CN114748099A - 偏移检测方法、装置、设备以及计算机可读存储介质 - Google Patents
偏移检测方法、装置、设备以及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114748099A CN114748099A CN202210671488.5A CN202210671488A CN114748099A CN 114748099 A CN114748099 A CN 114748099A CN 202210671488 A CN202210671488 A CN 202210671488A CN 114748099 A CN114748099 A CN 114748099A
- Authority
- CN
- China
- Prior art keywords
- human body
- point cloud
- offset
- point
- determining
- 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
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0825—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of the breast, e.g. mammography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
- A61B2034/2068—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis using pointers, e.g. pointers having reference marks for determining coordinates of body points
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Surgery (AREA)
- Engineering & Computer Science (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Robotics (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明涉及超声扫查技术领域,尤其涉及一种偏移检测方法、装置、设备以及计算机可读存储介质,其中,所述方法包括:获取采集到的待检测人体部位关联的人体点云,其中,人体点云包括偏移检测前采集到的参考人体点云和偏移检测前采集到的目标人体点云;确定目标人体点云和参考人体点云之间对应的每一点对;根据每一点对确定目标人体点云和参考人体点云之间的空间距离,得到相对运动场;确定相对运动场中的偏移点对;在偏移点对个数大于或等于预设偏移点个数阈值时,判断人体在超声扫查过程中发生位置偏移。通过对人体在扫查过程中的移动监测,提高了超声扫查过程的精确度,解决了超声扫查过程中无法监测人体是否发生移动的问题。
Description
技术领域
本发明涉及超声扫查技术领域,尤其涉及一种偏移检测方法、装置、设备以及计算机可读存储介质。
背景技术
乳腺扫查机器人作为一种医疗用途机器人,常用于扫描人体乳腺并对乳腺癌等疾病进行筛查,通过扫描人体乳腺表面生成探头运动轨迹,在生成运动轨迹后,超声探头再根据生成的运动轨迹进行扫描检查。
然而,整个超声扫查过程的耗时较长(大约3-4min),由于扫查期间受检人容易发生自主移动,对于移动幅度较大的受检人体,机器人会难以根据预先生成运动轨迹规划好的扫查位置来扫查到受检人对应的受检部位,导致乳腺扫查机器人的检测精度下降。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种偏移检测方法,旨在解决超声扫查过程中无法检测人体是否发生自主移动的问题。
为实现上述目的,本发明提供的一种偏移检测方法,所述偏移检测方法包括:
获取采集到的待检测人体部位关联的人体点云,其中,所述人体点云包括所述偏移检测前采集到的参考人体点云和所述偏移检测前采集到的目标人体点云;
确定所述目标人体点云和所述参考人体点云之间对应的每一点对;
根据每一所述点对确定所述目标人体点云和所述参考人体点云之间的空间距离,得到相对运动场;
确定所述相对运动场中的偏移点对,其中,所述偏移点对为所述相对运动场中偏移距离大于预设偏移距离阈值的点对;
