CN116849613A - 一种三叉神经机能状态监控系统 - Google Patents
一种三叉神经机能状态监控系统 Download PDFInfo
- Publication number
- CN116849613A CN116849613A CN202310852956.3A CN202310852956A CN116849613A CN 116849613 A CN116849613 A CN 116849613A CN 202310852956 A CN202310852956 A CN 202310852956A CN 116849613 A CN116849613 A CN 116849613A
- Authority
- CN
- China
- Prior art keywords
- region
- interest
- cheek
- image
- abnormal
- 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
- 210000003901 trigeminal nerve Anatomy 0.000 title claims abstract description 15
- 238000012544 monitoring process Methods 0.000 title claims abstract description 14
- 230000002159 abnormal effect Effects 0.000 claims abstract description 57
- 230000006870 function Effects 0.000 claims description 20
- 101000637625 Cricetulus griseus GTP-binding protein SAR1b Proteins 0.000 claims description 16
- 102100032174 GTP-binding protein SAR1a Human genes 0.000 claims description 16
- 101000637622 Homo sapiens GTP-binding protein SAR1a Proteins 0.000 claims description 16
- 101000994792 Homo sapiens Ras GTPase-activating-like protein IQGAP1 Proteins 0.000 claims description 16
- 102100027217 CD82 antigen Human genes 0.000 claims description 15
- 101100166631 Homo sapiens CD82 gene Proteins 0.000 claims description 15
- 101100364863 Solanum lycopersicum SAR2 gene Proteins 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 8
- 230000008569 process Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 206010061218 Inflammation Diseases 0.000 description 1
- 206010046865 Vaccinia virus infection Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 210000002216 heart Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 210000003784 masticatory muscle Anatomy 0.000 description 1
- 230000007102 metabolic function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000003715 nutritional status Nutrition 0.000 description 1
- 231100000241 scar Toxicity 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 208000007089 vaccinia Diseases 0.000 description 1
- 210000000216 zygoma Anatomy 0.000 description 1
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
- A61B5/0077—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
