化的各向异性人体模型转换为曲面各向异性人体模型。
一种个性化人体模型构建装置，所述装置包括：
第一构建模块，用于利用人体模型构建方法构建曲面各向异性人体模型；
获取模块，用于根据用户的基本特征从特征数据库中获得目标特征参数；
第二构建模块，用于根据所述目标特征参数，利用人体变形算法对所述曲面各向异性人体模型进行变形得到与所述用户相匹配的个性化人体模型；其中，所述个性化人体模型为个性化曲面各向异性人体模型。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取人体全身影像扫描数据；
对所述人体全身影像数据进行分割，得到人体分割数据；
对所述人体分割数据进行三维重建，得到体素化的各向异性人体模型；
将所述体素化的各向异性人体模型转换为曲面各向异性人体模型。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
利用上述的人体模型构建方法构建曲面各向异性人体模型；
根据用户的基本特征从特征数据库中获得目标特征参数；
根据所述目标特征参数，利用人体变形算法对所述曲面各向异性人体模型进行变形得到与所述用户相匹配的个性化人体模型；其中，所述个性化人体模型为个性化曲面各向异性人体模型。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取人体全身影像扫描数据；
对所述人体全身影像数据进行分割，得到人体分割数据；
对所述人体分割数据进行三维重建，得到体素化的各向异性人体模型；
将所述体素化的各向异性人体模型转换为曲面各向异性人体模型。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
利用上述的人体模型构建方法构建曲面各向异性人体模型；
根据用户的基本特征从特征数据库中获得目标特征参数；
根据所述目标特征参数，利用人体变形算法对所述曲面各向异性人体模型进行变形得到与所述用户相匹配的个性化人体模型；其中，所述个性化人体模型为个性化曲面各向异性人体模型。
上述人体模型构建方法、个性化人体模型构建方法、装置、计算机设备和存储介质中，人体模型构建方法通过对获取的人体全身影像扫描数据进行分割，能够准确地得到该人体全身影像扫描数据对应的人体分割数据，从而可以对得到的准确度较高的人体分割数据进行三维重建，得到准确度较高的体素化的各向异性人体模型，进而可以将得到的准确度较高的体素化的各向异性人体模型准确地转换为曲面各向异性人体模型，这样可以根据不同的研究对象对得到的曲面各向异性人体模型进行快速准确地变形，从而可以准确地得到不同的研究对象所对应的人体模型，提高了针对不同的研究对象构建的人体模型的准确度；个性化人体模型构建方法中首先采用上述人体模型构建方法构建标准人体模型，进而根据用户的基本特征参数从特征数据库中获得目标特征参数，根据获得的目标特征参数，利用人体变形算法对构建的标准人体模型进行变形，得到与该用户相匹配的个性化人体模型，由于得到的模型是与用户相匹配的个性化模型，具有极高的精确度和精细的解剖结构，从而提高了得到的个性化人体模型的准确度；另外，根据用户的基本特征从特征数据库中获得目标特征参数，根据获得的目标特征参数，利用人体变形算法对构建的标准人体模型进行变形得到与用户相匹配的个性化人体模型，避免了使用不同变形算法时由于不同变形算法的参数不同需要针对不同变形算法去测量用户相应参数的问题，本实施例提供的个性化人体模型构建方法不限制变形算法的类型，只需要采用同样的数据接口即可对不同的变形算法采用该个性化人体模型构建方法，避免了变形算法的不同对个性化模型构建过程中的影响。
附图说明
图1为一个实施例中人体模型构建方法的应用环境图；
图2为一个实施例中人体模型构建方法的流程示意图；
图3为另一个实施例中人体模型构建方法的流程示意图；
图4为一个实施例中个性化人体模型构建方法的流程示意图；
图5为另一个实施例中个性化人体模型构建方法的流程示意图；
图6为一个实施例中人体模型构建装置的结构框图；
图7为一个实施例中个性化人体模型构建装置的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的人体模型构建方法，可以适用于如图1所示的计算机设备。该计算机设备包括通过系统总线连接的处理器、存储器，该存储器中存储有计算机程序，处理器执行该计算机程序时可以执行下述方法实施例的步骤。可选的，该计算机设备还可以包括网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器，该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。可选的，该计算机设备可以是服务器，可以是个人计算机，还可以是个人数字助理，还可以是其他的终端设备，例如平板电脑、手机等等，还可以是云端或者远程服务器，本申请实施例对计算机设备的具体形式并不做限定。
