CN116747018A - 一种毛囊提取路径的规划方法、系统以及存储介质 - Google Patents
一种毛囊提取路径的规划方法、系统以及存储介质 Download PDFInfo
- Publication number
- CN116747018A CN116747018A CN202310780624.9A CN202310780624A CN116747018A CN 116747018 A CN116747018 A CN 116747018A CN 202310780624 A CN202310780624 A CN 202310780624A CN 116747018 A CN116747018 A CN 116747018A
- Authority
- CN
- China
- Prior art keywords
- hair
- point
- follicular unit
- point cloud
- cloud data
- 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
- 238000000605 extraction Methods 0.000 title claims abstract description 50
- 210000003780 hair follicle Anatomy 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 44
- 210000004209 hair Anatomy 0.000 claims abstract description 198
- 230000003325 follicular Effects 0.000 claims abstract description 127
- 230000004044 response Effects 0.000 claims abstract description 16
- 230000005484 gravity Effects 0.000 claims abstract description 5
- 238000005259 measurement Methods 0.000 claims description 14
- 230000000007 visual effect Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 3
- 230000003779 hair growth Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 2
- 230000001131 transforming effect Effects 0.000 claims description 2
- 239000008280 blood Substances 0.000 description 8
- 210000004369 blood Anatomy 0.000 description 8
- 238000001914 filtration Methods 0.000 description 7
- 230000007547 defect Effects 0.000 description 4
- 238000002513 implantation Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000017531 blood circulation Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 201000004384 Alopecia Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 208000024963 hair loss Diseases 0.000 description 1
- 230000003676 hair loss Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 210000003491 skin Anatomy 0.000 description 1
Classifications
-
- 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
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
-
- 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
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/108—Computer aided selection or customisation of medical implants or cutting guides
Landscapes
- Health & Medical Sciences (AREA)