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4029—Detecting, measuring or recording for evaluating the nervous system for evaluating the peripheral nervous systems
- A61B5/4041—Evaluating nerves condition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2576/00—Medical imaging apparatus involving image processing or analysis
- A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
-
- 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
- G06T2207/10048—Infrared 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20084—Artificial neural networks [ANN]
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)
- Neurology (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Neurosurgery (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radiology & Medical Imaging (AREA)
- Physiology (AREA)
- Quality & Reliability (AREA)
- Multimedia (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提供了一种三叉神经机能状态监测系统,首先,拍摄用户的头部正面红外图像和可见光图像,接着,基于可见光图像确定脸颊区域的异常子区域,并基于确定的异常子区域确定进行比较的目标子区域,然后基于目标子区域的温度进行对比,以确定三叉神经机能状态。本发明一方面能够基于红外图像和可见光图像就可对三叉神经机能状态进行监测,能够提高检测效率,另一方面,由于考虑了异常子区域,能够使得监测结果更加准确。
Description
技术领域
本发明涉及健康监测领域,特别是涉及一种三叉神经机能状态监控系统。
背景技术
随着生活水平的提高,人们越来越注重自身的身体机能状态,例如,负责面部感觉、下颌咀嚼肌运动等的三叉神经机能状态。目前,对于三叉神经机能状态的检测主要依赖于专业人员的询问和专业设备的检测获取得到,例如,检测者需要做穿刺或手术治疗,还要进行比较全面的体格检查,如穿刺或手术切口部位的皮肤有无炎症感染,以及检测者的全身营养状况,心、肺、肝、肾等功能。这种检测方案会给检测者的身体带来一定程度的伤害,并且检测效率低。
红外热成像技术是一种通过红外热成像仪对体表温度的分布和数值进行扫描和测定的功能学影像技术,具有温度敏感性高、成像快且清晰、无创伤、绿色、无接触等优势特点,可以直观反映人体活力及代谢功能,从整体上全面动态地反映机体综合状况,在医学领域得到广泛应用。
因此,本发明希望提供另外一种能够简单且准确的对三叉神经机能状态进行检测的方案。
发明内容
针对上述技术问题,本发明采用的技术方案为:
本发明实施例提供一种三叉神经机能状态监控系统,所述系统包括:处理器、存储有计算机介质的存储器以及与处理器通信连接的红外拍摄装置、可见光拍摄装置;
所述红外拍摄装置用于拍摄用户的头部正面的红外图像,得到第一图像并发送给所述处理器;所述可见光拍摄装置用于拍摄用户的头部正面的可见光图像,得到第二图像并发送给所述处理器;
所述处理器用于执行计算机程序以实现如下步骤:
S100,分别获取第一图像和第二图像中的第一感兴趣区域和第二感兴趣区域,第一感兴趣区域和第二感兴趣区域对称设置,每个感兴区域包括鼻唇沟区域和脸颊区域;
S200,基于第一图像,获取第一感兴趣区域中的鼻唇沟区域的特征温度T1n、第一感兴趣区域中的脸颊区域的特征温度T1f、第二感兴趣区域中的鼻唇沟区域的特征温度T2n、第二感兴趣区域中的脸颊区域的特征温度T2f;
S300,基于第二图像,获取第一感兴趣区域的脸颊区域以及第二感兴趣区域的脸颊区域的异常子区域,得到第一异常子区域集AR1和第二异常子区域集AR2;
S400,基于AR1和AR2获取第一图像中的第一感兴趣区域中的脸颊区域的目标子区域MA1f和以及第二感兴趣区域中的脸颊区域的目标子区域MA2f,并获取MA1f的特征温度TM1f,以及MA2f的特征温度TM2f;