在一个实施例中，如图2所示，提供了一种人体模型构建方法，以该方法应用于图1中的计算机设备为例进行说明，包括以下步骤：
S201，获取人体全身影像扫描数据。
其中，人体全身影像扫描数据可以是电子计算机断层扫描(ComputedTomography，CT)数据、磁共振(Magnetic Resonance)数据、数字化摄影(DigitRadiography，DR)数据、超声(Ultrasound)数据、正电子发射型计算机断层(PositronEmission Computed Tomography，PET)数据等中的一种或者多种数据。
具体地，计算机设备获取人体全身影像扫描数据。可选的，计算机设备可以从PACS(Picture Archiving and Communication Systems，影像归档和通信系统)服务器中获取人体全身影像扫描数据，也可以从医学影像设备中实时地获取人体全身影像扫描数据。
S202，对人体全身影像数据进行分割，得到人体分割数据。
具体地，计算机设备对上述得到的人体全身影像数据进行分割，得到人体分割数据。可选的，计算机设备可以利用预设的分割算法对人体全身影像数据进行分割，得到人体分割数据，也可以将人体全身影像数据输入预设的分割模型中，得到人体分割数据。
S203，对人体分割数据进行三维重建，得到体素化的各向异性人体模型。
具体地，计算机设备对上述得到的人体分割数据进行三维重建，得到体素化的各向异性人体模型。可选的，计算机设备可以利用预设的重建算法，对得到的人体分割数据进行三维重建，得到体素化的各向异形人体模型。其中，体素化是将物体的几何形式表示转换成最接近该物体的体素表示形式，产生体数据集，其不仅包含模型的表面信息，而且能描述模型的内部属性。那么，相应地，可以理解的是，体素化的各向异性人体模型不仅包含了人体的表面信息，也描述了人体的三维特征信息。
S204，将体素化的各向异性人体模型转换为曲面各向异性人体模型。
具体地，计算机设备将上述得到的体素化的各向异性人体模型转换为曲面各向异性人体模型。可选的，计算机设备可以将体素化的各向异性人体模型中的各组织和器官分别重建为独立的曲面模型，得到体素化的各向异性人体模型。
上述人体模型构建方法中，计算机设备通过对获取的人体全身影像扫描数据进行分割，能够准确地得到该人体全身影像扫描数据对应的人体分割数据，从而可以对得到的准确度较高的人体分割数据进行三维重建，得到准确度较高的体素化的各向异性人体模型，进而可以将得到的准确度较高的体素化的各向异性人体模型准确地转换为曲面各向异性人体模型，这样可以根据不同的研究对象对得到的曲面各向异性人体模型进行快速准确地变形，从而可以准确地得到不同的研究对象所对应的人体模型，提高了针对不同的研究对象构建的人体模型的准确度；另外，本实施例根据不同人体的体型、年龄或姿势变化等构建的曲面各向异性人体模型，不仅可以有效用于人体通信信道模型的电磁辐射仿真研究，还可以用于其他需要高真实度人体模型的仿真研究，具有广泛的应用前景。
在上述对人体全身影像数据进行分割，得到人体分割数据的场景中，在一个实施例中，如图3所示，上述S202，包括：
S301，根据人体解剖学结构，对人体全身影像数据进行结构分割，识别出人体全身影像数据中具有不同方向的各向异性组织和具有不同方向的各向异性器官。
具体地，计算机设备根据人体解剖学结构，对上述人体全身影像数据进行分割，识别出该人体全身影像数据中具有不同方向的各向异性组织和具有不同方向各向异性器官。可选的，计算机设备可以根据人体解剖学结构，对上述人体全身影像数据的局部进行分割，得到该人体全身影像数据各局部部位的具有不同方向的各向异性组织和具有不同方向的各向异性器官，从而得到该人体全身影像数据中具有不同方向的各向异性组织和具有不同方向的各向异性器官。
S302，将具有不同方向的各向异性组织和具有不同方向的各向异性器官标识为不同的子组织和不同的子器官，得到分割数据。
具体地，计算机设备将上述得到的具有不同方向的各向异性组合和具有不同方向的各向异性器官标识为不同的子组织和不同的子器官，得到上述分割数据。示例性地，计算机设备可以将手臂上的静脉血管与躯干上静脉血管应标识为不同的组织，得到分割数据。