- Surgery (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Robotics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种毛囊提取路径的规划方法、系统以及计算机可读存储介质。该毛囊提取路径的规划方法包括以下步骤：获取包括多个毛囊单元的头发地图；基于预设的局部规划区域半径，在头发地图上对预设的初始毛囊单元进行第一邻域搜索，以确定多个候选毛囊单元；分别确定各候选毛囊单元到初始毛囊单元的直线距离、上方向投影距离及前方向投影距离，其中，上方向与重力方向相反，前方向垂直于上方向；按照上方向投影距离从小到大的顺序，依次检验各候选毛囊单元；以及响应于任一候选毛囊单元到初始毛囊单元的直线距离小于预设的相邻距离上限，且候选毛囊单元到初始毛囊单元的前方向投影距离为正，将候选毛囊单元确定为待提取的目标毛囊单元。
Description
技术领域
本发明涉及毛囊提取技术领域，尤其涉及一种毛囊提取路径的规划方法、一种毛囊提取路径的规划系统，以及一种计算机可读存储介质。
背景技术
植发手术中，医生需要合理规划毛囊提取的数量并制定毛囊重新植入的方案，以达到供发区域看不出取发痕迹、受发区域(即脱发区域)得到明显改善的目的。此外，毛囊提取路径的规划需要根据一定的密度和间隔，使供区毛发的一些头发得以保留而保持美观，并且要同时达到效率与覆盖率的两个目标。在此，效率是指一个待提取区域内的提取效率最优，覆盖率则是指一个待提取区域内的最终选中的可提取数量尽可能多。除此之外，提取过程中存在血液溢出的问题，血液会按重力方向向下流动，因此毛囊提取路径的规划的约束还要避免在血液中提取。
为了克服现有技术所存在的上述缺陷，本发明提供了一种毛囊提取路径的规划技术，能够在保持毛囊提取的间隔的同时，有效地提升毛囊提取的效率和覆盖率，并避免在血液中提取毛囊。
发明内容
以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之前序。
为了克服现有技术所存在的上述缺陷，本发明提供了一种毛囊提取路径的规划技术，能够在保持毛囊提取的间隔的同时，有效地提升毛囊提取的效率和覆盖率，并避免在血液中提取毛囊。
具体来说，根据本发明的第一方面提供的上述毛囊提取路径的规划方法，包括以下步骤：获取包括多个毛囊单元的头发地图；基于预设的局部规划区域半径，在所述头发地图上对预设的初始毛囊单元进行第一邻域搜索，以确定多个候选毛囊单元；分别确定各所述候选毛囊单元到所述初始毛囊单元的直线距离、上方向投影距离及前方向投影距离，其中，所述上方向与重力方向相反，所述前方向垂直于所述上方向；按照所述上方向投影距离从小到大的顺序，依次检验各所述候选毛囊单元；以及响应于任一所述候选毛囊单元到所述初始毛囊单元的直线距离小于预设的相邻距离上限，且所述候选毛囊单元到所述初始毛囊单元的前方向投影距离为正，将所述候选毛囊单元确定为待提取的目标毛囊单元。
优选地，在本发明的一实施例中，还包括以下步骤：响应于所述相邻距离上限的范围内没有到所述初始毛囊单元的前方向投影距离为正的候选毛囊单元，将到所述初始毛囊单元的直线距离最小的候选毛囊单元确定为待提取的目标毛囊单元，并将所述前方向置反。
优选地，在本发明的一实施例中，在确定所述目标毛囊单元之后，所述规划方法还包括以下步骤：将所述目标毛囊单元设置为新的初始毛囊单元，并重新实施所述规划方法，以确定下一个待提取的目标毛囊单元。
优选地，在本发明的一实施例中，所述基于预设的局部规划区域半径，在所述头发地图上对预设的初始毛囊单元进行第一邻域搜索，以确定多个候选毛囊单元的步骤包括：在所述头发地图上对所述初始毛囊单元进行所述第一邻域搜索，以筛选到所述初始毛囊单元的直线距离小于所述局部规划区域半径的多个第一候选毛囊单元；以及从所述多个第一候选毛囊单元中筛除到所述初始毛囊单元的直线距离小于预设的膨胀圆半径的毛囊单元，以确定多个第二候选毛囊单元。
优选地，在本发明的一实施例中，所述获取包括多个毛囊单元的头发地图的步骤包括：获取包括多根头发的点云数据的头发地图；基于预设的最小点数目m，对所述点云数据进行聚类处理，以获得预设的第一邻域半径内至少存在m个点的第一临时聚类簇；检查所述第一临时聚类簇中的各点是否为另一第二临时聚类簇的核心点；响应于所述第一临时聚类簇中的任意一点为另一第二临时聚类簇的核心点的检查结果，合并所述第一临时聚类簇及所述第二临时聚类簇，以生成新的第一临时聚类簇；以及响应于所述第一临时聚类簇中的各点均不为另一第二临时聚类簇的核心点的检查结果，将剩余的各所述临时聚类簇升级为聚类簇，以指示所述头发地图中包括的毛囊单元。
优选地，在本发明的一实施例中，所述获取包括多根头发的点云数据的头发地图的步骤包括：获取并解析多个相机视角下的多幅头发图像，以分别确定各所述头发图像中各所述头发的发根点及发尖点；根据各所述头发的发根点及发尖点构建点云结构，以确定各所述头发图像的点云数据；以及将各所述头发图像的点云数据融合到同一视角下，以获取所述包括多根头发的点云数据的头发地图。
