CN116807452A - 一种脊柱侧弯3d检测方法、系统、设备及介质 - Google Patents
一种脊柱侧弯3d检测方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN116807452A CN116807452A CN202310738021.2A CN202310738021A CN116807452A CN 116807452 A CN116807452 A CN 116807452A CN 202310738021 A CN202310738021 A CN 202310738021A CN 116807452 A CN116807452 A CN 116807452A
- Authority
- CN
- China
- Prior art keywords
- scoliosis
- image
- testee
- detection
- 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
- 206010039722 scoliosis Diseases 0.000 title claims abstract description 123
- 238000001514 detection method Methods 0.000 title claims abstract description 101
- 230000004044 response Effects 0.000 claims abstract description 10
- 238000005452 bending Methods 0.000 claims description 34
- 238000004891 communication Methods 0.000 claims description 23
- 230000009977 dual effect Effects 0.000 claims description 11
- 230000006978 adaptation Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 238000013135 deep learning Methods 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 3
- 208000000875 Spinal Curvatures Diseases 0.000 claims description 2
- 238000007499 fusion processing Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 abstract description 29
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000003384 imaging method Methods 0.000 abstract description 3
- 230000007774 longterm Effects 0.000 abstract description 3
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 238000012545 processing Methods 0.000 description 11
- 230000003287 optical effect Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000003993 interaction Effects 0.000 description 5
- 230000006872 improvement Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 206010033799 Paralysis Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000004199 lung function Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000007665 sagging Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000000392 somatic effect Effects 0.000 description 1
- 210000000278 spinal cord Anatomy 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1077—Measuring of profiles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1079—Measuring physical dimensions, e.g. size of the entire body or parts thereof using optical or photographic means
