技术特征：
1.一种基于3d视觉的人体颈动脉定位方法，其特征在于，包括：获取超声图像数据；利用深度学习检测超声图像数据，生成人体特定位置特征点参数；根据人体特定位置特征点参数，采用径向基函数确定颈动脉的投影位置；将颈动脉在超声图像中的位置投影到颈部表面，以指导自主超声扫查。2.根据权利要求1所述的方法，其特征在于，所述超声图像数据包括：对齐的彩色图数据和深度图数据；所述获取超声图像数据包括：利用3d相机拍照获取对齐的彩色图数据和深度图数据。3.根据权利要求1所述的方法，其特征在于，所述人体特定位置包括：左下颚轮廓、右下颚轮廓、左颈部轮廓和右颈部轮廓中的至少一种；利用深度学习检测超声图像数据，生成人体特定位置特征点参数包括：利用深度学习检测左下颚轮廓、右下颚轮廓、左颈部轮廓和右颈部轮廓的特征点，生成对应的拟合曲线；根据设定的采样数目对每一条拟合后曲线进行均匀采样；根据所述采样数目，计算特征点参数，完成采样；所述特征点参数包括：采样步长和采样点坐标；根据所述特征点参数采用拉格朗日插值法，将提取到的特征点进行曲线拟合，生成对应的拟合曲线；或者，若未能成功提取到左下颚轮廓、右下颚轮廓、左颈部轮廓和右颈部轮廓四条曲线中的某一条，则将提取失败的曲线上的采样点坐标全部记为预设数值。4.根据权利要求3所述的方法，其特征在于，所述采用拉格朗日插值法，提取到的特征点进行曲线拟合，生成对应的拟合曲线采用下式：点进行曲线拟合，生成对应的拟合曲线采用下式：其中，l(x)表示拟合曲线的解析表达式，l
i
(x)是表达式l(x)中的一项，(x
i
，y
i
)是特征点的坐标，x
i
是横坐标，y
i
是纵坐标，k是特征点的数目。5.根据权利要求3所述的方法，其特征在于，所述根据人体特定位置特征点参数，采用径向基函数确定颈动脉的投影位置包括：根据人体特定位置特征点参数，计算颈动脉在彩色图上的投影位置概率分布；根据所述投影位置概率分布，计算得到预先构建的极大似然估计模型的参数；根据人体特定位置特征点参数和所述预先构建的极大似然估计模型的参数，提取出概率达到设定阈值的区域和预设区域，以得到颈动脉在彩色图上的中的投影位置。6.根据权利要求3所述的方法，其特征在于，所述根据颈动脉的投影到颈部表面，以指导自主超声扫查采用下式：
其中，u,v是图片投影位置点的横纵坐标，d为深度图数据，其中f
x
，f
y
分别为3d相机的x或者y方向的焦距，c
x
，c
y
为光轴对于投影平面坐标中心的偏移量。7.一种基于3d视觉的人体颈动脉定位装置，其特征在于，包括：获取模块，用于获取超声图像数据；生成模块，用于利用深度学习检测超声图像数据，生成人体特定位置特征点参数；确定模块，用于根据人体特定位置特征点参数，采用径向基函数确定颈动脉的投影位置；指导模块，用于将颈动脉在超声图像中的位置投影到颈部表面，以指导自主超声扫查。8.一种电子设备，其特征在于，包括：存储器以及一个或多个处理器；所述存储器，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6任一项所述的方法。9.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器实现如权利要求1-6任一项所述方法。
技术总结
本公开提供一种基于3D视觉的人体颈动脉定位方法及装置，涉及智慧医疗技术领域，包括获取超声图像数据；利用深度学习检测超声图像数据，生成人体特定位置特征点参数；根据人体特定位置特征点参数，采用径向基函数确定颈动脉的投影位置；将颈动脉在超声图像中的位置投影到颈部表面，以指导自主超声扫查。从3D相机拍摄到的面部和颈部图像中识别特征，并根据这些特征对颈动脉的投影位置进行建模，该投影位置可以用作机器人自主超声扫查的初始规划路径，指导自动化颈动脉自主超声扫查。指导自动化颈动脉自主超声扫查。指导自动化颈动脉自主超声扫查。
技术研发人员：闫琳 李淼 张少华 韩冬 付中涛 刘辰 黄雄杰 于天水 万志林 宋程 金晟中 张青
受保护的技术使用者：武汉库柏特科技有限公司
技术研发日：2022.05.16
技术公布日：2022/7/22