脊柱侧弯检测方法、装置、计算机设备及存储介质与流程

1.本发明涉及图像识别领域，尤其涉及一种脊柱侧弯检测方法、装置、计算机设备及存储介质。


背景技术：

2.脊柱侧弯是继肥胖症、近视之后严重危害青少年身心健康的第三大疾病，是我国儿童及青少年最常见的脊柱畸形。早期发现脊柱侧弯最简单有效的方法是adams(亚当斯)前屈试验，具体方法是使患者背向检查者，身体前屈，双肘关节自然下垂，双手紧握，身体向前弯曲做跳水状或用手指尽量触及脚趾。如果前屈身体时，背部一侧明显隆起或躯干出现旋转，则为阳性。由于前屈时出现的这种外观畸形要比患者站立时外观畸形明显得多，因此广泛应用于青少年脊柱侧弯的筛查。但是依据该前屈实验判断脊柱侧凸的过程需要专业的医学知识和工具(例如脊柱侧弯测量尺)，无法广泛应用于家庭、学校以及个人的自助筛查。


技术实现要素：

3.第一方面，本技术提供一种脊柱侧弯检测方法，包括：
4.通过采集设备拍摄受检者执行预定动作时的背部视频信息，并从所述视频信息中选取预设数量的关键帧作为识别图像；
5.根据各个识别图像获取所述受检者的边缘轮廓，根据所述边缘轮廓对各个识别图像进行标准化输出，得到标准化图像；
6.计算各个所述标准化图像中的脊柱侧弯偏离角度，并根据所述脊柱侧弯偏离角度与时间变化输出相应的波形图；
7.对所述波形图进行识别判定，以确定所述受检者是否存在脊柱侧弯现象。
8.进一步的，所述计算各个标准化输出后的识别图像中的脊柱侧弯偏离角度，包括：
9.根据所述边缘轮廓确定所述受检者的肩部轮廓，根据所述肩部轮廓确定中线，以所述中线为基准，根据所述受检者的肩膀宽度，在所述中线左右两边各标记两条垂线，并确定左垂线和右垂线分别与肩膀或与所述边缘轮廓相交形成的第一交点与第二交点；
10.计算所述第一交点和所述第二交点所连成的直线与水平线形成的夹角，以得到所述脊柱侧弯偏离角度。
11.进一步的，所述对所述波形图进行识别判定，以确定所述受检者是否存在脊柱侧弯现象，包括：
12.获取所述波形图中的脊柱侧弯偏离角度的峰值，判断所述峰值是否超过预设角度，若超过所述预设角度，则判定所述受检者存在脊柱侧弯，否则不存在脊柱侧弯；其中，所述预设角度的取值范围为3度至4度。
13.进一步的，所述对所述波形图进行识别判定，以确定所述受检者是否存在脊柱侧弯现象，包括：
14.将所述波形图输入至预先训练好的识别模型中，通过所述识别模型判断所述受检
者是否有脊柱侧弯现象。
15.进一步的，所述识别模型的训练方法，包括：
16.获取多组脊柱侧弯患者执行所述预设动作时的背部视频信息，以及正常人执行所述预设动作时的背部视频信息；
17.分别获取各个动作视频中的所述脊柱侧弯偏离角度，并生成相应的波形图，将各个所述波形图打上相应的标签，并作为训练数据输入选定的学习模型中进行训练，以得到所述识别模型。
18.进一步的，所述采集设备有至少两个；
19.所述通过采集设备拍摄受检者执行预定动作时的背部视频信息，并从所述视频信息中选取预设数量的关键帧作为识别图像，包括：
20.分别获取各个所述采集设备的视频信息，针对每个所述视频信息，根据视频的播放顺序，提取预设数量的图像帧作为识别图像，同一所述视频信息中提取的识别图像编为一组，得到多组识别图像。
21.进一步的，所述根据各个识别图像获取所述图像受检者的边缘轮廓，根据所述轮廓对各个识别图像进行标准化输出，包括：
22.将各个识别图像之间进行对比，获取各个识别图像中所述受检者的边缘轮廓，根据所述边缘轮廓对各个所述识别图像进行居中和裁剪，并输出为同一预设比例的标准化图片。
23.第二方面，本技术还提供一种脊柱侧弯检测装置，包括：
24.拍摄模块，用于通过采集设备拍摄受检者执行预定动作时的背部视频信息，并从所述视频信息中选取预设数量的关键帧作为识别图像；
25.预处理模块，用于根据各个识别图像获取所述受检者的边缘轮廓，根据所述边缘轮廓对各个识别图像进行标准化输出，得到标准化图像；
26.计算模块，用于计算各个所述标准化图像中的脊柱侧弯偏离角度，并根据所述脊柱侧弯偏离角度与时间变化输出相应的波形图；
27.识别模块，用于对所述波形图进行识别判定，以确定所述受检者是否存在脊柱侧弯现象。
28.第三方面，本技术还提供一种计算机设备，包括处理器和存储器，所述存储器存储有计算机程序，所述计算机程序在所述处理器上运行时执行所述的脊柱侧弯检测方法。
