一种个性化电子针灸装置及其生成方法与生成装置与流程

文档序号:19475051发布日期:2019-12-21 02:43阅读:148来源:国知局
一种个性化电子针灸装置及其生成方法与生成装置与流程

本申请涉及电子针灸治疗仪领域,具体涉及一种个性化电子针灸装置及其生成方法与生成装置。



背景技术:

中医视力治疗方法有很多,例如,通过针灸的穴位可以起到治疗近视和弱视的效果。传统的针灸指的是把针具(通常指毫针)按照一定的角度刺入患者体内,运用捻转与提插等针刺手法来对人体特定部位进行刺激从而达到治疗疾病的目的。

但是传统的眼部针灸需要专业的人员进行操作,不适合大范围推广,而眼部电子针灸仪则很好的改变了这一状况。电子针灸仪不需要银针,而是通过电子脉冲来刺激穴位。

但是现有电子针灸仪存在很多不足之处:患者在进行电子针灸时,由于不同的人穴位略有差异,如果没有专业人士的辅助而只是用户自己使用电子针灸仪,往往很难对准针灸穴位,无法起到预期的治疗效果。



技术实现要素:

为了解决上述问题,本申请提供一种个性化电子针灸装置的生成方法,所述方法包括:三维扫描用户的面部,得到所述用户面部模型;根据预设的多个眼部穴位在人面部上的位置关系,确定所述面部模型上对应的所述多个眼部穴位的位置信息;根据所述用户的面部模型以及所述面部模型上对应的多个眼部穴位的位置信息,生成与所述面部模型相匹配的三维眼罩模型;其中,所述三维眼罩模型的所述多个眼部穴位对应的位置处,设置有用于安装导电柱头的安装孔;所述导电柱头与电子针灸装置中的电子针灸控制器连接,从而将所述电子针灸装置产生的电子脉冲传输至所述导电柱头;通过三维打印设备,对所述三维眼罩模型进行打印,得到针灸眼罩;其中,所述针灸眼罩是电子针灸装置的一部分。

在一个示例中,根据预设的多个眼部穴位在人面部上的位置关系,确定所述面部模型上对应的所述多个眼部穴位的位置信息,具体包括:对所述面部模型采用粗定位方式,确定用户眉眼图像;其中,所述眉眼图像为包含所述用户的眉毛和眼睛区域的图像;对所述眉眼图像进行灰度处理;根据所述灰度处理后的眉眼图像的大小构造横向算子,且所述横向算子为奇数;将所述横向算子与所述灰度处理后的眉眼图像卷积,得到眉眼图像的横向灰度变化曲线;将所述眉眼图像的横向灰度变化曲线的最大值,作为眼睛区域横向上的中心位置;在所述眼睛区域的横向中心位置处,将沿纵向分别向上、下直至到达预设比例的两个位置,作为眼睛区域的上边界和下边界;根据所述眼睛区域的上边界和下边界,对所述眉眼图像进行截取,得到眼睛区域的横向位置图像;对所述横向位置图像的左半部分图像或右半部分图像中的每一个像素,计算在所述上边界和下边界之间的纵向灰度积分函数,得到纵向灰度积分函数图像;在所述纵向积分函数图像的所有的波峰和波谷中,将在横向位置图像中最左侧和最右侧的波峰或波谷所对应的位置,作为眼睛区域在纵向上的左边界和右边界;根据所述眼睛区域的左边界和右边界,对所述横向位置图像进行截取,确定所述面部模型上的眼睛区域;根据已确定的所述眼睛区域,以及所述多个眼部穴位在人面部上与所述眼睛区域之间对应的位置关系,确定所述面部模型上对应的所述多个眼部穴位的位置信息。

在一个示例中,所述粗定位方式,包括:通过已训练好的定位模型,在所述面部模型对应的人脸图像中,确定出所述用户眉眼图像;且在训练所述定位模型时,输入为多个用户的人脸图像,输出为所述多个用户的眉眼图像。

在一个示例中,确定所述面部模型上的眼睛区域之后,所述方法还包括:对所述眼睛区域对应的图像进行边缘粗定位,得到边缘像素,将在每个边缘像素中代表边缘的图像以直线表示;其中,l是坐标中心点距离边缘的距离,是边缘梯度方向与x轴的夹角;将二维阶跃的亚像素位置作为眼睛边缘位置,其中,a是边缘内侧的灰度值,b是边缘高度。

在一个示例中,确定所述面部模型上的眼睛区域之后,所述方法还包括:将所述眉眼图像中除去眼睛区域的部分,作为眉毛待选图像;根据所述眉毛待选图像的灰度直方图选取若干个待选灰度值,并根据所述若干个待选灰度值,将所述眉毛待选图像进行二值化处理,得到若干个二值化处理后的眉毛待选图像;其中,在二值化处理时,将灰度值小于待选灰度值的像素组成的区域称作有效区域;将所述若干个二值化处理后的眉毛待选图像进行图像融合,得到融合后的图像;其中,在进行图像融合时,若第一有效区域完全包含在第二有效区域内,则称作第二有效区域包含第一有效区域;并将融合后的图像中所包含的有效区域称作融合有效区域;针对所述融合后的图像中的每个融合有效区域中,若该融合有效区域包含有效区域的个数大于预设阈值,则将该融合有效区域称作候选有效区域;根据所述融合后的图像中各候选有效区域的信息熵的大小,确定眉毛所在的候选有效区域,并将眉毛所在的候选有效区域称作眉毛区域;根据已确定的所述眼睛区域,以及所述多个眼部穴位在人面部上与所述眼睛区域之间对应的位置关系,确定所述面部模型上对应的所述多个眼部穴位的位置信息,具体包括:根据已确定的所述眼睛区域以及所述眉毛区域,以及所述多个眼部穴位在人面部上与所述眼睛区域和所述眉毛区域之间对应的位置关系,确定所述面部模型上对应的所述多个眼部穴位的位置信息。

