[发明专利]一种基于体素模型的呼吸特性表征的方法在审
| 申请号： | 201911023806.1 | 申请日： | 2019-10-25 |
| 公开（公告）号： | CN110752004A | 公开（公告）日： | 2020-02-04 |
| 发明（设计）人： | 郁树梅;后鹏程;孙荣川;匡绍龙;孙立宁 | 申请（专利权）人： | 苏州大学 |
| 主分类号： | G16H20/40 | 分类号： | G16H20/40;G16H30/20;G06T17/00 |
| 代理公司： | 32257 苏州市中南伟业知识产权代理事务所(普通合伙) | 代理人： | 杨慧林 |
| 地址： | 215168 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于体素模型的呼吸特性表征的方法，包括：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。其能够全面的表征的体表呼吸运动信息，应用广泛。 | ||
| 搜索关键词： | 体素模型 多帧 面积特征 深度图像 体积特征 样本空间 包围盒 参量 降维 小体 概率形式 呼吸运动 空间分布 连续采集 三维建模 时间序列 特性表征 特征变量 遍历 体素 向量 胸腹 帧体 相机 呼吸 概率 应用 | ||
【主权项】：
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：/n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；/n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；/n获取所述多帧体素模型的公共最小体素包围盒；/n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；/n对所述样本空间进行降维，获得降维后的本质参量；/n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。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于苏州大学，未经苏州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911023806.1/，转载请声明来源钻瓜专利网。