29.第四方面，本技术还提供一种可读存储介质，其存储有计算机程序，所述计算机程序在处理器上运行时执行所述的脊柱侧弯检测方法。
30.本发明涉及图像别领域，公开了一种脊柱侧弯检测方法、装置、计算机设备及存储介质，包括：通过采集设备拍摄受检者执行预定动作时的背部视频信息，并从所述视频信息中选取预设数量的关键帧作为识别图像；根据各个识别图像获取所述受检者的边缘轮廓，根据所述边缘轮廓对各个识别图像进行标准化输出，得到标准化图像；计算各个所述标准化图像中的脊柱侧弯偏离角度，并根据所述脊柱侧弯偏离角度与时间变化输出相应的波形图；对所述波形图进行识别判定，以确定所述受检者是否存在脊柱侧弯现象。使得对脊柱侧弯的检测可以脱离专业的测量工具，可以方便的进行检测，具有普适性。
附图说明
31.为了更清楚地说明本发明的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对本发明保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
32.图1示出了本技术实施例一种脊柱侧弯检测方法流程示意图；
33.图2示出了本技术实施例一种脊柱侧弯检测拍摄场景示意图；
34.图3示出了本技术实施例标准化图像示意图；
35.图4示出了本技术实施例标准化图像处理示意图；
36.图5示出了本技术实施例波形图示意图；
37.图6示出了本技术实施例一种脊柱侧弯检测装置结构示意图。
具体实施方式
38.下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
39.通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
40.在下文中，可在本发明的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
41.此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
42.除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本发明的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本发明的各种实施例中被清楚地限定。
43.本技术的技术方案应用于对人体的脊柱侧弯识别过程，主要是通过摄像设备，采集受检者按照要求进行动作的视频，然后从该视频中抽取若干数量的图像作为识别图像，然后从这些图像中获取脊柱侧弯偏离角度，从而可以得到该受检者的脊柱侧弯偏离角度随着时间变化的波形图，根据该波形图就可以确定该受检者是否具有脊柱侧弯的情况，并且检测过程是全自动化的，不需要医生上手操作，适合在任何场所地点，由非专业人员进行检测。
44.接下来以具体实施例说明本技术的技术方案。
45.实施例1
46.如图1所示，本技术的脊柱侧弯检测方法包括：
47.步骤s100，通过采集设备拍摄受检者执行预定动作时的背部视频信息，并从所述视频信息中选取预设数量的关键帧作为识别图像。
48.因为本实施例是为受检者检查是否有脊柱侧弯，因此主要需要拍摄背部的视频，其中，受检者所执行的预定动作可以是用于检查脊柱侧弯的adams前屈试验，在受检者执行预定动作时，由采集设备来拍摄受检者的动作视频信息。视频是由多个图像帧组成的，因此可以按照时间顺序，从中抽取若干数量的关键帧作为识别图像，具体抽取的关键帧数量可以根据拍摄时间长度决定，例如30张或者60张之类的，所提取的关键帧要覆盖受检者的整套动作，例如一次动作为从直立到俯身90度，则所获取的关键帧要有垂直站立时的图像，也要有最后俯身90度结束时的图像。
49.如图2所示，其展示了实际的拍摄场景，采集设备可以是常见的相机或者摄像机，为了照顾不同身高的受检者，可以设置多个采集设备进行拍摄，如图2中就从上往下设置了3个采集设备同时进行拍摄，此外，在受检者侧面设置的采集设备4是用于拍摄确认受检者的动作是否准确，以确保检测的有效性。
50.其中，因为所设置的采集设备不止一台，因此会得到多个视频，本实施例中，会针对每个视频，分别获取识别图像，并根据视频的数量，得到相应数量的识别图像组，这些识别图像用于后续的识别操作。
