胡迪

摘 要

本文在醫(yī)院現(xiàn)有的HIS系統(tǒng)基礎(chǔ)上，應(yīng)用以SIFT算法為核心的人臉識別技術(shù)，加以用戶終端服務(wù)設(shè)備，構(gòu)建了一套完整的個人醫(yī)療信息管理系統(tǒng)。文章詳細(xì)介紹了SIFT計算步驟和方法，驗證了SIFT算法的可行性、高效性、實用性，并完成了人臉識別系統(tǒng)流程的設(shè)計。個人醫(yī)療信息管理平臺的搭建，為方便患者就醫(yī)、促進(jìn)醫(yī)患溝通、便于大眾監(jiān)督、提升服務(wù)質(zhì)量，提供了良好的信息渠道。同時有利于實現(xiàn)我院“醫(yī)療信息數(shù)字化、信息管理智能化、醫(yī)療收費透明化”的信息化建設(shè)目標(biāo)。

【關(guān)鍵詞】人臉識別 SIFT 個人醫(yī)療信息管理

1 引言

目前，我國絕大多數(shù)醫(yī)院的患者服務(wù)終端，還不具方便快捷的醫(yī)療信息管理功能，患者想要查詢和管理其個人在醫(yī)院的醫(yī)療信息，是一項很復(fù)雜的難題。本課題的研究內(nèi)容，具有很強(qiáng)的現(xiàn)實意義和實用價值。

人臉識別是采用人臉識別算法，對圖像中所包含的人臉對象進(jìn)行身份識別。先找出圖像中包含的人臉對象即人臉檢測，接著對人臉對象進(jìn)行身份識別即人臉識別。由于人臉識別技術(shù)具有安全、直接、友好、方便、易于為用戶接受及設(shè)備造價較低等優(yōu)點，具有廣闊的實際應(yīng)用前景。隨著計算機(jī)技術(shù)迅速發(fā)展，以及人臉識別技術(shù)的不斷成熟，研究開發(fā)基于人臉識別技術(shù)的身份驗證系統(tǒng)已經(jīng)成為熱門。目前，使用SIFT算法可以很好的將該技術(shù)應(yīng)用到實際中來。

2 整體平臺構(gòu)建

以醫(yī)院的院內(nèi)網(wǎng)絡(luò)為核心、以數(shù)據(jù)服務(wù)器為后臺計算機(jī)存儲、以人臉識別技術(shù)為進(jìn)入用戶信息管理界面門禁、以HIS系統(tǒng)為實時訪問調(diào)取數(shù)據(jù)來源，搭建成完整的個人信息管理平臺。用戶首先在使用終端上進(jìn)行人臉識別身份驗證，圖片數(shù)據(jù)進(jìn)入事先存儲的人臉數(shù)據(jù)庫進(jìn)行特征比對，找到該圖片所對應(yīng)的唯一人。當(dāng)驗證成功后，用戶根據(jù)個人信息管理界面上的菜單選項進(jìn)行信息管理操作，系統(tǒng)實時調(diào)用和存儲數(shù)據(jù)庫數(shù)據(jù)，并在服務(wù)器上進(jìn)行相應(yīng)運算（見圖1）。

患者通過人臉識別認(rèn)證后，進(jìn)入到個人醫(yī)療信息管理界面。在菜單中選擇管理類別，再打開各子菜單選項進(jìn)行個人信息管理。此平臺可提供醫(yī)療費用管理服務(wù)、預(yù)約掛號服務(wù)、病例查詢服務(wù)、健康管理服務(wù)等。以院內(nèi)網(wǎng)絡(luò)為載體，進(jìn)行數(shù)據(jù)的相互傳輸。系統(tǒng)在工作時，實時訪問調(diào)用HIS系統(tǒng)，調(diào)取和存儲診療信息。超大的信息量考驗著醫(yī)院服務(wù)器的存儲空間和計算能力，實現(xiàn)快速度人臉識別和信息數(shù)據(jù)傳輸，除了對計算方法的要求之外，硬件的高速性能也是關(guān)鍵之處。

3 SIFT算法

sift算子是一種基于尺度空間，對圖像的旋轉(zhuǎn)、擴(kuò)縮以至于仿射變換都保持不變性的圖像局部特征描述算子。程序由Rob Hess使用C＼C++語言編寫，主要基于GSL的Open CV函數(shù)庫。