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
- A61B5/4566—Evaluating the spine
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- 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
- G06T2207/30004—Biomedical image processing
- G06T2207/30008—Bone
- G06T2207/30012—Spine; Backbone
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Dentistry (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physical Education & Sports Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Rheumatology (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种脊柱侧弯3D检测方法、系统、设备及介质，所述方法包括以下步骤：确认受测者，对受测者进行脊柱侧弯检测位置校对；响应于检测位置校对的成功结果，对受测者背部投射一组条纹光；响应于一组条纹光投射，采集受测者背部的第一图像和第二图像；基于第一图像和第二图像构建受测者背部点云图像；基于受测者背部点云图像分析脊柱侧弯数据；根据脊柱侧弯数据进行脊柱侧弯情况判定；本发明能够基于3D成像技术对脊柱侧弯与侧凸的有关信息进行定位，且定位的精度均处于精确的几何级别和维度，基于此原理，可不限制检测频率，能够面对大规模多人数的检测需求，且不会产生对人体有害的射线，能够对脊柱侧弯治疗提供长期监控。
Description
技术领域
本发明涉及医疗检测技术领域，具体的，本发明应用于脊柱侧弯检测领域，特别是涉及一种脊柱侧弯3D检测方法、系统、设备及介质。
背景技术
脊柱侧凸俗称脊柱侧弯，它是一种脊柱的三维畸形，包括冠状位、矢状位和轴位上的序列异常。正常人的脊柱从后面看应该是一条直线，并且躯干两侧对称。如果从正面看有双肩不等高或后面看到有后背左右不平，就应怀疑“脊柱侧凸”。轻度的脊柱侧凸通常没有明显的不适，外观上也看不到明显的躯体畸形。较重的脊柱侧凸则会影响婴幼儿及青少年的生长发育，使身体变形，严重者可以影响心肺功能、甚至累及脊髓，造成瘫痪。轻度的脊柱侧凸可以观察，严重者需要手术治疗。因此，脊柱侧凸是危害青少年和儿童的常见疾病，关键是要早发现、早治疗。
目前，儿童的脊柱形态分析大都先利用医学影响设备如X光图像、CT扫描、核磁共振图像等得到脊柱图像，然后对采样数据进行分析，得到脊柱弯曲的情况，或者凭借医生经验来分析图片从而得到脊柱弯曲程度结果；具体的，现代医院和大规模的脊柱侧弯检测筛查中，完全依赖先用X线片检查、CT扫描或者磁共振得到被测人体脊柱图之后，再通过医生读片进行筛查，或者通过有丰富经验医生通过手摸的方式进行检查；这种筛查方式耗时长、每日检测人数多，对于医生的水平提出较高要求，并且对医护人员来说负荷比较大，对于被测者来说，检测结果会受到人为因素影响，若医生连续检测人数过多，会导致检测结果不可靠；而X光片作为目前最准确的脊柱测弯检测手段，由于其辐射大、检测时间长、设备难以运送等原因不适用于大规模筛查。
故综上所述，现有的脊柱形态分析方案，需要在配备有专业化设备和医护人员的场景下才能对脊柱形态的类别进行分析；而使用专用化设备和人工核实的办法分析脊柱形态的类别，虽然可以保证分析结果的准确性，但是其分析速度较慢且过程复杂，降低分析脊柱形态的效率，而且这些设备复杂，体型巨大，适用场所固定，需要专业人士现场规范操作，且检测和操作人员均面临人体辐射的影响，对人的身体健康十分不利。
发明内容
本发明的目的在于，针对现有技术中的上述问题，提供一种脊柱侧弯3D检测方法、系统、设备及介质，进而解决背景技术中现有脊柱检测方案检测效率低、检测精度低且无法面对大规模检测需求的问题。
为解决上述技术问题，本发明的具体技术方案如下：
一方面，本发明提供一种脊柱侧弯3D检测方法，包括以下步骤：
确认受测者，对所述受测者进行脊柱侧弯检测位置校对；
响应于所述检测位置校对的成功结果，对所述受测者背部投射一组条纹光；
响应于一组所述条纹光投射，采集所述受测者背部的第一图像和第二图像；
基于所述第一图像和所述第二图像构建受测者背部点云图像；
基于所述受测者背部点云图像分析脊柱侧弯数据；
根据所述脊柱侧弯数据进行脊柱侧弯情况判定。
作为一种改进的方案，所述对所述受测者进行脊柱侧弯检测位置校对，包括：
设置检测位置，提示所述受测者位于所述检测位置；
通过脊柱侧弯检测端获取所述检测位置处的所述受测者的背部图像；
根据所述背部图像调整脊柱侧弯检测端高度；
所述脊柱侧弯检测端高度调整至所述背部图像满足检测要求时，生成所述成功结果。
作为一种改进的方案，所述对所述受测者背部投射一组条纹光，包括：
通过脊柱侧弯检测端向所述受测者背部投射平行光明暗条纹；