本实施例中，计算机设备根据人体解剖学结构，能够对人体全身影像数据进行准确地结构分割，准确地识别出人体全身影像数据中具有不同方向的各向异性组织和具有不同方向的各向异性器官，提高了得到人体全身影像数据中具有不同方向的各向异性组织和具有不同方向的各向异性器官的准确度，从而能够将准确度较高的具有不同方向的各向异性组织和具有不同方向的各向异性器官标识为不同的子组织和不同的子器官，准确地得到分割数据，提高了得到分割数据的准确度。
在上述将体素化的各向异性人体模型转换为曲面各向异性人体模型的场景中，在一个实施例中，上述S204，包括：应用曲面模型生成算法，将体素化的各向异性人体模型的各个组织和各个器官分别重建为曲面各向异性人体模型；曲面模型生成算法包括移动立方体算法。
具体地，计算机设备应用曲面模型生成算法，将上述得到的体素化的各向异性人体模型的各个组织和各个器官分别重建为独立的曲面模型，即曲面各向异性人体模型。其中，曲面模型生成算法包括移动立方体算法。也就是说，计算机设备可以应用移动立方体算法，将体素化的各向异性人体模型的各个组织和各个器官分别重建为独立的曲面模型。
本实施例中，计算机设备应用曲面模型生成算法，能够快速准确地将体素化的各向异性人体模型的各个组合和各个器官分别重建为独立的曲面模型，从而提高了得到曲面各向异性人体模型的准确度和效率。
在一个实施例中，如图4所示，提供了一种个性化人体模型构建方法，以该方法应用于图1中的计算机设备为例进行说明，包括以下步骤：
S401，利用人体模型构建方法构建曲面各向异性人体模型。
具体地，计算机设备利用上述实施例中的人体模型构建方法构建曲面各向异性人体模型。需要说明的是，构建的标准人体模型可以为任何用户的人体模型，可以为小孩的人体模型，也可以为成年人或老年人的人体模型。
S402，根据用户的基本特征从特征数据库中获得目标特征参数。
具体地，计算机设备根据用户的基本特征从特征数据库中获得目标特征参数。可选的，用户的基本特征参数包括身高、体重、年龄；特征数据库包括中国国民体质监测报告数据库。可选的，目标特征参数可以为该用户的身高，也可以为该用户的体重，也可以为该用户的年龄。
S403，根据目标特征参数，利用人体变形算法对曲面各向异性人体模型进行变形得到与用户相匹配的个性化人体模型；其中，个性化人体模型为个性化曲面各向异性人体模型。
具体地，计算机设备根据上述得到的目标特征参数，利用人体变形算法对构建的曲面各向异性人体模型进行变形得到与上述用户相匹配的个性化人体模型；其中，该个性化人体模型为个性化曲面各向异性人体模型。可选的，在进行人体组织器官的变形操作时，计算机设备可以同步记录各向异性组织器官的方向改变矩阵，完成变形后，将每一个步骤对应的方向改变矩阵相乘，即可获取对应的曲面各向异性人体模型，然后将模型的各个组织和器官分别赋予对应的电导率和介电常数，利用平面切割算法等方法将曲面模型体素化，得到与用户相匹配的个性化人体模型。需要说明的是，这里对模型的各个组织和器官分别赋予对应的电导率和介电常数这些常数，可以是对体素化的各向异性人体模型进行，也可以是对曲面化的各向异性人体模型进行。
上述个性化人体模型构建方法中，计算机设备首先构建曲面各向异性人体模型，进而根据用户的基本特征参数从特征数据库中获得目标特征参数，根据获得的目标特征参数，利用人体变形算法对构建的标准人体模型进行变形，得到与该用户相匹配的个性化人体模型，由于得到的模型是与用户相匹配的个性化模型，具有极高的精确度和精细的解剖结构，从而提高了得到的个性化人体模型的精确度；另外，根据用户的基本特征从特征数据库中获得目标特征参数，根据获得的目标特征参数，利用人体变形算法对构建的标准人体模型进行变形得到与用户相匹配的个性化人体模型，避免了使用不同变形算法时由于不同变形算法的参数不同需要针对不同变形算法去测量用户相应参数的问题，本实施例提供的个性化人体模型构建方法不限制变形算法的类型，只需要采用同样的数据接口即可对不同的变形算法采用该个性化人体模型构建方法，避免了变形算法的不同对个性化模型构建过程中的影响；进一步地，本实施例根据不同人体的体型、年龄或姿势变化等构建的个性化曲面各向异性人体模型，不仅可以有效用于人体通信信道模型的电磁辐射仿真研究，还可以用于其他需要高真实度人体模型的仿真研究，具有广泛的应用前景。
在一些场景中，将得到的个性化曲面各向异性人体模型用于人体仿真研究时，还需要对得到的个性化曲面各向异性人体模型进行体素化，在一个实施例中，上述方法还包括：对所述个性化人体模型进行体素化，得到体素化的个性化人体模型；所述体素化的个性化人体模型用于进行人体仿真。