在所述偏移点对个数大于或等于预设偏移点个数阈值时,判断人体在超声扫查过程中发生位置偏移。
可选地,所述获取采集到的待检测人体部位关联的人体点云的步骤之前,还包括:
获取初始参考点云和初始目标点云;
提取所述初始参考点云以及所述初始目标点云的法向量和曲率特征;
根据所述法向量和曲率特征去除所述初始参考点云和所述初始目标点云中的无效点云,其中,所述无效点云为法向量和/或曲率值数值为无理数的点云。
可选地,所述根据所述法向量和曲率特征去除所述初始参考点云和所述初始目标点云中的无效点云的步骤之后,还包括:
根据机器人的中间深度相机与床面的垂直距离参数确定床面在中间相机坐标系下的第一平面模型;
将所述第一平面模型通过旋转变化矩阵转移到左侧深度相机/右侧深度相机坐标系中,并确定所述第一平面模型在所述左侧深度相机/右侧深度相机坐标系中的第二平面模型,确定所述第二平面模型中满足预设切割条件的空间点,得到初始参考人体点云和初始目标人体点云;
将所述初始参考人体点云和所述初始目标人体点云通过区域生长聚类分割,得到所述参考人体点云和所述目标人体点云。
可选地,所述确定所述目标人体点云和所述参考人体点云之间对应的每一点对的步骤包括:
获取所述参考人体点云之间沿所述目标人体点云之间法线方向最小约束下的距离,得到所述点对。
可选地,所述根据每一所述点对确定所述目标人体点云和所述参考人体点云之间的空间距离,得到相对运动场的步骤包括:
遍历所述点对,并确定所述目标人体点云和所述参考人体点云之间每一点对的空间距离;
获取所述每一点对的空间距离,并通过预设函数构建所述目标人体点云和所述参考人体点云之间的空间距离,得到所述相对运动场。
可选地,所述在所述偏移点对个数大于或等于预设偏移点个数阈值时,判断人体在超声扫查过程中发生位置偏移的步骤包括:
确定所述相对运动场中的偏移点对;
将所述偏移点对所确定的目标人体点云中的偏移点云进行欧式聚类分割,确定所述目标人体点云中规模最大的偏移点云,并去除所述目标人体点云中包含机械臂以及超声探头区域的点云;
确定所述目标人体点云的偏移点云所确定的偏移点对个数,并在所述偏移点对个数大于或等于预设偏移点对个数阈值时,判断所述人体在超声扫查过程中发生位置偏移;否则,判断所述人体在超声扫查过程中未发生位置偏移。
可选地,所述判断人体在超声扫查过程中发生位置偏移之后,还包括:
将超声扫查前的初始人体位置及发生偏移后的目标人体位置发送至用户界面,并向用户界面输出提示信息。
此外,为实现上述目的,本发明还提供一种偏移检测装置,所述偏移检测装置包括:
点云输入模块,用于获取采集到的待检测人体部位关联的人体点云;
点对确定模块,用于确定目标人体点云和参考人体点云之间对应的每一点对;
相对运动场构建模块,用于根据每一所述点对确定所述目标人体点云和所述参考人体点云之间的空间距离,得到相对运动场;
偏移检测模块,用于确定所述相对运动场中的偏移点对;
判断模块,用于在所述偏移点对个数大于或等于预设偏移点个数阈值时,判断人体在超声扫查过程中发生位置偏移。
此外,本发明还提供一种偏移检测设备,所述偏移检测设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的偏移检测程序,所述偏移检测程序被所述处理器执行时实现如上任一项所述的偏移检测方法的各个步骤
此外,本发明还提供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偏移检测程序,所述偏移检测程序被处理器执行时实现如上实施例所述的偏移检测方法的各个步骤。
本发明实施例提供一种偏移检测方法、装置、设备以及计算机可读存储介质,通过获取采集到的待检测人体部位关联的人体点云,其中,所述人体点云包括所述偏移检测前采集到的参考人体点云和所述偏移检测前采集到的目标人体点云;确定所述目标人体点云和所述参考人体点云之间对应的每一点对;根据每一所述点对确定所述目标人体点云和所述参考人体点云之间的空间距离,得到相对运动场;确定所述相对运动场中的偏移点对,其中,所述偏移点对为所述相对运动场中偏移距离大于预设偏移距离阈值的点对;在所述偏移点对个数大于或等于预设偏移点个数阈值时,判断人体在超声扫查过程中发生位置偏移。通过对人体在扫查过程中的移动监测,提高了超声扫查过程的精确度,解决了超声扫查过程中无法监测人体是否发生移动的问题。
附图说明
图1为本发明实施例涉及的偏移检测设备的硬件架构示意图;
图2为本发明偏移检测方法的第一实施例的流程示意图;
