[发明专利]CT扫描全景实时监测方法和系统

权利要求书

1.一种CT扫描全景实时监测方法，其特征在于，包括步骤：

A、图像采集：采用不同相机从不同角度拍摄包括整张病床和患者影像在内的多张图像，取不同相机在不同视角下拍摄的两张图像，分别对应病床的初始位置和病床移动后的位置，标出两张图像中病床的四个角点的位置；

B、生成全景图：分别对两张图像进行投影变换，得到变换后的第一图像和第二图像，根据第一图像、第二图像中的病床的角点的位置及病床长度，计算出两张图像中病床的重叠长度，根据重叠长度进行图像拼接，得到全景图；

C、定位人体关键点：将得到的全景图输入训练好的关键点检测神经网络，输出关键点掩模，最终通过阈值判断找出掩膜中人体关键点的坐标，包括人脸关键点；

D、运动检测：按照步骤A至C的方法得到对应不同时刻的全景图，将当前全景图中人体关键点之间的相对位置，与之前时刻生成的全景图相比较，相对位置包括不同关键点之间的像素夹角和像素长度，若相对位置变化超出阈值，判断患者发生移动；

E、面部表情检测：根据人脸关键点确定人脸位置，并对人脸表情进行分类，并输出识别结果；

其中，所述步骤A中，取俯视视角下的图像，病床移动后的位置选取病床移动的最大位置，分别采用相机一和相机二拍摄初始位置和最大位置的图片，记录病床初始位置、最大位置和移动距离，步骤B中全景图的生成步骤包括：

B1、分别在相机一拍摄到的初始位置的图像和相机二拍摄到的最大位置的图像中标记病床角点像素坐标，得到的每组角点像素坐标分别对应病床左上角、右上角、左下角和右下角；

B2、将病床标准角点坐标代入投影变换公式，求出投影变换公式的图像变换系数，投影变换公式为：其中，(x_std，y_std)为变换后病床的角点坐标，(x，y)为原始标记的病床的角点坐标；

图像中标准病床为矩形，病床标准角点坐标为(X₁，Y₁)、(X₂，Y₂)、(X₃，Y₃)、(X₄，Y₄)，其中，X₁＝X₃，X₂＝X₄，Y₁＝Y₂，Y₃＝Y₄，标准病床宽度像素尺寸为TableWidthPixel＝(X₂-X₁)，标准病床长度像素尺寸为TableLengthPixel＝(Y₃-Y₁)；将四个角点坐标分别带入投影变换公式，通过最小二乘法公式求解出H₁矩阵，得到：

X和Y为病床标准角点的坐标值；

B3、将步骤B1得到的角点像素坐标分别代入投影变换公式，求出变换后的角点坐标，计算对应的第一图像和第二图像；

B4、计算第一图像和第二图像的重叠区域，根据病床物理宽度、物理长度、重叠区域和移动距离，计算出重叠区域像素尺寸；

B5、根据病床标准角点坐标和重叠区域像素尺寸，融合第一图像和第二图像，生成全景图。

2.根据权利要求1所述的CT扫描全景实时监测方法，其特征在于：所述步骤B中，计算第一图像和第二图像的重叠区域，步骤为：

根据病床物理宽度TableWidth，物理长度TableLength，计算变换后x方向和y方向上的图像像素尺寸：

XpixelSize＝TableWidth/(X₂-X₁)

YpixelSize＝TableLength/(Y₃-Y₁)

根据病床移动距离L，进一步计算重叠区域像素尺寸：

融合图像生成全景图Pic，生成公式为：

其中picN1为经过变换后第一图像，picN2为经过变换后第二图像。

3.根据权利要求1所述的CT扫描全景实时监测方法，其特征在于，所述步骤E中，对人脸的表情分类采用表情分类级联卷积神经网络，输出类别包括痛苦表情和其他表情两种。