S500,获取第一比较温度△T1=|T1n-T2n|以及第二比较温度△T2=|TM1f-TM2f|,如果△T1<t1,并且△T2<t1,则判断所述用户的三叉神经机能处于第一状态并输出对应的提示信息,如果△T1>t2,并且△T2>t2,则判断所述用户的三叉神经机能处于第二状态并输出对应的提示信息;其中,t1为第一温度阈值,t2为第二温度阈值,t1<t2。
本发明至少具有以下有益效果:
本发明实施例提供的三叉神经机能状态监控系统,能够基于用户的头部正面红外图像和可见光图像对用户的三叉神经机能状态进行监测,能够提高检测效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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为本发明实施例提供的三叉神经机能状态监控系统执行计算机程序时实现的方法流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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,本领域技术人员在没有作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。
本发明实施例提供一种三叉神经机能状态监控系统,用于对用户的三叉神经机能状态进行实时监测。
在本发明实施例中,所述系统可包括:处理器、存储有计算机介质的存储器以及与处理器通信连接的红外拍摄装置、可见光拍摄装置。其中,处理器和存储器可部署在控制中心,红外拍摄装置和可见光拍摄装置可部署在指定位置处。其中,所述红外拍摄装置用于拍摄用户的头部正面的红外图像,得到第一图像并发送给所述处理器;所述可见光拍摄装置用于拍摄用户的头部正面的可见光图像,得到第二图像并发送给所述处理器。
在本发明实施例中,所述第一图像和所述第二图像的拍摄环境相同,即同角度同距离拍摄。
在实际应用场景中,所述系统还可包括显示装置,显示装置可为触摸屏。当用户通过操作触摸屏输入需要对三叉神经机能状态进行检测的输入指令时,处理器会通过语音和/或文字提示的方式提示用户按照指定拍摄要求做出对应的拍照姿势,接着,指示红外拍摄装置和可见光拍摄装置对用户的头部的正面进行拍摄,以获取对应的图像。
在本发明实施例中,还包括数据库,数据库用于存储面部红外图像和可见光图像。处理器用于对面部红外图像进行预处理,包括将图像中的像素点的位置坐标和温度值之间的关系进行提取并存储到存储器中,例如,可以数据表的形式进行存储。数据表的第u行可包括(Suv,Tuv),Suv为第u行的第v个像素点的位置,Tuv为Suv对应的温度值,u的取值为1到M1,v的取值为1到M2。M1为图像中的像素行数,v为图像中的像素列数,基于图像的大小确定。
进一步地,所述处理器用于执行计算机程序以实现如图1所示的步骤:
S100,分别获取第一图像和第二图像中的第一感兴趣区域和第二感兴趣区域,第一感兴趣区域和第二感兴趣区域对称设置,每个感兴区域包括鼻唇沟区域和脸颊区域。
在本发明实施例中,鼻唇沟区域和脸颊区域可基于中医医学理论得到。例如,鼻唇沟区域由唇轮匝肌和颧骨的上颌突构成,其位置在鼻翼两侧至嘴角两侧。左面颊区为左侧鼻唇沟外侧到对应面颊外缘与目眶下到两下颌角所围成的区域,右面颊区为右侧鼻唇沟外侧到对应面颊外缘与目眶下到两下颌角所围成的区域。
第一感兴趣区域可位于脸部的左侧或者右侧,第二感兴趣区域可位于脸部的右侧或者左侧。每个感兴趣区域可基于训练后的AI模型获取得到。AI模型可为神经网络模型,可通过标注了样本数据集进行训练得到,具体训练过程可为现有技术。
S200,基于第一图像,获取第一感兴趣区域中的鼻唇沟区域的特征温度T1n、第一感兴趣区域中的脸颊区域的特征温度T1f、第二感兴趣区域中的鼻唇沟区域的特征温度T2n、第二感兴趣区域中的脸颊区域的特征温度T2f。
在本发明一示意性实施例中,特征温度可为平均温度。每个区域的平均温度可通过如下步骤获取得到:
S201,获取第一感兴趣区域中的鼻唇沟区域的像素点集P1n={P1n1,P1n2,……,P1nr,……,P1nh},第一感兴趣区域中的脸颊区域的像素点集P1f={P1f1,P1f2,……,P1fb,……,P1fg},第二感兴趣区域中的鼻唇沟区域的像素点集P2n={P2n1,P2n2,……,P2nr,……,P2nh},以及第二感兴趣区域中的脸颊区域的像素点集P2f={P2f1,P2f2,……,P2fb,……,P2fg};P1nr为第一感兴趣区域中的鼻唇沟区域的第r个像素点的位置,P1fb为第一感兴趣区域中的面颊区域的第b个像素点的位置,P2nr为第二感兴趣区域中的鼻唇沟区域的第r个像素点的位置,P2fb为第二感兴趣区域中的面颊区域的第b个像素点的位置,r的取值为1到h,b的取值为1到g,h为鼻唇沟区域的像素点数量,g为脸颊区域的像素点数量;
S202,分别基于P1n、P1f、P2n和P2f,获取对应的温度集TS1n={T1n1,T1n2,……,T1nr,……,
T1nh},TS1f={T1f1,T1f2,……,T1fb,……,T1fg},TS2n={T2n1,T2n2,……,T2nr,……,T2nh},