图3为本发明偏移检测方法的第二实施例的流程示意图;
图4为本发明偏移检测方法的第三实施例中步骤S20的细化流程示意图;
图5为本发明偏移检测方法的第四实施例的流程示意图;
图6为本发明偏移检测方法的第五实施例的流程示意图;
图7为本发明偏移检测装置的架构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,本发明的附图中显示了本发明的示例性实施例,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
本发明的整个实施例流程分为获取点云、点云预处理、点云分割、运动场估计与偏移检测四个流程。首先获取到输入的参考点云和目标点云,然后将点云进行预处理,在点云的预处理过程中,首先计算点云的法向量和曲率,将点云中的法向量和曲率值为无限数的点剔除,通过空间立方体围盒裁剪,按照有效视场范围对点云进行空间立方体包围盒裁剪,去除远处的背景及过近的干扰噪声。接着进行点云分割,以从预处理后的参考点云和目标点云中提取出有效的参考人体点云和目标人体点云,在点云分割过程中,首先剔除参考点云和目标点云中的床面区域点云,以排除床面对人体自主移动检测的干扰,然后进行点云的区域生长聚类分割,以合并在平滑约束条件下足够接近的点;接着再提取人体点云,通过点云规模对点云距离分给后,去除点云中包含机械臂及超声探头区域点云的点云。最后是运动场估计与偏移检测,通过提取参考人体点云和目标人体点云之间的对应点对,计算点对的空间距离,用于描述参考人体点云和目标人体点云之间的相对运动场并借助于运动场估计中的对应点对之间的相对运动场D,预测目标人体点云和参考人体点云之间的相对移动。
作为一种实现方案,偏移检测设备的硬件架构可以如图1所示。
本发明实施例方案涉及的是偏移检测设备,所述偏移检测设备包括:处理器101,例如CPU,存储器102,通信总线103。其中,通信总线103用于实现这些组件之间的连接通信。
存储器102可以是高速RAM存储器,也可以是稳定的存储器(non-volatilememory),例如磁盘存储器。如图1所示,作为一种计算机可读存储介质的存储器102中可以包括偏移检测程序;而处理器101可以用于调用存储器102中存储的偏移检测程序,并执行以下操作:
获取采集到的待检测人体部位关联的人体点云,其中,所述人体点云包括所述偏移检测前采集到的参考人体点云和所述偏移检测前采集到的目标人体点云;
确定所述目标人体点云和所述参考人体点云之间对应的每一点对;
根据每一所述点对确定所述目标人体点云和所述参考人体点云之间的空间距离,得到相对运动场;
确定所述相对运动场中的偏移点对,其中,所述偏移点对为所述相对运动场中偏移距离大于预设偏移距离阈值的点对;
在所述偏移点对个数大于或等于预设偏移点个数阈值时,判断人体在超声扫查过程中发生位置偏移。
在一实施例中,处理器101可以用于调用存储器102中存储的偏移检测程序,并执行以下操作:
获取初始参考点云和初始目标点云;
提取所述初始参考点云以及所述初始目标点云的法向量和曲率特征;
根据所述法向量和曲率特征去除所述初始参考点云和所述初始目标点云中的无效点云,其中,所述无效点云为法向量和/或曲率值数值为无理数的点云;
根据机器人的中间深度相机与床面的垂直距离参数确定床面在中间相机坐标系下的第一平面模型;
将所述第一平面模型通过旋转变化矩阵转移到左侧深度相机/右侧深度相机坐标系中,并确定所述第一平面模型在所述左侧深度相机/右侧深度相机坐标系中的第二平面模型,确定所述第二平面模型中满足预设切割条件的空间点,得到初始参考人体点云和初始目标人体点云;
将所述初始参考人体点云和所述初始目标人体点云通过区域生长聚类分割,得到所述参考人体点云和所述目标人体点云。
在一实施例中,处理器101可以用于调用存储器102中存储的偏移检测程序,并执行以下操作:
获取所述参考人体点云之间沿所述目标人体点云之间法线方向最小约束下的距离,得到所述点对。
在一实施例中,处理器101可以用于调用存储器102中存储的偏移检测程序,并执行以下操作:
遍历所述点对,并确定所述目标人体点云和所述参考人体点云之间每一点对的空间距离;
获取所述每一点对的空间距离,并通过预设函数构建所述目标人体点云和所述参考人体点云之间的空间距离,得到所述相对运动场;
确定所述相对运动场中的偏移点对;
将所述偏移点对所确定的目标人体点云中的偏移点云进行欧式聚类分割,确定所述目标人体点云中规模最大的偏移点云,并去除所述目标人体点云中包含机械臂以及超声探头区域的点云;
