CN117278692B - 一种医疗检测车病患监测数据脱敏保护方法 - Google Patents

Abstract

本发明涉及图像运动分析技术领域，具体涉及一种医疗检测车病患监测数据脱敏保护方法，该方法首先根据噪声像素点随机分布的特征，根据每个像素坐标位置在连续的病患监测视频帧中对应像素点的灰度变化分布情况，筛选出噪声像素点，并得到排除噪声像素点影响的病患监测优化视频帧；进一步地根据像素坐标位置在所有病患监测优化视频帧中的局部邻域灰度变化分布情况，筛选出前景像素点，结合前景像素点对应的连通域的灰度变化，得到敏感数据像素点，最后根据敏感数据像素点进行数据脱敏，使得对医疗检测车病患监测数据脱敏保护的效果更好。

Description

一种医疗检测车病患监测数据脱敏保护方法

技术领域

本发明涉及图像运动分析技术领域，具体涉及一种医疗检测车病患监测数据脱敏保护方法。

背景技术

医疗检测车通常会配备相近的医疗设备、通信技术和数据管理系统，以便提供高质量的医疗符合和记录患者数据，并且医疗检测车通常通过车载相机进行车内人员的监测，但是随着所采集到的图像敏感数据越来越多，导致数据安全问题日益凸显。因此需要对医疗检测车内的图像数据进行脱敏处理，以保证数据安全。

在对医疗检测车内的图像数据进行脱敏处理时，通常是将车内的人像作为敏感数据进行数据脱敏，因此现有技术通常对医疗检测车所采集到的视频通过帧差法进行检测，得到运动人体的位置和轮廓，从而达到车内人像数据脱敏的目的。但是帧差法检测的准确性会受到帧差法阈值大小的影响，过高的阈值可能导致错过微弱的运动目标，而过低的阈值可能导致噪音或不相关的变化识别为运动目标，因此现有技术采用帧差法检测到的车内的人像敏感数据的准确性较差，从而导致对医疗检测车病患监测数据脱敏保护的效果较差。

发明内容

为了解决现有技术采用帧差法检测到的车内的人像敏感数据的准确性较差，从而导致对医疗检测车病患监测数据脱敏保护的效果较差的技术问题，本发明的目的在于提供一种医疗检测车病患监测数据脱敏保护方法，所采用的技术方案具体如下：

本发明提出了一种医疗检测车病患监测数据脱敏保护方法，所述方法包括：

获取医疗检测车内至少两张连续的病患监测视频帧；

根据每个像素坐标位置在连续的病患监测视频帧中对应像素点的灰度变化分布情况，得到每个病患监测视频帧对应的噪声像素点；根据噪声像素点的像素坐标位置在连续的病患监测视频帧中的灰度变化，调整每个噪声像素点的灰度值，得到每个病患监测视频帧对应的病患监测优化视频帧；

根据每个像素坐标位置在所有病患监测优化视频帧中的局部邻域灰度变化分布情况，得到每个病患监测优化视频帧中每个像素点的运动变化置信度；根据所述运动变化置信度，筛选出每个病患监测优化视频帧中的前景像素点；

根据前景像素点的位置分布特征，得到至少两个前景连通域；根据前景连通域中的灰度变化分布情况，得到每个前景连通域的敏感数据像素点；根据所述敏感数据像素点进行数据脱敏。

进一步地，所述噪声像素点的获取方法包括：

依次将每个像素坐标位置，作为目标像素坐标位置；

在时间顺序上，将目标像素坐标位置在每个病患监测视频帧中的灰度值与其前一个病患监测视频帧中的灰度值之间的差异，作为目标像素坐标位置在每个病患监测视频帧中的灰度变化值；将目标像素坐标位置在所有病患监测视频帧中对应的像素点的灰度变化值按照时间顺序排列，得到灰度变化值序列；

