CN116035531A - 一种儿童斜颈成像检测装置和方法 - Google Patents

一种儿童斜颈成像检测装置和方法 Download PDF

Info

Publication number
CN116035531A
CN116035531A CN202310056387.1A CN202310056387A CN116035531A CN 116035531 A CN116035531 A CN 116035531A CN 202310056387 A CN202310056387 A CN 202310056387A CN 116035531 A CN116035531 A CN 116035531A
Authority
CN
China
Prior art keywords
head
camera
image
child
cameras
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
Application number
CN202310056387.1A
Other languages
English (en)
Inventor
王维平
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.)
Nanjing Starton Technology Co ltd
Original Assignee
Nanjing Starton 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 Nanjing Starton Technology Co ltd filed Critical Nanjing Starton Technology Co ltd
Priority to CN202310056387.1A priority Critical patent/CN116035531A/zh
Publication of CN116035531A publication Critical patent/CN116035531A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • 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
    • A61B5/0062—Arrangements for scanning
    • 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
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6891—Furniture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G06T7/85—Stereo camera calibration
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/06—Children, e.g. for attention deficit diagnosis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Quality & Reliability (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明提供了一种儿童斜颈成像检测装置和方法，三个相机的图像处理中都能获得整个头部的3D数据，或至少是标记点和头部轮廓的坐标(x,y,z)，以中间位置作为基准，即可从标记点计算出头的旋转角度，和倾斜角度。标记点都可以在至少两个相机看到，由此通过双目相机的可以测量出标记点的空间位置(x,y,z)。以中间位置为基准，由此即可从标记点计算出头的旋转角度，和倾斜角度。识别肩膀的基准线，即可推算出头部相对其肩膀的角度。本发明基于多相机图像采集，以纯图像处理，和三维测量的技术来实现儿童斜颈的评估，快速和简便的实现斜颈的数字化检测和多维度的评估，满足临床的要求，实现对下列临床症状的量化评估。

