基于卷積神經(jīng)網(wǎng)絡(luò)的脊髓損傷者臥位姿態(tài)的識別算法研究

吳玉琳

（棗莊職業(yè)學(xué)院 山東 棗莊 277800）

1 引言

隨著我國經(jīng)濟(jì)水平的高速發(fā)展，脊髓損傷發(fā)病率呈逐年升高趨勢[1]。脊髓損傷不僅會給患者本人帶來身體和心理的嚴(yán)重傷害，還會對整個社會造成巨大的經(jīng)濟(jì)負(fù)擔(dān)。在脊髓損傷之后，因肢體感覺和運(yùn)動功能障礙缺乏自主運(yùn)動能力導(dǎo)致長時間單一姿勢臥床是發(fā)生褥瘡的主要原因。因此，快速、準(zhǔn)確分析脊髓損傷者臥床姿態(tài)并及時提醒，對預(yù)防褥瘡等并發(fā)癥和現(xiàn)代化醫(yī)療有重大意義。

本文利用脊髓損傷者臥位時足底圖像作為特征圖像，提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的臥姿狀態(tài)識別算法。首先，獲取特征圖像并進(jìn)行預(yù)處理。其次，利用卷積神經(jīng)網(wǎng)絡(luò)對特征圖像進(jìn)行分類進(jìn)而獲知臥姿狀態(tài)。

2 特征圖像

為降低成本，使用視頻傳感器拍攝的臥位圖像作為特征圖像。人體臥位時，兩腳處于自然擺位狀態(tài)且足底的形狀為長方形，有良好的方向區(qū)分性。因脊髓損傷者肢體運(yùn)動功能障礙，在某一臥位姿態(tài)時足部無自主運(yùn)動，采集到的足底圖像就比較穩(wěn)定。此外，在患者翻身時，因肢體是被動擺位，能保證足部姿態(tài)與臥位姿態(tài)強(qiáng)相關(guān)性。因此，本文提出利用足底圖像作為特征圖像，根據(jù)足底圖像方向變化得知脊髓損傷者當(dāng)前臥位姿態(tài)。

2.1 圖像預(yù)處理

原始圖像由視頻傳感器直接獲取，其中包含噪聲和部分人為干擾，預(yù)處理可以使圖像標(biāo)準(zhǔn)化，減少之后分類的難度。

2.1.1 圖像去噪

通過視頻傳感器獲取的數(shù)字圖像，常常因設(shè)備和外部環(huán)境因素而含有噪音。因此，在對圖像處理之前需要對原始圖像進(jìn)行數(shù)字去噪，降低對后續(xù)圖像處理的不良影響。

中值濾波器是一種非線性數(shù)字濾波器，主要原理是設(shè)置一個大小為N的觀察窗口并對窗口內(nèi)的N個數(shù)進(jìn)行排序，若N為奇數(shù)，輸出取中間值，否則輸出取中間兩個值的平均。每次丟掉最前面的一個數(shù)，取一個新采樣重復(fù)計算來濾除圖像中的斑點噪音和椒鹽噪音。

2.1.2 圖像光平衡

利用圖像傳感器獲取數(shù)字圖像時，往往會受到外界光照因素的影響，采集的足底彩色圖像常常會有偏色現(xiàn)象或者不同程度的高光和陰影。本文將Gray World[2]色彩均衡方法融入圖像預(yù)處理過程中，消除待處理圖像的偏色問題，為提高姿態(tài)識別提供了保障。

本文所用GrayWorld色彩均衡具體方法如下：

（1）在RGB色彩空間中計算有顏色偏差圖像的R，G，B分量和，分別記為：sR，sG，sB

（2）計算顏色均衡調(diào)整參數(shù)：

（3）利用色彩均衡調(diào)整色彩分量：

3 基于卷積神經(jīng)網(wǎng)絡(luò)的臥位姿態(tài)識別

3.1 臥位姿態(tài)定義

本文定義了四種基本臥位姿態(tài)：仰臥、俯臥、左側(cè)臥和右側(cè)臥。采用的人體睡姿識別方法就是利用計算機(jī)視覺來識別靜態(tài)圖像中的睡姿，識別的結(jié)果是四種基本睡姿中的一種。