在一个示例中,所述面部模型采用粗定位方式,确定用户眉眼图像之后,所述方法还包括:根据以及当s<7时,判断所述眉眼图像为模糊图像,其中,gx(i,j)和gy(i,j)分别是眉眼图像f在x和y方向的梯度图,m,n分别是眉眼图像f在x和y方向的行列数,gnum是x方向梯度图和y方向梯度图的非零梯度值的个数总和;根据以及确定所述模糊图像中的前景模糊图像,其中,q(x,y)为前景模糊图像,c为第三预设值,d为第四预设值,nh是模糊图像中位置为(x,y)的像素的邻域内的像素的总数,h(x,y)是模糊图像中位置为(x,y)的像素的邻域内的像素点的集合,i(s,t)是模糊图像中位置为(x,y)的像素的灰度值,m(x,y)是i(x,y)的均值;采用高斯滤波对确定出的前景模糊图像进行处理,得到前景清晰图像,作为经过图像去模糊后的眉眼图像。

在一个示例中,在所述三维眼罩模型上,所述用户眼睛对应的位置处设置有观察孔;所述电子针灸装置还包括:显示装置,所述显示装置与所述电子针灸控制器连接,且所述显示装置的位置与所述观察孔的位置相对应设置;眼动追踪装置,所述眼动追踪装置与所述电子针灸控制器连接,用于在所述显示装置显示预设画面时,获取所述用户观看所述预设画面时的眼睛图像,并将所述眼睛图像发送至所述电子针灸控制器,以使所述电子针灸控制器根据所述眼睛图像得到所述用户在所述显示装置上的注视轨迹,并基于所述预设画面和所述注视轨迹,确定所述用户是否为视力障碍用户;所述显示装置还用于,在所述电子针灸控制器确定所述用户的视力障碍类别为弱视时,接收所述电子针灸控制器发送的播放指令,并根据所述播放指令播放多媒体文件;所述多媒体文件对应的画面包括下层图案以及上层条栅;其中,所述上层条栅为黑色、白色相间且按照预定速度旋转的条栅图案。

在一个示例中,所述电子针灸控制器根据所述眼睛图像得到所述用户在所述显示装置上的注视轨迹,具体包括:所述电子针灸控制器根据预设阈值对所述眼睛图像进行分割,并根据分割后的分割区域以及各分割区域间的相互包裹特征,获取所述眼睛图像对应的眼球区域;在所述眼球区域内部选择灰度值最低的点作为种子点,通过预设的生长阈值和边界条件以及区域生长算法,得到瞳孔区域;根据所述瞳孔区域确定瞳孔中心位置;基于所述瞳孔中心位置,确定眼睛图像对应的瞳孔位置数据;所述瞳孔位置数据为眼睛图像中的瞳孔中心位置与角膜反光点位置之间的相对偏移量;基于所述瞳孔位置数据,确定所述用户在所述显示装置上的注视轨迹。

在一个示例中,基于所述瞳孔位置数据,确定所述用户的注视轨迹,具体包括:根据预设阈值对所述眼睛图像进行二值化处理,得到含有反光点的二值化图像;计算所述二值化图像中所有反光点的面积;将反光点的面积对应的数值在预设取值区域范围内的反光点,作为角膜反光点;根据所述瞳孔中心位置与所述角膜反光点位置的相对偏移量,确定所述用户在所述显示装置上的注视轨迹。

在一个示例中,所述电子针灸装置还包括:第一外壳,所述第一外壳为一端开口的中空结构,所述第一外壳的另一端外侧与所述针灸眼罩连接,用于固定所述针灸眼罩;第二外壳,所述第二外壳为两端开口的中空结构,其中,所述第二外壳一端与所述第一外壳开口端连接;第三外壳,所述第三外壳为一端开口,另一端封闭的中空结构,其中,所述第三外壳开口端与所述第二外壳另一端连接;且所述导电柱头内部中空,所述导电柱头在靠近用户面部的一端为圆弧状;所述导电柱头材料为可导电硅胶。

在一个示例中,所述电子针灸控制器还用于根据所述用户的历史治疗数据以及所述用户的视力变化数据,确定所述用户在本次电子针灸过程中,所产生电子脉冲的频率、幅度、时长中的一项或多项。

另一方面,本申请实施例还提供一种电子针灸装置的生成装置,包括:扫描模块,三维扫描用户的面部,得到所述用户面部模型;识别模块,根据预设的多个眼部穴位在人面部上的位置关系,确定所述面部模型上对应的所述多个眼部穴位的位置信息;生成模块,根据所述用户的面部模型以及所述面部模型上对应的多个眼部穴位的位置信息,生成与所述面部模型相匹配的三维眼罩模型;其中,所述三维眼罩模型的所述多个眼部穴位对应的位置处,设置有用于安装导电柱头的安装孔;所述导电柱头与电子针灸装置中的电子针灸控制器连接,从而将所述电子针灸装置产生的电子脉冲传输至所述导电柱头;处理模块,通过三维打印设备,对所述三维眼罩模型进行打印,得到针灸眼罩;其中,所述针灸眼罩是电子针灸装置的一部分。

另一方面,本申请实施例还提供一种电子针灸装置,包括:针灸眼罩,为通过对用户的面部进行三维扫描得到所述用户的面部模型,再通过预设的多个眼部穴位在人面部上的位置关系,对所述用户的面部模型进行图像识别,得到所述面部模型上对应的所述多个眼部穴位的位置信息,以及通过用户的面部模型以及所述面部模型上对应的多个眼部穴位的位置信息,生成与所述面部模型相匹配的三维眼罩模型,再通过三维打印设备打印与所述面部模型相匹配的三维眼罩模型而得到;并且在所述针灸眼罩上与所述用户的多个眼部穴位相对应的位置分别设置有多个安装孔;导电柱头,设置在所述安装孔内,与电子针灸装置中的电子针灸控制器无线或有线连接,从而将所述电子针灸装置产生的电子脉冲传输至所述导电柱头;电子针灸控制器,用于产生电子脉冲,以使所述导电柱头对所述用户进行电子针灸。