Description

一种儿童斜颈成像检测装置和方法
技术领域
本发明涉及儿童斜颈检测，特别涉及一种儿童斜颈成像检测装置和方法。
背景技术
斜颈是指因一侧胸锁乳突肌挛缩所致的颈部歪斜，头向患侧倾斜，而颜面转向健侧为主要表现的疾病。
斜颈的临床表现主要有以下几种：
斜颈畸形：婴儿出生后其母亲可发现患儿头部向患侧倾斜，面部向健侧旋转，下颌指向健侧肩部。2～3周后斜颈畸形更加明显。将头转向健侧明显受限，症状较轻者应仔细观察才能发现。此症状随着患儿的生长发育日益加重。
颈部肿块：一般在出生后或出生后2周内可触及颈部肿块，位于胸锁乳突肌中下段，以发生于右侧者多见。此肿块呈梭形，无压痛，一般在1～2个月后达到最大，之后逐渐缩小至完全消失，此类患儿中有一部分可发生肿块不消失并产生肌肉纤维化和挛缩引起斜颈畸形。
颜面部畸形：先天性肌性斜颈早期未得到有效治疗，2岁后即会出现颜面部畸形。主要表现为面部不对称，双侧眼外角至口角的距离不对称，患侧距离缩短，健侧增长。患侧眼睛位置平面降低，因双眼不在同一水平线上，易产生视力疲劳而出现视力减退。健侧颜面部圆而饱满，患侧则窄而平。颈椎可发生代偿性侧凸畸形。此外，患儿整个面部，包括鼻、耳等也可出现不对称性改变。
目前的治疗评价标准：(1)治愈：患儿头颈可自由向两侧旋转，运动幅度正常，并可长时间保持于中立位，畸形消失。(2)好转：患儿头颈可自由向两侧旋转，运动幅度基本正常，能保持于中立位，但习惯处于轻度斜颈位(＜10°)，或斜颈较治疗前明显改善者(≥15°)。(3)未愈：患儿头颈仍不能保持于中立位，或近期治疗效果尚可，但远期又恢复斜颈畸形者。
从目前的临床检查和治疗评价方法来看，缺乏可追溯和量化的手段，在临床上还是采用量尺，卡尺，角规等工具来检测儿童头颈部的运动角度，靠临床观察来评价面部的对称性。缺乏有效的仪器设备，和可量化评估的指标，这导致在儿童体检，临床检查，和康复治疗的效果评估方面还处于落后的状态。
发明内容
1.所要解决的技术问题：
如何快速和简便的实现斜颈的数字化检测和多维度的评估，满足临床的要求。
2.技术方案：
为了解决以上问题，本发明提供了一种儿童斜颈成像检测装置如图1～图3所示，可安装在被测儿童平躺的检测床边如图1所示，检测床的表面颜色与儿童头肩颜色有明显区别，便于图像区分识别。所述装置的检测头有三个相机，如图2所示，正位相机位于检测头中间，用于采集头部的正位图像，左目相机位于正位相机的左侧用于采集左侧图像，右目相机位于正位相机的右侧用于采集右侧图像。
本发明的儿童斜颈成像检测装置结构包括成像探测头，探测支架；探测头上安装有三个相机，正位相机，左目相机，右目相机，安装相机支架，和相机的接线穿过相机支架和探测支架可与外部计算机连接。相机的组装还包括正位相机的后盖与前盖，左目相机的后盖与前盖，右目相机的后盖与前盖。
使用时，儿童的头部位于正位相机下方央，面向正上方，正位相机的图像中，头的位置为正位，两侧的左目相机和右目相机均能看到头部图像；所述相机与一个主机连接如图3所示，主机采集到图像，经过分析和处理得到斜颈分析的数据。
本发明的检测方法包括以下图像采集步骤：步骤S1：将两个可图像识别的标记点贴宝宝的额头和下巴中心，所述标记点能够区别于儿童的皮肤颜色，和背景颜色；步骤S2：通过正位相机采集至少一张正位图像；通过左目和右目相机各采集至少一张侧面图像，如图5所示；步骤S3：恢复儿童头部到正位，然后向左倾斜儿童头部到其自然的极限位置，确认头部位于三个相机视野之内，分别采集至少一张图像，如图6所示；步骤S4：然后向右倾斜儿童头部到其自然的极限位置，确认头部位于三个相机视野之内，分别采集至少一张图像；步骤S5：向左旋转儿童头部到其自然的极限位置，确认头部位于三个相机视野之内，分别采集至少一张图像，如图7所示；步骤S6：向右旋转儿童头部到其自然的极限位置，确认头部位于三个相机视野之内，分别采集至少一张图像；至此，图像采集完成。