51.步骤s200，根据各个识别图像获取所述受检者的边缘轮廓，根据所述边缘轮廓对各个识别图像进行标准化输出，得到标准化图像。
52.在进行识别操作前，还需要对这些识别图像进行预处理，以得到标准化图像。
53.可以理解，因为受限与拍摄场地等原因，最终得到的是被图像会存在远近不适合，人物大小不一等情形，因此会需要先对各个识别图像进行预处理，使得图像标准化输出。
54.具体而言，针对来自于同一个视频的识别图像，可以通过将各个识别图像之间进行对比，以获取受检者包含头部在内的边缘轮廓，该边缘轮廓为人体在图像中的位置，得到该轮廓就等于识别出了人在图像中的位置，然后通过裁剪等操作，使得人体在图像中居中，并放大人体，同时统一图像最终的输出比例，将预处理后的识别图像标准化输出得到标准化图像。
55.例如，上述的长宽比可以为3:2或者2:1之类的比例输出，具体的比例可以根据受检者的身高和拍摄角度决定。
56.因此，在经过上述操作后，会得到一系列标准化图像，这些图像从拍摄的视频中得到，可以反映出受检者的背部在执行预设动作时的变化情况。
57.具体输出的图像如图3所示，本实施例中，以30张图为例子进行示例性展示出一组图像数据。
58.步骤s300，计算各个所述标准化图像中的脊柱侧弯偏离角度，并根据所述脊柱侧弯偏离角度与时间变化输出相应的波形图。
59.脊柱侧弯偏离角度为用于体现脊柱相较于笔直正常的脊柱所偏离的弯曲角度，可以一定程度上的体现受检者是否有脊柱侧弯的问题。具体的，本实施例需要针对图3中的每一帧图片计算一个相应的脊柱侧弯偏离角，以继续进行后续的识别操作。
60.具体如图4所示，首先，根据所述边缘轮廓确定所述受检者的肩部轮廓，可以理解，因为肩部轮廓和头部轮廓相连，且具有突变特征，所以可以依靠此处的突变特征进行识别
定位。
61.确定了肩部轮廓后，可以根据肩部轮廓确定中线，以所述中线为基准，根据所述受检者的肩膀宽度，在所述中线左右两边各标记两条垂线(垂线为辅助线，未画出)，并确定左垂线和右垂线分别与肩膀或与所述边缘轮廓相交形成的第一交点100与第二交点200。其中，可以是距离中线六分之一肩宽的距离做上述的左垂线和右垂线，也可以是五分之一等比例，以此来获取上述的第一交点100与第二交点200。
62.其中中线可以理解为脊柱所在的位置，中线和水平线垂直，确定中线的方式为，确定肩部轮廓位置的两个肩部点，即图4中的第一肩部点300和第二肩部点400，这两个点表示肩膀的位置，两点相连所得到的直线为水平线。确定这两个点后，可以求得该两点的中点，过该中点做一条和第一肩部点300和第二肩部点400所连成的线段垂直的直线，该直线即为中线。
63.计算所述第一交点和所述第二交点所连成的直线与水平线形成的夹角，以得到所述脊柱侧弯偏离角度。
64.从图4中可知，存在第一交点100和第二交点200所连成的第一线段，以及第一肩部点300和第二肩部点400连成的水平线，这两条线经过延长后会在某点相较，所形成的夹角的角度即为本步骤所需要求取的脊柱侧弯偏离角度。具体求取该角度的方式可以是通过图像识别直接测量得到，或者通过三角函数计算得到。
65.因为有多个识别图像，因此可以得到不同图像中受检者的脊柱侧弯偏离角度，而识别图像实际和时间相关，因此可以以帧数为横坐标，基础侧弯偏离角度为纵坐标的波形图。
66.具体该波形图如图5所示，为针对一组识别图像进行脊柱侧弯偏离角度的处理得到的波形图，横坐标的帧数相当于时间，因此该波形图反应了受检者在进行预定动作时，背部的脊柱侧弯偏离角度变化情况，可以理解，一个脊柱不侧弯的人其脊柱侧弯偏离角度只会在一个较低的区间波动，而具有哦脊柱侧弯问题的受检者，其脊柱侧弯偏离角度会在较大的区间波动，因此可以根据该波形图来进行识别，确认受检者是否有脊柱侧弯现象。
67.需要说明的是，波形图实际上也是由离散的数据组成的，例如所提取的识别图像只有30个，则波形图横坐标最大只有30，每一帧识别图像和一个脊柱侧弯偏离角度关联形成30个坐标，根据这30个坐标形成如图5所示的波形图。
68.可以理解，不同组的识别图像因为拍摄角度的不同，也会有不同的波形，将这些波形图重叠后可以形成符合波形图，其中的多条波形曲线之间的空间形成的区间也可以一定程度上表示脊柱侧弯偏离角度的波动区间。
69.步骤s400，对所述波形图进行识别判定，以确定所述受检者是否存在脊柱侧弯现象。
