[发明专利]人体部位识别方法、计算机设备和可读存储介质在审

专利信息
申请号: 201911249086.0 申请日: 2019-12-09
公开(公告)号: CN111027469A 公开(公告)日: 2020-04-17
发明(设计)人: 高菲菲;曹晓欢;薛忠 申请(专利权)人: 上海联影智能医疗科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G16H30/40
代理公司: 北京华进京联知识产权代理有限公司 11606 代理人: 任少瑞
地址: 200232 上海市徐*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人体 部位 识别 方法 计算机 设备 可读 存储 介质
【权利要求书】:

1.一种人体部位识别方法,其特征在于,所述方法包括:

获取多个按预设顺序排列的医学序列图像;

将各所述医学序列图像输入人体部位检测模型,得到各所述医学序列图像中人体部位对应的编号;

从各所述医学序列图像中人体部位对应的编号中,确定出所述多个按照预设顺序排列的医学序列图像的初始医学序列图像中人体部位对应的编号和终止医学序列图像中人体部位对应的编号;

根据所述初始医学序列图像中人体部位对应的编号和所述终止医学序列图像中人体部位对应的编号,对所述多个按预设顺序排列的医学序列图像所覆盖的人体部位进行识别。

2.根据权利要求1所述的方法,其特征在于,将各所述医学序列图像输入人体部位检测模型,得到各所述医学序列图像中人体部位对应的编号,包括:

将各所述医学序列图像输入人体部位检测模型,得到各所述医学序列图像中人体部位对应的检测编号;

针对每个医学序列图像,根据当前医学序列图像的检测编号,获取其余医学序列图像的预测编号;

根据各所述医学序列图像的检测编号和各所述医学序列图像的预测编号,得到各所述医学序列图像中人体部位对应的编号。

3.根据权利要求2所述的方法,其特征在于,根据各所述医学序列图像的检测编号和各所述医学序列图像的预测编号,得到各所述医学序列图像中人体部位对应的编号,包括:

获取各所述医学序列图像的检测编号和各所述医学序列图像的预测编号的中值编号,将所述中值编号确定为各所述医学序列图像中人体部位对应的编号。

4.根据权利要求2所述的方法,其特征在于,所述针对每个医学序列图像,根据当前医学序列图像的检测编号,获取其余医学序列图像的预测编号,包括:

根据当前医学序列图像的检测编号以及公式获取其余医学序列图像的预测编号;式中,tji为其余医学序列图像的预测编号,tjj为当前医学序列图像的检测编号,Axisz为所述当前医学序列图像体数据的z轴图像方向,Dis tan ce为所述多个按预设顺序排列的医学序列图像中相邻医学序列图像的检测编号差值的中值。

5.根据权利要求1所述的方法,其特征在于,所述根据所述初始医学序列图像中人体部位对应的编号和所述终止医学序列图像中人体部位对应的编号,对所述多个按预设顺序排列的医学序列图像所覆盖的人体部位进行识别,包括:

分别判断所述初始医学序列图像中人体部位对应的编号所属的人体部位和所述终止医学序列图像中人体部位对应的编号所属的人体部位;

根据所述初始医学序列图像中人体部位对应的编号、所述终止医学序列图像中人体部位对应的编号、所述初始医学序列图像中人体部位对应的编号所属的人体部位以及所述终止医学序列图像中人体部位对应的编号所属的人体部位,获取所述多个按预设顺序排列的医学序列图像所属人体各部位的占比;

根据所述多个按预设顺序排列的医学序列图像所属人体各部位的占比,对所述多个按预设顺序排列的医学序列图像所覆盖的人体部位进行识别。

6.根据权利要求5所述的方法,其特征在于,所述根据所述多个按预设顺序排列的医学序列图像所属人体各部位的占比,对所述多个按预设顺序排列的医学序列图像所覆盖的人体部位进行识别,包括:

根据所述多个按预设顺序排列的医学序列图像所属人体各部位的占比和预设的阈值,识别所述多个按预设顺序排列的医学序列图像所覆盖的人体部位。

7.根据权利要求6所述的方法,其特征在于,所述根据所述多个按预设顺序排列的医学序列图像所属人体各部位的占比和预设的阈值,识别所述多个按预设顺序排列的医学序列图像所覆盖的人体部位,包括:

将所述多个按预设顺序排列的医学序列图像所属人体各部位的占比大于所述预设的阈值对应的人体部位,确定为所述多个按预设顺序排列的医学序列图像所覆盖的人体部位。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海联影智能医疗科技有限公司,未经上海联影智能医疗科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911249086.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top