在所述灰度变化值序列中，将灰度变化值不为0，且前一个灰度变化值和后一个灰度变化值均为0的灰度变化值对应的像素点，作为噪声像素点。

进一步地，所述病患监测优化视频帧的获取方法包括：

对于任意一个噪声像素点：

将噪声像素点对应的像素坐标位置作为噪声位置；在时间顺序上，将噪声像素点对应的病患监测视频帧的前一个病患监测视频帧中噪声位置的像素点的灰度值，作为噪声像素点的改进灰度值；

将每个病患监测视频帧中所有噪声像素点的灰度值替换为对应的改进灰度值，得到对应的病患监测优化视频帧。

进一步地，所述运动变化置信度的获取方法包括：

依次将每个病患监测优化视频帧作为目标病患监测优化视频帧；将目标病患监测优化视频帧中的像素点作为优化像素点；

在时间顺序上，将每个像素坐标位置在目标病患监测优化视频帧中的灰度值与其前一个病患监测优化视频帧中的灰度值之间的差异，作为每个像素点坐标位置在目标病患监测优化视频帧中对应的优化像素点的灰度参考变化值；

根据每个优化像素点的灰度值参考变化值的数值大小，得到每个优化像素点的置信度权重；

将每个优化像素点的预设邻域范围内的灰度参考变化值大于0的优化像素点数量，作为每个优化像素点的参考变化特征值；

根据所述置信度权重和所述参考变化特征值，得到每个优化像素点的运动变化置信度。

进一步地，所述前景像素点的获取方法包括：

将运动变化置信度大于预设置信度阈值的像素点，作为参考像素点；将所有参考像素点及其预设邻域范围内的所有像素点，作为前景像素点。

进一步地，所述置信度权重的获取方法包括：

将灰度参考变化值大于0的优化像素点的置信度权重设置为预设第一权重值；将灰度参考变化值等于0的优化像素点的置信度权重设置为预设第二权重值；所述预设第一权重值大于预设第二权重值。

进一步地，所述根据所述置信度权重和所述参考变化特征值，得到每个优化像素点的运动变化置信度的方法包括：

将所述置信度权重和所述参考变化特征值的乘积，作为每个优化像素点的运动变化置信度。

进一步地，所述前景连通域的获取方法包括：

将每个病患监测优化视频帧中的所有前景像素点进行轮廓拟合，得到轮廓拟合区域；将轮廓拟合区域中的各个连通域作为前景连通域。

进一步地，所述敏感数据像素点的获取方法包括：

依次将每个病患监测优化视频帧中的每个前景连通域作为目标前景连通域；将目标前景连通域中的像素点作为连通像素点；

将目标前景连通域的质心位置的像素点，作为目标前景连通域的中心像素点；在目标前景连通域中，将每个连通像素点与中心像素点之间的距离，作为每个连通像素点的中心偏离距离；将所述中心像素点与目标前景连通域的边界上所有像素点之间距离均值，作为参考距离；将所述中心偏离距离与所述参考距离的比值的正相关映射值，作为每个连通像素点的阈值影响权重值；

