[發(fā)明專利]識(shí)別寸、關(guān)、尺的方法、終端、系統(tǒng)、介質(zhì)及計(jì)算機(jī)設(shè)備

在審

• 申請?zhí)枺?/td>: 202110475595.6
• 申請日: 2021-04-29
• 公開（公告）號(hào): CN113171062A
• 公開（公告）日: 2021-07-27
• 發(fā)明（設(shè)計(jì)）人: 耿興光;張俊;姚飛;張劭龍;張以濤;張海英
• 申請（專利權(quán)）人: 中國科學(xué)院微電子研究所
• 主分類號(hào): A61B5/02
• 分類號(hào): A61B5/02;A61B5/00;G06K9/00;G06K9/46;G06T5/10;G06T7/13;G06T7/60
• 代理公司: 北京華沛德權(quán)律師事務(wù)所 11302
• 代理人: 房德權(quán)

1.一種識(shí)別寸、關(guān)、尺的方法，其特征在于，所述方法包括：

獲取人體手腕的熱成像圖像，基于所述熱成像圖像確定手腕橈骨莖突對應(yīng)的第一標(biāo)記點(diǎn)；所述第一標(biāo)記點(diǎn)為關(guān)位的橫坐標(biāo)；

基于圖像邊緣識(shí)別算法提取所述橈骨莖突和手掌之間、以及手腕兩側(cè)的邊緣輪廓信息；基于所述邊緣輪廓信息確定腕橫紋走勢直線；

獲取所述第一標(biāo)記點(diǎn)與所述腕橫紋之間的垂直距離，利用中醫(yī)同身寸原理，基于所述垂直距離及所述第一標(biāo)記點(diǎn)確定寸位橫坐標(biāo)及尺位橫坐標(biāo)；

從所述熱成像圖像中提取橈動(dòng)脈圖像，將所述橈動(dòng)脈圖像擬合為直線函數(shù)；

基于所述直線函數(shù)與所述關(guān)位的橫坐標(biāo)確定所述關(guān)位的縱坐標(biāo)，基于所述直線函數(shù)與所述尺位的橫坐標(biāo)確定所述尺位的縱坐標(biāo)，基于所述直線函數(shù)與所述寸位的橫坐標(biāo)確定所述寸位的縱坐標(biāo)。

2.如權(quán)利要求1所述的方法，其特征在于，所述基于所述邊緣輪廓信息確定腕橫紋走勢直線，包括：

對所述邊緣輪廓信息進(jìn)行插值處理，對插值處理后的所述邊緣輪廓信息進(jìn)行平滑濾波，獲得濾波后的邊緣輪廓像素?cái)?shù)據(jù)集；

利用連續(xù)小波變換函數(shù)對邊緣輪廓像素?cái)?shù)據(jù)集中的像素進(jìn)行連續(xù)小波分解，獲得對應(yīng)的小波分解值；

獲取各所述小波變換值沿采樣點(diǎn)處的模極大值點(diǎn)，將大于預(yù)設(shè)閾值的模極大值點(diǎn)作為腕橫紋標(biāo)志點(diǎn)；所述腕橫紋標(biāo)志點(diǎn)包括：第一標(biāo)志點(diǎn)及第二標(biāo)志點(diǎn)；

基于所述腕橫紋標(biāo)志點(diǎn)確定腕橫紋走勢直線；所述腕橫紋走勢直線為所述第一標(biāo)志點(diǎn)及所述第二標(biāo)志點(diǎn)之間的連線。

3.如權(quán)利要求1所述的方法，其特征在于，基于所述垂直距離及所述第一標(biāo)記點(diǎn)確定寸位橫坐標(biāo)，包括：

確定所述腕橫紋走勢直線的垂線；

以所述第一標(biāo)記點(diǎn)為初始點(diǎn)，基于同身寸原理在所述垂線中確定與所述第一標(biāo)記點(diǎn)的距離為g*L的第二參考位置；所述第二參考位置靠近所述腕橫紋走勢直線；所述L為所述垂直距離，所述g為常量，0g≤1；所述*為乘法運(yùn)算符；

將所述第二參考位置確定為第二標(biāo)記點(diǎn)；所述第二標(biāo)記點(diǎn)為所述寸位的橫坐標(biāo)。

4.如權(quán)利要求1所述的方法，其特征在于，基于所述垂直距離及所述第一標(biāo)記點(diǎn)確定尺位橫坐標(biāo)，包括：

確定所述腕橫紋走勢直線的垂線；

以所述第一標(biāo)記點(diǎn)為初始點(diǎn)，基于同身寸原理在所述垂線中確定與所述第一標(biāo)記點(diǎn)的距離為m*L的第三參考位置；所述第三參考位置遠(yuǎn)離所述腕橫紋走勢直線，所述m為常量，0m≤1；

將所述第三參考位置確定為第三標(biāo)記點(diǎn)；所述第三標(biāo)記點(diǎn)為所述尺位的橫坐標(biāo)。

5.如權(quán)利要求2所述的方法，其特征在于，所述利用連續(xù)小波變換函數(shù)對邊緣輪廓像素?cái)?shù)據(jù)集中的像素進(jìn)行連續(xù)小波分解，獲得對應(yīng)的小波分解值，包括：

利用連續(xù)小波分解函數(shù)對邊緣輪廓像素?cái)?shù)據(jù)集中的像素進(jìn)行連續(xù)小波分解，獲得對應(yīng)的小波變換值W_Sf(x)；其中，所述S為小波函數(shù)的尺度變換因子，所述x為所述邊緣輪廓像素?cái)?shù)據(jù)集中的像素點(diǎn)的位置，所述f為f(x)的簡化表示，所述f(x)為所述邊緣輪廓像素?cái)?shù)據(jù)集，所述θ_S為θ(x)在尺度變換因子S下的伸縮變換結(jié)果，所述θ(x)為平滑函數(shù)。

6.如權(quán)利要求1所述的方法，其特征在于，所述從所述熱成像圖像中提取橈動(dòng)脈圖像，將所述橈動(dòng)脈圖像擬合為直線函數(shù)，包括：

將所述熱成像圖像區(qū)域中的所有像素點(diǎn)劃分為n個(gè)像素區(qū)域；

針對任一像素區(qū)域，確定每個(gè)所述像素區(qū)域中各像素的實(shí)際均值和實(shí)際方差；

將每個(gè)所述像素區(qū)域中的實(shí)際均值和參考均值進(jìn)行比較，將每個(gè)所述像素區(qū)域中的實(shí)際方差和參考方差進(jìn)行比較，將符合參考均值且符合所述參考方差的像素進(jìn)行二值化處理，獲得橈動(dòng)脈圖像；

對所述橈動(dòng)脈圖像中所有像素的縱坐標(biāo)進(jìn)行均值化處理，獲得值橈動(dòng)脈圖像曲線；

對所述橈動(dòng)脈圖像曲線進(jìn)行直線擬合，獲得所述直線函數(shù)。