[发明专利]一种智能机器人

权利要求书

1.一种智能机器人，其特征在于，包括驱动系统、跟随系统、处理单元和健康检测设备，所述驱动系统用于驱动机器人移动，所述跟随系统用于进行目标的识别和跟踪，所述处理单元用于目标和机器人之间的距离小于设定距离时，向健康检测设备发出检测信号，所述健康检测设备根据检测信号对人体脊椎的健康状况进行检测，所述健康检测设备包括医学图像采集单元、第一医学图像处理单元、第二医学图像处理单元和第三医学图像处理单元，所述医学图像采集单元用于获取脊椎磁共振图像，所述第一医学图像处理单元用于从脊椎磁共振图像中提取出椎体，所述第二医学图像处理单元用于对第一医学图像处理单元的分割效果进行评价，所述第三医学图像处理单元用于对提取的椎体进行识别，判断椎体处于正常状态还是病变状态。

2.根据权利要求1所述的智能机器人，其特征在于，所述第一医学图像处理单元包括一次处理子单元和二次处理子单元，所述一次处理子单元用于建立脊椎图像的数学模型，所述二次处理子单元用于根据脊椎图像的模型对图像进行分割。

3.根据权利要求2所述的智能机器人，其特征在于，所述一次处理子单元用于建立脊椎图像的数学模型，具体是：对于脊椎图像而言，建立加权无向图W＝(V，E)，其中，V表示节点集，节点i∈V表示图像的第i个像素点，E表示边集，DT(i，j)∈E表示节点i和j的相似程度；

所述二次处理子单元用于根据脊椎图像的模型对图像进行分割，具体是：引入图像的局部邻域信息，上述式子中，UA(i)表示像素点i的邻域信息，N_i表示像素点i的邻域像素点，v_i(k)表示像素点i的第k个邻域像素点的灰度值；用邻域内所有像素的灰度值代替单个像素的灰度值，利用下式确定图像中两个像素点的距离：

上述式子中，AD(i，j)表示像素点i和像素点j的距离，n表示像素点i和像素点j的邻域像素点的个数，q_k表示权重值，且q_k≥0，离节点距离较近的像素特征权重较大；相反，离节点距离较远的像素特征权重较小，利用高斯核函数赋予不同像素点不同的权重值；

两个像素之间的相似程度根据两个像素间的距离确定：

上述式子中，k表示像素点i和像素点j的第k个邻域像素点，DT(i，j)表示像素点i和像素点j的相似程度；根据像素点之间的相似程度构造相似度矩阵，采用最小割集准则在对节点进行划分，得到分割后的图像。

4.根据权利要求3所述的智能机器人，其特征在于，所述第二医学图像处理单元包括一次评价子单元、二次评价子单元和三次评价子单元，所述一次评价子单元用于对分割效果进行一次评价，获取分割效果的第一评价因子，所述二次评价子单元用于对分割效果进行二次评价，获取分割效果的第二评价因子，所述三次评价子单元根据第一评价因子和第二评价因子对分割效果进行综合评价。

5.根据权利要求4所述的智能机器人，其特征在于，所述一次评价子单元用于对分割效果进行一次评价，获取分割效果的第一评价因子，具体是：利用下式确定分割效果的第一评价因子：

上述式子中，RU₁表示分割效果的第一评价因子，F₁表示人工分割的图像的目标像素集合，F₃表示第一医学图像处理单元分割的图像的目标像素集合；

所述二次评价子单元用于对分割效果进行二次评价，获取分割效果的第二评价因子，具体是：利用下式确定分割效果的第二评价因子：

上述式子中，RU₂表示分割效果的第二评价因子，MH₁表示第一医学图像处理单元误将目标划分为背景的像素的个数，MH₂表示第一医学图像处理单元误将背景划分为目标的像素的个数。

6.根据权利要求5所述的智能机器人，其特征在于，所述三次评价子单元根据第一评价因子和第二评价因子对分割效果进行综合评价，具体是：根据第一评价因子和第二评价因子确定分割效果的综合评价因子：

上述式子中，RU表示表示分割效果的综合评价因子；所述综合评价因子越大，表示第一医学图像处理单元的分割效果越好。