本发明的方法涉及对采集到的图像组进行图像分析，分析方法包括轮廓识别：采用边缘提取的图像处理方法识别头部和肩膀的边界，如图9所示，以此确立儿童头与肩的基本坐标；人脸识别：采用人脸识别技术，获得面部器官的位置特征，如图9所示；标记点识别：额头和下巴标记点的识别，如图9所示，建立人脸的方向位置。
根据头部和肩膀的边界的识别，对每幅图像进行基本坐标补偿，以第一幅正位图为参考，调整每幅图的x,y位置和旋转，使每幅图像的肩部基准线一致，以此调整后的图片进行后续处理，如图14所示。
本发明对正面图像进行处理，识别的面部图像，如图10所示，从处理的人脸图像，计算下列面部的评估参数：眼睛的左右对称性、眼睛的水平位置差异、左右脸颊的对称性以面积差异，和两边下颚形状的差异判断；从处理后的图像，分析计算如下的面部对称性指标：
指标 单位 说明
眼睛上下位置差异 mm C
眼睛左右位置差异 mm Abs(a-b)
面部左右面积差异 <![CDATA[mm<sup>2</sup>]]> (Q1+Q2)-(Q3+Q4)
面部上下面积差异 <![CDATA[mm<sup>2</sup>]]> (Q1+Q4)-(Q3+Q4)
相对指数
眼睛左右位置差异指数 ％ Abs(a-b)/(a+b)*100
面部左右差异指数 ％ [(Q1+Q2)-(Q3+Q4)]/(Q1+Q2+Q3+Q4)*100
面部上下面积差异 ％ [(Q1+Q4)-(Q3+Q4)]/(Q1+Q2+Q3+Q4)*100
本发明的方法通过处理左斜图像组和右斜图像组，以多相机空间重建定位的方法，计算出头的左倾斜的度数α1、右倾斜的度数α2，从而获得倾斜获得儿童头部倾斜活动的对称性指标，如下表
倾斜活动对称性指标表
倾斜指标 单位 说明
左倾斜度数 度 α1
右倾斜度数 度 α2
左右倾斜度数差 度 Abs(α1-α2)
左右倾斜差指数 ％ Abs(α1-α2)/(α1+α2)*100
本发明的方法通过处理左斜图像组和右斜图像组，以多相机空间重建定位的方法，计算左转图像组和右转图像组，左旋转的度数β1、右旋转的度数和β2；从而给出儿童头部旋转的对称性指标。表格如下：
旋转活动对称性指标表
旋转指标 单位 说明
左旋转度数 度 β1
右旋转度数 度 β2
左右旋转度数差 度 Abs(β1-β2)
左右旋转差指数 ％ Abs(β1-β2)/(β1+β2)*100
本发明的方法包括对相机装置的标定，以获得每个相机的内部参数和相机相对检测床面坐标系的外部参数，从而建立从相机的图像坐标到实际外部的世界坐标间的关系(如图4)，由此就可以从3个相机的图像处理来检测儿童头部到相机的距离，其面部特征的对称性，头-转动的角度，倾斜度。
本发明的具体标定方法的具体步骤为：步骤C1：打印一张棋盘格，把它放在床面儿童头部放置的位置处，作为标定物；步骤C2：通过调整标定物的位置和方向，为标定物拍摄一系列的照片；步骤C3：从照片中提取棋盘格角点；步骤C4：估算理想无畸变的情况下，每个相机的五个内参和六个外参，由此即建立了本装置每个相机的坐标关系。
所述坐标关系为：
Figure BDA0004060608320000041
dx和dy是一个像素的物理尺寸，f是焦距，γ是图像物理坐标的畸变因子，μ和υ是像原点相对于光心成像点的的纵横偏移量，R是世界坐标系转换到相机坐标系的旋转矩阵，T是世界坐标系转换到相机坐标系的平移矩阵，Xw、Yw、Zw是相机位置的一个三维坐标系。
另外，相机的光学系统常有畸变，通常用畸变系数[k1,k2,k3,p1,p2]来标定，即相机的径向畸变系数k1,k2,k3，和相机的切向畸变系数p1,p2。
Figure BDA0004060608320000042
其中，r为图像像素点到图像中心点的距离，即r2＝x2+y2。这些参数也可以从棋盘格的标定图像中计算得出。
所述三个相机可以分别组成三对双目相机的关系，即左目相机和右目相机，中间相机和左目相机，中间相机和右目相机；基于所采集的棋盘格图像组，即可以双目相机的标定方法，获得每对相机的双目相机参数矩阵，通过双目相机的图像处理，可计算出三维坐标(Xw,Yw,Zw)。