将每个连通像素点的灰度参考变化值与所述阈值影响权重值的乘积，作为每个连通像素点的加权灰度变化值；

将目标前景连通域中所有连通像素点的加权灰度变化值的累加值与所有连通像素点的阈值影响权重值的累加值之间的比值，作为目标前景连通域的参考帧差法阈值；

将目标前景连通域中大于所述参考帧差法阈值的连通像素点，作为敏感数据像素点。

进一步地，所述根据所述敏感数据像素点进行数据脱敏的方法包括：

通过高斯模糊算法对每个病患监测优化视频帧的敏感数据像素点进行模糊，得到数据脱敏后的病患监测视频帧。

本发明具有如下有益效果：

考虑到发生运动的物体在相邻连续的视频帧中的运动是连续的，因此各个位置的像素点的灰度值发生变化也应该是连续的，而噪声像素点由于其随机分布的特征，使得对应的灰度变化在连续的视频帧中具有不连续性，因此本发明通过每个像素坐标位置在连续的病患监测视频帧中对应像素点的灰度变化分布情况，得到每个病患监测视频帧对应的噪声像素点，进一步地排除噪声像素点的影响后，使得后续的数据脱敏更加准确。进一步地根据病患监测视频帧中的灰度变化对噪声像素点的灰度值进行调整，得到排除噪声像素点影响的病患监测优化视频帧。进一步地考虑到当其中某一个病患监测优化视频帧中的某个像素点存在灰度变化时，如果其邻域范围内的像素点也出现了相应的灰度变化，则对应的像素点属于前景像素点的可能性更高，因此本发明根据每个像素坐标位置在所有病患监测优化视频帧中的局部邻域灰度变化分布情况，得到对应的运动变化置信度，进一步地通过运动变化置信度筛选出前景像素点，使得分离出的前景像素点更加准确。并且进一步地根据前景像素点对应的连通域的灰度变化，进一步地筛选出运动的人像对应的敏感数据像素点，最后根据敏感数据像素点进行数据脱敏，使得对医疗检测车病患监测数据脱敏保护的效果更好。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，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它附图。

图1为本发明一个实施例所提供的一种医疗检测车病患监测数据脱敏保护方法流程图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种医疗检测车病患监测数据脱敏保护方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种医疗检测车病患监测数据脱敏保护方法的具体方案。

请参阅图1，其示出了本发明一个实施例提供的一种医疗检测车病患监测数据脱敏保护方法流程图，该方法包括：

步骤S1：获取医疗检测车内至少两张连续的病患监测视频帧。

本发明实施例旨在提供一种医疗检测车病患监测数据脱敏保护方法，用于根据医疗检测车获取的病患监测视频的视频帧进行图像运动分析，得到所需要的敏感数据像素点，根据敏感数据像素点进行数据脱敏，以进行医疗检测车病患监测数据脱敏保护。因此首先需要获取对应的病患监测视频帧。

考虑到对于病患监测视频中而言，单独的病患监测视频无法反映出运动目标的运动特征。因此本发明实施例获取医疗检测车内至少两张连续的病患监测视频帧，具体地，通过医疗检测车内的视频采集设备获取视频源，进一步地通过解码器对视频源进行解码，将视频转换为原始的图像帧序列，从而获取连续的病患监测视频帧。在本发明实施例中，视频采集设备选用CCD相机，实施者可根据具体实施环境自行选择；并且本发明实施例所得到的连续的病患监测视频帧的帧率为30，也即医疗检测车对应的病患监测视频中每秒对应三十个连续的病患监测视频帧，实施者也可根据具体实施环境自行调整帧率的大小，例如常用的24或60等。需要说明的是，对视频源通过解码器解码得到图像帧序列的方法为本领域技术人员所熟知的现有技术，在此不做进一步限定和赘述。此外需要说明的是，本发明实施例中所有的病患监测视频帧以及后续得到的病患监测优化视频帧均为灰度图像，后续不做进一步赘述。

步骤S2：根据每个像素坐标位置在连续的病患监测视频帧中对应像素点的灰度变化分布情况，得到每个病患监测视频帧对应的噪声像素点；根据噪声像素点的像素坐标位置在连续的病患监测视频帧中的灰度变化，调整每个噪声像素点的灰度值，得到每个病患监测视频帧对应的病患监测优化视频帧。

由于噪声会对后续的敏感数据像素点的提取造成影响，因此需要进一步地检测噪声对应的噪声像素点，以减少或避免噪声的影响。考虑到发生运动的物体在相邻连续的视频帧中的运动是连续的，因此各个位置的像素点的灰度值发生变化也应该是连续的，而噪声像素点由于其随机分布的特征，使得对应的灰度变化在连续的视频帧中具有不连续性。因此本发明实施例根据每个像素坐标位置在连续的病患监测视频帧中对应像素点的灰度变化分布情况，得到每个病患监测视频帧对应的噪声像素点。