具体地，计算机设备对上述得到的与用户相匹配的个性化人体模型进行体素化，得到用于进行人体仿真的体素化的个性化人体模型。可选的，计算机设备可以采用平面切割算法，将上述个性化人体模型进行体素化，得到用于进行人体仿真的体素化的个性化人体模型。
本实施例中，计算机设备对得到的与用户相匹配的个性化人体模型进行体素化，能够快速地得到用于进行人体仿真的体素化的个性化人体模型，由于得到的体素化的个性化人体模型能够满足人体通信信道仿真研究的各种需求，因此，可以根据得到的体素化的个性化人体模型准确度进行人体仿真研究，有效的提高了人体通信信道研究的准确度。
在上述根据用户的基本特征从特征数据库中获得目标特征参数的场景中，在一个实施例中，如图5所示，上述S402，包括：
S501，获取在特征数据库接口中输入的用户的基本特征参数。
具体地，计算机设备获取在特征数据库接口中输入的用户的基本特征参数。可选的，计算机设备可以根据特征数据库发送的获取指令，从特征数据库中获取输入的用户的基本特征参数。
S502，根据基本特征参数在特征数据库中查找符合基本特征参数的人体全身特征参数。
具体地，计算机设备根据用户的基本特征参数在特征数据库中查找符合该基本特征参数的人体全身特征参数。可选的，计算机设备可以根据用户的基本特征参数在特征数据库中进行查找，将与该基本特征参数差值最小的基本特征参数确定为目标基本特征参数，将该目标特征参数所对应的百分位数确定为目标百分位数，将该目标百分位数下的人体全身特征参数，确定为符合上述用户的基本特征参数的人体全身特征参数。示例性地，以用户的基本特征参数中的身高为1.72cm为例，特征数据库中身高为1.69cm的用户占50％，身高为1.73cm的用户占60％，用户的基本特征参数与身高为1.73cm的基本特征参数的差值最小，则计算机设备将身高为1.73cm所对应的百分位数即60％确定为目标百分位数，并将该目标百分位数60％下的人体全身特征参数，确定为符合上述用户基本特征参数的人体全身特征参数。需要说明的是，特征数据库中包括人体所满足的各参数的占比，例如，5％的人所满足的体重参数，95％的人所满足的身高参数，由于根据用户的基本特征参数在特征数据库中查找时可能会得到多套的符合该用户的基本特征参数的人体全身特征参数，因此，需要确定一个百分位数，根据该百分位数，得到符合用户的基本特征参数的人体全身特征参数。可选的，计算机设备可以将目标百分位数下的全部人体全身特征参数，确定为符合上述用户基本特征参数的人体全身特征参数，也可以将目标百分位数下的人体全身特征参数中的除上述用户基本特征参数的人体全身特征参数确定为符合上述用户基本特征参数的人体全身特征参数，利用预设的人体变形算法，从上述用户基本特征参数和确定的符合上述用户基本特征参数的人体全身特征参数中选择目标特征参数，可以理解的是，将目标百分位数下的人体全身特征参数中的除上述用户基本特征参数的人体全身特征参数确定为符合上述用户基本特征参数的人体全身特征参数，那么进一步地利用预设的人体变形算法，从上述用户基本特征参数和确定的符合上述用户基本特征参数的人体全身特征参数中选择目标特征参数，由于上述用户的基本特征参数，相比于从特征数据库中获取的基本特征参数更加地准确，因此，利用预设的人体变形算法，从上述用户基本特征参数和确定的符合上述用户基本特征参数的人体全身特征参数中选择目标特征参数，可以使确定的目标特征参数更加地准确，从而提高了确定的目标特征参数的准确度。
S503，根据预设的人体变形算法，从人体全身特征参数中选择目标特征参数。
具体地，计算机设备根据预设的人体变形算法，从上述得到的人体全身特征参数中选择目标特征参数。可选的，计算机设备可以根据预设的人体变形算法，从得到的人体全身特征参数中选择该人体变形算法需要的特征参数，从而将这些特征参数确定为目标特征参数。
本实施例中，计算机设备通过获取在特征数据库接口中输入的用户的基本特征参数，能够根据这些基本特征参数在特征数据库中快速地查找符合该基本特征参数的人体全身特征参数，从而可以根据预设的人体变形算法，从这些人体全身特征参数中选择目标特征参数，由于该过程十分地简单，因此，提高了计算机设备得到目标特征参数的效率。
应该理解的是，虽然图2-5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-5中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图6所示，提供了一种人体模型构建装置，包括：第一获取模块、分割模块、重建模块和第二获取模块，其中：
第一获取模块，用于获取人体全身影像扫描数据。
分割模块，用于对人体全身影像数据进行分割，得到人体分割数据。