确定所述目标人体点云的偏移点云所确定的偏移点对个数,并在所述偏移点对个数大于或等于预设偏移点对个数阈值时,判断所述人体在超声扫查过程中发生位置偏移;否则,判断所述人体在超声扫查过程中未发生位置偏移。
在一实施例中,处理器101可以用于调用存储器102中存储的偏移检测程序,并执行以下操作:
将超声扫查前的初始人体位置及发生偏移后的目标人体位置发送至用户界面,并向用户界面输出提示信息。
基于上述基于超声扫查技术的偏移检测装置的硬件架构,提出本发明偏移检测方法的实施例。
参照图2,在第一实施例中,所述偏移检测方法包括以下步骤:
步骤S10,获取采集到的待检测人体部位关联的人体点云,其中,所述人体点云包括所述偏移检测前采集到的参考人体点云和所述偏移检测前采集到的目标人体点云;
在本实施例中,首先获取到待检测人体部位关联的人体点云,人体点云包括所述偏移检测前采集到的参考人体点云和所述偏移检测前采集到的目标人体点云。
步骤S20,确定所述目标人体点云和所述参考人体点云之间对应的每一点对;
在本实施例中,根据预设函数提取出所述目标人体点云和所述参考人体点云之间对应的每一点对。
步骤S30,根据每一所述点对确定所述目标人体点云和所述参考人体点云之间的空间距离,得到相对运动场;
在本实施例中,将所述目标人体点云和所述参考人体点云之间对应的每一点对构建相对运动场,所述相对运动场是用于描述参考人体点云和目标人体点云之间的空间距离的一种可量化评估依据,可以辅助评估当前超声扫查的质量。
步骤S40,确定所述相对运动场中的偏移点对,其中,所述偏移点对为所述相对运动场中偏移距离大于预设偏移距离阈值的点对;
在本实施例中,将所述相对运动场中偏移距离大于预设偏移距离阈值的点对确定为偏移点对,以根据各个所述偏移点对确定参考人体点云和目标人体点云之间的偏移距离。
步骤S50,在所述偏移点对个数大于或等于预设偏移点个数阈值时,判断人体在超声扫查过程中发生位置偏移。
在本实施例中,当所述偏移点对个数满足预设的偏移判断条件时,即偏移点对个数大于或等于预设偏移点个数阈值,判断人体超声扫查过程中发生位置偏移。
在本实施例提供的技术方案中,通过判断参考人体点云和目标人体点云之间的偏移距离来确定人体是否在超声扫查过程中发生位置偏移,通过将偏移距离进行量化,判断出用户是否在超声扫查检测过程中发生了偏移,提升了超声扫查的精确度。
参照图3,在第二实施例中,基于第一实施例,所述步骤S10之前,还包括:
步骤S60,获取初始参考点云和初始目标点云;
步骤S70,提取所述初始参考点云以及所述初始目标点云的法向量和曲率特征;
步骤S80,根据所述法向量和曲率特征去除所述初始参考点云和所述初始目标点云中的无效点云,其中,所述无效点云为法向量和/或曲率值数值为无理数的点云;
步骤S90,根据机器人的中间深度相机与床面的垂直距离参数确定床面在中间相机坐标系下的第一平面模型;
步骤S100,将所述第一平面模型通过旋转变化矩阵转移到左侧深度相机/右侧深度相机坐标系中,并确定所述第一平面模型在所述左侧深度相机/右侧深度相机坐标系中的第二平面模型,确定所述第二平面模型中满足预设切割条件的空间点,得到初始参考人体点云和初始目标人体点云;
步骤S110,将所述初始参考人体点云和所述初始目标人体点云通过区域生长聚类分割,得到所述参考人体点云和所述目标人体点云。
可选地,本实施例提供一种点云的预处理方式。在本实施例中,首先计算点云的法向量和曲率,然后根据点云的法向量和曲率去除点云中的坐标位置、法向量、曲率值为无限数的点。此外,再按照有效视场范围对点云进行空间立方体包围盒裁剪,去除远处的背景及过近的干扰噪声。
然后进行点云分割,首先剔除参考点云和目标点云中的床面区域点云,排除床面对人体自主移动检测的干扰。
具体的,假设预处理后的点云P
空间平面模型表达式:
该平面过点p:
已知中间相机到左(右)深度相机的旋转变换矩阵M,于是将中间相机坐标系下的平面点及平面法向量转换到左(右)深度相机坐标系下,可以分别表示为
其中P、和n、分别为左(右)深度相机坐标系下的平面点和平面法向量。左(右)深度相机坐标系下床面所在平面的平面模型系数求解如下:
因此,左(右)深度相机坐标系下床面所在平面的平面模型可以表示为
左(右)深度相机坐标系下床面以上(不包含床面)的任一空间点(x,y,z)需满足
遍历点云P,选取满足上述不等式的空间点,构成点云
P、即为去除床面及以下区域干扰点云之后的新点云。