优选地，噪声像素点的获取方法包括：

依次将每个像素坐标位置，作为目标像素坐标位置；在时间顺序上，将目标像素坐标位置在每个病患监测视频帧中的灰度值与其前一个病患监测视频帧中的灰度值之间的差异，作为目标像素坐标位置在每个病患监测视频帧中的灰度变化值。

在本发明实施例中，依次将每个病患监测视频帧作为第个病患监测视频帧，则目 标坐标位置在第个病患监测视频帧中的灰度变化值的获取方法在公式上表现为：

其中，为目标坐标位置在第个病患监测视频帧中的灰度变化值，为目 标坐标位置在第个病患监测视频帧中的灰度值，为目标坐标位置在第个 病患监测视频帧中的灰度值。

进一步地将目标像素坐标位置在所有病患监测视频帧中对应的像素点的灰度变化值按照时间顺序排列，得到灰度变化值序列；在灰度变化值序列中，将灰度变化值不为0，且前一个灰度变化值和后一个灰度变化值均为0的灰度变化值对应的像素点，作为噪声像素点。

其中，灰度变化值能够反映每个像素坐标位置在每个时刻的灰度变化，而物体发生运动时对应的灰度也会发生变化，虽然噪声产生的噪声像素点也会对应灰度变化，但是由于物体运动的过程是持续的，因此受到物体运动影响产生的灰度变化值应当是连续出现的，而噪声由于其随机特征，导致对应的灰度变化值是离散存在的，因此将灰度变化值不为0，且前一个灰度变化值和后一个灰度变化值均为0的灰度变化值对应的像素点，作为噪声像素点。

根据噪声像素点离散存在的特征，可知对应的像素点在没有噪声影响下是不存在灰度变化值的，因此可根据时序连续的病患监测视频帧在相同像素点位置的像素点的灰度值对噪声像素点进行调整，本发明实施例根据噪声像素点的像素坐标位置在连续的病患监测视频帧中的灰度变化，调整每个噪声像素点的灰度值，得到每个病患监测视频帧对应的病患监测优化视频帧。

病患监测优化视频帧的获取方法包括：

对于任意一个噪声像素点：

将噪声像素点对应的像素坐标位置作为噪声位置；在时间顺序上，将噪声像素点对应的病患监测视频帧的前一个病患监测视频帧中噪声位置的像素点的灰度值，作为噪声像素点的改进灰度值；将每个病患监测视频帧中所有噪声像素点的灰度值替换为对应的改进灰度值，得到对应的病患监测优化视频帧。

其中，噪声所产生的噪声像素点是孤立存在的，并且根据本发明实施例对应的噪声像素点的获取过程可知，噪声像素点对应灰度变化值所处的灰度变化序列前后的灰度变化值均为0，因此其对应的像素坐标位置在噪声像素点所处的病患监测视频帧的时间点附近通常不存在灰度变化，因此将噪声像素点对应的病患监测视频帧的前一个病患监测视频帧中噪声位置的像素点的灰度值。需要说明的是，实施者可根据具体实施环境将噪声像素点对应的病患监测视频帧的后一个病患监测视频帧中噪声位置的像素点的灰度值，其本质是相同的，在此不做进一步赘述。

步骤S3：根据每个像素坐标位置在所有病患监测优化视频帧中的局部邻域灰度变化分布情况，得到每个病患监测优化视频帧中每个像素点的运动变化置信度；根据运动变化置信度，筛选出每个病患监测优化视频帧中的前景像素点。

考虑到当病患监测视频中的目标发生运动时，如果对应的病患监测优化视频帧中的像素点存在灰度变化时，并且其邻域范围内的像素点也出现了相应的灰度变化，则对应的像素点属于前景像素点的可能性更高。因此本发明实施例根据每个像素坐标位置在所有病患监测优化视频帧中的局部邻域灰度变化分布情况，得到每个病患监测优化视频帧中每个像素点的运动变化置信度。