以及TS2f={T2f1,T2f,……,T2fb,……,T2fg},T1nr、T1fb、T2nr和T2fb分别为P1nr、P1fb、P2nr和P2fb对应的温度值。
S203,获取T1n=(T1n1+T1n2+……+T1nr+……+T1nh)/h,T1f=(T1f1+T1f2+……+T1fb+……+T1fg)
/g,T2n=(T2n1+T2n2+……+T2nr+……+T2nh)/h,T2f=(T2f1+T2f2+……+T1fb+……+T1fg)/g。
S300,基于第二图像,获取第一感兴趣区域的脸颊区域以及第二感兴趣区域的脸颊区域的异常子区域,得到第一异常子区域集AR1和第二异常子区域集AR2。
在本发明实施例中,异常子区域可为脸颊上长的异物,例如,痘痘、肿块、疤痕等。
在本发明实施例中,异常子区域可基于训练后的异常子区域识别模型获取得到。异常子区域识别模型可为神经网络模型,可基于标注了异常子区域的样本数据集获取得到,具体训练过程可为现有技术。
S400,基于AR1和AR2获取第一图像中的第一感兴趣区域中的脸颊区域的目标子区域MA1f和以及第二感兴趣区域中的脸颊区域的目标子区域MA2f,并获取MA1f的特征温度TM1f,以及MA2f的特征温度TM2f。
在本发明一示意性实施例中,S400可具体包括:
S401,如果AR1和AR2均为空集,说明左右脸颊区域没有异物,则将第一感兴趣区域中的脸颊区域作为MA1f,将第二感兴趣区域中的脸颊区域作为MA2f,并设置TM1f=T1f,TM2f=T2f。
在本发明另一示意性实施例中,S400可具体包括:
S412,如果AR1不为空集,AR2为空集,如果SAR1i≤S01且(∑p i=1SAR1i)/S1≤S02,执行S413,如果SAR1i≤S01或者(∑p i=1SAR1i)/S1≤S02,执行S416;S01为第一设定面积阈值,S02为第二设定面积阈值,S01≥S02,S1为第一感兴趣区域的脸颊区域的面积;SAR1i为AR1中的第i个异常子区域AR1i的面积,i的取值为1到p,p为第一感兴趣区域的脸颊区域中的异常子区域的数量。
在本发明实施例中,S01和S02可基于实际情况进行设置,可为经验值。在一个示意性实施例中,S01可为脸颊区域的内接圆。S1可基于获取的脸颊区域的像素点数量得到。
在本发明实施例中,如果SAR1i≤S01且(∑p i=1SAR1i)/S1≤S02,说明对应脸颊区域的异常子区域的总面积相对较小,该脸颊区域当前的温度可以用做后续比较,否则,则说明该脸颊区域的异常子区域的总面积相对较大,该脸颊区域当前的温度不适合用作后续比较。
S413,如果|t1i-t2i|≤t0,执行S414;否则,执行S415;t1i为基于AR1i在第一图像中的第一感兴趣区域中获取的对应温度,具体,首先,基于AR1i对应的像素点的位置在第一图像中的第一感兴区域中获取对应的像素点,接着,基于获取的对应的像素点获取对应的平均温度作为t1i。t2i为基于AR1i在第一图像中的第二感兴趣区域中获取的对应温度,t0为设定温度误差阈值,t2i的获取方式与t1i的获取方式相同。
在本发明实施例中,t0可为经验值。具体地,可通过对比N个脸颊无异物的测试对象的左脸颊区域的温度和右脸颊区域的温度之间的差值,得到N个温度差值,然后从这N个温度差值中选择最大值作为t0。
如果|t1i-t2i|≤t0,说明异常子区域不影响脸颊区域的温度,可不用去除这些异常子区域。
S414,将第一感兴趣区域中的脸颊区域作为MA1f,将第二感兴趣区域中的脸颊区域作为MA2f,并设置TM1f=T1f,TM2f=T2f。
S415,从第一图像中的第一感兴趣区域的脸颊区域中去除与AR1中的异常子区域相对应的区域,并将去除了区域后的第一感兴趣区域的脸颊区域作为MA1f,并基于MA1f获取TM1f;以及从第一图像中的第二感兴趣区域的脸颊区域中去除与AR1中的异常子区域相对应的区域,并将去除了区域后的第二感兴趣区域的脸颊区域作为MA2f,并基于MA2f获取TM2f。
具体地,可基于AR1中的异常子区域的像素点位置,从P1f和P2f去除对应的像素点之后得到的像素点集作为MA1f和MA2f。可基于MA1f和MA2f对应的温度集获取对应的TM1f和TM2f。
S416,将MA1f设置为空集即不将第一感兴趣区域中的脸颊区域作为当前的对比区域,将第二感兴趣区域中的脸颊区域作为MA2f,并设置TM1f=TH1f,TM2f=T2f,TH1f为为基于所述用户的第一感兴区域的脸颊区域的历史温度数据得到的特征温度。
第一感兴区域的脸颊区域的历史温度数据可为设定时间段例如30天或者3个月内的温度数据。在实际应用场景中,用户会定期对三叉神经机能状态进行监测,这样,红外摄像装置会获取到用户的历史头部正面红外图像,处理器也会获取到对应的脸颊温度数据。具体地,TH1f可为用户的第一感兴区域的脸颊区域的历史温度数据的平均值。
进一步地,在本发明另一实施例中,S400具体包括:
S420,如果AR1为空集,AR2不为空集,如果SAR2j≤S01且(∑q j=1SAR2j)/S2≤S02,执行S421,如果SAR2j≤S01或者(∑q j=1SAR2j)/S2≤S02,,执行S424;S01为第一设定面积阈值,S02为第二设定面积阈值,S01≥S02,S2为第二感兴趣区域的脸颊区域的面积;SAR2j为AR2中的第j个异常子区域AR2j的面积,j的取值为1到q,q为第二感兴趣区域的脸颊区域中的异常子区域的数量。
S2可基于获取的脸颊区域的像素点数量得到,S2=S1。
在本发明实施例中,如果SAR2j≤S01且(∑q j=1SAR2j)/S2≤S02,说明对应脸颊区域的异常子区域的总面积相对较小,该脸颊区域当前的温度可以用做后续比较,否则,则说明该脸颊区域的异常子区域的总面积相对较大,该脸颊区域当前的温度不适合用作后续比较。
S421,如果|t1j-t2j|≤t0,执行S422;否则,执行S423;t1j为基于AR2j在第一图像中的第一感兴趣区域中获取的对应温度,t2j为基于AR2j在第一图像中的第二感兴趣区域中获取的对应温度,t0为设定温度误差阈值。
S422,将第一感兴趣区域中的脸颊区域作为MA1f,将第二感兴趣区域中的脸颊区域作为MA2f,并设置TM1f=T1f,TM2f=T2f。
S423,从第一图像中的第一感兴趣区域的脸颊区域中去除与AR2中的异常子区域相对应的区域,并将去除了区域后的第一感兴趣区域的脸颊区域作为MA1f,并基于MA1f获取TM1f;以及从第一图像中的第二感兴趣区域的脸颊区域中去除与AR2中的异常子区域相对应的区域,并将去除了区域后的第二感兴趣区域的脸颊区域作为MA2f,并基于MA2f获取TM2f。
具体地,可基于AR2中的异常子区域的像素点位置,从P1f和P2f去除对应的像素点之后得到的像素点集作为MA1f和MA2f。可基于MA1f和MA2f对应的温度集获取对应的TM1f和TM2f。
S424,将第一感兴趣区域中的脸颊区域作为MA1f,将MA2f设置为空集即不将第二感兴趣区域中的脸颊区域作为当前的对比区域,并设置TM1f=T1f,TM2f=TH2f,TH2f为为基于所述用户的第二感兴区域的脸颊区域的历史温度数据得到的特征温度。
TH2f可为用户的第二感兴区域的脸颊区域的历史温度数据的平均值。
进一步地,在本发明另一实施例中,S400具体包括:
S430,如果AR1和AR2均不为空集,如果(∑p i=1SAR1i+∑q j=1SAR2j)/S≤S0,执行S431;否则,执行S432;SAR1i为AR1中的第i个异常子区域AR1i的面积,i的取值为1到p,p为第一感兴趣区域的脸颊区域中的异常子区域的数量;SAR2j为AR2中的第j个异常子区域AR2j的面积,j的取值为1到q,q为第二感兴趣区域的脸颊区域中的异常子区域的数量;S为每个脸颊区域的面积,S0为设定面积阈值。
S0可为经验值,在一个示意性实施例中,S0=S02。
S431,将第一感兴趣区域中的脸颊区域作为MA1f,将第二感兴趣区域中的脸颊区域作为MA2f,并设置TM1f=T1f,TM2f=T2f。
S432,输出表征不能对所述用户的三叉神经机能状态进行判断的提示信息。
本领域技术人员知晓,S401、S410、S420、S430可同步执行或者按顺序执行,本发明不做特别限定。
S500,获取第一比较温度△T1=|T1n-T2n|以及第二比较温度△T2=|TM1f-TM2f|,如果△T1<t1,并且△T2<t1,则判断所述用户的三叉神经机能处于第一状态并输出对应的提示信息,如果△T1>t2,并且△T2>t2,则判断所述用户的三叉神经机能处于第二状态并输出对应的提示信息;其中,t1为第一温度阈值,t2为第二温度阈值,t1<t2。
在本发明实施例中,第一状态可为正常状态,第二状态可为异常状态。
在本发明实施例中,t1和t2可为经验值。t1具体可通过如下步骤获取得到:
S501,获取Q1个三叉神经机能状态正常的测试对象的头部正面红外图像中的两个鼻唇沟区域之间的温度差以及两个脸颊区域之间的温度差,得到Q1个鼻唇沟区域温度差以及Q1个脸颊区域温度差;
S502,获取Q1个鼻唇沟区域温度差和Q1个脸颊区域温度差中的最大值作为t1。
T2具体可通过如下步骤获取得到:
S510,获取Q2个三叉神经机能状态异常的测试对象的头部正面红外图像中的两个鼻唇沟区域之间的温度差以及两个脸颊区域之间的温度差,得到Q2个鼻唇沟区域温度差以及Q2个脸颊区域温度差;
S511,获取Q2个鼻唇沟区域温度差和Q2个脸颊区域温度差中的最小值作为t2。
在一个示意性实施例中,t1=0.2℃,t2=0.5℃。
在本发明实施例中,提示信息可通过语音和/或文字方式进行提示。文字方式可通过在显示装置进行文字提示,语音方式可通过扬声器或者喇叭进行提示。
综上,本发明实施例提供的三叉神经机能状态监测系统,首先,拍摄用户的头部正面红外图像和可见光图像,接着,基于可见光图像确定脸颊区域的异常子区域,并基于确定的异常子区域确定进行比较的目标子区域,然后基于目标子区域的温度进行对比,以确定三叉神经机能状态。本发明一方面能够基于红外图像和可见光图像就可对三叉神经机能状态进行监测,能够提高检测效率和降低检测成本,另一方面,由于考虑了异常子区域,能够使得监测结果更加准确。