3.1 DoG尺度空間的極值檢測

在SIFT中使用不同參數(shù)的高斯模糊來表示不同的尺度空間，而構(gòu)造尺度空間是為了檢測在不同尺度下都存在的特征點。本文采用DoG來近似計算，在DoG空間檢測極值點。

3.2 刪除不穩(wěn)定的極值點

運算的關(guān)鍵是刪除兩類極值點，即低對比度的和不穩(wěn)定的邊緣檢測點。因為DOG算子具有邊緣響應(yīng)，需要特征點處二階Hessian矩陣H求出的主曲率來作為濾掉不穩(wěn)定點的依據(jù)。邊緣的梯度特點是梯度值在某一個方向大而另一個方向小，此處的兩個特征值的差會很大，比值大于一定的閾值的點可以判斷為邊緣響應(yīng)點。因此，特征點必須滿足：

如圖3所示，對這個窗口內(nèi)的所有像素進(jìn)行加權(quán)運算，每十六個像素見方為一組，這樣經(jīng)計算后共得到四個八維向量。分別繪制梯度直方圖計算模值的累加值形成四個種子點，最后構(gòu)成一個特征點。在二維空間里對鄰域模值信息加權(quán)統(tǒng)計使得噪聲的影響進(jìn)一步減弱也使得生成的描述子具有一定的容錯性。在實際的計算過程中，我們對使用16個種子來對每個關(guān)鍵點進(jìn)行描述執(zhí)行以增強(qiáng)匹配結(jié)果的魯棒性，那么結(jié)果就是最終每個關(guān)鍵點就都生成了128維的特征向量。這樣就進(jìn)一步加強(qiáng)局部特征的獨有性，也提高了匹配穩(wěn)定性。

綜合上述所有執(zhí)行步驟，已經(jīng)獲取到位置明確、尺度不變、旋轉(zhuǎn)獨立和對比度影響不敏感的描述符。至此，得到了圖片的局部穩(wěn)定特征，SIFT算法得到了很好的驗證。

5 人臉識別系統(tǒng)流程設(shè)計

人臉識別系統(tǒng)通過采集患者在用戶終端所拍攝的人臉圖像，并對采集到的圖像進(jìn)行灰度化、歸一化等預(yù)處理，采用主成分分析法（PCA）對該圖像進(jìn)行特征提取，并存儲相關(guān)的特征信息，然后與患者人臉庫進(jìn)行特征值匹配，找出與輸入圖像信息最相似的人臉，最后根據(jù)唯一的人臉圖像數(shù)據(jù)在HIS系統(tǒng)中調(diào)取并顯示該人臉（患者）相應(yīng)的醫(yī)療信息。具體流程如圖4所示。

本系統(tǒng)采用的Open CV是Intel開源計算機(jī)視覺庫，基本工作步驟為：

5.1 被讀人臉圖像輸入

本系統(tǒng)根據(jù)SIFT算法的優(yōu)勢將圖片隨機(jī)分類并在諸如光照條件、旋轉(zhuǎn)、微形變、尺度變化等因素上作出對應(yīng)調(diào)整以檢測SIFT算法的魯棒性。

5.2 匹配

執(zhí)行匹配圖像信息，并輸出特征向量圖及匹配圖。

5.3 識別

識別步驟是在對某目標(biāo)人臉圖片經(jīng)庫里遍歷匹配后，輸出的匹配數(shù)據(jù)進(jìn)行排序，輸出最大的匹配數(shù)及其對應(yīng)的人臉。

6 結(jié)論與展望

本文在醫(yī)院現(xiàn)有的HIS系統(tǒng)、院內(nèi)網(wǎng)絡(luò)以及后臺服務(wù)器的基礎(chǔ)上，連接用戶終端設(shè)備，構(gòu)建患者個人醫(yī)療信息管理平臺。深入研究并論證了SIFT算法，在人臉識別系統(tǒng)中的計算過程及實現(xiàn)的可行性。最后設(shè)計出一套完整的人臉識別系統(tǒng)流程，為實際應(yīng)用提供理論依據(jù)。未來可以考慮與專業(yè)公司合作，獲得更多的專業(yè)技術(shù)支持和實踐經(jīng)驗，并利用防火墻等技術(shù)手段確?；颊叩碾[私權(quán)利。

參考文獻(xiàn)

[1]袁正海.人臉識別系統(tǒng)及關(guān)鍵技術(shù)研究[D].南京：南京郵電大學(xué)，2013：5-13.

作者單位

吉林市中心醫(yī)院 吉林省吉林市 132011