通过本申请提出标定方式能够带来如下有益效果:

在患者需要通过电子针灸治疗近视、弱视或其他眼部疾病时,不再需要专业人员对穴位进行定位,而是通过打印得到的针灸眼罩自动对穴位进行定位,不仅方便快捷,而且用户的眼部穴位与电子针灸部位即导电柱头位置更匹配。并且针灸眼罩是根据每个患者的面部构造不同而不同,这使得患者在佩戴时更加舒适。

附图说明

此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:

图1为本申请实施例中一种电子针灸的生成方法的流程示意图;

图2为本申请实施例中针灸眼罩结构示意图;

图3为本申请实施例中导电柱头剖面结构图;

图4为本申请实施例中电子针灸控制器的示意图;

图5为本申请实施例中一种电子针灸的生成设备的模块示意图;

图6为本申请实施例中人脸图像示意图;

图7为本申请实施例中眉眼图像示意图;

其中,1、针灸眼罩,2、安装孔,3、观察孔。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。

以下结合附图,详细说明本申请各实施例提供的技术方案。

如图1所示,本申请实施例提供一种电子针灸装置的生成方法,包括以下步骤:

s101、三维扫描用户的面部,得到所述用户面部模型。由于不同用户的面部构造不同,所以在其面部上的眼部穴位的位置也不同。为了使用户眼部穴位的定位更加准确,可以通过三维扫描仪(3dscanner)对用户的面部进行扫描,来获得用户的面部模型。其中,用户指的是需要对其眼部进行针灸的用户。

s102、根据预设的多个眼部穴位在人面部上的位置关系,确定所述面部模型上对应的所述多个眼部穴位的位置信息。在获得用户的面部模型后,可以对该面部模型进行图像识别,以在该面部模型上确定出各眼部穴位的位置,该眼部穴位位置与该用户的眼部疾控种类有关。

具体地,由于眼部各穴位在面部都有着相对应的位置,例如,位于面部目内眦角稍上方凹陷处的晴明穴、位于面部眉毛内侧边缘凹陷处的攒竹穴、位于面部眉梢凹陷处的丝竹空穴、位于面部目外眦旁的瞳子髎穴、位于眼球与眶下缘之间的承泣穴、位于前额两侧外眼角延长线上方的太阳穴、位于面部眶下缘外1/4与眶下缘内3/4交界处的球后穴以及位于额部瞳孔直上眉毛中的鱼腰穴等。因此,在对三维面部模型进行图像识别后,可以在该面部模型中的人脸图像中识别出眼睛、眉毛、眼眶的位置,然后可以通过预设的多个眼部穴位在面部的位置关系,即各眼部穴位与各器官之间的位置关系,来确定出各眼部穴位在面部模型中的位置。例如,在确定晴明穴的位置时,可以首先在面部模型中识别出眼睛的位置,然后在眼睛中确定內眦的位置,即上下睑缘于内侧端的会合处。进而确定內眦的中心,內眦中心靠近面部内侧的预设距离处即为晴明穴的位置。其中,预设距离可以根据用户內眦的大小以及年龄来确定。比如,內眦中心距离內眦边缘最远处的距离,再加上预设的用户年龄对应的距离,两者的和即为预设距离。而在确定攒竹穴时,只需要在面部模型中识别出眉毛的位置,然后在眉毛内端的上边缘处即为攒竹穴的位置。其他穴位的确定方法与上述穴位的确定方法的本质类似,在此不再赘述。

其中,如图6所示,为了对各穴位进行定位,需要对面部模型进行图像处理,以在该面部模型中确定出人眼以及眉毛的位置后,根据人眼和眉毛的位置对各穴位进行定位。其中,为方便描述,将人眼以及眉毛的区域合称为眉眼区域。

需要说明的是,由于已经获取的用户的面部模型是三维面部模型,故而在进行图像处理时,可以直接对该三维面部模型进行图像处理。也可以在获取该三维面部模型在正面投影的二维图像后,对该二维图像进行图像处理。为方便描述,将该二维图像称为人脸图像。

在进行图像识别时,首先可以通过训练相应的定位模型,来对眉眼区域进行粗定位。在训练定位模型时,可以预先采集若干个包含眉眼区域的人脸图像作为训练样本,将人脸图像作为输入,眉眼区域作为输出,对该模型进行训练。其中,为减少识别时的工作量,以及减少颜色信息对识别的影响,可以将人脸图像灰度化后再输入至模型中。在下述实施例中,如无特殊说明,则图像均为进过灰度化处理后的图像。

其中,分类器可以由adaboost学习算法训练得到,并通过多级分类器结构来实现。在adaboost算法中,每个训练样本均被赋予一个权重。在每一轮的迭代过程中,如果某个训练样本能被本轮的弱分类器正确分类,那么在学习下一轮的弱分类器之前,需要减小这个样本的权重,从而降低该样本的重要性。反之,提高被本轮弱分类器误判的样本的权重,使得新一轮的训练主要围绕那些无法被正确分类的样本。

如图7所示,通过对人脸图像进行粗定位,可以获取包含眉眼区域的眉眼图像。在眉眼图像中,可以首先对眼睛区域进行定位,以确定眼睛区域在眉眼图像中的位置。

其中,可以从横向和纵向两个方向对眼睛区域进行定位。由于人眼不论在横向还是纵向都是人脸中变化最显著的区域,因此,可基于人脸中灰度变化来定位人眼区域。

在从横向对眼睛区域进行定位时,可以首先根据眉眼图像的大小来构造横向算子。在构造横向算子时,根据眉眼图像中每行的像素个数,得到像素数量指标w,并根据w的不同,得到横向算子。例如,w可以为每行所包含的像素个数n除以一个固定数再四舍五入,然后再加另一固定数值,且w为大于1的奇数。