优选地，运动变化置信度的获取方法包括：

依次将每个病患监测优化视频帧作为目标病患监测优化视频帧；将目标病患监测优化视频帧中的像素点作为优化像素点；在时间顺序上，将每个像素坐标位置在目标病患监测优化视频帧中的灰度值与其前一个病患监测优化视频帧中的灰度值之间的差异，作为每个像素点坐标位置在目标病患监测优化视频帧中对应的优化像素点的灰度参考变化值。需要说明的是，灰度参考变化值与灰度变化值的获取方法相同，只是去除了噪声像素点的影响，在此不对其意义作进一步赘述。

根据每个优化像素点的灰度值参考变化值的数值大小，得到每个优化像素点的置信度权重。对于每个优化像素点而言，当其存在灰度变化时，说明对应的优化像素点更加符合目标运动的灰度变化特征，也即对应的优化像素点对应运动变化的置信度更高。

优选地，置信度权重的获取方法包括：

将灰度参考变化值大于0的优化像素点的置信度权重设置为预设第一权重值；将灰度参考变化值等于0的优化像素点的置信度权重设置为预设第二权重值；预设第一权重值大于预设第二权重值。在本发明实施例中，预设第一权重值设置为自然常数e，预设第二权重值设置为1，实施者可根据具体实施环境自行调整，但需要保证当灰度参考变化值等于0时，后续所计算出的运动变化置信度总是小于预设置信度阈值，在此不做进一步赘述。

将每个优化像素点的预设邻域范围内的灰度参考变化值大于0的优化像素点数量，作为每个优化像素点的参考变化特征值。在本发明实施例中，预设邻域范围设置为八邻域范围，实施者可根据具体实施环境自行调整。由于灰度参考变化值大于0能够说明对应的优化像素点更加符合运动变化的特征，因此对应的参考变化特征值越大，说明越可能对应病患监测视频中的运动目标，也即对应优化像素点的运动变化置信度越大。

根据病患监测优化视频帧中的像素点存在灰度变化时，并且其邻域范围内的像素点也出现了相应的灰度变化，则对应的像素点属于前景像素点的可能性更高的特点，进一步地将置信度权重和参考变化特征值结合，根据置信度权重和参考变化特征值，得到每个优化像素点的运动变化置信度。

优选地，根据置信度权重和参考变化特征值，得到每个优化像素点的运动变化置信度的方法包括：

将置信度权重和参考变化特征值的乘积，作为每个优化像素点的运动变化置信度。

在本发明实施例中，依次将每个病患监测优化视频帧中的每个优化像素点，作为 第个病患监测优化视频帧中的第个优化像素点，则第个病患监测优化视频帧中的第 个优化像素点的运动变化置信度的获取方法在公式上表现为：

其中，为第个病患监测优化视频帧中的第个优化像素点的运动变化置信 度，为第个病患监测优化视频帧中的第个优化像素点的置信度权重，为第个 病患监测优化视频帧中的第个优化像素点的参考变化特征值。

考虑到对应的运动变化置信度越高时，说明对应的优化像素点及其邻域内像素点越符合运动变化的特征。因此进一步地根据运动变化置信度，筛选出每个病患监测优化视频帧中的前景像素点。

优选地，前景像素点的获取方法包括：

将运动变化置信度大于预设置信度阈值的像素点，作为参考像素点；将所有参考像素点及其预设邻域范围内的所有像素点，作为前景像素点。考虑到当病患监测视频中的目标物体发生运动时，对应的灰度变化特征表现在病患监测视频帧中通常表现为一个区域的灰度变化，而不是孤立像素点的灰度变化，因此本发明实施例将所有参考像素点及其预设邻域范围内的所有像素点，作为前景像素点。

