徐琳 宋國明

關鍵詞： 最優(yōu)交換協(xié)議; Kinect點云數據; 數據傳輸; 遠程傳輸系統(tǒng); 智能診斷; 壓縮方案

中圖分類號： TN919?34; TP391 ? ? ? ? ? ? ? ? ?文獻標識碼： A ? ? ? ? ? ? ? ? ? 文章編號： 1004?373X（2019）14?0100?04

A medical Kinect point cloud data remote transmission system

based on optimal exchange protocol

XU Lin， SONG Guoming

（Chengdu Technological University， Chengdu 610000， China）

Abstract： The traditional data remote transmission system based on the heterogeneous network does not compress the Kinect point cloud data， and has a low remote data transmission accuracy. Therefore， a medical Kinect point cloud data remote transmission system based on the optimal exchange protocol is designed. The system includes two operation modes： intelligent diagnosis and real?time diagnosis. The data optimal exchange protocol IEEE 11073?20601 is set up on the transport layer， whose core part includes the domain model， communication model and service model. For the system software， the 16?nary tree based compression scheme is used to compress the Kinect point cloud data and eliminate redundant data. The remote transmission of the Kinect point cloud data is conducted by means of the two stages of feasibility judgment and data transmission. The network realization bandwidth is used to judge the transmission reliability of the Kinect point cloud data. The experimental results show that the designed system has a maximum data arrival rate of 98%， and the accuracy of all the arrived data is 100%， which indicates that the system has a high data remote transmission performance.

Keywords： optimal exchange protocol; Kinect point cloud data; data transmission; remote transmission system; intelligent diagnosis; compression scheme

0 ?引 ?言

當前，我國人口老齡化日趨明顯，各種慢性病成為威脅中老年人健康的主要因素，慢性病的防治與長期治療變得愈發(fā)重要[1]。遠程醫(yī)療作為新的醫(yī)療手段，可以使病人足不出戶即可進行遠程醫(yī)療服務，給醫(yī)生和患者帶來便利[2]。因此，建立標準化的醫(yī)療遠程傳輸系統(tǒng)具有重大意義。

Kinect應用于醫(yī)療具有三個功能，即3D影像檢測、人體骨骼追蹤和音頻處理[3]。目前，對Kinect點云數據及其應用的研究還處于初始階段，大部分調研屬于算法研究，在系統(tǒng)設計層面和遠程醫(yī)療數據傳輸領域還有很大的空缺。文獻[4]提出異構網絡制式下的3G點對點遠程數據傳輸系統(tǒng)，缺乏點云數據壓縮操作，系統(tǒng)到達數據準確率低。因此，設計基于最優(yōu)交換協(xié)議的醫(yī)療Kinect點云數據遠程傳輸系統(tǒng)，構建系統(tǒng)整體架構，設計點云數據遠程傳輸方案，并進行仿真模擬驗證其可行性，為傳統(tǒng)醫(yī)療向互聯(lián)網醫(yī)療發(fā)展提供必要的科學依據。

1 ?基于最優(yōu)交換協(xié)議的醫(yī)療Kinect點云數據遠程傳輸系統(tǒng)

基于最優(yōu)交換協(xié)議的醫(yī)療Kinect點云數據遠程傳輸系統(tǒng)具有智能診斷和實時診斷兩種工作模式，該系統(tǒng)通過比較Kinect獲取的患者運動信息和醫(yī)生設定的判斷標準，可以診斷患者的病情。如果患者對系統(tǒng)的診斷結果滿意，便不需要醫(yī)生對其進行實時監(jiān)控，Kinect會把獲取的數據生成視頻文件存儲在客戶端，同時將備份傳輸到數據庫，供醫(yī)生查看[5]。若患者轉入實時監(jiān)控模式，則Kinect會將實時視頻傳輸給醫(yī)生所在的監(jiān)控端進行人工診斷。系統(tǒng)智能診斷和實時診斷兩種模式有效減少了醫(yī)生的工作量，也減少了網絡傳輸的數據量，節(jié)省帶寬。

系統(tǒng)實時傳輸的點云數據需要進行壓縮處理，以保證在有限帶寬中的實時診斷效率和質量。系統(tǒng)設計以最優(yōu)交換協(xié)議為基礎，以點云數據壓縮技術為核心，實現Kinect點云視頻動態(tài)壓縮和數據遠程傳輸，從而降低對傳輸帶寬的要求，同時保證傳輸質量，滿足醫(yī)療診斷的需要。