需要说明的是,对于为同一用户制作的眼罩,在对该用户进行人脸面部图像识别过程中,该用户的多个人脸图像的像素数量指标w相同。而对于不同用户,像素数量指标w可以相同也可以不同。

在得到w后,若w的值为5,横向算子可以是[1,1,0,-1,-1],若w的值为9,横向算子可以是[1,1,1,1,0,-1,-1,-1,-1],并依次类推。

在得到横向算子后,将该横向算子与眉眼图像卷积,得到能表达眉眼图像的横向灰度变化曲线。在眉眼区域中,由于眼睛所在的横向上,包含有虹膜、巩膜等结构,灰度变化相对于其他位置更明显,所以可以将该眉眼图像的横向灰度变化曲线中的最大值,作为眼睛区域横向上的中心位置。在确定了眼睛区域的在横向上的中心位置后,可以根据该中心位置确定眼睛区域的上边界以及下边界,以确定出横向上眼睛区域所在的位置。

具体地,可以根据该眉眼图像的横向灰度变化曲线中的最大值,来确定上边界以及下边界。例如,在该眉眼图像的横向灰度变化曲线中最大值在眉眼图像所对应的位置处,分别向上以及向下,直至到达该眉眼图像的横向灰度变化曲线中最大值的预设比例处,例如最大值的一半处,作为眼睛区域的上边界以及下边界。即,在上边界以及下边界内的区域,为确定了横向眼睛区域。

在确定了眼睛区域的横向位置后,可以根据上边界以及下边界,在眉眼图像中进行截取,得到根据横向位置确定的横向位置图像,并在该图像中确定眼睛区域的纵向位置。

在确定眼睛区域的纵向位置时,先通过横向位置图像,针对横向位置图像中每个像素,设其横坐标为x0,计算该横向位置图像在区间[y1,y2]上的纵向灰度积分函数,该纵向灰度积分函数的公式可以是:其中,y1与y2指的是图像的上边界以及下边界所对应的坐标,图像在坐标系中的位置可以是任意的,例如,将图像的左下角作为原点,或将图像的中心点作为原点等,在此不做限定。由于眼睛区域结构比较固定,虹膜、巩膜等区域的亮度差异较明显,因此在虹膜、巩膜的边界处,纵向灰度积分函数会出现波峰或波谷。再结合先验知识中的眼睛在已确定出的区域中的大致位置,即可将纵向灰度积分函数最外侧的两个波峰所对应的位置作为眼睛区域在纵向上的左边界以及右边界。其中,先验知识指的是,根据人体生理结构等现有的成熟技术,来确定眼睛区域在图像中的大致位置。

在确定了眼睛区域的横向位置以及纵向位置,即在确定了眼睛区域在眉眼图像中上边界、下边界、左边界以及右边界后,就确定了眼睛区域。然后在眉眼图像中进行截取,得到眼睛图像。其中,眼睛图像包括左眼图像以及右眼图像,由于在后续对左眼图像和右眼图像进行的处理类似,为方便描述,将左眼图像与右眼图像都称为眼睛图像。

在得到眼睛图像后,对眼睛图像内的眼睛的边缘进行识别,以进一步确定眼睛的形状、位置。

具体地,可以首先对眼睛的边缘进行粗定位,以确定边缘像素的位置。在眼睛图像中构建坐标系,该坐标系原点的位置不做限定。然后,针对眼睛图像中的每个像素,计算每个像素在灰度图像i(x,y)沿梯度方向上的二阶方向导数。其中,该梯度方向为垂直于人眼边缘的方向。然后根据上述的二阶方向导数计算得到各像素点的laplacian算子,将laplacian算子在函数图像上的过零点的像素点记作边缘像素。

通过laplacian算子对眼睛边缘进行定位,只能将边缘的定位精度精确到像素级别。然而实际的人脸在图像中成像时,实际边缘不能与像元的边缘完全一致。而眼睛图像在整个人脸图像中占比很小,若是在采集人脸图像时采集设备的精度较低,那么在确定眼睛的边缘时,可能会产生较大的误差。因此,本申请实施例在确定边缘像素的位置后,在每个边缘像素中对眼睛的边缘进行进一步的精确定位,以确定其亚像素位置。

具体地,因为每个像素点的面积已经很小,所以可以将在每个边缘像素中的代表边缘的图像看作该边缘像素中的一条直线。将直线的公式定义为:xcosα+ysinα=l。其中,l是坐标中心点距离边缘的距离,α是边缘梯度方向与x轴的夹角。然后,可以将二维阶跃边缘的公式定义为:其中,a是边缘内侧的灰度值,b是边缘高度。则以像素(x,y)为中心,二维阶跃边缘的亚像素位置(x1,y1)可以表示为:此时,即确定了眼睛边缘的位置。

在眼睛图像中确定眼睛边缘的位置后,可以将眉眼图像中眼睛区域的上边界靠上的部分区域作为眉毛待选区域。将该区域在眉眼图像中截取出来,作为眉毛待选图像。在眉毛待选图像中进行识别,以确定眉毛所在的位置。

具体地,在得到眉毛待选图像后,可以通过直方图均衡化的方式对眉毛待选图像进行图像增强。然后获得该眉毛待选图像的灰度直方图,并在灰度直方图中,选择多个待选灰度值,并将这多个待选灰度值按从小到大的顺序排列,得到待选灰度值集合。其中,可以选择灰度直方图中作为波谷的灰度值作为待选灰度值,即,待选灰度值在灰度直方图中对应的值低于两侧灰度值对应的值。