步骤S4：根据前景像素点的位置分布特征，得到至少两个前景连通域；根据前景连通域中的灰度变化分布情况，得到每个前景连通域的敏感数据像素点；根据敏感数据像素点进行数据脱敏。

考虑到前景像素点可能分布在病患监测视频帧中的各个区域，当目标物体运动时，可能会出现某些属于目标的局部区域没有发生变化，也即不同的局部区域对应的变化衡量的标准可能不同，因此为了保证本发明实施例所获取的帧差法阈值的鲁棒性，本发明实施例对每个前景像素点所形成的连通域分别进行帧差法阈值的计算，从而实现自适应获取帧差法阈值，所以首先需要获取对应的连通域。本发明实施例根据前景像素点的位置分布特征，得到至少两个前景连通域。

优选地，前景连通域的获取方法包括：

将每个病患监测优化视频帧中的所有前景像素点进行轮廓拟合，得到轮廓拟合区域；将轮廓拟合区域中的各个连通域作为前景连通域。在本发明实施例中，轮廓拟合采用圆形拟合，圆形拟合相对于其他拟合而言更加快速，并且在周长相同的情况下，圆形的面积最大，选择的方法是采用最小二乘法拟合，通过最小化每个互相连通的像素点到圆形边界的距离来找到最佳的圆形拟合，从而得到多个轮廓拟合区域，进一步地将每个拟合出的圆形区域作为前景连通域。

进一步地对每个前景连通域的灰度变化的分布情况进行分析，本发明实施例根据前景连通域中的灰度变化分布情况，得到每个前景连通域的敏感数据像素点。

优选地，敏感数据像素点的获取方法包括：

依次将每个病患监测优化视频帧中的每个前景连通域作为目标前景连通域；将目标前景连通域中的像素点作为连通像素点；

将目标前景连通域的质心位置的像素点，作为目标前景连通域的中心像素点；在目标前景连通域中，将每个连通像素点与中心像素点之间的距离，作为每个连通像素点的中心偏离距离；将中心像素点与目标前景连通域的边界上所有像素点之间距离均值，作为参考距离；将中心偏离距离与参考距离的比值的正相关映射值，作为每个连通像素点的阈值影响权重值。在本发明实施例中，目标前景连通域为圆形区域，因此对应的中心像素点为对应圆形区域的圆心，中心偏离距离为每个连通像素点距离圆心的距离，参考距离即前景连通域对应圆形区域的半径。由于一个目标物体对应的区域的范围需要边界区域判定，所以得到的连通域边缘的像素点对于帧差法阈值的确定相较于靠近区域中心的像素点更为重要，因此对应的中心偏离距离越大时，对应的权重越大，而参考距离的作用是用于归一化中心偏离距离的大小，消除量纲影响。需要说明的是，本发明实施例涉及的所有距离的计算方法均采用欧氏距离，实施者也可选用其他距离计算方法，在此不做进一步赘述。

将每个连通像素点的灰度参考变化值与阈值影响权重值的乘积，作为每个连通像素点的加权灰度变化值。由于帧差法阈值判定的目标是每个连通像素点的灰度变化，因此进一步地在阈值影响权重值的基础上引入灰度参考变化值，得到每个连通像素点的加权灰度变化值。进一步地将目标前景连通域中所有连通像素点的加权灰度变化值的累加值与所有连通像素点的阈值影响权重值的累加值之间的比值，作为目标前景连通域的参考帧差法阈值。通过加权均值的方式得到最后的参考帧差法阈值，使得参考帧差法阈值的选取过程中，靠近连通域边缘的灰度参考变化值的权重更大，也使得所得到的参考帧差法阈值更加准确。

在本发明实施例中，依次将每个病患监测优化视频帧中的每个前景连通域，作为 第个病患监测优化视频帧中的第个前景连通域，则第个病患监测优化视频帧中的第 个前景连通域的参考帧差法阈值的获取方法在公式上表现为：