70.可以理解，具有脊柱侧弯的人和不具有脊柱侧弯的人，其波形图形状和波动范围等特征会有所不同，根据这些特征，可以进行判断，以确定识别图像中的受检者是否有脊柱侧弯的问题。
71.例如，可以通过对波形图中脊柱侧弯偏离角度的峰值进行判定，以确定受检者是否存在脊柱侧弯现象。例如获取所述波形图中的脊柱侧弯偏离角度的峰值，判断所述峰值是否超过预设角度，若超过所述预设角度，则判定所述受检者存在脊柱侧弯，否则不存在脊
柱侧弯。
72.其中，所述预设角度的取值范围为3度至4度。
73.此外，还可以通过机器学习的方式进行识别，首先获取正常人和具有脊柱侧弯问题人执行上述预定动作的视频，并同样按照上述步骤得到波形图后，将这些波形图按照受检者是否有脊柱侧弯现象打上相应标签，然后将这些数据分为训练集和测试集，对于训练集中的信息，可以利用supporter vector machine(支持向量机)等机器学习算法对信息进行数学建模，并利用receiver operating characteristic(接收者操作特征曲线)曲线对区分脊柱侧弯患者的能力进行评估，然后使用测试集中的数据输入模型中，以进一步优化算法，以此训练得到的识别模型可以以步骤s300中获得的波形图为输入，识别出该波形图对应的受检者是否有脊柱侧弯的情况。
74.本实施例的脊柱侧弯检测方法，通过摄像机拍摄受检者的背部视频信息，再提取一定数量的关键帧，针对每个关键帧进行图像处理，计算每帧图像中受检者的脊柱侧弯偏离角度，并根据计算得到的脊柱侧弯偏离角度以及图像帧数，形成波形图，然后再根据该波形图进行识别，确定受检者是否有脊柱侧弯的问题。可见，本实施例的技术方案，整个操作过程不需要操作人员具有医学常识，只需要进行拍摄后由机器识别就可以得到结论，也不需要用到专业的医疗设备，整体检测过程简单高效，适合应用在多种场景中。
75.实施例2
76.如图6所示，本技术还提供一种脊柱侧弯检测装置，包括：
77.拍摄模块10，用于通过采集设备拍摄受检者执行预定动作时的背部视频信息，并从所述视频信息中选取预设数量的关键帧作为识别图像；
78.预处理模块20，用于根据各个识别图像获取所述受检者的边缘轮廓，根据所述边缘轮廓对各个识别图像进行标准化输出，得到标准化图像；
79.计算模块30，用于计算各个所述标准化图像中的脊柱侧弯偏离角度，并根据所述脊柱侧弯偏离角度与时间变化输出相应的波形图；
80.识别模块40，用于对所述波形图进行识别判定，以确定所述受检者是否存在脊柱侧弯现象。
81.本技术还提供一种计算机设备，包括处理器和存储器，所述存储器存储有计算机程序，所述计算机程序在所述处理器上运行时执行所述的脊柱侧弯检测方法。
82.本技术还提供一种可读存储介质，其存储有计算机程序，所述计算机程序在处理器上运行时执行所述的脊柱侧弯检测方法，该方法包括：通过采集设备拍摄受检者执行预定动作时的背部视频信息，并从所述视频信息中选取预设数量的关键帧作为识别图像；根据各个识别图像获取所述受检者的边缘轮廓，根据所述边缘轮廓对各个识别图像进行标准化输出，得到标准化图像；计算各个所述标准化图像中的脊柱侧弯偏离角度，并根据所述脊柱侧弯偏离角度与时间变化输出相应的波形图；对所述波形图进行识别判定，以确定所述受检者是否存在脊柱侧弯现象。
83.在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和结构图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码
的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
84.另外，在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。
85.所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
86.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。

技术特征：