然后,根据待选灰度值集合中的每个待选灰度值,对眉毛待选图像进行二值化处理,得到多个二值化处理后的眉毛待选图像。其中,在进行二值化处理时,可以定义为:将灰度值小于待选灰度值的像素的灰度值调整为255,即白色;将灰度值大于或等于待选灰度值的像素的灰度值调整为0,即黑色。为方便描述,以下将二值化处理后的眉毛待选图像简称为二值化眉毛待选图像。在这多个二值化眉毛待选图像中,由于进行二值化时灰度值的不同,其图像所呈现的内容也不同,即,在图像中黑色与白色所占的范围不同。针对每个二值化眉毛待选图像,若像素满足灰度值小于该二值化眉毛待选图像对应的灰度值,即在二值化眉毛待选图像中的白色像素,则称该像素为满足像素,并将满足像素构成的区域称为有效区域,即在二值化眉毛待选图像中的白色区域。将剩余的区域称为无效区域,即在二值化眉毛待选图像中的黑色区域。

针对每个二值化眉毛待选图像,若有效区域与无效区域的面积比小于预设阈值,例如2/3,则说明该二值化眉毛待选图像中的有效区域面积没有过大,可以将该二值化眉毛待选图像在进行二值化处理时所对应的待选灰度值记作有效灰度值,并获取所有有效灰度值对应的二值化眉毛待选图像。

将所有有效灰度值对应的二值化眉毛待选图像进行图像融合。在融合过程中,若第一有效区域完全包含在第二有效区域内,则第二有效区域与第一有效区域则会融合成为第二有效区域,此时,称作第二有效区域包含第一有效区域。同样的,若第二有效区域完全包含在第三有效区域内,则第二有效区域、第一有效区域、第三有效区域会融合成为第三有效区域,此时,称作第三有效区域包含第一有效区域和第二有效区域。在将所有的二值化眉毛待选图像融合完毕后,若一个有效区域内包含的有效区域的数量大于预设阈值,例如,大于3,则称该融合完毕后的该有效区域为候选有效区域。

根据公式计算得到所有候选有效区域的信息熵。其中,h(a)是候选有效区域的信息熵,p(xj)是在该候选有效区域中灰度值为j的概率。因为眉毛相对于皮肤来说,所包含的信息更多,所以可以将在各候选有效区域中信息熵最大的区域作为眉毛区域。在获取了眉毛区域后,可以采用与上述实施例中,在眼睛区域中确定眼睛边缘类似的方法,在眉毛区域中确定眉毛的边缘。此时,即完成了对眉毛以及眼睛的位置和形状的确定。

然后根据各穴位与眼睛、眉毛之间的位置关系,即可确定出各穴位在人脸图像中的位置。再根据人脸图像与面部模型的对应关系,也就确定了各穴位在用户的三维面部模型上的位置。

其中,在根据各穴位与眼睛、眉毛之间的位置关系确定穴位时,可以直接在人脸图像或面部模型上根据预设的位置关系确定,也可以在人脸图像上构建网格,然后根据网格来确定穴位的位置。例如,可以将人脸图像按横向划分为a行,按纵向划分为b列,得到a*b网格的人脸图像。由于已经在人脸图像中确定出了眼睛、眉毛的边缘,即确定了眼睛、眉毛边缘在网格中所对应的格子。此时可以根据预设的穴位所在的格子与眉毛边缘格子之间的位置关系,得到穴位所对应的格子,即确定了穴位的位置。

另外,除了通过对面部模型进行图像识别,确定眼睛、眉毛的位置和形状后,并根据各穴位和眼睛、眉毛之间的位置关系来确定出各穴位的位置,也可以通过训练相应的识别模型直接识别各穴位的位置。

具体地,可以预先采集多个已经确定眼部穴位位置的三维面部模型作为训练样本。其中,在采集训练样本时,可以通过对多个用户的面部进行三维扫描后得到相应的多个三维面部模型,然后可以由人工分别在这多个三维面部模型上确定出各眼部穴位的位置,并将确定了眼部穴位位置的三维面部模型作为训练样本,用于训练识别模型。然后,通过相应的算法来对识别模型进行训练。其中,采用的算法可以是卷积神经网络(convolutionalneuralnetworks,cnn)或深度神经网络算法(deepneuralnetworks,dnn)等,在此不做进一步限定。在训练完识别模型后,可以采集用户的三维面部模型。然后通过已经训练好的该识别模型,在该三维面部模型上识别出眼部穴位的位置。

需要说明的是,上述通过图像识别或识别模型来确定眼部穴位的设备,可以由相应的设备在本地进行识别,也可以是本地设备将采集到的三维面部模型发送至服务器后,由服务器进行识别,在此不做限定。

s103、根据所述用户的面部模型以及所述面部模型上对应的多个眼部穴位的位置信息,生成与所述面部模型相匹配的三维眼罩模型;其中,所述三维眼罩模型的所述多个眼部穴位对应的位置处,设置有用于安装导电柱头的安装孔;所述导电柱头与电子针灸装置中的电子针灸控制器连接,从而将所述电子针灸装置产生的电子脉冲传输至所述导电柱头。在根据用户的三维面部模型得到用户的眼部穴位在三维面部模型上的位置后,可以生成与该用户的三维面部模型相匹配的三维眼罩模型,以使用户在佩戴眼罩进行电子针灸时,可以更贴合自身的面部构造,增加了用户佩戴时的舒适度。另外由于更贴合用户的面部构造,这使得后续对用户进行电子针灸时,对眼部穴位的定位也更准确,提升了电子针灸的治疗效果。