就本发明而言，在每组采集的图像中，标记点都可以在至少两个相机看到,由双目相机原理可计算出标记点A和B的三维坐标(Xai,Yai,Zai)和(Xbi,Ybi,Zbi)，其中i表示第i组图像集。从这些标记点的指标值，即可计算出α1，α2，β1，和β2。
3.有益效果：
本发明提出一种全新的斜颈检测方法和装置，这个方法基于多相机图像采集，以纯图像处理，和三维测量的技术来实现儿童斜颈的评估，快速和简便的实现斜颈的数字化检测和多维度的评估，非接触、无损、无创、满足临床的要求，实现对下列临床症状的量化评估。
附图说明
图1检测装置结构示意图。
图2检测头结构示意图。
图3检测头组成示意图。
图4相机坐标转换示意图。
图5头部正位示意图(左、中、右相机图)。
图6头部左斜示意图(左、中、右相机图)。
图7头部左转示意图(左、中、右相机图)。
图8头部左转+左斜示意图(左、中、右相机图)。
图9a头部正位相机示意图；b头部正位图的边界与标记点识别。
图10面部对称性指标示意图。
图11左倾斜活动示意图。
图12旋转活动示意图。
图13a旋转顶视图(无倾斜)b旋转顶视图(有倾斜)。
图14系统性位置和方位变化示意。
具体实施方式
下面结合附图对本发明进行详细说明。
如图1所示，一种儿童斜颈成像检测装置，安装在检测床边,装置的检测头包括三个位置和方向固定的相机，正位相机位检测床的正上方用于采集正位图像，左目相机位于正位相机的左侧用于采集左转图像和左斜侧图像，右目相机位于正位相机的右侧用于采集右转图像和右斜右侧图像，儿童的头部位于第一相机中央，面向正上方，正位相机的图像中，头的位置为正位，两侧的左目相机和右目相机均能看到头部图像；所述相机与外部一个主机连接，主机采集到图像发送到处理器，经过分析和处理得到斜颈的数据。
本发明的儿童斜颈成像检测装置结构包括成像探测头1，探测支架2；探测头上安装有三个相机，正位相机3，左目相机4，右目相机5，安装相机支架6，和相机的接线7穿过相机支架6和探测支架2可与外部计算机连接。相机的组装还包括正位相机的后盖8与前盖9，左目相机的后盖10与前盖11，右目相机的后盖12与前盖13。
系统标定：
在装置安装好以后，对相机进行标定，以获得每个相机的内参，和相机在空间坐标系的外参，以及双目相机测量的参数。具体步骤为：步骤C1：打印一张棋盘格，把它放在床面儿童头部放置的位置处，作为标定物；步骤C2：通过调整标定物的位置和方向，位置的调整参见常规的相机标定方法，每调整一次，三个相机同时采集图片，这样采集到15副或更多副图像集；步骤C3：从照片中提取棋盘格角点；步骤C4：计算每个相机的内参和外参，由此即建立了本装置每个相机的坐标关系。
这种用棋盘格标定的方法在视觉技术中为张正友标定法，是张正友教授1998年提出的单平面棋盘格的摄像机标定方法。仅需使用一个打印出来的棋盘格就可以完成，因此张氏标定法被广泛应用于计算机视觉方面。
在这个实施例中，我们使用OpenCV软件库来实现标定参数的计算，OpenCV(OpenSource Computer Vision Library)是Intel公司开发的开源计算机视觉库，实现了图像处理和计算机视觉方面的很多通用算法，原来由一系列C函数和少量C++类构成，现在已经支持大多数软件平台(如Python，Matlab等)。其中，针对摄像机标定功能，OpenCV实现了发现与跟踪定标模式、定标、基本矩阵估计、齐次矩阵估计等算法。通过调用这些接口函数，用户可以方便地实现所需功能，而不用进行复杂的数学计算。
所述正位相机的标定方法具体为：使用步骤S01～S04采集到的棋盘格图像集：利用正位相机图片数据集，进行正位相机标定，具体方法是使用OpenCV开源算法中的findChessboardCorners的函数调用，找到每幅图中棋盘格交点的位置，可以用亚像数处理函数cornerSubPix来进一步处理得到的交点位置，提高精度；然后将图像中识别出的棋盘格交点位置，实际棋盘格的尺寸信息作为输入，调用calibrateCamera函数就能获得正位相机标定参数K0(内参矩阵)、D0(畸变矩阵)、R0(旋转矩阵)、T0(平移矩阵)。