优选地，在本发明的一实施例中，所述根据各所述头发的发根点及发尖点构建点云结构，以确定各所述头发图像的点云数据的步骤包括：根据相机扫描的先验信息预定义头发方向，以初步确定各所述头发的发根点及发尖点；以所述发根点为搜索点进行第二邻域搜索，并基于邻域内头发生长方向连续变化的特性，计算所述点云数据中每个所述发根点在其第二邻域半径内的头发方向梯度；响应于任一所述发根点在其第二邻域半径内的头发方向梯度偏离各所述发根点在其第二邻域半径内的头发方向梯度平均值，交换其点云结构的发根点及发尖点，并重新计算所述点云数据中每个所述发根点在其第二邻域半径内的头发方向梯度；以及响应于所述点云数据中的各所述发根点在其第二邻域半径内皆不存在偏离所述头发方向梯度平均值的梯度异常值，确定所述头发图像的点云数据。
优选地，在本发明的一实施例中，所述将各所述头发图像的点云数据融合到同一视角下，以获取所述包括多根头发的点云数据的头发地图的步骤包括：将各所述头发图像的点云数据统一变换到一个参照坐标系下；以一帧点云数据作为基准帧，并为所述基准帧中的每个所述发根点创建一个基准帧点的对应点列表；在未进行匹配的点云数据中选取一帧匹配帧，并在所述参照坐标系下计算所述匹配帧与所述基准帧的对应点集，以将所述对应点集中的匹配帧点添加到对应的基准帧点的对应点列表中，将所述匹配帧中未找到对应的基准帧点的各所述发根点添加到所述基准帧中，并为其创建新的对应点列表；响应于完成各帧所述点云数据的匹配，将所述基准帧中的每个所述基准帧点视为一个头发实体，并将所述基准帧点及其对应点列表中所有点作为所述头发实体的测量序列；以及根据各所述头发实体的测量序列，确定各所述头发实体的发根点在所述参照坐标系的视角下的空间位置。
此外，根据本发明的第二方面提供的上述毛囊提取路径的规划系统包括存储器及处理器。所述存储器上存储有计算机指令。所述处理器连接所述存储器，并被配置用于执行所述存储器上存储的计算机指令，以实施上述任意一个实施例所提供的毛囊提取路径的规划方法。
此外，根据本发明的第三方面提供的上述计算机可读存储介质上存储有计算机指令。所述计算机指令被处理器执行时，实施上述任意一个实施例所提供的毛囊提取路径的规划方法。
附图说明
在结合以下附图阅读本公开的实施例的详细描述之后，能够更好地理解本发明的上述特征和优点。在附图中，各组件不一定是按比例绘制，并且具有类似的相关特性或特征的组件可能具有相同或相近的附图标记。
图1示出了根据本发明的一些实施例提供的毛囊提取路径的规划方法的流程图。
图2示出了根据本发明的一些实施例提供的确定各头发图像的点云数据的流程图。
图3示出了根据本发明的一些实施例提供的融合多视角头发图像的点云数据的流程图。
图4示出了根据本发明的一些实施例提供的获取包括多个毛囊单元的头发地图的流程图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其他优点及功效。虽然本发明的描述将结合优选实施例一起介绍，但这并不代表此发明的特征仅限于该实施方式。恰恰相反，结合实施方式作发明介绍的目的是为了覆盖基于本发明的权利要求而有可能延伸出的其它选择或改造。为了提供对本发明的深度了解，以下描述中将包含许多具体的细节。本发明也可以不使用这些细节实施。此外，为了避免混乱或模糊本发明的重点，有些具体细节将在描述中被省略。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
另外，在以下的说明中所使用的“上”、“下”、“左”、“右”、“顶”、“底”、“水平”、“垂直”应被理解为该段以及相关附图中所绘示的方位。此相对性的用语仅是为了方便说明之用，其并不代表其所叙述的装置需以特定方位来制造或运作，因此不应理解为对本发明的限制。
能理解的是，虽然在此可使用用语“第一”、“第二”、“第三”等来叙述各种组件、区域、层和/或部分，这些组件、区域、层和/或部分不应被这些用语限定，且这些用语仅是用来区别不同的组件、区域、层和/或部分。因此，以下讨论的第一组件、区域、层和/或部分可在不偏离本发明一些实施例的情况下被称为第二组件、区域、层和/或部分。
如上所述，在植发手术中，毛囊提取路径的规划需要根据一定的密度和间隔，使供区毛发的一些头发得以保留而保持美观，并且要同时达到效率与覆盖率的两个目标。除此之外，提取过程中存在血液溢出的问题，血液会按重力方向向下流动，因此毛囊提取路径的规划的约束还要避免在血液中提取。
为了克服现有技术所存在的上述缺陷，本发明提供了一种毛囊提取路径的规划技术，能够在保持毛囊提取的间隔的同时，有效地提升毛囊提取的效率和覆盖率，并避免在血液中提取毛囊。
在一些非限制性的实施例中，本发明的第一方面提供的上述毛囊提取路径的规划方法可以经由本发明的第二方面提供的上述毛囊提取路径的规划系统来实施。具体来说，该毛囊提取路径的规划系统中可以配置有存储器及处理器。该存储器包括但不限于本发明的第三方面提供的上述计算机可读存储介质，其上存储有计算机指令。该处理器连接该存储器，并被配置用于执行该存储器上存储的计算机指令，以实施本发明的第一方面所提供的毛囊提取路径的规划方法。
请参考图1，图1示出了根据本发明的一些实施例提供的毛囊提取路径的规划方法的流程图。
如图1所示，在规划毛囊提取路径的过程中，规划系统可以首先获取包括多个毛囊单元的头发地图。