具体地,在生成眼罩模型时,首先可以先根据用户的三维面部模型,生成与其构造相匹配的三维眼罩模型,该三维眼罩模型可以覆盖用户的各眼部穴位。在生成三维眼罩模型后,可以根据三维面部模型上的各眼部穴位的位置,在该三维眼罩模型相对应的位置设置安装孔2,用于安装导电柱头。其中,各安装孔2与用户面部的各眼部穴位的位置相对应。

s104、通过三维打印设备,对所述三维眼罩模型进行打印,得到针灸眼罩;其中,所述针灸眼罩是电子针灸装置的一部分。在生成三维眼罩模型后,可以通过三维打印设备打印得到针灸眼罩1。如图2所示,通过三维打印设备打印得到的针灸眼罩1与用户的面部构造相匹配,可以使用户佩戴时更舒适。

在得到针灸眼罩1后,可以通过人工或者相应的生产线设备,在针灸眼罩1上的各安装孔2内安装导电柱头。其中,如图3所示,导电柱头的结构为内部中空,靠近用户的一端为圆弧状,这使得用户在佩戴时更加舒适。导电柱头的材料可以采用可导电硅胶,不仅能够导电以使用户接受电子针灸,也可以使用户佩戴针灸眼罩1时更加舒适。

在将各导电柱头安装在针灸眼罩1上后,可以将各导电柱头与能够产生电子脉冲的电子针灸控制器连接,以使电子针灸控制器通过有线的方式向导电柱头传输电子脉冲;也可以使电子针灸控制器通过无线的方式,例如通过电磁波,向导电柱头传输电子脉冲。在用户佩戴针灸眼罩1后,可以通过电子针灸控制器来进行电子针灸。其中,如图4所示,电子针灸控制器包括处理器,处理器通过a/d转换器与电源连接,并通过a/d转换器与脉冲发生器连接。其中,a/d转换器的作用为进行a/d转换,脉冲发生器的作用为产生电子脉冲。电源可以是内置电源,也可以是外接交流或直流电源,在此不做限定。在工作时,处理器接收到用户发送的指令,通过a/d转换器向脉冲发生器发送脉冲指令,该脉冲指令中可以包含脉冲的幅度、时长以及频率中的一种或多种。脉冲发生器接收到该脉冲指令后,产生相应的电子脉冲,并传输至相应的导电柱头中。

具体地,可以通过设置在电子针灸控制器表面的控制按钮对脉冲发生器的启停、开启的时长、发送脉冲的频率等进行控制。当然,也可以在电子针灸控制器内添加与处理器连接的无线传输模块,通过远程控制设备对针灸仪进行控制。例如,用户想要启动针灸仪时,可以通过智能手机上相应的app向服务器发送启动指令,该启动指令中包含有用户要启动的电子针灸控制器的唯一识别码。服务器对接收到的启动指令进行分析,确定唯一识别码对应的电子针灸控制器,并向其发送启动指令。该电子针灸控制器通过无线接收模块接收到该指令后,处理器则控制脉冲发生器工作,产生电子脉冲。当然,也可以在电子针灸控制器内设置蓝牙模块,用户不必通过服务器,可以直接通过蓝牙对电子针灸控制器进行控制。

需要说明的是,电子针灸控制器与针灸眼罩1可以作为两个单独的设备,也可以将电子针灸控制器与针灸眼罩1做成一体化的设备,其中,为方便描述,将该一体化设备称为电子针灸装置。电子针灸控制器除了针灸眼罩1和电子针灸控制器外,还可以包括外壳以及显示装置。当然,为了配合显示装置,在针灸眼罩1中对应用户的眼睛位置,可以设置相应的观察孔3,以遍用户可以进行观察。针灸眼罩1设置在外壳的外侧,显示装置以及电子针灸控制器设置在外壳内部。其中,显示装置可以包括用于扩大用户观察范围的凸镜,以及与电子针灸控制器连接,在电子针灸控制器的控制下显示相应的画面的显示屏。电子针灸装置还可以包括声音设备,声音设备与所述电子针灸控制器连接,并在所述电子针灸控制器的控制下播放预设的音频文件。通过播放预设的音频文件,可以舒缓用户的情绪,增加治疗效果。

具体地,外壳分为三个部分。第一外壳内部中空,一端为开口端,与第二外壳连接,另一端外侧与针灸眼罩1连接;当电子针灸装置内设置有显示装置时,针灸眼罩1上设置有观察孔3,此时,第一外壳的另一端上也可以设置与观察孔3对应的开孔;第二外壳为两端开口的中空结构,一端与第一外壳连接,另一端与第二外壳连接,且在第二外壳内部固定有凸镜;第三外壳为一端开口的内部中空结构,开口端与第二外壳连接,且在内部固定有显示屏以及电子针灸控制器。其中,第一外壳与针灸眼罩1之间,以及外壳的各部分之间在连接时,可以通过螺纹结构连接,也可以通过粘合等其他可实现的方式连接,在此不做限定。当电子针灸控制器设置在外壳内时,可以将相应的控制按钮设置在外壳表面,以便用户开启。当然,也可以通过无线的方式控制电子针灸控制器,在此不做进一步赘述。

在此需要说明的是,上述的电子针灸装置仅为本申请实施例中,用于进行举例说明的一种电子针灸装置。在实际的生产加工中,电子针灸装置的外观和相应结构的位置可能会与本申请实施例中所记载的方案的存在一定的不同。但是本领域内技术人员应该知道,只要上述的不同是本领域内技术人员公知的技术,其就可以算在本申请实施例的保护范围。