左目相机和右目相机的标定方法与上述正位相机的标定方法一样，只是分别使用对应相机的图片数据集，采用上述相同的计算步骤和算法即可计算出左目相机的标定参数K1(内参矩阵)、D1(畸变矩阵)、R1(旋转矩阵)、T1(平移矩阵)；和右目相机的标定参数K2(内参矩阵)、D2(畸变矩阵)、R2(旋转矩阵)、T2(平移矩阵)。
本发明装置的测量头安装有三个固定位置和方向的相机，所述三个相机分别组成三对双目相机的关系，即左目相机和右目相机，中间相机和左目相机，中间相机和右目相机；基于双目相机的原理，在计算出每个相机的标定参数后，我们即可采用双目相机的计算方法来得到两个相机间的坐标关系，这里同样采用OpenCV的算法程序来实现双目相机的标定，具体实施例以左目相机和右目相机的标定关系为例。在得到左目内参矩阵K1、左目畸变系数向量D1；得到右目内参矩阵K2、右目畸变系数向量D2。将左右目测量得到的参数K1、K2、D1、D2作为输入，再同时利用左右目一一对应好的棋盘格图片，调用OpenCV开源算法stereoCalibrate函数，即可计算输出确定左右目相机位置关系的旋转矩阵R12、平移向量T12；有了本发明装置两个相机的标定参数K1、K2、D1、D2、R12、T12后，即可进行双目视觉的图像计算，从一个特征点在两个相机的图像坐标(x1,y1)和(x2,y2)来计算出该点在空间的3D坐标(X，Y，Z)。
测量图像采集
标定完成后，即可进行儿童头颈对称性的测量。具体测量步骤包括：
步骤S1：将两个标记点贴宝宝的额头和下巴中心，所述标记点能够区别于儿童的皮肤颜色，和背景颜色；如图5所示，标记点可以是黄色、红色或蓝色园点，该标记点能够区别于儿童的皮肤颜色，和背景颜色即可。也可以在笔尖或其他特征部位添加标记点，如眼角，以辅助图像识别和处理。将宝宝放于床面，头的位置在正位下方中部。如图1所示，床面的颜色为白色(或黑色)，易于图像识别头和肩膀的轮廓。
步骤S2：采集正位图像，如图5所示，保持儿童的头部位于正位中部，面向正上方，正位相机的图像中，头的位置为正位，两侧的相机均能看到头部图像；如需要可以调整儿童头的的位置，以获得正常的图像效果；然后采集正向组图像，每个相机至少一张。
步骤S3：采集左斜图像，如图6所示，保持儿童的身体不动，用玩具或手辅助的形式，然后向左倾斜儿童头部到其自然的极限位置，确认头部位于三个相机视野之内，采集三个相机的图像，每个相机至少一张，所采集的多张图像组成左斜组图像，如图3所示。
步骤S4：采集右斜图像，保持儿童的身体不动，用玩具或手辅助的形式，然后向右倾斜儿童头部到其自然的极限位置，确认头部位于三个相机视野之内，采集三个相机的图像，每个相机至少一张，所采集的多张图像组成右斜组图像。
步骤S5：采集左转图像，如图7所示，保持儿童的身体不动，用玩具或手辅助的形式，向左旋转儿童头部到其自然的极限位置，确认头部位于三个相机视野之内，分别采集至少一张图像，所采集的多张图像组成左转组图像。
步骤S6：采集右转图像，向右旋转儿童头部到其自然的极限位置，确认头部位于三个相机视野之内，采集三个相机的图像，每个相机至少一张，所采集的多张图像组成右转组图像。
面部对称性分析
使用正位相机图像，采用人脸识别技术，分析出头部的轮廓和面部特征，加上额头和下巴上贴的标识点识别，来分析面部的对称性：
轮廓识别：采用边缘提取的图像处理方法识别头部和肩膀的边界，以此确立儿童头与肩的基本坐标；标记点识别：额头和下巴标记点的识别，建立人脸的中线；人脸识别：采用人脸识别技术，获得面部器官的位置特征。因为头部的色彩与床板不同，采用常规的图像处理(边缘提取)方法可以容易的识别头部和肩膀的边界。以此确立宝宝头与肩的基本坐标；