3.2 卷積神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralNetwork，CNN）是神經(jīng)網(wǎng)絡(luò)的一種，但其微觀結(jié)構(gòu)與其他神經(jīng)網(wǎng)絡(luò)有很大不同，它的每一層數(shù)據(jù)由若干矩陣數(shù)據(jù)節(jié)點構(gòu)成，而不是由若干向量節(jié)點構(gòu)成。在計算過程中采用卷積模式，因此被稱為卷積神經(jīng)網(wǎng)絡(luò)。

卷積神經(jīng)網(wǎng)絡(luò)對圖像的旋轉(zhuǎn)、平移或縮放具有高度不變性。卷積神經(jīng)網(wǎng)絡(luò)的一個很大的亮點是其使用的下采樣算法，減少了運(yùn)算復(fù)雜度，并且能夠隨著模型網(wǎng)絡(luò)層數(shù)的增加，提取出更為抽象的信息。圖1A和圖1B分別顯示了一個典型的用于識別的卷積神經(jīng)網(wǎng)絡(luò)——LeNet-5[2]和一個用于人臉識別的卷積神經(jīng)網(wǎng)絡(luò)[3]。

圖1 卷積神經(jīng)網(wǎng)絡(luò)

3.3 臥位姿態(tài)識別

本文采用了與LeNet-5類似但又更為復(fù)雜映射關(guān)系的卷積神經(jīng)網(wǎng)絡(luò)，此網(wǎng)絡(luò)規(guī)模大提升了脊髓損傷者臥位姿態(tài)的識別率。

經(jīng)多次迭代學(xué)習(xí)后，可計算一個平均矩陣。

本文使用的卷積神經(jīng)網(wǎng)絡(luò)設(shè)定5個隱含層，第一隱含層設(shè)定1000個神經(jīng)元，第二隱含層和第三隱含層均設(shè)定500個神經(jīng)元，第四隱含層和第五隱含層均設(shè)定200個神經(jīng)元。當(dāng)訓(xùn)練樣本較大時，需要相應(yīng)減少神經(jīng)元個數(shù)。

卷積神經(jīng)網(wǎng)絡(luò)的輸出的臥位姿態(tài)如下表所定義：

表1 卷積神經(jīng)網(wǎng)絡(luò)輸出定義

4 實驗結(jié)果與分析

4.1 實驗設(shè)置

本實驗采用已標(biāo)注的300張正常光照情況下脊髓損傷者各種臥位姿態(tài)下足底正面拍攝圖像作為數(shù)據(jù)集，隨機(jī)選擇此數(shù)據(jù)集的70%（210張）用于訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)，剩余20%（90張）用于驗證結(jié)果。

4.2 實驗結(jié)果分析

實驗結(jié)果如下表2所示：

表2 實驗結(jié)果

本實驗將210張脊髓損傷者各種臥位姿態(tài)下足底正面拍攝圖像直接作為卷積神經(jīng)網(wǎng)絡(luò)的輸入進(jìn)行訓(xùn)練，得益于卷積神經(jīng)網(wǎng)絡(luò)具有提取目標(biāo)深層信息的能力，并不需要提取特征。訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)用于識別臥位姿態(tài)，識別效果非常好（準(zhǔn)確率為98.9%）。

5 結(jié)論和展望

本文綜合分析了脊髓損傷者臥位時的多種圖像，確定使用足底圖像作為特征圖像，隨后引入卷積神經(jīng)網(wǎng)絡(luò)將足底圖像進(jìn)行分類，進(jìn)而識別臥位姿態(tài)。通過實驗表明，選擇脊髓損傷者臥位時足底圖像作為特征圖像有較好的區(qū)分度，使用卷積神經(jīng)網(wǎng)絡(luò)識別足底圖像進(jìn)而確定臥位姿態(tài)有較高的準(zhǔn)確率。下一步，需要獲取更大的數(shù)據(jù)集，測試算法的穩(wěn)定性并繼續(xù)優(yōu)化算法，保證準(zhǔn)確率的前提下減少隱含層數(shù)量。