【技术实现步骤摘要】
本专利技术涉及人体模型测量，具体而言涉及一种基于人体三维重建的人体模型测量分型方法。
技术介绍
1、常用的体型计算方法主要有两种：
2、1.bmi指数法(body mass index，体质指数)：
3、这是目前医学界普遍使用的身材判断指标。bmi的计算方法是体重(千克)除以身高(米)的平方。
4、根据世界卫生组织的标准，bmi值在18.5～24.9之间为正常体重；25～29.9之间为超重；30及以上为肥胖。但不同国家和地区可能根据具体情况有所调整。
5、需要注意的是，bmi指数虽然简单易用，但并不能完全准确地反映个人的体型和健康状况，特别是对于肌肉量较大的人群，bmi值可能会偏高。
6、2.体指数法(t＝w/(h*h))：
7、这是另一种基于身高和体重的体型计算方法。其中，t是体指数，w是体重(千克)，h是身高(米)。
8、根据体指数的值，可以判断体重属于何种类型：当t<18时，为低体重；18≤t<25时，为正常体重；25≤t<27时，为超重体重；t≥27时，为肥胖。
9、与bmi指数相比，体指数法考虑了身高和体重的平方关系，可能在一些情况下更为准确。
技术实现思路
1、本专利技术目的在于针对现有技术的缺陷，提供了一种人体三维重建的人体模型测量分型方法。
2、bmi指数法和体指数法都是基于身高和体重的简单计算，虽然能够初步判断一个人的体型，但并不能完全准确
3、1)h型(直筒型)
4、特征：肩部、腰部、臀部几乎在同一条直线上，腰围和臀围的差异较小，身体整体呈现直线形状。
5、识别标准：
6、腰臀比(waist-hip ratio,whr)接近1(通常为0.8-1.0)。
7、肩宽和臀宽差异不大，腰围明显不窄。
8、bmi指数可能在正常范围，但体脂率可能偏高，尤其是内脏脂肪。
9、2)a型(梨型)
10、特征：臀部和大腿区域较为丰满，腰部相对较细，上半身较窄。脂肪主要分布在下半身。
11、识别标准：
12、腰臀比(whr)小于0.8。
13、臀围明显大于肩围，腰围较细。
14、体脂率偏高，特别是在下半身(如大腿、臀部区域)。
15、对女性更常见，常用腰臀比和腰围/身高比(waist-height ratio,whtr)来评估。
16、3)t型(倒三角型)
17、特征：肩部较宽，胸部较发达，腰部较窄，臀部较小。脂肪主要分布在上半身。
18、识别标准：
19、肩臀比(shoulder-hip ratio)大于1。
20、上半身(特别是肩部和胸部)围度明显大于下半身(臀部和大腿)。
21、对男性更常见，通常伴随着较低的体脂率和较高的肌肉量，特别是在上半身。
22、4)x型(沙漏型)
23、特征：肩部和臀部较宽，腰部明显较细，呈现典型的“沙漏”形状。
24、识别标准：
25、腰臀比(whr)通常在0.7左右。
26、腰围明显小于肩围和臀围。
27、体脂率中等或略高，脂肪分布均匀。
28、常见于女性，通常通过腰围和臀围的比值来判断。
29、这些体型分类可以更准确的评估判断人的体型，并且具有以下优点：
30、1)诊断准确性提高：通过明确的体型分类，医生可以更准确地判断患者的体型特征，这有助于更精确地诊断与体型相关的健康问题。例如，h型身材可能更容易出现某些代谢性疾病，而a型身材可能与心血管疾病风险增加有关。
31、2)个性化治疗：不同的体型可能对药物、治疗方法和营养需求有不同的反应。通过体型分类，医生可以为患者制定更加个性化的治疗方案，从而提高治疗效果和患者的满意度。
32、3)健康风险评估：体型分类有助于医生更准确地评估患者的健康风险。例如，x型身材通常被认为是较为理想的体型，而a型身材可能与心血管疾病风险增加有关。通过了解患者的体型，医生可以更有针对性地进行健康风险评估和预防措施的制定。
33、4)健康教育和预防：体型分类可以作为健康教育和预防策略的基础。医生可以根据不同体型的特点，为患者提供个性化的健康建议和预防建议，帮助患者建立更健康的生活方式和习惯。
34、5)促进研究：明确的体型分类有助于促进医学研究的进展。通过对比不同体型之间的健康差异和生理特点，研究人员可以更深入地了解人体的生理机制和疾病的发生机制，为医学发展做出更大的贡献。