标记点识别：在宝宝面部的额头中间，和下巴中间贴上颜色易于识别的标记点(如红色园点)，也可以在笔尖和其他部位加标记点，利于识别。额头和下巴标记点的识别，建立了人脸的中线，如图9所示，这不单是用于脸部的分析，也是活动分析的重要参考点。
人脸识别：人脸识别技术已经非常成熟，我们这里的图像具有良好的质量，采用常规的人脸识别技术，即可获得面部器官的位置特征，从图像的像素即可计算下列参数：眼睛的左右对称性、眼睛的水平位置差异、左右脸颊的对称性以面积差异，和两边下颚形状的差异判断。
过人脸识别的算法处理正向组图，如图10所示，可以对儿童的面部进行头部的边界识别，标记点识别，特征识别，和区域分割。对正面图像进行处理，计算下列面部的评估参数：眼睛的左右对称性、眼睛的水平位置差异、左右脸颊的对称性以面积差异，和两边下颚形状的差异判断，如图11所示；从处理后的图像，可以获得如下的对称性参数，如表1所示，
表1：面部对称性指标
指标 单位 说明
眼睛上下位置差异 mm c
眼睛左右位置差异 mm Abs(a-b)
面部左右面积差异 <![CDATA[mm<sup>2</sup>]]> (Q1+Q2)-(Q3+Q4)
面部上下面积差异 <![CDATA[mm<sup>2</sup>]]> (Q1+Q4)-(Q3+Q4)
相对指数
眼睛左右位置差异指数 ％ Abs(a-b)/(a+b)*100
面部左右差异指数 ％ [(Q1+Q2)-(Q3+Q4)]/(Q1+Q2+Q3+Q4)*100
面部上下面积差异 ％ [(Q1+Q4)-(Q3+Q4)]/(Q1+Q2+Q3+Q4)*100
。
颈部倾斜活动对称性分析
通过处理左斜图像组，和第右斜图像，提取头部和肩膀的轮廓，以及面部的标记点，A和B，由双目相机原理可计算出标记点A和B的三维坐标(Xai,Yai,Zai)和(Xbi,Ybi,Zbi)，其中i表示第i组图像集。穿过两个标记空间点的直线(如图###)，该直线平行于床面的倾斜角即是儿童头部倾斜的角度；以此计算左倾斜图的角度α1，如图11所示，和右倾斜的角度α2；从而给出儿童头部倾斜的对称性指标。
表3：头部倾斜的对称性指标
倾斜指标 单位 说明
左倾斜度数 度 α1
右倾斜度数 度 α2
左右倾斜度数差 度 Abs(α1-α2)
左右倾斜差指数 ％ Abs(α1-α2)/(α1+α2)*100
颈部旋转活动对称性分析
通过处理左转图像组，和右转图像组，提取头部和肩膀的轮廓，以及面部的标记点A和B，由双目相机原理可计算出标记点A和B的三维坐标(Xai,Yai,Zai)和(Xbi,Ybi,Zbi)，其中i表示第i组图像集；另外，从处理正面图集，我们可以得出旋转中心点C的坐标(Xc,Yc,Zc)。假定旋转中头没有平行的移动，也没有倾斜，穿过A和B点的转动是一样的(如图###)，从单个标记点空间坐标即可算出该点转动的角度β，具体计算为A点到C点的连线与垂直于床面的平面夹角。应用此计算到左转图像组，和右转图像组即可计算出头的左、右旋转的度数β1，和β2，从而给出儿童头部旋转的对称性指标。而实际应用中，头的旋转可能伴随有倾斜，如图8所示，这时采用标记点A和B计算出的旋转角不同(如图13)，此时，我们取两点转动角βa和βb的均值，即能反应头的转动角度。
表2：头部旋转的对称性指标
旋转指标 单位 说明
左旋转度数 度 β1
右旋转度数 度 β2
左右旋转度数差 度 Abs(β1-β2)
左右旋转差指数 ％ Abs(β1-β2)/(β1+β2)*100
系统性变化的补偿
在实际使用中，即便操作人员尽量按要求来使儿童放置标准，正位图时头肩位于正位相机中部并与相机坐标对正；在做倾斜或旋转时，仅仅做转动、或斜向运动。但实际上会有位置(平移)和方位(转动)的变化(如图14)。本发明的方法中，我们采用图像处理的边界提取方法，获得头部和肩部的边界轮廓，以此计算出每组图像在采集时的系统性变化：平移(x0,y0),和转动δ,在进行上述面部、倾斜角、和旋转角计算前，首先对图像进行补偿，使得每组图像的基准一致。