在一些实施例中，该头发地图可以由规划系统根据头发图像构建获得。在构建头发地图的过程中，规划系统可以先经由多台相机(例如：双目相机)获取多个相机视角下的多幅头发图像，再对其进行预处理及图像解析，以分别确定各头发图像中各头发的发根点及发尖点基于基准点(例如：张紧器标签)的三维坐标。之后，规划系统可以根据各头发的发根点坐标及发尖点坐标构建点云结构，并组合各头发的点云结构以确定各头发图像的点云数据。
具体请参考图2，图2示出了根据本发明的一些实施例提供的确定各头发图像的点云数据的流程图。
如图2所示，在确定各头发图像的点云数据的过程中，规划系统可以首先根据相机扫描的先验信息预定义头发方向，以初步确定各头发的发根点及发尖点。例如，规划系统可以默认相机扫描的方向为正常的手眼方向，(即眼睛看的方向与提取的方向一致)，从而将与扫描时相机的+y方向的夹角不大于90度的方向定义为发根指向发尖的方向，并确定各头发的发根点及发尖点。
之后，规划系统可以根据每根头发的发根点坐标及发尖点坐标，为每根头发分别构建一个点云(point)结构，再以发根点为搜索点进行第二邻域搜索，基于邻域内头发生长方向连续变化的特性，计算点云数据中每个发根点在其第二邻域半径内的头发方向梯度。在此，领域指在发根点一定半径范围内的区域，其半径值可以根据实际需求自行设定。
再之后，规划系统可以根据点云数据中每个发根点在其第二邻域半径内的头发方向梯度，分别计算各发根点在其第二邻域半径内的头发方向梯度平均值，并根据该头发方向梯度平均值来进行统计学滤波。
具体来说，在进行统计学滤波的过程中，规划系统可以遍历头发点云中的各头发，设其发根点的头发方向为vi，其第二邻域半径内其他头发的方向为vj，以计算vi与vj的夹角aij作为方向梯度，并对夹角aij求发根点pi的平均方向梯度：
之后，规划系统可以计算整个头发点云的头发方向梯度平均值：
计算整个头发图像的点云数据的方向梯度的统计学值(即平均值标准差)：
并根据自定义系数λ确定滤波阈值：
ath＝aavg+λ·astd
再之后，响应于任一发根点pi在其第二邻域半径内的头发方向梯度ai小于滤波阈值ath，规划系统可以判定该发根点pi偏离梯度平均值太远，从而交换其点云结构的发根点及发尖点，并重新计算点云数据中每个发根点在其第二邻域半径内的头发方向梯度，直到点云数据中的各发根点在其第二邻域半径内皆不存在偏离头发方向梯度平均值的梯度异常值，以确定头发图像的点云数据。
通过采用上述方法，本发明可以张紧器标签为基准点分别确定头发各端点的三维坐标，再根据头发方向梯度等三维空间信息准确判断每根头发线的发根发尖，以克服传统的视觉识别算法无法准确区分发根发尖的缺陷。
进一步地，针对由多台相机从多个相机视角获取的多幅头发图像，规划系统还可以优选地将各头发图像的点云数据融合到同一视角下，以获取包括多根头发的点云数据的头发地图。
具体请参考图3，图3示出了根据本发明的一些实施例提供的融合多视角头发图像的点云数据的流程图。
如图3所示，在融合各视角的点云数据的过程中，规划系统可以首先将各头发图像的点云数据统一变换到一个参照坐标系下，再以一帧点云数据作为基准帧，并为基准帧中的每个发根点创建一个基准帧点的对应点列表。在此，该基准坐标系包括但不限于张紧器上的标签参照系、毛囊提取机器人的基座参照系、某一相机视角的参照系等。
之后，规划系统可以从未进行匹配的点云数据中选取一帧匹配帧，并在参照坐标系下利用迭代最近邻算法(Iterative Closest Points，ICP)计算匹配帧与基准帧的对应点集，以将对应点集中的匹配帧点添加到对应的基准帧点的对应点列表中，将匹配帧中未找到对应的基准帧点的各发根点添加到基准帧中，并为其创建新的对应点列表。在一非限制性实施例中，对应点估计可采用相互对应的估计方式，以保证匹配帧点与基准帧点的一一对应。
再之后，响应于完成各帧点云数据的匹配，规划系统可以将基准帧中的每个基准帧点视为一个头发实体，并将基准帧点及其对应点列表中所有点作为头发实体的测量序列，再根据各头发实体的测量序列来确定各头发实体的发根点在参照坐标系的视角下的空间位置，以获取包括多根头发的点云数据的头发地图。
进一步地，在根据各头发实体的测量序列来确定各头发实体的发根点在参照坐标系的视角下的空间位置的过程中，规划系统可以先对头发实体的测量序列进行统计学滤波、直通滤波等滤波处理，再对测量序列求平均，以得到头发实体的最佳测量值。之后，规划系统可以用该最佳测量值替换掉基准帧中原来发根点的坐标值，从而更准确地确定对应头发实体的发根点在参照坐标系的视角下的空间位置。
由于参照系的定位精度很高，通过在统一参照系下把每个头发实体在多个视角下的测量值求平均，以得到最佳测量值，本发明可以有效减少单次、单视角测量的误差，从而进一步提升头发地图的准确性和精度。
请进一步参考图4，图4示出了根据本发明的一些实施例提供的获取包括多个毛囊单元的头发地图的流程图。
如图4所示，在获取包括多根头发的点云数据的头发地图之后，规划系统可以采用基于密度的聚类方法，对头发地图中各头发的点云数据进行毛囊单元划分，将头发的每个密集区域作为一个聚类簇，并以一个聚类簇表征一个毛囊单元。
具体来说，在进行毛囊单元划分的过程中，规划系统可以首先基于预设的最小点数目m(例如：m＝1)，对头发地图中多根头发的点云数据进行聚类处理，以获得预设的第一邻域半径内至少存在m个点的第一临时聚类簇。在此，第一邻域半径可以根据临床解剖学上一个毛囊单位内相邻头发的最大距离来确定。
