[發明專利]用于提供骨架模型的設備、系統和方法在審
| 申請號: | 201980061477.1 | 申請日: | 2019-09-19 |
| 公開(公告)號: | CN112739257A | 公開(公告)日: | 2021-04-30 |
| 發明(設計)人: | B·拉米什哈內;J·米爾施泰夫 | 申請(專利權)人: | 皇家飛利浦有限公司 |
| 主分類號: | A61B5/0215 | 分類號: | A61B5/0215;A61B5/11 |
| 代理公司: | 永新專利商標代理有限公司 72002 | 代理人: | 孟杰雄 |
| 地址: | 荷蘭艾*** | 國省代碼: | 暫無信息 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 用于 提供 骨架 模型 設備 系統 方法 | ||
1.一種用于提供患者的骨架模型(36)的設備(10),所述設備(10)包括:
關節識別單元(12),其被配置為獲得所述患者的圖像和包括深度信息的對應的圖像數據(22),并且通過在所述圖像(22)中定位所述患者的一個或多個關節來生成關節位置數據(24),
姿勢估計單元(14),其被配置為通過使用所述關節位置數據(24)和/或所述圖像數據(22)估計所述患者的姿勢來生成姿勢估計數據(26),
傳感器位置單元(16),其被配置為獲得包括關于傳感器在所述患者的身體上的位置的信息的身體位置數據(30)和包括關于所述傳感器在所述圖像(22)中的位置的信息的圖像位置數據(32),并且基于所述身體位置數據(30)和所述圖像位置數據(32)來生成將所述圖像(22)中的傳感器位置分配給所述患者的身體位置的傳感器位置數據(28),
分配單元(18),其被配置為通過使用所述關節位置數據(24)、所述姿勢估計數據(26)和所述傳感器位置數據(28)來執行所述一個或多個關節到所述患者的一個或多個身體位置的分配(34),以及
骨架建模單元(20),其被配置為基于所述關節到身體位置的所述分配(34)來生成所述患者的骨架模型(36)。
2.根據權利要求1所述的設備(10),
還包括傳感器信息單元(38),所述傳感器信息單元被配置為獲得對應于所述患者的生命體征的傳感器信號(42),并且基于所述傳感器信號(42)生成所述身體位置數據(30)和/或所述姿勢估計數據(26)。
3.根據權利要求1或2所述的設備(10),
還包括傳感器辨識單元(40),所述傳感器辨識單元被配置為通過在所述圖像(22)中定位所述傳感器來生成圖像位置數據(32)。
4.根據前述權利要求中的任一項所述的設備(10),
其中,所述姿勢估計單元(14)被配置為進一步使用所述傳感器位置數據(28)來生成所述姿勢估計數據(26)。
5.根據權利要求2至4所述的設備(10),
其中,對應于生命體征的所述傳感器信號(42)包括以下中的任何一種:心電圖數據、光電體積描記數據、血壓數據、體溫數據、血氧飽和度數據、脈搏率數據、脈搏強度數據和脈搏到達時間數據。
6.根據前述權利要求中的任一項所述的設備(10),
其中,所述姿勢估計單元(14)被配置為在其中所述患者以仰臥姿勢躺著的仰臥姿勢、其中所述患者俯臥躺著的俯臥姿勢、以及其中所述患者以其身體一側躺著的側臥姿勢之間進行區分。
7.根據前述權利要求中的任一項所述的設備(10),
其中,所述姿勢估計單元(14)被配置為通過識別所述圖像(22)中所述一個或多個關節的分布來估計所述患者的所述姿勢。
8.根據前述權利要求中的任一項所述的設備(10),
其中,所述關節識別單元(12)被配置為在所述圖像(22)中定位一個或多個極值點,其中,所述姿勢估計單元(14)被配置為通過識別所述極值點在所述圖像(22)中的分布來估計所述患者的所述姿勢。
9.根據前述權利要求中的任一項所述的設備(10),
其中,所述關節識別單元(12)使用機器學習方法,具體地使用深度學習算法,更具體地使用卷積神經網絡來定位所述一個或多個關節。
10.根據前述權利要求中的任一項所述的設備(10),
還包括跟蹤單元(46),所述跟蹤單元被配置為基于兩個或多個后續深度圖像(22)和對應的兩個或多個骨架模型(36)來跟蹤所述患者的運動。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于皇家飛利浦有限公司,未經皇家飛利浦有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201980061477.1/1.html,轉載請聲明來源鉆瓜專利網。





