[发明专利]一种用于高危环境下的智能化无接触CT体位识别装置

权利要求书

1.一种用于高危环境下的智能化无接触CT装置,其无接触检测包括以下步骤：

A、测试者进入扫描间，由身份验证装置验证个人信息，正确无误后进入CT扫描装置；

B、位于扫描间上方的摄像头(1)以一定帧率持续拍摄测试者的测试图像，获取图像，并对图像使用基于改进的Openpose人体姿势识别模型识别人体关键点；

C、通过人体关键点对测试者进行姿态识别，通过姿态分析模块进行分类，结合测试者所需检测的部位，对于不同的姿态类别输出对应的语音播报提示音，辅助测试者达到CT检测所要求的躺姿或侧姿；

D、通过器官定位模块，控制移床移动进行CT检测；

E、完成CT检测后，输出图像，由技师确认无误后，音频提示装置播报结束音；

根据步骤A所述的身份验证装置通过人脸识别，信息核对来确认测试者身份，身份核对无误后进入CT扫描装置；

根据步骤C所述的姿态分析模块通过对人体姿势识别模型所识别的人体关键点的分析，对姿态进行分类，对于脸部特征，仰卧能提取出2个眼部关键点，侧卧则为1个或2个，俯卧则无关键点，所述姿态分析模块对不同的姿态分类，仰卧和俯卧时，两臂位于身体两侧，侧卧时两臂位于身体同一侧；

根据步骤D所述的器官定位模块根据人体姿势识别模型所识别的人体关键点以及姿态分析模块所确定姿态的分类结果，确认所需检测的器官部分的位置，控制移床移动进行CT检测；

根据步骤B所述的基于改进的Openpose人体姿势识别模型，人体姿势识别模型使用残差网络提取底层特征；

其中，改进了残差网络中的残差块结构，为其添加软阈值处理分支，所述软阈值处理公式为：

其中：其中x是输入值，y是输出值，τ是阈值，软阈值处理将绝对值小于阈值的值置零，将绝对值大于阈值的值朝零方向缩小；

所述残差块在经过两层卷积得到尺寸为W*H*C的特征图后引出一个分支获取阈值，该分支首先进行W*H尺寸的全局平均池化，计算方公式为：

其中，W是输入特征图的宽；H是输入特征图的高；W与H是特征图中(i，j)点对应像素点的绝对值；y是池化结果，它是一个1*1*C的向量；

根据步骤B所述的基于改进的Openpose人体姿势识别模型，该模型使用阈值修剪的方式对模型进行压缩,该方式通过评估某连接对最终输出结果的贡献度，删除贡献度较小的某连接，评估某连接贡献度的方法为计算该连接对应卷积核的L2范数，计算方式如公式：

其中代表第l层网络中第k个连接的贡献度，该连接对应的卷积核，h、w分别为该卷积核参数矩阵的高、宽，n为该卷积核参数数量，α_ij为该卷积核参数矩阵第i行j列对应的参数；

所述基于改进的Openpose人体姿势识别模型，所述人体姿势识别模型主要分为外部结构和内部结构两部分，人体姿势识别模块的外部结构上包含4个阶段8个人体姿势识别模块。