在确定第一临时聚类簇之后，规划系统可以继续检查第一临时聚类簇中的各点是否为另一第二临时聚类簇的核心点。在此，核心点是指在邻域半径内存在至少m个点的点，而在该核心点邻域内的其他点被称为边界点。响应于第一临时聚类簇中的任意一点为另一第二临时聚类簇的核心点的检查结果，规划系统可以判定两个临时聚类簇的核心点之间密度直达，从而合并该第一临时聚类簇及第二临时聚类簇，以生成新的第一临时聚类簇。
以此循环，直到各第一临时聚类簇中的各点均不为另一第二临时聚类簇的核心点，规划系统可以判定已将头发地图中各密度相连的核心点的临时聚类簇都合并在一起，从而将剩余的各临时聚类簇升级为聚类簇，以指示头发地图中包括的毛囊单元。在此，只包含一个点的聚类簇指示单株毛囊单元，包含多个点的聚类簇指示多株毛囊单元，聚类簇中点的个数指示毛囊单元的头发数目。
通过实施上述方法，本发明可以适应毛囊提取术以毛囊单元为最小提取单元的实际需求，准确划分头发地图中包括的毛囊单元，从而为毛囊提取路径规划提供准确的数据基础。
本领域的技术人员可以理解，上述构建包括多个毛囊单元的头发地图的方法，只是本发明提供的一些非限制性的实施方式，旨在清楚地展示本发明的主要构思，并提供一些提升头发地图中毛囊分布精度的优选方案，而非用于限制本发明的保护范围。
可选地，在另一些实施例中，本领域的技术人员也可以通过其他方法来构建描述毛囊单元分布的头发地图，或者通过下载、购买现有的描述毛囊单元分布的头发地图的方式来获取包括多个毛囊单元的头发地图，其具体的获取方式在此不做限制。
请继续参考图1，在获取包括多个毛囊单元的头发地图之后，规划系统可以在头发地图上选取一个预设的初始毛囊单元，并基于预设的局部规划区域半径(记为R1)对该初始毛囊单元进行第一邻域搜索，以确定多个候选毛囊单元。在此，局部规划区域是指在头发地图上以初始毛囊单元为中心的局部搜索范围。局部规划区域半径R1是指以初始毛囊单元为中心的局部搜索范围的半径。第一邻域搜索可以通过不限于K维二叉树(KD-tree)等邻域搜索算法来实现。
进一步地，在一些实施例中，规划系统中还可以优选地配置有膨胀圆半径(记为R2)。该膨胀圆半径R2指示毛囊单元之间的最小提取间隔，其取值可以根据保持美观、减轻对皮肤的损伤等因素来具体确定，一般为局部规划区域半径R1的1/6～1/4。在头发地图上对初始毛囊单元进行第一邻域搜索的过程中，规划系统可以先筛选到初始毛囊单元的直线距离小于局部规划区域半径R1的多个第一候选毛囊单元，再从多个第一候选毛囊单元中筛除到初始毛囊单元的直线距离小于预设的膨胀圆半径R2的毛囊单元，以确定多个第二候选毛囊单元，从而减轻对供发区域的伤害，并弱化供发区域的取发痕迹。
之后，规划系统可以分别确定各候选毛囊单元到初始毛囊单元的直线距离d、上方向投影距离dy及前方向投影距离dx，并根据最小直线距离dmin确定相邻距离上限。在此，上方向与重力方向相反，指示与血液流动方向相反的方向。前方向垂直于上方向，指示从初始毛囊单元规划下一个毛囊单元时搜索的主方向。技术人员可以根据实际的效率需求确定放大系数c(一般取1.5～2)，并根据该放大系数c来确定相邻距离上限R3＝c*dmin。
再之后，规划系统可以按照上方向投影距离dy从小到大的顺序，对各候选毛囊单元进行排序，并依次检验各候选毛囊单元。响应于任一候选毛囊单元到初始毛囊单元的直线距离d小于预设的相邻距离上限R3，且该候选毛囊单元到初始毛囊单元的前方向投影距离为正(即dx>0)，规划系统即可将该候选毛囊单元确定为下一待提取的目标毛囊单元P。
反之，响应于该相邻距离上限R3的范围内没有到初始毛囊单元的前方向投影距离为正的候选毛囊单元，规划系统可以将到初始毛囊单元的直线距离d最小的候选毛囊单元确定为下一待提取的目标毛囊单元P，并将前方向置反。
再之后，规划系统还可以将该目标毛囊单元P设置为新的初始毛囊单元，并重新实施规划方法，以继续确定下一个待提取的目标毛囊单元，直至完成头发地图中所有毛囊单元的筛选和规划。
如此，通过按照上方向投影距离从小到大的顺序，依次检验各候选毛囊单元，再判断候选毛囊单元到初始毛囊单元的前方向投影距离是否为正，本发明所提供的毛囊提取路径的规划方法可以在提高效率和覆盖率的同时，避免在血液中提取毛囊，从而满足植发手术的路径规划需求。
尽管为使解释简单化将上述方法图示并描述为一系列动作，但是应理解并领会，这些方法不受动作的次序所限，因为根据一个或多个实施例，一些动作可按不同次序发生和/或与来自本文中图示和描述或本文中未图示和描述但本领域技术人员可以理解的其他动作并发地发生。
提供对本公开的先前描述是为使得本领域任何技术人员皆能够制作或使用本公开。对本公开的各种修改对本领域技术人员来说都将是显而易见的，且本文中所定义的普适原理可被应用到其他变体而不会脱离本公开的精神或范围。由此，本公开并非旨在被限定于本文中所描述的示例和设计，而是应被授予与本文中所公开的原理和新颖性特征相一致的最广范围。
Claims (10)
1.一种毛囊提取路径的规划方法，其特征在于，包括以下步骤：
获取包括多个毛囊单元的头发地图；
基于预设的局部规划区域半径，在所述头发地图上对预设的初始毛囊单元进行第一邻域搜索，以确定多个候选毛囊单元；