35、本专利技术使用三维扫描方式采集人体体型数据，三维重建出人体模型，利用高度还原的三维模型自动计算人体体型(h型、a型、t形、x型)。解决传统体型计算方法不能完全反应个人体型的问题，实现人体体型的快速分型。
36、1.数据采集
37、选择合适的扫描设备：根据实际需要选择合适的扫描设备。例如，如果需要表面扫描，可以选择激光扫描仪或者结构光扫描仪；如果需要体内结构，可以选择ct扫描或mri。
38、数据采集：确保被测者相对静止地放置在扫描设备中心，以便获取准确的扫描数据。在采集过程中，可以根据需要对被测者进行不同角度或位置的扫描，以获得更全面的数据。
39、2.数据预处理
40、去噪：通过滤波等方法去除扫描数据中的噪声，以提高后续处理的准确性。
41、配准：如果使用多个扫描设备或多次扫描，需要将不同数据集进行配准，以确保它们在同一坐标系中。
42、数据修复：修复数据中的缺失或损坏部分，可以使用插值等方法进行数据修复。
43、3.重建模型
44、选择重建算法：根据数据类型和需求选择适当的重建算法。例如，对于点云数据，可以使用表面重建算法，如marching cubes算法；对于体数据，可以使用体素化重建算法。
45、模型重建：使用选定的算法将预处理后的数据转换成三维模型。这可能涉及到网格生成、曲面拟合、体素化等步骤。
46、点云数据是一种常用于三维扫描和感知设备生成的数据，通常不包含明确的连接关系。为了构建三维模型，点云数据重建常用的流程是：
47、一、网格生成：对于点云数据或体数据，重建过程的核心是生成多边形网格或三角面片。
48、使用marching cubes算法，具体过程如下：
49、1.将三维空间划分为一系列规则立方体(cube)，并将每个立方体的顶点标记为“内”或“外”，取决于数据点所在的位置。
50、2.在每个立方体内，通过查找边界表来确定本文档来自技高网...
【技术保护点】
1.一种基于人体三维重建的人体模型测量分型方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的基于人体三维重建的人体模型测量分型方法，其特征在于：构建三维模型需要进行点云数据重建，具体方法如下：
3.根据权利要求1所述的基于人体三维重建的人体模型测量分型方法，其特征在于：所述S4.中的手工分割方法如下：
4.根据权利要求1所述的基于人体三维重建的人体模型测量分型方法，其特征在于：所述S4.中的自动分割算法方法如下：
5.根据权利要求1所述的基于人体三维重建的人体模型测量分型方法，其特征在于：
6.根据权利要求1所述的基于人体三维重建的人体模型测量分型方法，其特征在于：所述聚类算法可以根据数据点之间的相似性将它们划分为不同的簇或类别，在聚类过程中，需要选择合适的聚类参数以获得最佳的聚类效果，对聚类结果进行评估。
7.一种存储软件的计算机可读介质，所述软件包括能通过一个或多个计算机执行的指令，所述指令通过这样的执行使得所述一个或多个计算机执行操作，所述操作包括上述人体模型测量分型方法的流程。
8
...【技术特征摘要】
1.一种基于人体三维重建的人体模型测量分型方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的基于人体三维重建的人体模型测量分型方法，其特征在于：构建三维模型需要进行点云数据重建，具体方法如下：
3.根据权利要求1所述的基于人体三维重建的人体模型测量分型方法，其特征在于：所述s4.中的手工分割方法如下：
4.根据权利要求1所述的基于人体三维重建的人体模型测量分型方法，其特征在于：所述s4.中的自动分割算法方法如下：
5.根据权利要求1所述的基于人体三...
【专利技术属性】
技术研发人员：宁光，沈柏用，林靖生，曹青，
申请(专利权)人：上海交通大学医学院附属瑞金医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。