所述平行光明暗条纹为一组所述条纹光。
作为一种改进的方案，所述脊柱侧弯检测端上设有第一相机和第二相机；
所述采集所述受测者背部的第一图像和第二图像，包括：
调用所述第一相机采集关于所述受测者背部的第一深度图像作为所述第一图像；
调用所述第二相机采集关于所述受测者背部的第二深度图像作为所述第二图像。
作为一种改进的方案，所述基于所述第一图像和所述第二图像构建受测者背部点云图像，包括：
基于深度学习算法将所述第一图像和所述第二图像进行图像融合处理，得到关于所述受测者的三维点云模型；
令所述三维点云模型作为所述受测者背部点云图像。
作为一种改进的方案，所述基于所述受测者背部点云图像分析脊柱侧弯数据，包括：
确认所述受测者背部点云图像中的脊柱侧弯关键点位；
识别所述脊柱侧弯关键点位的深度信息；
根据所述深度信息判断所述脊柱侧弯关键点位的对称性情况；
根据所述对称性情况分析所述受测者的脊柱弯曲数据以及脊柱凹凸数据；
令所述脊柱弯曲数据以及所述脊柱凹凸数据构成所述脊柱侧弯数据。
作为一种改进的方案，所述根据所述脊柱侧弯数据进行脊柱侧弯情况判定，包括：
设定脊柱弯曲阈值；
判断所述脊柱弯曲数据是否大于所述脊柱弯曲阈值；
响应于所述脊柱弯曲数据大于所述脊柱弯曲阈值，生成脊柱侧弯判断结果；
响应于所述脊柱弯曲数据非大于所述脊柱弯曲阈值，生成脊柱正常判断结果；
和/或，
根据所述脊柱弯曲数据以及所述脊柱凹凸数据生成关于所述受测者的体表曲率图。
另一方面，本发明还提供一种脊柱侧弯3D检测系统，包括：
双重采集模块、人体适配控制模块、结构光投射模块以及主控模块；
所述人体适配控制模块和所述双重采集模块，用于确认受测者，并对所述受测者进行脊柱侧弯检测位置校对；
所述结构光投射模块，用于响应于所述检测位置校对的成功结果，对所述受测者背部投射一组条纹光；
所述双重采集模块，还用于响应于一组所述条纹光投射，采集所述受测者背部的第一图像和第二图像；
所述主控模块，用于根据所述第一图像和所述第二图像构建受测者背部点云图像；所述主控模块基于所述受测者背部点云图像分析脊柱侧弯数据；所述主控模块根据所述脊柱侧弯数据进行脊柱侧弯情况判定。
另一方面，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所述脊柱侧弯3D检测方法的步骤。
另一方面，本发明还提供一种计算机设备，所述计算机设备包括处理器、通信接口、存储器和通信总线，其中，所述处理器，所述通信接口，所述存储器通过所述通信总线完成相互间的通信；其中：
所述存储器，用于存放计算机程序；
所述处理器，用于通过运行所述存储器上所存放的程序来执行所述脊柱侧弯3D检测方法的步骤。
本发明技术方案的有益效果是：
本发明所述的脊柱侧弯3D检测方法，可以实现基于3D成像技术对脊柱侧弯与侧凸的有关信息进行定位，且定位的精度均处于精确的几何级别和维度，基于此原理，可不限制检测频率，能够面对大规模多人数的检测需求，且不会产生对人体有害的射线，能够对脊柱侧弯治疗提供长期监控，本发明具有较高的安全性以及适用性，操作难度低，也不需要较高成本的检测设备，具有较强的普适性。
本发明所述的脊柱侧弯3D检测系统，可以通过双重采集模块、人体适配控制模块、结构光投射模块以及主控模块的相互配合，进而实现本发明所述的脊柱侧弯3D检测方法。
本发明所述的计算机可读存储介质，可以实现引导双重采集模块、人体适配控制模块、结构光投射模块以及主控模块进行配合，进而实现本发明所述的脊柱侧弯3D检测方法，且本发明所述的计算机可读存储介质还有效提高所述脊柱侧弯3D检测方法的可操作性。
本发明所述的计算机设备，可以实现存储并执行所述计算机可读存储介质，进而实现本发明所述的脊柱侧弯3D检测方法。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例1所述脊柱侧弯3D检测方法的框架示意图；
图2是本发明实施例1所述脊柱侧弯3D检测方法中所述结构光投射系统的架构示意图；
图3是本发明实施例1所述脊柱侧弯3D检测方法中所述平行光明暗条纹的示意图；
图4是本发明实施例1所述脊柱侧弯3D检测方法中所述三维坐标点云模型
的示意图；
图5是本发明实施例1所述脊柱侧弯3D检测方法中所述的体表曲率图；
图6是本发明实施例1所述脊柱侧弯3D检测方法中所述人体背部脊柱的弯曲及凹凸数据信息的显示输出示意图；
图7是本发明实施例1所述脊柱侧弯3D检测方法的详细流程示意图；
图8是本发明实施例2所述脊柱侧弯3D检测系统的架构示意图；
图9是本发明实施例4所述计算机设备的结构示意图；
附图中的标记说明如下：
1、双目3D图像采集相机；2、结构光投射系统；3、RGB图像采集相机；4、双目3D图像采集相机；5、平行光明暗条纹；6、数据处理系统；7、人体适配控制模块；8、供电电源；9、受测者；10、脊柱侧弯3D检测系统；11、外部计算机；
1501、处理器；1502、通信接口；1503、存储器；1504、通信总线。
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。