其中，为第个病患监测优化视频帧中的第个前景连通域的参考帧差法阈 值，为第个病患监测优化视频帧的第个前景连通域中的连通像素点数量，为第个病患监测优化视频帧的第个前景连通域中的第个连通像素点的灰度参考变化值，为第个病患监测优化视频帧的第个前景连通域中的第个连通像素点与对应的中 心像素点之间的距离，为第个病患监测优化视频帧的第个前景连通域的参考距离；为以自然常数为底的指数函数。

进一步地将目标前景连通域中大于参考帧差法阈值的连通像素点，作为敏感数据像素点。最后根据敏感数据像素点进行数据脱敏。

优选地，根据敏感数据像素点进行数据脱敏的方法包括：

考虑到模糊化是最常见的数据脱敏方法之一，因此本发明实施例通过高斯模糊算法对每个病患监测优化视频帧的敏感数据像素点进行模糊，得到数据脱敏后的病患监测视频帧。在本发明实施例中，高斯模糊算法中的卷积核大小设置为5×5，实施者可根据具体实施环境自行调整，且卷积核越大，对应的模糊效果越强。需要说明的是，为了保证数据脱敏的有效性，本发明实施例只在医疗检测车传输病患的视频监测数据时，才对敏感数据像素点的数据进行数据脱敏；并且高斯模糊算法为本领域技术人员所熟知的现有技术，在此不做进一步赘述。

综上所述，本发明首先根据噪声像素点随机分布的特征，根据每个像素坐标位置在连续的病患监测视频帧中对应像素点的灰度变化分布情况，筛选出噪声像素点，并得到排除噪声像素点影响的病患监测优化视频帧；进一步地根据像素坐标位置在所有病患监测优化视频帧中的局部邻域灰度变化分布情况，筛选出前景像素点，结合前景像素点对应的连通域的灰度变化，得到敏感数据像素点，最后根据敏感数据像素点进行数据脱敏，使得对医疗检测车病患监测数据脱敏保护的效果更好。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

Claims (8)

1.一种医疗检测车病患监测数据脱敏保护方法，其特征在于，所述方法包括：

获取医疗检测车内至少两张连续的病患监测视频帧；

根据每个像素坐标位置在连续的病患监测视频帧中对应像素点的灰度变化分布情况，得到每个病患监测视频帧对应的噪声像素点；根据噪声像素点的像素坐标位置在连续的病患监测视频帧中的灰度变化，调整每个噪声像素点的灰度值，得到每个病患监测视频帧对应的病患监测优化视频帧；

根据每个像素坐标位置在所有病患监测优化视频帧中的局部邻域灰度变化分布情况，得到每个病患监测优化视频帧中每个像素点的运动变化置信度；根据所述运动变化置信度，筛选出每个病患监测优化视频帧中的前景像素点；

根据前景像素点的位置分布特征，得到至少两个前景连通域；根据前景连通域中的灰度变化分布情况，得到每个前景连通域的敏感数据像素点；根据所述敏感数据像素点进行数据脱敏；

所述运动变化置信度的获取方法包括：

依次将每个病患监测优化视频帧作为目标病患监测优化视频帧；将目标病患监测优化视频帧中的像素点作为优化像素点；

在时间顺序上，将每个像素坐标位置在目标病患监测优化视频帧中的灰度值与其前一个病患监测优化视频帧中的灰度值之间的差异，作为每个像素点坐标位置在目标病患监测优化视频帧中对应的优化像素点的灰度参考变化值；