分别确定各所述候选毛囊单元到所述初始毛囊单元的直线距离、上方向投影距离及前方向投影距离，其中，所述上方向与重力方向相反，所述前方向垂直于所述上方向；
按照所述上方向投影距离从小到大的顺序，依次检验各所述候选毛囊单元；以及
响应于任一所述候选毛囊单元到所述初始毛囊单元的直线距离小于预设的相邻距离上限，且所述候选毛囊单元到所述初始毛囊单元的前方向投影距离为正，将所述候选毛囊单元确定为待提取的目标毛囊单元。
2.如权利要求1所述的规划方法，其特征在于，还包括以下步骤：
响应于所述相邻距离上限的范围内没有到所述初始毛囊单元的前方向投影距离为正的候选毛囊单元，将到所述初始毛囊单元的直线距离最小的候选毛囊单元确定为待提取的目标毛囊单元，并将所述前方向置反。
3.如权利要求1或2所述的规划方法，其特征在于，在确定所述目标毛囊单元之后，所述规划方法还包括以下步骤：
将所述目标毛囊单元设置为新的初始毛囊单元，并重新实施所述规划方法，以确定下一个待提取的目标毛囊单元。
4.如权利要求1所述的规划方法，其特征在于，所述基于预设的局部规划区域半径，在所述头发地图上对预设的初始毛囊单元进行第一邻域搜索，以确定多个候选毛囊单元的步骤包括：
在所述头发地图上对所述初始毛囊单元进行所述第一邻域搜索，以筛选到所述初始毛囊单元的直线距离小于所述局部规划区域半径的多个第一候选毛囊单元；以及
从所述多个第一候选毛囊单元中筛除到所述初始毛囊单元的直线距离小于预设的膨胀圆半径的毛囊单元，以确定多个第二候选毛囊单元。
5.如权利要求1所述的规划方法，其特征在于，所述获取包括多个毛囊单元的头发地图的步骤包括：
获取包括多根头发的点云数据的头发地图；
基于预设的最小点数目m，对所述点云数据进行聚类处理，以获得预设的第一邻域半径内至少存在m个点的第一临时聚类簇；
检查所述第一临时聚类簇中的各点是否为另一第二临时聚类簇的核心点；
响应于所述第一临时聚类簇中的任意一点为另一第二临时聚类簇的核心点的检查结果，合并所述第一临时聚类簇及所述第二临时聚类簇，以生成新的第一临时聚类簇；以及
响应于所述第一临时聚类簇中的各点均不为另一第二临时聚类簇的核心点的检查结果，将剩余的各所述临时聚类簇升级为聚类簇，以指示所述头发地图中包括的毛囊单元。
6.如权利要求5所述的规划方法，其特征在于，所述获取包括多根头发的点云数据的头发地图的步骤包括：
获取并解析多个相机视角下的多幅头发图像，以分别确定各所述头发图像中各所述头发的发根点及发尖点；
根据各所述头发的发根点及发尖点构建点云结构，以确定各所述头发图像的点云数据；以及
将各所述头发图像的点云数据融合到同一视角下，以获取所述包括多根头发的点云数据的头发地图。
7.如权利要求6所述的规划方法，其特征在于，所述根据各所述头发的发根点及发尖点构建点云结构，以确定各所述头发图像的点云数据的步骤包括：
根据相机扫描的先验信息预定义头发方向，以初步确定各所述头发的发根点及发尖点；
以所述发根点为搜索点进行第二邻域搜索，并基于邻域内头发生长方向连续变化的特性，计算所述点云数据中每个所述发根点在其第二邻域半径内的头发方向梯度；
响应于任一所述发根点在其第二邻域半径内的头发方向梯度偏离各所述发根点在其第二邻域半径内的头发方向梯度平均值，交换其点云结构的发根点及发尖点，并重新计算所述点云数据中每个所述发根点在其第二邻域半径内的头发方向梯度；以及
响应于所述点云数据中的各所述发根点在其第二邻域半径内皆不存在偏离所述头发方向梯度平均值的梯度异常值，确定所述头发图像的点云数据。
8.如权利要求6所述的规划方法，其特征在于，所述将各所述头发图像的点云数据融合到同一视角下，以获取所述包括多根头发的点云数据的头发地图的步骤包括：
将各所述头发图像的点云数据统一变换到一个参照坐标系下；
以一帧点云数据作为基准帧，并为所述基准帧中的每个所述发根点创建一个基准帧点的对应点列表；
在未进行匹配的点云数据中选取一帧匹配帧，并在所述参照坐标系下计算所述匹配帧与所述基准帧的对应点集，以将所述对应点集中的匹配帧点添加到对应的基准帧点的对应点列表中，将所述匹配帧中未找到对应的基准帧点的各所述发根点添加到所述基准帧中，并为其创建新的对应点列表；
响应于完成各帧所述点云数据的匹配，将所述基准帧中的每个所述基准帧点视为一个头发实体，并将所述基准帧点及其对应点列表中所有点作为所述头发实体的测量序列；以及
根据各所述头发实体的测量序列，确定各所述头发实体的发根点在所述参照坐标系的视角下的空间位置。
9.一种毛囊提取路径的规划系统，其特征在于，包括：
存储器，其上存储有计算机指令；以及
处理器，连接所述存储器，并被配置用于执行所述存储器上存储的计算机指令，以实施如权利要求1～8中任一项所述的毛囊提取路径的规划方法。