将新点云P、区域生长聚类分割,具体的,首先根据曲率值对点云进行排序,选取曲率值比较小的点添加到名为种子的集合中;然后对于每一个种子点,找到它的邻近点:接着计算每个相邻点的法线和当前种子点的法线之间的角度,如果角度小于平滑阈值,则将当前点添加到当前区域;然后计算每个邻居点的曲率值,如果曲率小于曲率阈值,那么这个点被添加到种子中;最后将当前的种子从种子列表中移除,如果种子列表变成空的,该区域生长已完成,继续重复上述过程。
在本实施例提供的技术方案中,通过提取初始参考点云以及初始目标点云中的法向量和曲率特征,剔除所述初始参考点云初始目标点云中法向量和/或曲率值数值为无理数的无效点云,再通过切割床面区域点云以及区域生长聚类分割,实现了点云图像中的预处理。
参照图4,在第三实施例中,基于第一实施例,所述步骤S20包括:
步骤S21,获取所述参考人体点云之间沿所述目标人体点云之间法线方向最小约束下的距离,得到所述点对。
可选地,在本实施例中,首先提取参考人体点云和目标人体点云之间的对应点对,具体的,假设目标人体点云P
参考人体点云Q
计算目标点云和参考点云沿目标点云法线方向距离最小约束下的对应点对,点对集合记为
在本实施例提供的技术方案中,通过获取所述参考人体点云之间沿所述目标人体点云之间法线方向最小约束下的距离得到所述点对的方式,确定出所述目标点云和所述参考点云之间对应的点对的空间距离。
参照图5,在第四实施例中,基于第一实施例,所述步骤S30包括:
步骤S31,遍历所述点对,并确定所述目标人体点云和所述参考人体点云之间每一点对的空间距离;
步骤S32,获取所述每一点对的空间距离,并通过预设函数构建所述目标人体点云和所述参考人体点云之间的空间距离,得到所述相对运动场;
所述步骤S40包括:
步骤S41,确定所述相对运动场中的偏移点对;
步骤S42,将所述偏移点对所确定的目标人体点云中的偏移点云进行欧式聚类分割,确定所述目标人体点云中规模最大的偏移点云,并去除所述目标人体点云中包含机械臂以及超声探头区域的点云;
步骤S43,确定所述目标人体点云的偏移点云所确定的偏移点对个数,并在所述偏移点对个数大于或等于预设偏移点对个数阈值时,判断所述人体在超声扫查过程中发生位置偏移;否则,判断所述人体在超声扫查过程中未发生位置偏移。
可选地,本实施例提供一种偏移检测的方式。具体的,设定偏移距离阈值dt和偏移点数阈值nt;计算点对距离集合中的最大值dmax;
接着,判断统计点对距离集合D中大于偏移阈值dt的个数T,如果n<nt则检测结果属于正常行为;
在本实施例提供的技术方案中,通过查找对应点对,并计算所述点对距离,并根据所述点对距离判断所述目标人体点云和参考人体点云是否发生相对移动,以达到检测目标人体点云和参考人体点云之间的相对移动的效果,从而获取到扫查过程中人体的自主移动。
参照图6,在第五实施例中,基于第一实施例,所述步骤S50之后,还包括:
步骤S120,将超声扫查前的初始人体位置及发生偏移后的目标人体位置发送至用户界面,并向用户界面输出提示信息。
可选地,在本实施例中,将异常区域可视化显示在用户界面中,对应显示移动测量结果人体自主移动状态的可视化显示功能可以显示人体移动幅度较大地区域,给予用户直观地视觉感受,偏移距离的量化数据便于辅助用户理解受检人在超声扫查过程中的移动情况。
在本实施例中,通过,将超声扫查前的初始人体位置及发生偏移后的目标人体位置发送至用户界面,并向用户界面输出提示信息,给予用户直观地视觉感受,便于辅助用户理解受检人在超声扫查过程中的移动情况。
此外,参照图7,本实施例还提出一种偏移检测装置,所述偏移检测装置包括:
点云输入模块100,用于获取采集到的待检测人体部位关联的人体点云;
点对确定模块200,用于确定目标人体点云和参考人体点云之间对应的每一点对;
相对运动场构建模块300,用于根据每一所述点对确定所述目标人体点云和所述参考人体点云之间的空间距离,得到相对运动场;
偏移检测模块400,用于确定所述相对运动场中的偏移点对;
判断模块500,用于在所述偏移点对个数大于或等于预设偏移点个数阈值时,判断人体在超声扫查过程中发生位置偏移。
此外,本发明还提供一种偏移检测设备,所述偏移检测设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的偏移检测程序,所述偏移检测程序被所述处理器执行时实现如上任一项所述的偏移检测方法的各个步骤。
此外,本发明还提供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偏移检测程序,所述偏移检测程序被处理器执行时实现如上实施例所述的偏移检测方法的各个步骤。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个计算机可读存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种偏移检测方法,其特征在于,所述偏移检测方法的步骤包括:
获取采集到的待检测人体部位关联的人体点云,其中,所述人体点云包括所述偏移检测前采集到的参考人体点云和所述偏移检测前采集到的目标人体点云;
确定所述目标人体点云和所述参考人体点云之间对应的每一点对;
根据每一所述点对确定所述目标人体点云和所述参考人体点云之间的空间距离,得到相对运动场;
确定所述相对运动场中的偏移点对,其中,所述偏移点对为所述相对运动场中偏移距离大于预设偏移距离阈值的点对;
在所述偏移点对个数大于或等于预设偏移点个数阈值时,判断人体在超声扫查过程中发生位置偏移。
2.如权利要求1所述的偏移检测方法,其特征在于,所述获取采集到的待检测人体部位关联的人体点云的步骤之前,还包括:
获取初始参考点云和初始目标点云;
提取所述初始参考点云以及所述初始目标点云的法向量和曲率特征;
根据所述法向量和曲率特征去除所述初始参考点云和所述初始目标点云中的无效点云,其中,所述无效点云为法向量和/或曲率值数值为无理数的点云。
3.如权利要求2所述的偏移检测方法,其特征在于,所述根据所述法向量和曲率特征去除所述初始参考点云和所述初始目标点云中的无效点云的步骤之后,还包括:
根据机器人的中间深度相机与床面的垂直距离参数确定床面在中间相机坐标系下的第一平面模型;
将所述第一平面模型通过旋转变化矩阵转移到左侧深度相机/右侧深度相机坐标系中,并确定所述第一平面模型在所述左侧深度相机/右侧深度相机坐标系中的第二平面模型,确定所述第二平面模型中满足预设切割条件的空间点,得到初始参考人体点云和初始目标人体点云;
将所述初始参考人体点云和所述初始目标人体点云通过区域生长聚类分割,得到所述参考人体点云和所述目标人体点云。
4.如权利要求1所述的偏移检测方法,其特征在于,所述确定所述目标人体点云和所述参考人体点云之间对应的每一点对的步骤包括:
获取所述参考人体点云之间沿所述目标人体点云之间法线方向最小约束下的距离,得到所述点对。
5.如权利要求1所述的偏移检测方法,其特征在于,所述根据每一所述点对确定所述目标人体点云和所述参考人体点云之间的空间距离,得到相对运动场的步骤包括:
遍历所述点对,并确定所述目标人体点云和所述参考人体点云之间每一点对的空间距离;
获取所述每一点对的空间距离,并通过预设函数构建所述目标人体点云和所述参考人体点云之间的空间距离,得到所述相对运动场。
6.如权利要求1所述的偏移检测方法,其特征在于,所述在所述偏移点对个数大于或等于预设偏移点个数阈值时,判断人体在超声扫查过程中发生位置偏移的步骤包括:
确定所述相对运动场中的偏移点对;
将所述偏移点对所确定的目标人体点云中的偏移点云进行欧式聚类分割,确定所述目标人体点云中规模最大的偏移点云,并去除所述目标人体点云中包含机械臂以及超声探头区域的点云;
确定所述目标人体点云的偏移点云所确定的偏移点对个数,并在所述偏移点对个数大于或等于预设偏移点对个数阈值时,判断所述人体在超声扫查过程中发生位置偏移;否则,判断所述人体在超声扫查过程中未发生位置偏移。
7.如权利要求1所述的偏移检测方法,其特征在于,所述判断人体在超声扫查过程中发生位置偏移之后,还包括:
将超声扫查前的初始人体位置及发生偏移后的目标人体位置发送至用户界面,并向用户界面输出提示信息。
8.一种偏移检测装置,其特征在于,所述偏移检测装置包括:
点云输入模块,用于获取采集到的待检测人体部位关联的人体点云;
点对确定模块,用于确定目标人体点云和参考人体点云之间对应的每一点对;
相对运动场构建模块,用于根据每一所述点对确定所述目标人体点云和所述参考人体点云之间的空间距离,得到相对运动场;
偏移检测模块,用于确定所述相对运动场中的偏移点对;
判断模块,用于在所述偏移点对个数大于或等于预设偏移点个数阈值时,判断人体在超声扫查过程中发生位置偏移。