在一个实施例中,电子针灸装置还包括眼动追踪装置。眼动追踪装置可以设置在外壳内部,例如设置在第一外壳内,观察孔3对应的位置处;也可以将眼动追踪装置设置在第一外壳的外侧,观察孔3对应的位置。当然,只要能够采集到用户的眼部运动轨迹的位置,都可以纳入本申请实施例的范围中。眼动追踪装置与电子针灸控制器连接,在显示屏显示预设的画面时,眼动追踪装置追踪用户的眼球的运动轨迹,并将该运动轨迹发送至电子针灸控制器,由电子针灸控制器确定用户是否为视力障碍的用户。其中,视力障碍包括近视、弱视、注视异常、追随异常、隐斜等。例如,首先在显示屏上对用户进行提示,让用户在接下来显示的画面中,紧盯在画面中运动的物体。例如,该物体可以是一个球体。然后显示屏开始显示预先存储的画面,画面可以是在黑色的背景下,按照预设轨迹移动的白色球体。此时眼动追踪装置以及电子针灸控制器可以追踪用户眼球的运动轨迹,以判断用户是否能够在画面中紧盯该运动的球体,并确定出用户是否为视力障碍用户。若是,则可以根据判断结果确定用户视力障碍的具体类别,并在对其进行电子针灸时,可以根据预设的治疗方案,对相应的眼部穴位以预设的电子脉冲的频率和幅度进行电子针灸。

具体地,眼动追踪装置追踪用户的眼球的运动轨迹方法可以如下:

眼动追踪装置内设有红外摄像机,该红外摄像机可以在用户观看显示屏时,连续采集包含有用户眼睛的图片,然后将图片发送给电子针灸控制器。电子针灸控制器可以在本地对图片进行处理,也可以将其传输至服务器进行处理,在此不做限定。在对图片进行处理时,通过眼睛图像确定出用户的瞳孔位置数据,并根据该瞳孔位置数据得到用户在显示屏上的注视轨迹。

其中,可以通过下述方法获得瞳孔位置数据:

首先,根据预设的眼部图像的阶梯灰度阈值,确定不同阈值对所述眼部图像进行分割,得到分割区域以及各分割区域之间的相互包裹特性,提取出眼球区域。

这里提到的各分割区域之间的相互包裹特性是指在上下眼皮包裹的眼球区域内,由外向内依次为巩膜、虹膜和瞳孔,三者之间依次包裹的空间特征。

由于在上下眼皮包裹的眼球区域内,由外向内依次为巩膜、虹膜和瞳孔,三个区域的灰度依次降低。因此,凭借巩膜、虹膜和瞳孔三者的灰度阶梯型分布特征和三者的相互包裹特性,通过设定合适的阶梯灰度阈值,并判断不同阈值所分割区域间的相互包裹特性,就可提取出眼球区域。

在提取得到眼球区域后,在该眼球区域内选取一个灰度值最低点作为提取瞳孔区域的种子点,然后通过预设的生长阈值和边界条件,通过现有的任意一种区域生长算法,得到完整的瞳孔区域。根据该瞳孔区域,计算该瞳孔区域的中心坐标,该中心坐标即为瞳孔中心坐标。

在检测到测试者的瞳孔区域后,在该区域附近寻找角膜反光点,角膜反光点是指眼动追踪设备中的红外点光源在眼球表面形成的光斑。由于反光点灰度远高于周围区域的灰度,通过设定合适的阈值提取反光点区域。根据该反光点区域,得到该反光点坐标。

根据该瞳孔坐标以及角膜反光点坐标,得到瞳孔位置数据。

需要说明的是,角膜反光点在眼部图像上一般为亮度最高的区域,因此还可以直接通过预设阈值对眼部图像进行二值化处理,通过合适的预设阈值,例如预设阈值为灰度值230。此时,角膜反光点被完全分离出来,得到含有反光点的二值化图像。

但是,在上述含有反光点的二值化图像中,可能会出现由于测试者佩戴眼镜而造成眼镜上出现反光点的情况发生,从而导致上述含有反光点的二值化图像中的反光点不仅仅只包括角膜反光点,进而影响对角膜反光点的确定。

因此,还需要对角膜反光点的轮廓面积进行限定,从而排除眼镜反光点等的干扰。具体地,在含有反光点的二值化图像中,计算所有反光点的面积,将面积位于预设取值范围内的反光点作为角膜反光点。反之,不在上述区域内的反光点作为干扰点。

在本申请说明书中,瞳孔位置数据是指眼部图像中的瞳孔中心位置与角膜反光点位置之间的相对偏移量。当瞳孔区域内含有多个角膜反光点时,瞳孔位置数据可以是指眼部图像中的瞳孔中心位置与上述多个角膜反光点所围成的图形的质点之间的相对偏移量。例如,作以眼部图像中至少一个角膜反光点所围成的图形的质点为圆心,确定瞳孔中心位置在该坐标系中的位置坐标,且该坐标系是以像素为单位,该位置坐标即为本申请实施例中提到的瞳孔位置数据。

在得到用户的瞳孔位置数据后,可以根据该瞳孔位置数据判断用户在显示屏上的运动轨迹,具体方法如下:

可以以计算得到的瞳孔位置数据作为已知数据,再通过多项式拟合算法计算出用户在显示屏上的注视点位置坐标。

具体地,以二次多项式为例,计算测试者在显示屏上的注视点位置坐标(xp,yp):

其中,上式(xp,yp)为本申请说明书中的瞳孔位置数据。且在眼动追踪装置为单相机单光源中,(xp,yp)是眼部图像中的瞳孔中心与角膜反光点位置之间的相对偏移量;在眼动追踪装置为单相机多光源中,(xp,yp)是眼部图像中的瞳孔中心与多个角膜反光点所围成的图形的质点的相对偏移量。

上式中的a0~a11为待定的未知系数,可以通过校准过程获得。该校准过程需要在视觉注意测试之前进行,在显示屏上的多个位置处预先设置依次显示校准点的位置坐标,即已知上述公式中的注视点位置坐标(xp,yp)。针对每个校准点,通过测试者查看该校准点,得到针对该测试者在查看相应校准点的瞳孔位置数据,即得到上述公式中的xp和yp。因此,可以得到以a0~a11为未知数的一组上面所示的方程。因此,通过设置多个校准点,即可以计算得出a0~a11。其中,在校准过程中,至少包括3个校准点,校准点越多计算所得的注视点位置坐标的精准度越高。

