[发明专利]脊柱排列推定装置、脊柱排列推定方法及脊柱排列推定程序

权利要求书

1.一种脊柱排列推定装置，其特征在于，具备：

图像获取部，获取表示至少包含人体的背部的人体表面的立体形状的图像；

学习数据存储部，将通过机器学习而经修正的构成卷积神经网络即CNN的卷积层及全连接层的权值参数存储为学习数据；

脊柱排列推定部，利用所述图像获取部拍摄的多个所述图像和脊柱排列信息的数据集执行机器学习，使用存储的所述学习数据对通过所述图像获取部所获取的脊柱排列未知的图像的脊柱排列进行运算，从而进行推定，所述脊柱排列信息由包含与各图像同一人物的脊柱排列的X射线或CT图像内的所述脊柱排列的解剖学特征点的坐标构成；以及

角度计算部，由所推定的所述脊柱排列计算所述脊柱排列的科布角和旋转角中的至少一方。

2.根据权利要求1所述的脊柱排列推定装置，其特征在于，

所述脊柱排列推定部将多个脊柱元素的重心坐标推定为所述脊柱排列，所述多个脊柱元素构成被获取所述图像的所述人体的脊柱。

3.根据权利要求2所述的脊柱排列推定装置，其特征在于，

所述脊柱排列推定部计算使所述多个脊柱元素的所述重心坐标连续的曲线。

4.根据权利要求2或3所述的脊柱排列推定装置，其特征在于，

所述脊柱排列推定部推定所述多个脊柱元素的棘突坐标，

基于所述多个脊柱元素的所述重心坐标以及所述棘突坐标，推定所述旋转角。

5.根据权利要求1至3中任一项所述的脊柱排列推定装置，其特征在于，

所述图像获取部获取的图像为通过三维摄像机摄像而得的三维图像。

6.根据权利要求4所述的脊柱排列推定装置，其特征在于，

所述图像获取部获取的图像为通过三维摄像机摄像而得的三维图像。

7.根据权利要求1至3中任一项所述的脊柱排列推定装置，其特征在于，

所述图像获取部获取的图像为莫尔图像，所述莫尔图像包含通过莫尔摄像机摄像而得的人体背面的莫尔条纹。

8.根据权利要求4所述的脊柱排列推定装置，其特征在于，

所述图像获取部获取的图像为莫尔图像，所述莫尔图像包含通过莫尔摄像机摄像而得的人体背面的莫尔条纹。

9.一种脊柱排列推定方法，其特征在于，包括如下步骤：

图像获取部获取表示至少包含人体的背部的人体表面的立体形状的图像；

使学习数据存储部将通过机器学习而经修正的构成卷积神经网络即CNN的卷积层及全连接层的权值参数存储为学习数据；

利用所述图像获取部拍摄的多个所述图像和脊柱排列信息的数据集执行机器学习，使用存储的所述学习数据对通过所述图像获取部所获取的脊柱排列未知的所述图像的脊柱排列进行运算，从而进行推定，所述脊柱排列信息由包含与各图像同一人物的脊柱排列的X射线或CT图像内的所述脊柱排列的解剖学特征点的坐标构成；以及

由所推定的所述脊柱排列计算所述脊柱排列的科布角和旋转角中的至少一方。

10.一种存储介质，存储有脊柱排列推定程序，其特征在于，所述程序使计算机执行如下流程：

使图像获取部获取表示至少包含人体的背部的人体表面的立体形状的图像；

使学习数据存储部将通过机器学习而经修正的构成卷积神经网络即CNN的卷积层及全连接层的权值参数存储为学习数据；

利用所述图像获取部拍摄的多个所述图像和脊柱排列信息的数据集执行机器学习，使用存储的所述学习数据使脊柱排列推定部对通过所述图像获取部所获取的脊柱排列未知的所述图像的脊柱排列进行运算，从而进行推定，所述脊柱排列信息由包含与各图像同一人物的脊柱排列的X射线或CT图像内的所述脊柱排列的解剖学特征点的坐标构成；以及

使角度计算部由所推定的所述脊柱排列计算所述脊柱排列的科布角和旋转角中的至少一方。