[发明专利]一种基于体素模型的呼吸特性表征的方法

权利要求书

1.一种基于体素模型的呼吸特性表征的方法，其特征在于，包括以下步骤：

使用相机连续采集人体胸腹体表的多帧深度图像，对所述多帧深度图像进行三维建模，获得在时间序列上的多帧体素模型；

遍历所述多帧体素模型的体素单元，提取所述多帧体素模型的体积特征和面积特征；

获取所述多帧体素模型的公共最小体素包围盒；

以概率形式描述多帧体素模型的空间分布，并排列每一帧体素模型的最小体素包围盒的概率，组成超高维向量的样本空间；

对所述样本空间进行降维，获得降维后的本质参量；

根据本质参量、体积特征和面积特征获得能够表征体素模型的特征变量。

2.如权利要求1所述的基于体素模型的呼吸特性表征的方法，其特征在于，所述“体积特征”为多帧体素模型整体的体积变化状态特征。

3.如权利要求1所述的基于体素模型的呼吸特性表征的方法，其特征在于，所述“面积特征”为多帧所述体素模型整体的外层表面积变化状态特征。

4.如权利要求1所述的基于体素模型的呼吸特性表征的方法，其特征在于，所述“使用相机连续采集人体胸腹体表的多帧深度图像，对所述多帧深度图像进行三维建模，获得在时间序列上的多帧体素模型”，具体包括以下步骤：

S11、利用2台固定不动的RGB-D相机对运动的人体胸腹体表进行连续多帧深度图像的采集；

S12、使用滤波算法对深度图像的点云数据去噪，使用移动最小二乘法平滑点云，并使用ICP算法对点云数据融合；

S13、使用阈值滤波对深度图像的人体数据与医疗平台背景数据的分割；

S14、使用边界插值的方法将表面模型构建为封闭模型；

S15、利用泊松重建的方法对人体体表三维曲面进行快速化拟合；

S16、利用Octomap建立三维人体胸腹部的体素模型，获得在时间序列上的多帧体素模型。

5.如权利要求1所述的基于体素模型的呼吸特性表征的方法，其特征在于，所述“获取所述多帧体素模型的公共最小体素包围盒”，具体包括：

记每帧体素模型为M_i，而M_i∈M，M为所有帧的体素模型；

遍历M，计算M_i的最小包围盒，记录最小包围盒长宽高记为L_Mi∈L，W_Mi∈W，H_Mi∈H，其中，L为所有帧的体素模型的最小包围盒长的集合，W为所有帧的体素模型的最小包围盒宽的集合，H为所有帧的体素模型的最小包围盒高的集合；

在L，W，H中找出L_max，L_min，W_max，W_min，H_max，H_min，构成一个公共最小体素包围盒B，B按照M的体素分辨率划分空间。

6.如权利要求1所述的基于体素模型的呼吸特性表征的方法，其特征在于，所述“以概率形式描述多帧体素模型的空间分布”，具体包括：

将体素模型在包围盒内占据的体素的概率设为1，空闲的体素的概率设为0，获得每帧体素模型在最小公共包围盒中的空间分布。

7.如权利要求1所述的基于体素模型的呼吸特性表征的方法，其特征在于，所述“对所述样本空间进行降维”，具体包括：使用LLE降维算法对样本空间降维。

8.如权利要求1所述的基于体素模型的呼吸特性表征的方法，其特征在于，“根据本质参量、体积特征和面积特征获得能够表征体素模型的特征变量”，具体包括：

将本质参量ψ＝[ψ₁，ψ₂，..，ψ_m]、体积特征V和面积特征S合并，获得能够表征体素模型不同状态的特征变量Γ，其中，Γ＝[VS...ψ₁，ψ₂，..，ψ_m]^T。