虽然已经通过示例对本发明的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本发明的范围。本领域的技术人员还应理解,可以对实施例进行多种修改而不脱离本发明的范围和精神。本发明公开的范围由所附权利要求来限定。
Claims (9)
1.一种三叉神经机能状态监控系统,其特征在于,所述系统包括:处理器、存储有计算机介质的存储器以及与处理器通信连接的红外拍摄装置、可见光拍摄装置;
所述红外拍摄装置用于拍摄用户的头部正面的红外图像,得到第一图像并发送给所述处理器;所述可见光拍摄装置用于拍摄用户的头部正面的可见光图像,得到第二图像并发送给所述处理器;
所述处理器用于执行计算机程序以实现如下步骤:
S100,分别获取第一图像和第二图像中的第一感兴趣区域和第二感兴趣区域,第一感兴趣区域和第二感兴趣区域对称设置,每个感兴区域包括鼻唇沟区域和脸颊区域;
S200,基于第一图像,获取第一感兴趣区域中的鼻唇沟区域的特征温度T1n、第一感兴趣区域中的脸颊区域的特征温度T1f、第二感兴趣区域中的鼻唇沟区域的特征温度T2n、第二感兴趣区域中的脸颊区域的特征温度T2f;
S300,基于第二图像,获取第一感兴趣区域的脸颊区域以及第二感兴趣区域的脸颊区域的异常子区域,得到第一异常子区域集AR1和第二异常子区域集AR2;
S400,基于AR1和AR2获取第一图像中的第一感兴趣区域中的脸颊区域的目标子区域MA1f和以及第二感兴趣区域中的脸颊区域的目标子区域MA2f,并获取MA1f的特征温度TM1f,以及MA2f的特征温度TM2f;
S500,获取第一比较温度△T1=|T1n-T2n|以及第二比较温度△T2=|TM1f-TM2f|,如果△T1<t1,并且△T2<t1,则判断所述用户的三叉神经机能处于第一状态并输出对应的提示信息,如果△T1>t2,并且△T2>t2,则判断所述用户的三叉神经机能处于第二状态并输出对应的提示信息;其中,t1为第一温度阈值,t2为第二温度阈值,t1<t2。
2.根据权利要求1所述的系统,其特征在于,S400具体包括:
S401,如果AR1和AR2均为空集,则将第一感兴趣区域中的脸颊区域作为MA1f,将第二感兴趣区域中的脸颊区域作为MA2f,并设置TM1f=T1f,TM2f=T2f。
3.根据权利要求1所述的系统,其特征在于,S400具体包括:
S412,如果AR1不为空集,AR2为空集,如果SAR1i≤S01且(∑p i=1SAR1i)/S1≤S02,执行S413,如果SAR1i≤S01或者(∑p i=1SAR1i)/S1≤S02,执行S416;S01为第一设定面积阈值,S02为第二设定面积阈值,S01≥S02,S1为第一感兴趣区域的脸颊区域的面积;SAR1i为AR1中的第i个异常子区域AR1i的面积,i的取值为1到p,p为第一感兴趣区域的脸颊区域中的异常子区域的数量;
S413,如果|t1i-t2i|≤t0,执行S414;否则,执行S415;t1i为基于AR1i在第一图像中的第一感兴趣区域中获取的对应温度,t2i为基于AR1i在第一图像中的第二感兴趣区域中获取的对应温度,t0为设定温度误差阈值;
S414,将第一感兴趣区域中的脸颊区域作为MA1f,将第二感兴趣区域中的脸颊区域作为MA2f,并设置TM1f=T1f,TM2f=T2f;
S415,从第一图像中的第一感兴趣区域的脸颊区域中去除与AR1中的异常子区域相对应的区域,并将去除了区域后的第一感兴趣区域的脸颊区域作为MA1f,并基于MA1f获取TM1f;以及从第一图像中的第二感兴趣区域的脸颊区域中去除与AR1中的异常子区域相对应的区域,并将去除了区域后的第二感兴趣区域的脸颊区域作为MA2f,并基于MA2f获取TM2f;
S416,将MA1f设置为空集,将第二感兴趣区域中的脸颊区域作为MA2f,并设置TM1f=TH1f,TM2f=T2f,TH1f为为基于所述用户的第一感兴区域的脸颊区域的历史温度数据得到的特征温度。
4.根据权利要求1所述的系统,其特征在于,S400具体包括:
S420,如果AR1为空集,AR2不为空集,如果SAR2j≤S01且(∑q j=1SAR2j)/S2≤S02,执行S421,如果SAR2j≤S01或者(∑q j=1SAR2j)/S2≤S02,,执行S424;S01为第一设定面积阈值,S02为第二设定面积阈值,S01≥S02,S2为第二感兴趣区域的脸颊区域的面积;SAR2j为AR2中的第j个异常子区域AR2j的面积,j的取值为1到q,q为第二感兴趣区域的脸颊区域中的异常子区域的数量;
S421,如果|t1j-t2j|≤t0,执行S422;否则,执行S423;t1j为基于AR2j在第一图像中的第一感兴趣区域中获取的对应温度,t2j为基于AR2j在第一图像中的第二感兴趣区域中获取的对应温度,t0为设定温度误差阈值;
S422,将第一感兴趣区域中的脸颊区域作为MA1f,将第二感兴趣区域中的脸颊区域作为MA2f,并设置TM1f=T1f,TM2f=T2f;
S423,从第一图像中的第一感兴趣区域的脸颊区域中去除与AR2中的异常子区域相对应的区域,并将去除了区域后的第一感兴趣区域的脸颊区域作为MA1f,并基于MA1f获取TM1f;以及从第一图像中的第二感兴趣区域的脸颊区域中去除与AR2中的异常子区域相对应的区域,并将去除了区域后的第二感兴趣区域的脸颊区域作为MA2f,并基于MA2f获取TM2f;