在本发明的描述中，需要说明的是，本发明所描述的实施例是本发明一部分实施例，而不是全部的实施例；基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本文的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本文的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
本实施例提供一种脊柱侧弯3D检测方法，如图1~图7所示，包括以下步骤：
S100、首先，规定脊柱侧弯的检测位置，提示受测者位于该规定位置，不着上衣或裸露出背部，双手自然下垂，此时准备进行设备位置的初始化；
S200、由于每个受测者的身高有可能不同，为了适配不同身高的受测者，首先采用RGB图像采集相机（即脊柱侧弯检测端的第一相机）采集受测者的背部RGB图像并将该背部RGB图像实时显示在预配置的人机交互系统软件界面上；
S300、之后，操作人员或智能的控制设备可以根据采集到的受测者背部实时 RGB图像来控制搭载彩色图像采集相机的升降机调整到适当的高度，即图像中出现人体完整背部图像（即背部图像满足检测要求），以适配不同身高或体型的受测者；
S400、上述过程完成了设备位置的初始化，此时可开始进行脊柱侧弯检测操作，操作人员或智能的控制系统可以在人机交互系统上点击开始，此时调用结构光投射系统（如图2所示）预制平行光明暗条纹(如图3所示)投射到受测者的背部；
S500、结构光投射系统在完成一副平面条纹的投射以后，生成图像采集的触发信号；在此信号的使能下，位于升降机系统上的双目3D图像采集相机（即脊柱侧弯检测端的第二相机）以及RGB图像采集相机会同时采集受测者背部明暗凹凸的条纹深度图像；
S600、得到了两个相机的深度图像后，采用预配置的数据处理系统基于深度学习网络的算法将两个相机的深度图像创建在同一三维坐标系中，进行两相机图像的融合，进而实现三维重构，并建立对应的三维坐标点云模型（如图4所示）；
S700、得到上述图4的点云模型后，即可将此模型在操作人员处的显示器上显示输出；根据此输出的点云模型，通过数据处理系统选取三维坐标点云模型中的脊柱侧弯关键点位，利用脊柱侧弯关键点位的深度信息，来判断脊柱侧弯关键点位间的对称性情况；最后通过深度学习网络的算法基于此对称性情况分析出人体背部脊柱的弯曲及凹凸数据信息；最终根据此弯曲及凹凸数据信息生成体表曲率图（如图5所示）；
S800、最终得出的人体背部脊柱的弯曲及凹凸数据信息可通过人机交互系统软件进行输出显示（如图6所示）；操作人员可对此信息进行保存和分析，同时在方法初期预设脊柱弯曲阈值，最终将保存的人体背部脊柱的弯曲信息与预设的脊柱弯曲阈值进行比对，若保存的人体背部脊柱的弯曲信息大于预设的脊柱弯曲阈值，则判断为脊柱侧弯，若保存的人体背部脊柱的弯曲信息不大于预设的脊柱弯曲阈值，则判断为脊柱正常。
通过上述方法，实现高效、便捷的脊柱侧弯检测流程，本方法测得的数据精准度高，检测方法安全性高，使用成本低，普适性强，利于应用在不同的医疗范围内。
实施例2
本实施例基于与实施例1中所述的一种脊柱侧弯3D检测方法相同的发明构思，提供一种脊柱侧弯3D检测系统，如图8所示，包括：双重采集模块、人体适配控制模块、结构光投射模块以及主控模块；
在本实施方式中，双重采集模块由双目3D图像采集相机和彩色图像采集相机（RGB相机）构成，均设置在人体适配控制模块上；双重采集模块采用升降机系统，主要用于调整双重采集模块的高度，进而控制双重采集模块与不同身高和体型的受测者适配，以捕捉到完整的人体背部图像；主控模块由数据处理系统、人机交互系统和供电电源构成，主要完成本系统中的功能调控以及数据分析处理，数据转发等功能；在本实施方式中，RGB相机用于对真实画面的采集；RGB相机相机最终将采集到的真实图像通过主控模块发送到外接的计算机，最终图像会实时显示出来，供操作人员做图像对比和参考；
具体的，所述结构光投射模块包括光机驱动器和光机；其中，结构光投射模块可以发射预制好的条纹光，当一组条纹光投射完毕之后，结构光投射模块会自动发出触发信号来控制双重采集模块进行图像采集；
具体的，作为可变换的实施方式，前述的光机驱动器由触发信号输出接口、指令解算器、条纹信号发生器、激光器驱动和MEMS振镜驱动组成；当光机驱动器接收到用于触发脊柱侧弯检测的采集指令并通过指令解算器解算指令之后，驱动器控制MEMS振镜按照固定频率摆动振荡，与此同时，驱动器会根据指令解算器的结果来产生不同的条纹信号来控制激光器有规律的开关进而实现明暗交替的条纹光投射；当光机驱动器控制打完一组光并形成平面光之后，光机驱动器通过触发信号输出接口向外部发送触发信号来控制双目3D图像采集相机进行图像采集；
具体的，作为可变换的实施方式，前述的光机由MEMS振镜、激光发射器、准直镜和棱镜构成；其中，准直镜用于将激光器发出的光处理成平行光，棱镜再将平行光转换成一条纵向条纹/一字线条纹，最后纵向条纹/一字线条纹光通过振镜的反射再形成平面光；本实施方式中，光机驱动器通过控制激光器的开关来达到平面光出现明暗条纹结构光的效果；当明暗条纹结构光投射到人体背部之后就会根据每个人背部的不同而呈现出不同的凹凸条纹，进而用作后续的脊柱侧弯分析过程中的数据基础；