10.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，所述计算机指令被处理器执行时，实施如权利要求1～8中任一项所述的毛囊提取路径的规划方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310780624.9A CN116747018A (zh) | 2023-06-28 | 2023-06-28 | 一种毛囊提取路径的规划方法、系统以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310780624.9A CN116747018A (zh) | 2023-06-28 | 2023-06-28 | 一种毛囊提取路径的规划方法、系统以及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116747018A true CN116747018A (zh) | 2023-09-15 |
Family
ID=87951190
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310780624.9A Pending CN116747018A (zh) | 2023-06-28 | 2023-06-28 | 一种毛囊提取路径的规划方法、系统以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116747018A (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090306680A1 (en) * | 2008-06-04 | 2009-12-10 | Qureshi Shehrzad A | System and method for selecting follicular units for harvesting |
| US20120158019A1 (en) * | 2010-12-21 | 2012-06-21 | Tenney John A | Methods and systems for directing movement of a tool in hair transplantation procedures |
| US20120296343A1 (en) * | 2011-05-18 | 2012-11-22 | Bodduluri Mohan A K A Radhika Mohan | Systems and Methods for Selecting a Desired Quantity of Follicular Units |
| CN113570701A (zh) * | 2021-07-13 | 2021-10-29 | 聚好看科技股份有限公司 | 一种头发重建方法及设备 |
| CN113627425A (zh) * | 2021-07-16 | 2021-11-09 | 汕头大学 | 一种基于神经网络模型的毛囊识别和提取方法及系统 |
| CN114694141A (zh) * | 2020-12-25 | 2022-07-01 | 上海微创卜算子医疗科技有限公司 | 毛囊点识别方法、系统、装置和存储介质 |
| CN115192191A (zh) * | 2022-09-13 | 2022-10-18 | 中南大学湘雅医院 | 一种植发手术描记规划方法、系统及存储介质 |
| CN115248443A (zh) * | 2022-07-15 | 2022-10-28 | 苏州阿尔戈斯智能科技有限公司 | 基于激光雷达的地图构建方法、系统、设备及存储介质 |
| CN115886998A (zh) * | 2022-11-04 | 2023-04-04 | 深圳微美机器人有限公司 | 一种毛囊采集路径的确定装置和方法 |
| CN116196098A (zh) * | 2023-02-22 | 2023-06-02 | 极限人工智能有限公司 | 一种植发规划方案生成方法、系统、介质及电子设备 |
-
2023
- 2023-06-28 CN CN202310780624.9A patent/CN116747018A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090306680A1 (en) * | 2008-06-04 | 2009-12-10 | Qureshi Shehrzad A | System and method for selecting follicular units for harvesting |
| US20120158019A1 (en) * | 2010-12-21 | 2012-06-21 | Tenney John A | Methods and systems for directing movement of a tool in hair transplantation procedures |
| US20120296343A1 (en) * | 2011-05-18 | 2012-11-22 | Bodduluri Mohan A K A Radhika Mohan | Systems and Methods for Selecting a Desired Quantity of Follicular Units |
| CN103517687A (zh) * | 2011-05-18 | 2014-01-15 | 修复型机器人公司 | 用于选择所需数量的毛囊单位的系统和方法 |