重建模块，用于对人体分割数据进行三维重建，得到体素化的各向异性人体模型。
第二获取模块，用于将体素化的各向异性人体模型转换为曲面各向异性人体模型。
本实施例提供的人体模型构建装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在上述实施例的基础上，可选的，上述分割模块，包括：分割单元和标识单元，其中：
分割单元，用于根据人体解剖学结构，对人体全身影像数据进行结构分割，识别出人体全身影像数据中具有不同方向的各向异性组织和具有不同方向的各向异性器官。
标识单元，用于将具有不同方向的各向异性组织和具有不同方向的各向异性器官标识为不同的子组织和不同的子器官，得到分割数据。
本实施例提供的人体模型构建装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在上述实施例的基础上，可选的，上述第二获取模块包括：重建单元，其中：
重建单元，用于应用曲面模型生成算法，将体素化的各向异性人体模型的各个组织和各个器官分别重建为曲面各向异性人体模型；曲面模型生成算法包括移动立方体算法。
本实施例提供的人体模型构建装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
关于人体模型构建装置的具体限定可以参见上文中对于人体模型构建方法的限定，在此不再赘述。上述人体模型构建装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，如图7所示，提供了一种个性化人体模型构建装置，包括：第一构建模块、获取模块和第二构建模块，其中：
第一构建模块，用于利用上述的人体模型构建方法构建曲面各向异性人体模型。
获取模块，用于根据用户的基本特征从特征数据库中获得目标特征参数。第二构建模块，用于根据目标特征参数，利用人体变形算法对曲面各向异性人体模型进行变形得到与用户相匹配的个性化人体模型；其中，个性化人体模型为个性化曲面各向异性人体模型。
可选的，基本特征参数包括身高、体重、年龄；特征数据库包括中国国民体质监测报告数据库。
本实施例提供的个性化人体模型构建装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在上述实施例的基础上，可选的，上述装置还包括体素化模块，其中：
体素化模块，用于对所述个性化人体模型进行体素化，得到体素化的个性化人体模型；所述体素化的个性化人体模型用于进行人体仿真。
本实施例提供的个性化人体模型构建装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在上述实施例的基础上，可选的，上述获取模块包括：获取单元、查找单元和选择单元，其中：
获取单元，用于获取在特征数据库接口中输入的用户的基本特征参数。
查找单元，用于根据基本特征参数在特征数据库中查找符合基本特征参数的人体全身特征参数。
选择单元，用于根据预设的人体变形算法，从人体全身特征参数中选择目标特征参数。
本实施例提供的个性化人体模型构建装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在上述实施例的基础上，可选的，上述查找单元，具体用于根据基本特征参数在特征数据库中进行查找，将与基本特征参数差值最小的基本特征参数确定为目标特征参数；将目标特征参数所对应的百分位数确定为目标百分位数将目标百分位数下的人体全身特征参数，确定为符合基本特征参数的人体全身特征参数。
本实施例提供的个性化人体模型构建装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
关于个性化人体模型构建装置的具体限定可以参见上文中对于个性化人体模型构建方法的限定，在此不再赘述。上述个性化人体模型构建装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取人体全身影像扫描数据；
对人体全身影像数据进行分割，得到人体分割数据；
对人体分割数据进行三维重建，得到体素化的各向异性人体模型；
将体素化的各向异性人体模型转换为曲面各向异性人体模型。
上述实施例提供的计算机设备，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
利用人体模型构建方法构建标准人体模型；标准人体模型为曲面各向异性人体模型；
根据用户的基本特征参数从特征数据库中获得目标特征参数；