具体的，作为可变换的实施方式，本系统在进行脊柱侧弯检测时，需要被测者站立或者趴在规定位置，不着上衣，双手自然下垂；之后人体适配控制模块会根据双重采集模块反馈的被测者背部RGB图像来调整双重采集模块的位置，其中会根据RGB相机采集的人体背部图像来判断和调整双重采集模块是否正对人体背部；在正对后，即可进行脊柱侧弯检测，此时控制结构光投射模块向被测者背部发射预制好的条纹光；之后双重采集模块中的双目3D图像采集相机通过前述的光投射模块发出的触发信号来对明暗结构光凹凸条纹图像进行采集，最终得到对应的深度图像；得到深度图像后，前述主控模块中的数据处理系统将双目3D图像采集相机采集到的图像通过算法进行3D点云模型的合成；最终通过算法以及预设的脊柱侧弯阈值来计算被测人员脊椎的弯曲程度；
具体的，作为可变换的实施方式，前述主控模块中的人机交互系统可作为应用软件或界面程序被安装在该脊柱测弯装置外接的计算机上作为测量结果显示使用，进而更加直观的显示出本方法所测得的结果。
实施例3
本实施例提供一种计算机可读存储介质，包括：
所述存储介质用于储存将上述实施例1所述的脊柱侧弯3D检测方法实现所用的计算机软件指令，其包含用于执行上述为所述脊柱侧弯3D检测方法所设置的程序；具体的，该可执行程序可以内置在实施例2所述的脊柱侧弯3D检测系统中，这样，脊柱侧弯3D检测系统就可以通过执行内置的可执行程序实现所述实施例1所述的脊柱侧弯3D检测方法。
此外，本实施例具有的计算机可读存储介质可以采用一个或多个可读存储介质的任意组合，其中，可读存储介质包括电、光、电磁、红外线或半导体的系统、装置或器件，或者以上任意组合。
实施例4
本实施例提供一种电子设备，如图9所示，电子设备可以包括：处理器1501、通信接口1502、存储器1503和通信总线1504，其中，处理器1501，通信接口1502，存储器1503通过通信总线1504完成相互间的通信。
存储器1503，用于存放计算机程序；
处理器1501，用于执行存储器1503上所存放的计算机程序时，实现上述实施例1中所述脊柱侧弯3D检测方法的步骤。
作为本发明的一种实施方式，上述终端提到的通信总线可以是外设部件互连标准(Peripheral Component Interconnect，简称PCI)总线或扩展工业标准结构(ExtendedIndustry Standard Architecture，简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
作为本发明的一种实施方式，通信接口用于上述终端与其他设备之间的通信。
作为本发明的一种实施方式，存储器可以包括随机存取存储器(Random AccessMemory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
作为本发明的一种实施方式，上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
区别于现有技术，采用本申请一种脊柱侧弯3D检测方法、系统、设备及介质，可以基于3D成像技术对脊柱侧弯与侧凸的有关信息进行定位，且定位的精度均处于精确的几何级别和维度，基于此原理，可不限制检测频率，能够面对大规模多人数的检测需求，且不会产生对人体有害的射线，能够对脊柱侧弯治疗提供长期监控，本发明具有较高的安全性以及适用性，操作难度低，也不需要较高成本的检测设备，具有较强的普适性。
应理解，在本文的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本文实施例的实施过程构成任何限定。
还应理解，在本文实施例中，术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系。例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本文的范围。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本文所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本文实施例方案的目的。
另外，在本文各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本文的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或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一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本文各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的实施例，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)
1.一种脊柱侧弯3D检测方法，其特征在于，包括以下步骤：
确认受测者，对所述受测者进行脊柱侧弯检测位置校对；
响应于所述检测位置校对的成功结果，对所述受测者背部投射一组条纹光；
响应于一组所述条纹光投射，采集所述受测者背部的第一图像和第二图像；
基于所述第一图像和所述第二图像构建受测者背部点云图像；
基于所述受测者背部点云图像分析脊柱侧弯数据；
根据所述脊柱侧弯数据进行脊柱侧弯情况判定。
2.根据权利要求1所述的一种脊柱侧弯3D检测方法，其特征在于：
所述对所述受测者进行脊柱侧弯检测位置校对，包括：