9.一种偏移检测设备,其特征在于,所述偏移检测设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的偏移检测程序,所偏移检测程序被所述处理器执行时实现如权利要求1-7中任一项所述的偏移检测方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有偏移检测程序,所述偏移检测程序被处理器执行时实现如权利要求1-7中任一项所述的偏移检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210671488.5A CN114748099B (zh) | 2022-06-15 | 2022-06-15 | 偏移检测方法、装置、设备以及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210671488.5A CN114748099B (zh) | 2022-06-15 | 2022-06-15 | 偏移检测方法、装置、设备以及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114748099A true CN114748099A (zh) | 2022-07-15 |
CN114748099B CN114748099B (zh) | 2022-11-01 |
Family
ID=82336306
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210671488.5A Active CN114748099B (zh) | 2022-06-15 | 2022-06-15 | 偏移检测方法、装置、设备以及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114748099B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114972358A (zh) * | 2022-08-03 | 2022-08-30 | 江苏菲尔浦物联网有限公司 | 一种基于人工智能的城市测绘激光点云偏移检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0658747A (ja) * | 1992-08-06 | 1994-03-04 | Hitachi Constr Mach Co Ltd | 接合部の位置ずれ検出方法および位置調整装置 |
JP2011203224A (ja) * | 2010-03-26 | 2011-10-13 | Shimizu Corp | 移動体位置検出システムおよび方法 |
CN108460791A (zh) * | 2017-12-29 | 2018-08-28 | 百度在线网络技术(北京)有限公司 | 用于处理点云数据的方法和装置 |
US20200268251A1 (en) * | 2015-03-02 | 2020-08-27 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for patient positioning |
US20220179083A1 (en) * | 2020-12-04 | 2022-06-09 | Faro Technologies, Inc. | Cloud-to-cloud comparison using artificial intelligence-based analysis |
-
2022
- 2022-06-15 CN CN202210671488.5A patent/CN114748099B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0658747A (ja) * | 1992-08-06 | 1994-03-04 | Hitachi Constr Mach Co Ltd | 接合部の位置ずれ検出方法および位置調整装置 |
JP2011203224A (ja) * | 2010-03-26 | 2011-10-13 | Shimizu Corp | 移動体位置検出システムおよび方法 |
US20200268251A1 (en) * | 2015-03-02 | 2020-08-27 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for patient positioning |
CN108460791A (zh) * | 2017-12-29 | 2018-08-28 | 百度在线网络技术(北京)有限公司 | 用于处理点云数据的方法和装置 |
US20190206063A1 (en) * | 2017-12-29 | 2019-07-04 | Baidu Online Network Technology (Beijing) Co., Ltd | Method and apparatus for processing point cloud data |