1.一种脊柱侧弯检测方法，其特征在于，包括：通过采集设备拍摄受检者执行预定动作时的背部视频信息，并从所述视频信息中选取预设数量的关键帧作为识别图像；根据各个识别图像获取所述受检者的边缘轮廓，根据所述边缘轮廓对各个识别图像进行标准化输出，得到标准化图像；计算各个所述标准化图像中的脊柱侧弯偏离角度，并根据所述脊柱侧弯偏离角度与时间变化输出相应的波形图；对所述波形图进行识别判定，以确定所述受检者是否存在脊柱侧弯现象。2.根据权利要求1所述的脊柱侧弯检测方法，其特征在于，所述计算各个标准化输出后的识别图像中的脊柱侧弯偏离角度，包括：根据所述边缘轮廓确定所述受检者的肩部轮廓，根据所述肩部轮廓确定中线，以所述中线为基准，根据所述受检者的肩膀宽度，在所述中线左右两边各标记两条垂线，并确定左垂线和右垂线分别与肩膀或与所述边缘轮廓相交形成的第一交点与第二交点；计算所述第一交点和所述第二交点所连成的直线与水平线形成的夹角，以得到所述脊柱侧弯偏离角度。3.根据权利要求1所述的脊柱侧弯检测方法，其特征在于，所述对所述波形图进行识别判定，以确定所述受检者是否存在脊柱侧弯现象，包括：获取所述波形图中的脊柱侧弯偏离角度的峰值，判断所述峰值是否超过预设角度，若超过所述预设角度，则判定所述受检者存在脊柱侧弯，否则不存在脊柱侧弯；其中，所述预设角度的取值范围为3度至4度。4.根据权利要求1所述的脊柱侧弯检测方法，其特征在于，所述对所述波形图进行识别判定，以确定所述受检者是否存在脊柱侧弯现象，包括：将所述波形图输入至预先训练好的识别模型中，通过所述识别模型判断所述受检者是否有脊柱侧弯现象。5.根据权利要求4所述的脊柱侧弯检测方法，其特征在于，所述识别模型的训练方法，包括：获取多组脊柱侧弯患者执行所述预设动作时的背部视频信息，以及正常人执行所述预设动作时的背部视频信息；分别获取各个动作视频中的所述脊柱侧弯偏离角度，并生成相应的波形图，将各个所述波形图打上相应的标签，并作为训练数据输入选定的学习模型中进行训练，以得到所述识别模型。6.根据权利要求1所述的脊柱侧弯检测方法，其特征在于，所述采集设备有至少两个；所述通过采集设备拍摄受检者执行预定动作时的背部视频信息，并从所述视频信息中选取预设数量的关键帧作为识别图像，包括：分别获取各个所述采集设备的视频信息，针对每个所述视频信息，根据视频的播放顺序，提取预设数量的图像帧作为识别图像，同一所述视频信息中提取的识别图像编为一组，得到多组识别图像。7.根据权利要求1所述的脊柱侧弯检测方法，其特征在于，所述根据各个识别图像获取所述图像受检者的边缘轮廓，根据所述轮廓对各个识别图像进行标准化输出，包括：
将各个识别图像之间进行对比，获取各个识别图像中所述受检者的边缘轮廓，根据所述边缘轮廓对各个所述识别图像进行居中和裁剪，并输出为同一预设比例的标准化图片。8.一种脊柱侧弯检测装置，其特征在于，包括：拍摄模块，用于通过采集设备拍摄受检者执行预定动作时的背部视频信息，并从所述视频信息中选取预设数量的关键帧作为识别图像；预处理模块，用于根据各个识别图像获取所述受检者的边缘轮廓，根据所述边缘轮廓对各个识别图像进行标准化输出，得到标准化图像；计算模块，用于计算各个所述标准化图像中的脊柱侧弯偏离角度，并根据所述脊柱侧弯偏离角度与时间变化输出相应的波形图；识别模块，用于对所述波形图进行识别判定，以确定所述受检者是否存在脊柱侧弯现象。9.一种计算机设备，其特征在于，包括处理器和存储器，所述存储器存储有计算机程序，所述计算机程序在所述处理器上运行时执行权利要求1至7中任一项所述的脊柱侧弯检测方法。10.一种可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序在处理器上运行时执行权利要求1至7中任一项所述的脊柱侧弯检测方法。

技术总结
本发明涉及图像识别领域，公开了一种脊柱侧弯检测方法、装置、计算机设备及存储介质，包括：通过采集设备拍摄受检者执行预定动作时的背部视频信息，并从所述视频信息中选取预设数量的关键帧作为识别图像；根据各个识别图像获取所述受检者的边缘轮廓，根据所述边缘轮廓对各个识别图像进行标准化输出，得到标准化图像；计算各个所述标准化图像中的脊柱侧弯偏离角度，并根据所述脊柱侧弯偏离角度与时间变化输出相应的波形图；对所述波形图进行识别判定，以确定所述受检者是否存在脊柱侧弯现象。使得对脊柱侧弯的检测可以脱离专业的测量工具，可以方便的进行检测，具有普适性。具有普适性。具有普适性。


技术研发人员：董少伟 唐盛平 吴佳骏 唐根 邱鑫 邓翰生 钟伟梅
受保护的技术使用者：深圳市儿童医院
技术研发日：2023.04.20
技术公布日：2023/8/28