设置检测位置，提示所述受测者位于所述检测位置；
通过脊柱侧弯检测端获取所述检测位置处的所述受测者的背部图像；
根据所述背部图像调整脊柱侧弯检测端高度；
所述脊柱侧弯检测端高度调整至所述背部图像满足检测要求时，生成所述成功结果。
3.根据权利要求2所述的一种脊柱侧弯3D检测方法，其特征在于：
所述对所述受测者背部投射一组条纹光，包括：
通过脊柱侧弯检测端向所述受测者背部投射平行光明暗条纹；
所述平行光明暗条纹为一组所述条纹光。
4.根据权利要求2所述的一种脊柱侧弯3D检测方法，其特征在于：
所述脊柱侧弯检测端上设有第一相机和第二相机；
所述采集所述受测者背部的第一图像和第二图像，包括：
调用所述第一相机采集关于所述受测者背部的第一深度图像作为所述第一图像；
调用所述第二相机采集关于所述受测者背部的第二深度图像作为所述第二图像。
5.根据权利要求2所述的一种脊柱侧弯3D检测方法，其特征在于：
所述基于所述第一图像和所述第二图像构建受测者背部点云图像，包括：
基于深度学习算法将所述第一图像和所述第二图像进行图像融合处理，得到关于所述受测者的三维点云模型；
令所述三维点云模型作为所述受测者背部点云图像。
6.根据权利要求2所述的一种脊柱侧弯3D检测方法，其特征在于：
所述基于所述受测者背部点云图像分析脊柱侧弯数据，包括：
确认所述受测者背部点云图像中的脊柱侧弯关键点位；
识别所述脊柱侧弯关键点位的深度信息；
根据所述深度信息判断所述脊柱侧弯关键点位的对称性情况；
根据所述对称性情况分析所述受测者的脊柱弯曲数据以及脊柱凹凸数据；
令所述脊柱弯曲数据以及所述脊柱凹凸数据构成所述脊柱侧弯数据。
7.根据权利要求2所述的一种脊柱侧弯3D检测方法，其特征在于：
所述根据所述脊柱侧弯数据进行脊柱侧弯情况判定，包括：
设定脊柱弯曲阈值；
判断所述脊柱弯曲数据是否大于所述脊柱弯曲阈值；
响应于所述脊柱弯曲数据大于所述脊柱弯曲阈值，生成脊柱侧弯判断结果；
响应于所述脊柱弯曲数据非大于所述脊柱弯曲阈值，生成脊柱正常判断结果；
和/或，
根据所述脊柱弯曲数据以及所述脊柱凹凸数据生成关于所述受测者的体表曲率图。
8.一种脊柱侧弯3D检测系统，其特征在于，包括：双重采集模块、人体适配控制模块、结构光投射模块以及主控模块；
所述人体适配控制模块和所述双重采集模块，用于确认受测者，并对所述受测者进行脊柱侧弯检测位置校对；
所述结构光投射模块，用于响应于所述检测位置校对的成功结果，对所述受测者背部投射一组条纹光；
所述双重采集模块，还用于响应于一组所述条纹光投射，采集所述受测者背部的第一图像和第二图像；
所述主控模块，用于根据所述第一图像和所述第二图像构建受测者背部点云图像；所述主控模块基于所述受测者背部点云图像分析脊柱侧弯数据；所述主控模块根据所述脊柱侧弯数据进行脊柱侧弯情况判定。
9.一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计算机程序，所述计算机程序被处理器执行时实现权利要求1~7中任一项所述脊柱侧弯3D检测方法的步骤。
10.一种计算机设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，所述处理器，所述通信接口，所述存储器通过所述通信总线完成相互间的通信；其中：
所述存储器，用于存放计算机程序；
所述处理器，用于通过运行所述存储器上所存放的程序来执行权利要求1~7中任一项所述脊柱侧弯3D检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310738021.2A CN116807452A (zh) | 2023-06-21 | 2023-06-21 | 一种脊柱侧弯3d检测方法、系统、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310738021.2A CN116807452A (zh) | 2023-06-21 | 2023-06-21 | 一种脊柱侧弯3d检测方法、系统、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116807452A true CN116807452A (zh) | 2023-09-29 |
Family
ID=88119739
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310738021.2A Pending CN116807452A (zh) | 2023-06-21 | 2023-06-21 | 一种脊柱侧弯3d检测方法、系统、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116807452A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117731244A (zh) * | 2024-02-19 | 2024-03-22 | 天津医科大学总医院 | 一种基于红外热成像的脊柱侧弯风险预警系统 |
-
2023
