基于计算机视觉的婴儿全身运动评估方法
【技术领域】
[0001]本发明涉及一种计算机视觉信号采集处理技术，尤其涉及一种通过计算机采集婴儿运动视频来进行婴儿全身运动评估的方法。
【背景技术】
[0002]随着医疗水平的提高，高危新生儿(指在胎儿期、分娩期和新生儿期受到早产、低体重、窒息、缺氧缺血性脑病、颅内出血等高危因素危害的婴儿)的存活率不断提高，但这并未降低神经发育障碍疾病的发病率，例如:脑瘫等。据资料显示:在我国脑瘫的发病率为千分之二，神经发育障碍方面的疾病严重影响了患者的生存质量，给家庭和社会带来了沉重的负担。联合国儿童基金会2000年提出:“把拯救儿童生命的斗争和使生命有意义的努力同步进行”，因此降低高危新生儿神经发育伤残的发病率及减轻残疾程度已经迫在眉睫。
[0003]传统的脑神经检测与发育评估方法，如颅脑超声、MR1、CT等影像学技术等，在预测神经发育时的敏感性和特异性存在较大差异。早期神经系统发展领域专家Prechtl提出了全身运动(general movements, GMs)评估技术，该技术通过摄像记录孩子的全身运动，医师通过观测视频记录进行评估，可超早期地(3月内)预测是否存在脑性瘫痪等发育障碍，将其作为早期预测脑神经损伤的方法比颅脑超声、MR1、CT等传统的脑神经检测方法更可靠、更准确，对婴儿脑功能异常及神经发育结局的预测价值得到了研宄者们的广泛肯定和认可。不安运动(Fidgety Movements, FMs)属于婴儿早期全身运动的一个阶段，FMs幅度较小、速度平稳、动作优美，颈部、四肢和躯干的运动加速度在各个方向上变化多，通过FMs的异常:痉挛-同步，运动缺乏流畅、平稳，四肢和躯干几乎同时收缩和放松，以及FMs的缺失可对脑瘫及严重神经发育障碍做出早期准确的预测，其预测脑瘫的灵敏度和特异度可以分别达到95%和96%，GMs评估具有安全性、无任何副作用、无创、也不影响今后其它新治疗方法等优点，科学家也越来越认识到婴儿早期GMs评价的重要作用。
[0004]最近几年，国外已经开展了关于婴儿早期GMs客观评价方面的研宄。该方面的研宄方法主要分为两种:(I)基于三维运动轨迹探寻婴儿的全身运动特征。这类方法通过三维运动采集系统，如Vicon370，电磁跟踪装置，加速度计等记录GMs的三维运动轨迹，采用三维轨迹分析方法对全身运动进行评估。加速度传感器和电磁跟踪装置都有其缺点:电磁跟踪装置的测量结果受周围电磁场的影响很大，如临床常用的记录装置EMG，EEG，及金属物体等都会对电磁跟踪装置的测量结果产生影响；加速度传感器则在长时间记录中会产生漂移；该类方法都会将标志物或传感点贴置于婴儿身体上，可能会影响婴儿的正常活动。(2)基于视频分析实现婴儿全身运动分析。目前，基于视频分析的婴儿GMs客观评价方面的研宄取得了一定的实验结果，但这些方法具有一定局限性，大多数方法提取的特征十分简单，或者不能反映运动的方向、大小，或者只根据身体几个点的轨迹分析婴儿运动，仅利用了视频中很少的运动信息，并且没有从全身运动的整体性分析运动，而婴儿的GMs评估需要整体感知，因此如何在视频分析中综合利用婴儿身体所有的运动信息(包括身体所有部位、以及运动的方向、大小)，并且从整体上表达身体的运动，仍是目前面临的问题。
【发明内容】
[0005]本发明的目的在于提供一种无接触性，减少评估时间，提高评估医师工作效率，并使婴儿在较愉快无痛苦的情况下，通过视频统计其全身运动的复杂性、多变性、对称性的婴儿全身运动评估的特征描述方法。
[0006]为了解决上述存在的技术问题，本发明是通过以下技术方案实现的:
[0007]一种基于计算机视觉的婴儿全身运动评估方法，其内容包括如下步骤:
[0008](I)视频获取一一通过普通的摄像头录制婴儿全身运动的视频；
[0009](2)图像预处理一一将获取的图像依次进行如下操作:
[0010]①通过缩放因子将视频的每一帧的行列进行统一，以便于对其他视频的处理；
[0011]②进行模糊处理；
[0012]③计算灰度图像；
[0013]④进行高斯平滑；
[0014]⑤进行自适应滤波一一对图像的蓝色通道减去绿色通道后的灰度图像通过选取合适阈值的方法粗略提取婴儿身体区域；
[0015](3)提取婴儿身体区域；
[0016](4)计算稠密光流一一对通过高斯滤波后的相邻两帧图像进行光流计算，得到图像中每一像素点的速度(U，V)，其中U是速度的横轴，V是速度的纵轴；
[0017](5)提取身体区域光流一一为减小背景对统计的影响，根据计算的稠密光流，将身体部分对应的光流进行提取；
[0018](6)用不同颜色标记身体中的运动区域一一将身体区域按照速度大小的不同赋予不同的颜色，并将所有帧的运动显示在同一张图像上，以表现对称性；
[0019](7)统计每帧图像每个区域的速度个数，包括速度的方向和大小；
[0020](8)统计所有帧图像的同一区域速度个数一一通过步骤(7)的结果统计所有帧的同一区域的像素个数的和，得到不同方向、大小的速度分布统计直方图，以表现运动的复杂性、多变性。
[0021]本发明的工作过程如下:
[0022]计算机读取视频图像，将图像通过缩放因子进行重构，然后进行通道分离，得到B、G、R三个通道的图像；将得到灰度图像进行模糊化，接着通过自适应阈值的方法进一步提取，得到粗略的身体区域的黑白图像(黑色像素值为0，白色像素值为255)，接着进行轮廓提取，找到身体的最大轮廓后再判断此轮廓下面的其他轮廓是否属于身体部位，从而抠出婴儿的身体区域，同时，对R通道进行高斯平滑，得到另一灰度图像，然后对相邻两帧进行稠密光流的计算得到图像的光流场；然后结合提取的婴儿身体区域得到身体区域的速度，并将运动区域按照不同的速度大小标记为不同的颜色，再将所有帧的运动显示在同一张图像上，以表现婴儿运动的对称性，接着以u为横轴，V为纵轴，建立u-v直角分布图，最后将其以中心为原点，分别以100、200、300、400、500为半径得到5个圆环，并将每个圆环平均分成40个部分，对每一部分进行统计，再将所有帧的同一区域进行统计，得到所有帧的不同方向、大小的速度统计直方图，通过此直方图中的速度分布来进行婴儿全身运动复杂性与对称性的评估。
[0023]由于采用上述技术方案，本发明提供的一种基于计算机视觉的婴儿全身运动评估方法与现有技术相比，具有如下的有益效果:
[0024]1、本发明采用稠密光流的方