[发明专利]一种基于不确定性推理的脊柱侧弯检测方法及系统

权利要求书

1.一种基于不确定性推理的脊柱侧弯检测方法，其特征在于，包括以下步骤：

S1：获取背部图像，并对背部图像进行预处理；

S2：设置各个关键骨骼点，从预处理后的背部图像中提取各个关键骨骼点的二维位置信息，包括：

S2.1：采用基于热图回归的卷积神经网络从预处理后的背部图像中提取各个关键骨骼点的通道热图；

S2.2：利用非极大值抑制方式对各个通道热图的置信度进行后处理；

S2.3：选取经过后处理的每个通道热图中的最大置信度作为对应关键骨骼点的二维位置信息，并将最大置信度映射到-1到1的区间中转换为对应关键骨骼点的可信度；

其中，所述关键骨骼点包括：左肩拐点、右肩拐点、左臂腕、右臂腕、左手肘、右手肘、头顶、上颈、胸骨柄、骶骨中点、左髋关节和右髋关节；S3：根据各个关键骨骼点的二维位置信息，通过几何计算得到各个关键骨骼点对应的不确定性初始证据；所述不确定性初始证据包括人体姿态距离信息、人体姿态角度信息及证据可信度；

其中，

人体姿态距离信息通过欧几里得距离公式计算相邻关键骨骼点的二维欧几里得距离近似得到；

人体姿态角度信息通过余弦公式根据人体姿态距离信息近似求得；

证据可信度通过不确定性计算方法得到；

S4：利用不确定性初始证据进行不确定性推理，得到最终结论作为脊柱侧弯检测结果。

2.根据权利要求1所述的一种基于不确定性推理的脊柱侧弯检测方法，其特征在于，在步骤S1中，对背部图像进行预处理包括：将背部图像转换为RGB格式，并将背部图像的大小修正为256*256，然后将背部图像的R、G、B三通道灰度图所有位置的灰度值进行归一化。

3.根据权利要求1所述的一种基于不确定性推理的脊柱侧弯检测方法，其特征在于，在进行不确定性推理之前，还包括：根据骶骨中点、左髋关节、右髋关节、左肩拐点、右键拐点和胸骨柄计算出被测试者背部横切面与拍摄方向间的夹角，并对人体姿态距离信息和人体姿态角度信息进行修正。

4.根据权利要求1所述的一种基于不确定性推理的脊柱侧弯检测方法，其特征在于，在步骤S4中，不确定性推理包括组合证据不确定性计算、不确定性传递和不确定性结论合成。

5.根据权利要求1所述的一种基于不确定性推理的脊柱侧弯检测方法，其特征在于，在不确定性推理过程中，当知识库中的不确定性产生式规则的数目无法得到推理结果或者推理次数达到预设的上限时，则认为推理异常，通过显示屏以可视化的方式反馈异常情况。

6.根据权利要求1所述的一种基于不确定性推理的脊柱侧弯检测方法，其特征在于，得到脊柱侧弯检测结果之后还包括：按照时间顺序对不确定性推理过程中得到的各个中间结论和最终结论进行排序，依次通过显示屏进行可视化反馈。

7.一种基于不确定性推理的脊柱侧弯检测系统，其特征在于，包括人机接口模块、图像处理模块、关键点提取模块、几何计算模块、推理模块、知识库、数据库和解释模块；其中，

所述人机接口模块，包括：用于获取背部图像的摄像头，用于进行可视化的显示屏，以及用于进行音频反馈的扬声器；

所述图像处理模块，用于对背部图像进行预处理；

所述关键点提取模块，用于设置关键骨骼点，并从预处理后的背部图像中提取各个关键骨骼点的二维位置信息及对应的可信度；

其中，

所述关键骨骼点包括：左肩拐点、右肩拐点、左臂腕、右臂腕、左手肘、右手肘、头顶、上颈、胸骨柄、骶骨中点、左髋关节和右髋关节；

所述从预处理后的背部图像中提取各个关键骨骼点的二维位置信息及对应的可信度，包括：

采用基于热图回归的卷积神经网络从预处理后的背部图像中提取各个关键骨骼点的通道热图；

利用非极大值抑制方式对各个通道热图的置信度进行后处理；

选取经过后处理的每个通道热图中的最大置信度作为对应关键骨骼点的二维位置信息，并将最大置信度映射到-1到1的区间中转换为对应关键骨骼点的可信度；

所述几何计算模块，用于根据关键骨骼点的二维位置信息进行几何计算，得到不确定性初始证据；所述不确定性初始证据包括人体姿态距离信息、人体姿态角度信息及证据可信度；

其中，

人体姿态距离信息通过欧几里得距离公式计算相邻关键骨骼点的二维欧几里得距离近似得到；

人体姿态角度信息通过余弦公式根据人体姿态距离信息近似求得；

证据可信度通过不确定性计算方法得到；所述推理模块，用于根据知识库里的不确定性知识对不确定性初始证据进行不确定性推理，得到中间结论和最终结论，并以最终结论作为脊柱侧弯检测结果；

所述知识库，用于储存与脊柱侧弯检测相关的不确定性知识；所述不确定性知识以不确定性产生式规则表示；

所述数据库，用于存储不确定性初始证据、中间推理过程、中间结论、最终结论及对应的可信度；

所述解释模块，用于记录不确定性推理过程中得到的各个中间结论及对应的可信度，并根据可信度将各个中间结论按照不同区间转化为模糊结论，以及将中间结论和最终结论按照时间顺序进行排序。