Claims (8)

1.一种儿童斜颈成像检测装置，可以安装在检测床边用于同步采集儿童平躺于检测床上时的头部图像，其特征在于：所述装置的检测头设置有三个相机，正位相机位于位于检测头中间用于采集正位图像，左目相机位于正位相机的左侧用于采集左侧图像，右目相机位于正位相机的右侧用于采集右侧图像。
2.基于权利要求1所述的儿童斜颈成像检测装置的检测方法，其特征在于：包括以下图像采集步骤：步骤S1：将两个标记点贴宝宝的额头和下巴中心；步骤S2：通过正位相机采集至少一张正位图像；通过左目和右目相机各采集至少一张侧面图像；步骤S3：向左旋转儿童头部到其自然的极限位置，确认头部位于三个相机视野之内，分别采集至少一张图像；步骤S4：向右旋转儿童头部到其自然的极限位置，确认头部位于三个相机视野之内，分别采集至少一张图像；步骤S5：恢复儿童头部到正位，然后向左倾斜儿童头部到其自然的极限位置，确认头部位于三个相机视野之内，分别采集至少一张图像；步骤S6：然后向右倾斜儿童头部到其自然的极限位置，确认头部位于三个相机视野之内，分别采集至少一张图像。
3.基于权利要求2所述的儿童斜颈成像检测装置的检测方法，其特征在于：所述图像采集获得的图像，包括以下图像处理步骤：采用边缘提取的图像处理方法识别头部和肩膀的边界，以此确立儿童头与肩的基本坐标；采用人脸识别技术，获得面部器官的位置；采用图像标记点识别来获得额头和下巴标记点的图像坐标，建立人脸的中线，并以双目相机成像方法计算出标记点的三维坐标。
4.基于权利要求3所述的儿童斜颈成像检测装置的检测方法，其特征在于：头部和肩膀的边界的识别，对每幅图像进行基本坐标补偿，以第一幅正位图为参考，调整每幅图的x,y位置和方向，使每幅图像的肩部基准线一致，以此调整后的图片进行后续处理。
5.基于权利要求1-4任一项所述的儿童斜颈成像检测装置的检测方法，其特征在于：经过图像处理后所获得的面部特征与标记点坐标来分析儿童面部对称性、倾斜与旋转对称性的指标：对正面图像处理得出面部对称性评估参数：眼睛的左右对称性、眼睛的水平位置差异、左右脸颊的对称性，和两边下颚形状的差异判断；通过处理左斜图像组和右斜图像组，以多相机空间重建定位的方法，计算出头的左倾斜的度数和右倾斜的度数，从而给出儿童头部倾斜活动的对称性指标；通过处理左转图像组和右转图像组，以多相机空间重建定位的方法，计算出头的左旋转度数和右右旋转度数，从而给出儿童头部旋转活动的对称性指标。
6.基于权利要求5所述的儿童斜颈成像检测装置的检测方法，其特征在于：所述以多相机空间重建定位的方法，相机安装好以后，对相机进行标定，获得每个相机的内参和相机间坐标系的外参，具体步骤为：步骤C1：打印一张棋盘格，把它放在床面儿童头部放置的位置处，作为标定物；步骤C2：通过调整标定物的位置和方向，为标定物拍摄一系列的照片；步骤C3：从照片中提取棋盘格角点；步骤C4：采用张正友相机标定方法，计算得出每个相机的内参和外参，由此即建立本装置每个相机的空间坐标关系。
7.基于权利要求1-4任一项所述的儿童斜颈成像检测装置的检测方法，其特征在于：所述三个相机分别组成三对双目相机的关系，即左目相机和右目相机，中间相机和左目相机，中间相机和右目相机；被测对象的特征点只要能够在两个相机中识别，通过双目视觉的图像处理即可计算出该点的空间三维坐标。
8.基于权利要求2-4任一项所述的儿童斜颈成像检测装置的检测方法，其特征在于：被测儿童的头部和肩部始终处于三个相机的视场之内，所述标记点能够区别于儿童的皮肤颜色，和背景颜色，所述床面的颜色为白色或黑色，易于图像识别头和肩膀的轮廓。
CN202310056387.1A 2023-01-16 2023-01-16 一种儿童斜颈成像检测装置和方法 Pending CN116035531A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310056387.1A CN116035531A (zh) 2023-01-16 2023-01-16 一种儿童斜颈成像检测装置和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310056387.1A CN116035531A (zh) 2023-01-16 2023-01-16 一种儿童斜颈成像检测装置和方法