根据每个优化像素点的灰度值参考变化值的数值大小，得到每个优化像素点的置信度权重；

将每个优化像素点的预设邻域范围内的灰度参考变化值大于0的优化像素点数量，作为每个优化像素点的参考变化特征值；

根据所述置信度权重和所述参考变化特征值，得到每个优化像素点的运动变化置信度；

所述敏感数据像素点的获取方法包括：

依次将每个病患监测优化视频帧中的每个前景连通域作为目标前景连通域；将目标前景连通域中的像素点作为连通像素点；

将目标前景连通域的质心位置的像素点，作为目标前景连通域的中心像素点；在目标前景连通域中，将每个连通像素点与中心像素点之间的距离，作为每个连通像素点的中心偏离距离；将所述中心像素点与目标前景连通域的边界上所有像素点之间距离均值，作为参考距离；将所述中心偏离距离与所述参考距离的比值的正相关映射值，作为每个连通像素点的阈值影响权重值；

将每个连通像素点的灰度参考变化值与所述阈值影响权重值的乘积，作为每个连通像素点的加权灰度变化值；

将目标前景连通域中所有连通像素点的加权灰度变化值的累加值与所有连通像素点的阈值影响权重值的累加值之间的比值，作为目标前景连通域的参考帧差法阈值；

将目标前景连通域中大于所述参考帧差法阈值的连通像素点，作为敏感数据像素点。

2.根据权利要求1所述的一种医疗检测车病患监测数据脱敏保护方法，其特征在于，所述噪声像素点的获取方法包括：

依次将每个像素坐标位置，作为目标像素坐标位置；

在时间顺序上，将目标像素坐标位置在每个病患监测视频帧中的灰度值与其前一个病患监测视频帧中的灰度值之间的差异，作为目标像素坐标位置在每个病患监测视频帧中的灰度变化值；将目标像素坐标位置在所有病患监测视频帧中对应的像素点的灰度变化值按照时间顺序排列，得到灰度变化值序列；

在所述灰度变化值序列中，将灰度变化值不为0，且前一个灰度变化值和后一个灰度变化值均为0的灰度变化值对应的像素点，作为噪声像素点。

3.根据权利要求1所述的一种医疗检测车病患监测数据脱敏保护方法，其特征在于，所述病患监测优化视频帧的获取方法包括：

对于任意一个噪声像素点：

将噪声像素点对应的像素坐标位置作为噪声位置；在时间顺序上，将噪声像素点对应的病患监测视频帧的前一个病患监测视频帧中噪声位置的像素点的灰度值，作为噪声像素点的改进灰度值；

将每个病患监测视频帧中所有噪声像素点的灰度值替换为对应的改进灰度值，得到对应的病患监测优化视频帧。

4.根据权利要求1所述的一种医疗检测车病患监测数据脱敏保护方法，其特征在于，所述前景像素点的获取方法包括：

将运动变化置信度大于预设置信度阈值的像素点，作为参考像素点；将所有参考像素点及其预设邻域范围内的所有像素点，作为前景像素点。

5.根据权利要求1所述的一种医疗检测车病患监测数据脱敏保护方法，其特征在于，所述置信度权重的获取方法包括：

将灰度参考变化值大于0的优化像素点的置信度权重设置为预设第一权重值；将灰度参考变化值等于0的优化像素点的置信度权重设置为预设第二权重值；所述预设第一权重值大于预设第二权重值。

6.根据权利要求1所述的一种医疗检测车病患监测数据脱敏保护方法，其特征在于，所述根据所述置信度权重和所述参考变化特征值，得到每个优化像素点的运动变化置信度的方法包括：

将所述置信度权重和所述参考变化特征值的乘积，作为每个优化像素点的运动变化置信度。

7.根据权利要求1所述的一种医疗检测车病患监测数据脱敏保护方法，其特征在于，所述前景连通域的获取方法包括：

将每个病患监测优化视频帧中的所有前景像素点进行轮廓拟合，得到轮廓拟合区域；将轮廓拟合区域中的各个连通域作为前景连通域。

8.根据权利要求1所述的一种医疗检测车病患监测数据脱敏保护方法，其特征在于，所述根据所述敏感数据像素点进行数据脱敏的方法包括：

通过高斯模糊算法对每个病患监测优化视频帧的敏感数据像素点进行模糊，得到数据脱敏后的病患监测视频帧。