根据目标特征参数，利用人体变形算法对曲面各向异性人体模型进行变形得到与用户相匹配的个性化人体模型；其中，个性化人体模型为个性化曲面各向异性人体模型。
上述实施例提供的计算机设备，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取人体全身影像扫描数据；
对人体全身影像数据进行分割，得到人体分割数据；
对人体分割数据进行三维重建，得到体素化的各向异性人体模型；
将体素化的各向异性人体模型转换为曲面各向异性人体模型。
上述实施例提供的计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
利用人体模型构建方法构建标准人体模型；标准人体模型为曲面各向异性人体模型；
根据用户的基本特征参数从特征数据库中获得目标特征参数；
根据目标特征参数，利用人体变形算法对曲面各向异性人体模型进行变形得到与用户相匹配的个性化人体模型；其中，个性化人体模型为个性化曲面各向异性人体模型。
上述实施例提供的计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (12)
1.一种人体模型构建方法，其特征在于，所述方法包括：
获取人体全身影像扫描数据；
对所述人体全身影像数据进行分割，得到人体分割数据；
对所述人体分割数据进行三维重建，得到体素化的各向异性人体模型；
将所述体素化的各向异性人体模型转换为曲面各向异性人体模型。
2.根据权利要求1所述的方法，其特征在于，所述对所述人体全身影像数据进行分割，得到人体分割数据，包括：
根据人体解剖学结构，对所述人体全身影像数据进行结构分割，识别出所述人体全身影像数据中具有不同方向的各向异性组织和具有不同方向的各向异性器官；
将所述具有不同方向的各向异性组织和所述具有不同方向的各向异性器官标识为不同的子组织和不同的子器官，得到所述分割数据。
3.根据权利要求1或2所述的方法，其特征在于，所述将所述体素化的各向异性人体模型转换为曲面各向异性人体模型，包括：
应用曲面模型生成算法，将所述体素化的各向异性人体模型的各个组织和各个器官分别重建为曲面各向异性人体模型；所述曲面模型生成算法包括移动立方体算法。
4.一种个性化人体模型构建方法，其特征在于，所述方法包括：
利用权利要求1到3任意一项所述的人体模型构建方法构建曲面各向异性人体模型；
根据用户的基本特征参数从特征数据库中获得目标特征参数；
根据所述目标特征参数，利用人体变形算法对所述曲面各向异性人体模型进行变形得到与所述用户相匹配的个性化人体模型；其中，所述个性化人体模型为个性化曲面各向异性人体模型。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
对所述个性化人体模型进行体素化，得到体素化的个性化人体模型；所述体素化的个性化人体模型用于进行人体仿真。
6.根据权利要求5所述的方法，其特征在于，所述根据用户的基本特征从特征数据库中获得目标特征参数，包括：
获取在特征数据库接口中输入的用户的基本特征参数；
根据所述基本特征参数在特征数据库中查找符合所述基本特征参数的人体全身特征参数；
根据预设的人体变形算法，从所述人体全身特征参数中选择目标特征参数。
7.根据权利要求6所述的方法，其特征在于，所述根据所述基本特征参数在特征数据库中查找符合所述基本特征参数的人体全身特征参数，包括：
根据所述基本特征参数在所述特征数据库中进行查找，将与所述基本特征参数差值最小的基本特征参数确定为目标特征参数；
将所述目标特征参数所对应的百分位数确定为目标百分位数
将所述目标百分位数下的人体全身特征参数，确定为符合所述基本特征参数的人体全身特征参数。
8.根据权利要求7所述的方法，其特征在于，所述基本特征参数包括身高、体重、年龄；所述特征数据库包括中国国民体质监测报告数据库。
9.一种人体模型构建装置，其特征在于，所述装置包括：
第一获取模块，用于获取人体全身影像扫描数据；
分割模块，用于对所述人体全身影像数据进行分割，得到人体分割数据；
重建模块，用于对所述人体分割数据进行三维重建，得到体素化的各向异性人体模型；
第二获取模块，用于将所述体素化的各向异性人体模型转换为曲面各向异性人体模型。
10.一种个性化人体模型构建装置，其特征在于，所述装置包括：
第一构建模块，用于利用人体模型构建方法构建曲面各向异性人体模型；
获取模块，用于根据用户的基本特征从特征数据库中获得目标特征参数；
第二构建模块，用于根据所述目标特征参数，利用人体变形算法对所述曲面各向异性人体模型进行变形得到与所述用户相匹配的个性化人体模型；其中，所述个性化人体模型为个性化曲面各向异性人体模型。