在得到用户在显示屏上的运动轨迹后,可以将其与预设画面中球体的运动轨迹进行对比,以此判断用户是否为视力障碍用户。对于一些明显的视力障碍表现,可以通过观察用户的眼球来确定。但对于一些表现不够明显的视力障碍表现,例如,隐性斜视等,则无法通过观察确定。此时通过本申请实施例中的上述装置则可以明确的确定出用户是否患有视力障碍,并对其进行相应的治疗,不仅方便,而且准确。

当然,在对视力障碍用户进行电子针灸时,也可以在显示屏播放相应的多媒体文件,用于帮助用户进行训练。例如,针对于弱视用户,可以对其进行光栅治疗。使用户观察在显示屏上播放的多媒体文件,来使眼睛中的视细胞在各个方位都能接受到刺激,借以增强视中枢神经细胞,提高视力。其中,该多媒体文件可以包括下层图案以及上层条栅,并且该上层条栅可以是黑色、白色相见且按照一定速度旋转的条栅图案。

在一个实施例中,由于用户在佩戴设备的过程中,可能会因为头部晃动而导致眼动追踪装置获取到的眉眼图像不清楚,从而影响后续对眉眼图像的识别。因此,服务器在获取到眉眼图像时,可先判断获取到的眉眼图像是否为模糊图像,并在判断出眉眼图像为模糊图像时,对确定出的模糊图像进行图像去模糊处理,以提高图像的清晰度,从而提高后续进行图像识别的准确率。

具体地,首先,由于对非模糊图像进行处理可能会破坏图像原本的质量,因此,服务器可根据确定眉眼图像的梯度图,并根据判断眉眼图像是否为模糊图像。其中,gx(i,j)和gy(i,j)分别是眉眼图像f在x和y方向的梯度图,m,n分别是眉眼图像f在x和y方向的行列数,gnum是x方向梯度图和y方向梯度图的非零梯度值的个数总和。当s<7时,服务器可判断该眉眼图像为模糊图像。其中,该数值7可通过实验确定。

其次,服务器可根据以及mx,y=1nh(s,t)∈h(x,y)is,t确定出模糊图像中的前景模糊图像。其中,q(x,y)为前景模糊图像,c为第三预设值,d为第四预设值,nh是模糊图像中位置为(x,y)的像素的邻域内的像素的总数,h(x,y)是模糊图像中位置为(x,y)的像素的邻域内的像素点的集合,i(s,t)是模糊图像中位置为(x,y)的像素的灰度值,m(x,y)是i(x,y)的均值。

最后,服务器可采用高斯滤波对确定出的前景模糊图像进行处理,得到前景清晰图像,再将该前景清晰图像作为经过图像去模糊处理后的用眼图像,进行图像识别。

这种图像处理方法,能够将模糊图像中的前景图像部分,即,默认的用户的注视物,从原图像中分离出来,以针对这一前景图像部分进行处理,恢复图像的清晰度,且减少了设备的工作量。

在一个实施例中,若用户在本次电子针灸之前,已经进行过若干次电子针灸,则可以先采集其历史治疗数据以及该用户的视力变化数据,来确定之前进行若干次电子针灸是否达到了预期的效果。其中,视力变化数据可以包括裸眼视力和矫正视力中的至少一种。视力变化数据可以由用户输入得到,也可以由相应的测试视力的装置测试得到后,发送至电子针灸控制器中。电子针灸控制器在采集到用户的视力变化数据后,将用户的用户信息以及视力变化数据发送至服务器。服务器可以根据用户信息确定该用户的历史治疗数据,然后根据视力变化数据确定该用户的当前视力是否符合预设的治疗目标。若已经达到了预期的治疗目标,则可以继续按照之前的治疗方式进行治疗。若未达到预期的治疗目标,则可以根据该用户现在的视力值来修改治疗策略,并将其反馈至电子针灸控制器中。当然,也可以由用户通过相应的app自行修改治疗策略。其中,历史治疗数据以及治疗策略包括用户在历史治疗过程中,针灸仪产生电子脉冲的频率、幅度以及时长。例如,若按照之前预定的治疗目标,本次治疗之前用户的视力值应该达到了1.0,但是实际情况只达到了0.8,则可以根据历史治疗数据,适当增加产生电子脉冲的频率、幅度或时长。

在患者需要通过电子针灸治疗近视、弱视或其他眼部疾病时,不再需要专业人员对穴位进行定位,而是通过打印得到的针灸眼罩自动对穴位进行定位,不仅方便快捷,而且用户的眼部穴位与电子针灸部位即导电柱头位置更匹配。并且针灸眼罩是根据每个患者的面部构造不同而不同,这使得患者在佩戴时更加舒适。

另一方面,如图5所示,本申请还提供一种电子针灸装置的生成装置,包括用于产生电子脉冲的针灸仪,所述装置包括:

扫描模块201,三维扫描用户的面部,得到所述用户面部模型;

识别模块202,根据预设的多个眼部穴位在人面部上的位置关系,确定所述面部模型上对应的所述多个眼部穴位的位置信息;

生成模块203,根据所述用户的面部模型以及所述面部模型上对应的多个眼部穴位的位置信息,生成与所述面部模型相匹配的三维眼罩模型;其中,所述三维眼罩模型的所述多个眼部穴位对应的位置处,设置有用于安装导电柱头的安装孔;所述导电柱头与电子针灸装置中的电子针灸控制器连接,从而将所述电子针灸装置产生的电子脉冲传输至所述导电柱头;

处理模块204,通过三维打印设备,对所述三维眼罩模型进行打印,得到针灸眼罩;其中,所述针灸眼罩是电子针灸装置的一部分。

以上所述仅为本说明书的一个或多个实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书的一个或多个实施例可以有各种更改和变化。凡在本说明书的一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1