| CN114694141A (zh) * | 2020-12-25 | 2022-07-01 | 上海微创卜算子医疗科技有限公司 | 毛囊点识别方法、系统、装置和存储介质 |
| CN113570701A (zh) * | 2021-07-13 | 2021-10-29 | 聚好看科技股份有限公司 | 一种头发重建方法及设备 |
| CN113627425A (zh) * | 2021-07-16 | 2021-11-09 | 汕头大学 | 一种基于神经网络模型的毛囊识别和提取方法及系统 |
| CN115248443A (zh) * | 2022-07-15 | 2022-10-28 | 苏州阿尔戈斯智能科技有限公司 | 基于激光雷达的地图构建方法、系统、设备及存储介质 |
| CN115192191A (zh) * | 2022-09-13 | 2022-10-18 | 中南大学湘雅医院 | 一种植发手术描记规划方法、系统及存储介质 |
| CN115886998A (zh) * | 2022-11-04 | 2023-04-04 | 深圳微美机器人有限公司 | 一种毛囊采集路径的确定装置和方法 |
| CN116196098A (zh) * | 2023-02-22 | 2023-06-02 | 极限人工智能有限公司 | 一种植发规划方案生成方法、系统、介质及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108010116B (zh) | 点云特征点检测方法和点云特征提取方法 | |
| US8452081B2 (en) | Forming 3D models using multiple images | |
| JP5963353B2 (ja) | 光学データ処理装置、光学データ処理システム、光学データ処理方法、および光学データ処理用プログラム | |
| JP5955028B2 (ja) | 画像処理装置、画像処理方法および画像処理用のプログラム | |
| CN109741343B (zh) | 一种基于3D-Unet和图论分割的T1WI-fMRI图像肿瘤协同分割方法 | |
| US20120177283A1 (en) | Forming 3d models using two images | |
| CN108876749A (zh) | 一种鲁棒的镜头畸变校正方法 | |
| CN107578376B (zh) | 基于特征点聚类四叉划分和局部变换矩阵的图像拼接方法 | |
| CN109357633B (zh) | 三维扫描方法、装置、存储介质和处理器 | |
| CN110223389B (zh) | 融合图像与激光数据的场景建模方法、系统、装置 | |
| Badakhshannoory et al. | A model-based validation scheme for organ segmentation in CT scan volumes | |
| CN108921864A (zh) | 一种光条中心提取方法及装置 | |
| JP2005535892A (ja) | 組織学的アセスメント | |
| CN110567441B (zh) | 基于粒子滤波的定位方法、定位装置、建图及定位的方法 | |
| CN113223078B (zh) | 标志点的匹配方法、装置、计算机设备和存储介质 | |
| WO2021005977A1 (ja) | 三次元モデル生成方法及び三次元モデル生成装置 | |
| CN109781003B (zh) | 一种结构光视觉系统的下一最佳测量位姿确定方法 | |
| CN116523898A (zh) | 一种基于三维点云的烟草表型性状提取方法 | |
| CN109584166A (zh) | 视差图稠密化方法、装置和计算机可读存储介质 | |
| CN112712590B (zh) | 一种动物点云生成方法及系统 | |
| CN113344941A (zh) | 一种基于聚焦图像的深度估计方法及图像处理装置 | |
| CN116747018A (zh) | 一种毛囊提取路径的规划方法、系统以及存储介质 | |
| Pound et al. | Surface reconstruction of plant shoots from multiple views | |
| JP2006113832A (ja) | ステレオ画像処理装置およびプログラム | |
| CN115937466A (zh) | 一种融合gis的三维模型生成方法、系统及存储介质 |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Wang Bo Inventor after: Zhang Zhaodong Inventor after: Ni Hang Inventor after: Chen Bo Inventor after: Fan Yi Inventor after: Wang Yafei Inventor before: Zhang Zhaodong Inventor before: Wang Bo |