11.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011637504.6A CN112669450B (zh) | 2020-12-31 | 2020-12-31 | 人体模型构建方法和个性化人体模型构建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011637504.6A CN112669450B (zh) | 2020-12-31 | 2020-12-31 | 人体模型构建方法和个性化人体模型构建方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112669450A true CN112669450A (zh) | 2021-04-16 |
| CN112669450B CN112669450B (zh) | 2024-02-27 |
Family
ID=75413570
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011637504.6A Active CN112669450B (zh) | 2020-12-31 | 2020-12-31 | 人体模型构建方法和个性化人体模型构建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112669450B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114707416A (zh) * | 2022-04-18 | 2022-07-05 | 成都理工大学 | 一种人体内照射剂量检测方法、装置、系统及计算机设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130250050A1 (en) * | 2012-03-23 | 2013-09-26 | Objectvideo, Inc. | Video surveillance systems, devices and methods with improved 3d human pose and shape modeling |
| CN107993293A (zh) * | 2017-11-09 | 2018-05-04 | 大连理工大学 | 一种包含中国人群差异的三维可交互式解剖教学方法 |
| CN110335358A (zh) * | 2019-06-18 | 2019-10-15 | 大连理工大学 | 可变形数字人解剖学模型的个性化变形方法 |
| US20200098177A1 (en) * | 2018-09-24 | 2020-03-26 | Sony Corporation | System for reconstructing three-dimensional (3d) human body model using depth data from single viewpoint |
| CN111583385A (zh) * | 2020-04-15 | 2020-08-25 | 滨州医学院 | 一种可变形数字人解剖学模型的个性化变形方法及系统 |
-
2020
- 2020-12-31 CN CN202011637504.6A patent/CN112669450B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130250050A1 (en) * | 2012-03-23 | 2013-09-26 | Objectvideo, Inc. | Video surveillance systems, devices and methods with improved 3d human pose and shape modeling |
| CN107993293A (zh) * | 2017-11-09 | 2018-05-04 | 大连理工大学 | 一种包含中国人群差异的三维可交互式解剖教学方法 |
| US20200098177A1 (en) * | 2018-09-24 | 2020-03-26 | Sony Corporation | System for reconstructing three-dimensional (3d) human body model using depth data from single viewpoint |