S424,将第一感兴趣区域中的脸颊区域作为MA1f,将MA2f设置为空集,并设置TM1f=T1f,TM2f=TH2f,TH2f为为基于所述用户的第二感兴区域的脸颊区域的历史温度数据得到的特征温度。
5.根据权利要求1所述的系统,其特征在于,S400具体包括:
S430,如果AR1和AR2均不为空集,如果(∑p i=1SAR1i+∑q j=1SAR2j)/S≤S0,执行S431;否则,执行S432;SAR1i为AR1中的第i个异常子区域AR1i的面积,i的取值为1到p,p为第一感兴趣区域的脸颊区域中的异常子区域的数量;SAR2j为AR2中的第j个异常子区域AR2j的面积,j的取值为1到q,q为第二感兴趣区域的脸颊区域中的异常子区域的数量;S为每个脸颊区域的面积,S0为设定面积阈值;
S431,将第一感兴趣区域中的脸颊区域作为MA1f,将第二感兴趣区域中的脸颊区域作为MA2f,并设置TM1f=T1f,TM2f=T2f;
S432,输出表征不能对所述用户的三叉神经机能状态进行判断的提示信息。
6.根据权利要求1至5任一项所述的系统,其特征在于,所述特征温度为平均温度。
7.根据权利要求3或4所述的系统,其特征在于,S01为脸颊区域的内接圆。
8.根据权利要求1所述的系统,其特征在于,t1=0.2℃,t2=0.5℃。
9.根据权利要求1所述的系统,其特征在于,所述感兴趣区域基于训练后的AI模型获取得到。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310852956.3A CN116849613A (zh) | 2023-07-12 | 2023-07-12 | 一种三叉神经机能状态监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310852956.3A CN116849613A (zh) | 2023-07-12 | 2023-07-12 | 一种三叉神经机能状态监控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116849613A true CN116849613A (zh) | 2023-10-10 |
Family
ID=88230036
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310852956.3A Pending CN116849613A (zh) | 2023-07-12 | 2023-07-12 | 一种三叉神经机能状态监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116849613A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100172567A1 (en) * | 2007-04-17 | 2010-07-08 | Prokoski Francine J | System and method for using three dimensional infrared imaging to provide detailed anatomical structure maps |
US20180103851A1 (en) * | 2015-06-14 | 2018-04-19 | Facense Ltd. | Detecting physiological responses based on thermal asymmetry of the face |
CN111414831A (zh) * | 2020-03-13 | 2020-07-14 | 深圳市商汤科技有限公司 | 监测方法及系统、电子设备和存储介质 |
CN115760745A (zh) * | 2022-11-11 | 2023-03-07 | 上海寻是科技有限公司 | 一种三叉神经痛疾病预测模型的构建方法和装置 |
-
2023
- 2023-07-12 CN CN202310852956.3A patent/CN116849613A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100172567A1 (en) * | 2007-04-17 | 2010-07-08 | Prokoski Francine J | System and method for using three dimensional infrared imaging to provide detailed anatomical structure maps |
US20180103851A1 (en) * | 2015-06-14 | 2018-04-19 | Facense Ltd. | Detecting physiological responses based on thermal asymmetry of the face |