- 2023-06-21 CN CN202310738021.2A patent/CN116807452A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117731244A (zh) * | 2024-02-19 | 2024-03-22 | 天津医科大学总医院 | 一种基于红外热成像的脊柱侧弯风险预警系统 |
| CN117731244B (zh) * | 2024-02-19 | 2024-05-10 | 天津医科大学总医院 | 一种基于红外热成像的脊柱侧弯风险预警系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109069097B (zh) | 牙科用三维数据处理装置及其方法 | |
| US20200268339A1 (en) | System and method for patient positioning | |
| Douglas | Image processing for craniofacial landmark identification and measurement: a review of photogrammetry and cephalometry | |
| US9191648B2 (en) | Hybrid stitching | |
| Giancardo et al. | Textureless macula swelling detection with multiple retinal fundus images | |
| Kovacs et al. | Accuracy and precision of the three-dimensional assessment of the facial surface using a 3-D laser scanner | |
| CN105358092B (zh) | 用于牙齿表面成像设备的基于视频的自动获取 | |
| CN116327391A (zh) | 用于通过光学相干断层扫描术来处理正畸矫正器的系统和方法 | |
| US20110118608A1 (en) | System and method for detection of a temperature on a surface of a body | |
| JP6304970B2 (ja) | 画像処理装置、画像処理方法 | |
| US20110007138A1 (en) | Global camera path optimization | |
| US20100121201A1 (en) | Non-invasive wound prevention, detection, and analysis | |
| CN107735016A (zh) | 用于扫描解剖结构且用于显示扫描结果的系统和方法 | |
| Omari et al. | Virtual anthropology? Reliability of three-dimensional photogrammetry as a forensic anthropology measurement and documentation technique | |
| CN111067531A (zh) | 一种伤口测量的方法及装置、存储介质 | |
| CN116807452A (zh) | 一种脊柱侧弯3d检测方法、系统、设备及介质 | |
| KR20130082318A (ko) | 태아 모델링 방법 및 그에 따른 영상 처리 장치 | |
| WO2008033010A1 (en) | Device and method for positioning recording means for recording images relative to an object | |
| KR20160057024A (ko) | 마커리스 ３차원 객체추적 장치 및 그 방법 | |
| CN115105062A (zh) | 髋膝关节协调性评估方法、装置、系统和存储介质 | |
| Galantucci et al. | New 3D digitizer for human faces based on digital close range photogrammetry: Application to face symmetry analysis | |
| KR20200113075A (ko) | 수술용 네비게이션을 위한 영상 정합 장치 및 영상 정합 방법 | |
| CN117731244B (zh) | 一种基于红外热成像的脊柱侧弯风险预警系统 | |
| Galantucci et al. | 3D Face measurement and scanning using digital close range photogrammetry: evaluation of different solutions and experimental approaches | |
| EP4321101A1 (en) | Patient motion detection in diagnostic imaging |
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 |