| CN110335358A (zh) * | 2019-06-18 | 2019-10-15 | 大连理工大学 | 可变形数字人解剖学模型的个性化变形方法 |
| CN111583385A (zh) * | 2020-04-15 | 2020-08-25 | 滨州医学院 | 一种可变形数字人解剖学模型的个性化变形方法及系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114707416A (zh) * | 2022-04-18 | 2022-07-05 | 成都理工大学 | 一种人体内照射剂量检测方法、装置、系统及计算机设备 |
| CN114707416B (zh) * | 2022-04-18 | 2023-04-07 | 成都理工大学 | 一种人体内照射剂量检测方法、装置、系统及计算机设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112669450B (zh) | 2024-02-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10964071B2 (en) | Systems and methods for data and model-driven image reconstruction and enhancement | |
| CN109035234B (zh) | 一种结节检测方法、装置和存储介质 | |
| CN109754447A (zh) | 图像生成方法、装置、设备和存储介质 | |
| KR102202398B1 (ko) | 영상처리장치 및 그의 영상처리방법 | |
| CN113662573B (zh) | 乳腺病灶定位方法、装置、计算机设备和存储介质 | |
| CN110751187A (zh) | 异常区域图像生成网络的训练方法和相关产品 | |
| CN116227277A (zh) | 电极布局方案的生成方法、装置、设备、介质和程序产品 | |
| CN112102235A (zh) | 人体部位识别方法、计算机设备和存储介质 | |
| CN113129418B (zh) | 基于三维影像的目标表面重建方法、装置、设备和介质 | |
| KR20210135039A (ko) | 조건부 생성 적대적 네트워크를 이용한 의료 영상의 예측을 위한 방법 및 장치 | |
| CN112669450B (zh) | 人体模型构建方法和个性化人体模型构建方法 | |
| CN112200780B (zh) | 骨组织定位方法、装置、计算机设备和存储介质 | |
| CN111209946B (zh) | 三维图像处理方法、图像处理模型训练方法及介质 | |
| US10984533B2 (en) | Method and apparatus for segmenting a two-dimensional image of an anatomical structure | |
| CN116071404A (zh) | 图像配准方法、装置、计算机设备和存储介质 | |
| US11138736B2 (en) | Information processing apparatus and information processing method | |
| CN113780519A (zh) | 生成对抗网络训练方法、装置、计算机设备和存储介质 | |
| CN112669405A (zh) | 图像重建方法、系统、可读存储介质和设备 | |
| CN116309449B (zh) | 图像处理方法、装置、设备及存储介质 | |
| CN113570544B (zh) | 松质骨建模方法、装置、存储介质及电子设备 | |
| CN110415239B (zh) | 图像处理方法、装置、设备、医疗电子设备以及介质 | |
| CN114266760A (zh) | 参数确定方法、装置、计算机设备和存储介质 | |
| CN116580244A (zh) | 医学图像分类方法、装置、设备及存储介质 | |
| CN114926513A (zh) | 图像配准融合方法、装置、系统、计算机设备和存储介质 | |
| CN114241121A (zh) | 一种超声医学影像三维重建方法 |
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 |