Publications (1)

Publication Number Publication Date
CN116035531A true CN116035531A (zh) 2023-05-02

Family

ID=86116161

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310056387.1A Pending CN116035531A (zh) 2023-01-16 2023-01-16 一种儿童斜颈成像检测装置和方法

Country Status (1)

Country Link
CN (1) CN116035531A (zh)

Similar Documents

Publication Publication Date Title
CN107481228B (zh) 基于计算机视觉的人体背部脊柱侧弯角度测量方法
KR100608997B1 (ko) 턱 운동 측정장치 및 측정방법
Millett et al. Three-dimensional imaging in orthognathic surgery: the clinical application of a new method
Liu et al. Accuracy of computerized automatic identification of cephalometric landmarks
Zhurov et al. Averaging facial images
Gaber et al. Quantifying facial paralysis using the kinect v2
Munn et al. Changes in face topography from supine-to-upright position—and soft tissue correction values for craniofacial identification
JP4638330B2 (ja) 医用三次元画像の表示方向修正装置、修正方法および修正用プログラム
US20110021914A1 (en) Three-dimensional (3d) ultrasound imaging system for assessing scoliosis
CN102727204B (zh) 信息处理设备、信息处理方法和摄像系统
Bonnet et al. Automatic estimate of back anatomical landmarks and 3D spine curve from a Kinect sensor
KR102357001B1 (ko) 3차원 심도 카메라를 이용한 척추 측만 진단 방법 및 시스템
CN112927296A (zh) 一种用于空间相对位置标定与校准的方法及系统
CN106960461A (zh) 基于可变形模型的婴儿头颅三维测量方法
CN106504257B (zh) 一种放疗头部位置姿态测量装置和解算方法
Deacon et al. Evaluation of a CCD-based facial measurement system
CN111528889B (zh) 颅颌面状态的分析方法及装置、电子设备
CN116035531A (zh) 一种儿童斜颈成像检测装置和方法
JP6652263B2 (ja) 口領域検出装置及び口領域検出方法
CN115778333B (zh) 一种视觉定位寸、关、尺脉搏穴位的方法和装置
CN111297372A (zh) 用于测量颈椎活动度的测量装置及方法
TW202114598A (zh) 自動化定位核子醫學腦部影像紋狀體與計算紋狀體專一性攝取率的方法與系統
CN212281355U (zh) 用于测量颈椎活动度的测量装置
CN109620142B (zh) 一种基于机器视觉的颈椎活动度测量系统及方法
CN115006737A (zh) 基于深度相机的放射治疗体位监测系统

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