CN111414831A (zh) * | 2020-03-13 | 2020-07-14 | 深圳市商汤科技有限公司 | 监测方法及系统、电子设备和存储介质 |
CN115760745A (zh) * | 2022-11-11 | 2023-03-07 | 上海寻是科技有限公司 | 一种三叉神经痛疾病预测模型的构建方法和装置 |
Non-Patent Citations (2)
Title |
---|
史玉泉: "温度成像技术在神经病学中的应用", 中国临床神经科学, no. 04, 15 November 1997 (1997-11-15) * |
宫庆娟;黄乔东;陈金生;卢振和;陈惠华;: "红外热像在原发性三叉神经痛诊断中的价值", 现代医院, no. 06, 15 June 2013 (2013-06-15), pages 15 - 16 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11961620B2 (en) | Method and apparatus for determining health status | |
KR102200526B1 (ko) | 개방형 api 기반 의료 정보 제공 방법 및 시스템 | |
CN111344715B (zh) | 对象识别系统和方法 | |
JP2020533701A (ja) | 対象者の識別のためのカメラ及び画像校正 | |
Lanatà et al. | Eye tracking and pupil size variation as response to affective stimuli: a preliminary study | |
EP3420713B1 (en) | Devices, system and methods for determining a priority level and/or conversation duration of a call | |
CN115761212B (zh) | 一种基于红外图像的人体状态预警系统 | |
CN115497123B (zh) | 感兴趣区域状态参数获取方法 | |
US9569838B2 (en) | Image processing apparatus, method of controlling image processing apparatus and storage medium | |
CN116849613A (zh) | 一种三叉神经机能状态监控系统 | |
EP3949832A1 (en) | Illness aggravation estimation system | |
WO2008033010A1 (en) | Device and method for positioning recording means for recording images relative to an object | |
TWI759218B (zh) | 非接觸式心律類別監測系統及方法 | |
CN112168141B (zh) | 远程问诊的信息处理方法、装置、设备和存储介质 | |
CN112487980B (zh) | 基于微表情治疗方法、装置、系统与计算机可读存储介质 | |
Salman et al. | JOURNAL OF TECHNIQUES | |
CN112086193A (zh) | 一种基于物联网的人脸识别健康预测系统及方法 | |
JP2021146053A (ja) | 生体情報管理装置、生体情報管理方法、生体情報管理プログラム及び記憶媒体 | |
EP3962361A1 (en) | System and method of facial analysis | |
US20230071230A1 (en) | Universal health metrics monitors | |
US20240130604A1 (en) | Processing Device, Processing Program, Processing Method, And Processing System | |
US11423534B2 (en) | System and method for diagnosing potential diseases from photo and video data and informing the user | |
WO2023171356A1 (ja) | 患者モニタリングシステム、患者モニタリング方法、およびプログラム | |
US20220415513A1 (en) | System and method for predicting diabetic retinopathy progression | |
TWI639980B (zh) | 臉部氣色分析方法 |
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 |