US20220179083A1 (en) * | 2020-12-04 | 2022-06-09 | Faro Technologies, Inc. | Cloud-to-cloud comparison using artificial intelligence-based analysis |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114972358A (zh) * | 2022-08-03 | 2022-08-30 | 江苏菲尔浦物联网有限公司 | 一种基于人工智能的城市测绘激光点云偏移检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114748099B (zh) | 2022-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102210715B1 (ko) | 도로 중의 차도선을 확정하기 위한 방법, 장치 및 기기 | |
CN107480677B (zh) | 一种识别三维ct图像中感兴趣区域的方法及装置 | |
US7783096B2 (en) | Device systems and methods for imaging | |
KR20190060606A (ko) | 의료 영상 진단 장치 및 방법 | |
CN110189366B (zh) | 一种激光粗配准方法、装置、移动终端及存储介质 | |
JP2015522200A (ja) | 人顔特徴点の位置決め方法、装置及び記憶媒体 | |
JP6872044B2 (ja) | 対象物の外接枠を決定するための方法、装置、媒体及び機器 | |
Drews et al. | Novelty detection and 3d shape retrieval using superquadrics and multi-scale sampling for autonomous mobile robots | |
JP2014523572A (ja) | 地図データの生成 | |
CN112668480A (zh) | 头部姿态角检测方法、装置、电子设备及存储介质 | |
US11887303B2 (en) | Image processing model generation method, image processing method and device, and electronic device | |
Han et al. | Visual tracking by continuous density propagation in sequential Bayesian filtering framework | |
CN111553950A (zh) | 一种钢卷对中判断方法、系统、介质及电子终端 | |
CN114748099B (zh) | 偏移检测方法、装置、设备以及计算机可读存储介质 | |
CN110163907B (zh) | 胎儿颈部透明层厚度测量方法、设备及存储介质 | |
CN112446275A (zh) | 物体数量推定装置、物体数量推定方法以及存储介质 | |
CN116797590A (zh) | 一种基于机器视觉的Mura缺陷检测方法及系统 | |
CN114663598A (zh) | 三维建模方法、装置和存储介质 | |
CN112233161B (zh) | 手部图像深度确定方法、装置、电子设备及存储介质 | |
CN113570594A (zh) | 超声图像中目标组织的监测方法、装置及存储介质 | |
CN111723688A (zh) | 人体动作识别结果的评价方法、装置和电子设备 | |
CN110738702B (zh) | 一种三维超声图像的处理方法、装置、设备及存储介质 | |
CN113706684A (zh) | 三维血管图像重建方法、系统、医疗设备以及存储介质 | |
CN111053579A (zh) | 盆底状态的分类方法、系统、超声设备及计算机存储介质 | |
CN116258877A (zh) | 土地利用场景相似度变化检测方法、装置、介质及设备 |
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 |