1.1 ?IEEE 11073?20601最優(yōu)交換協(xié)議

IEEE 11073?20601最優(yōu)交換協(xié)議在傳輸層上設置了數據的組合方式和對應的交互方法，它使符合該交換標準的不同設備可以進行邏輯上的交互和數據的傳輸[6]。系統(tǒng)傳輸層上不同設備利用IEEE 11073?20601最優(yōu)交換協(xié)議設計的域模型、通信模型以及服務方法完成數據交互。IEEE 11073?20601是設置在傳輸層上的數據交換協(xié)議，不受傳輸層制約，能夠與傳輸層協(xié)議中的任何一種協(xié)議完成數據交互[7]。IEEE 11073?20601標準設定了設備之間交互的3個模型，分別為：域模型、通信模型和服務模型。這3個模型協(xié)調工作，共同構成了IEEE 11073?20601協(xié)議的核心部分。域模型采用面向對象的方法規(guī)定設備傳輸數據的類型和設備信息，如配置信息、設備地址等。通信模型利用狀態(tài)機通過APDU完成主設備端與客設備端邏輯上的數據交互，并管理交互狀態(tài)。服務模型通過服務規(guī)范實現相關屬性的采集和數據的發(fā)送。

1.2 ?基于16叉樹的Kinect點云數據壓縮方案

系統(tǒng)在最優(yōu)交換協(xié)議的基礎上，為保證數據傳輸質量，需對點云數據進行壓縮處理。一般情況下，相鄰幀圖像數據的變化部分遠少于不變化部分，若采用8叉樹壓縮會將所有數據每過一幀傳輸一次，從而加大帶寬壓力[8]。為減小帶寬壓力，只對圖像數據變化部分進行傳輸，不變化的部分則繼續(xù)使用上一幀的圖像數據，利用16叉樹記錄圖像中變化部分的位置數據，并傳輸該位置數據的二進制編碼。16叉樹技術可以將Kinect點云數據中不變化的位置數據作為冗余數據加以消除。

1.3 ?醫(yī)療環(huán)境下的遠程傳輸方案

1.3.1 ?Kinect點云數據的遠程傳輸

在實際醫(yī)療環(huán)境中，患者行動相對不便，且時常需要醫(yī)生實時監(jiān)控，因此在系統(tǒng)設計壓縮傳輸方案時，應去除冗余數據，降低復雜度，節(jié)省帶寬，以滿足醫(yī)療數據實時監(jiān)控的需要[9]。Kinect點云數據的遠程傳輸方案分為可行性判斷和數據傳輸兩個階段，詳細過程如下：

1） 對患者進行Kinect視頻采集，獲得Kinect點云數據;

2） 采用丟棄幀技術獲得每秒幀的實際傳輸數預估值[Ptransport];

3） 利用[Ptransport]計算最低帶寬要求[Drequire]和網絡可實現帶寬[Dreal];

4） 根據[Drequire]和[Dreal]求得最小壓縮倍數N;

5） 對比N和醫(yī)生設定的最大壓縮倍數[Nh]，若[N≤Nh]，則繼續(xù)下一步，否則終止傳輸;

6） 運用基于16叉樹的壓縮算法壓縮Kinect點云數據;

7） 將壓縮完成的Kinect點云數據傳輸到服務器，即醫(yī)生監(jiān)控端。

上述過程中，步驟1）～步驟5）是數據傳輸可行性判斷階段，步驟6）～步驟7）是數據傳輸階段。

1.3.2 ?網絡可實現帶寬

系統(tǒng)每隔一段時間（30 s）會發(fā)送4個測試數據包到服務器并請求響應，收到響應后，系統(tǒng)根據測試包的大小和傳輸所用時間計算帶寬并求出平均值，以確定網絡可實現帶寬[10]。設t時刻發(fā)送的數據包[i（i=1，2，3，4）]的大小是[Pi（t）]，傳輸所用時間為[γi（t）]，那么此時的網絡可實現帶寬為：

[Dreal（t）=13[Dreal1（t）+Dreal2（t）+Dreal3（t）+Dreal4（t）] ? ? ? ? ? ? =13P1（t）γ1（t）+P2（t）γ2（t）+P3（t）γ3（t）+P4（t）γ4（t）] ? ?有別于服務商設置的名義帶寬，網絡可實現帶寬是實時測量所得，代表網絡實際數據傳輸的能力，其對于判斷系統(tǒng)傳輸Kinect點云數據的可靠性尤為關鍵。

2 ?實驗分析

2.1 ?仿真實驗

利用C++編程模擬本文系統(tǒng)進行Kinect點云數據遠程傳輸可行性判斷階段的工作情況。在[Drequire（Ptransport（t），N（t-1））]和[Dreal]一定的情況下，編程計算[t+1]時刻的壓縮倍數[Nt+1]，以檢驗本文系統(tǒng)運行的終止條件。因為只模擬系統(tǒng)t時刻Kinect點云數據傳輸可行性判斷階段的工作情況，所以可設定[N（t-1）]為常數，不影響測試的準確性。

假設本文系統(tǒng)每秒最多傳輸30幀，每幀需要使用30 MB數據量，那么t時刻最低帶寬要求預估值為750 Mb/s。根據實際醫(yī)療環(huán)境，設置壓縮倍數最大值為[Nh=120]。在[Ptransport（t）]與[Dreal（t）]不同取值的情況下，計算壓縮倍數預估值[Nt+1]，所得結果如表1所示。

由表1可以看出：隨著實際傳輸數預估值[Ptransport]從1～20不斷增加，當網絡可實現帶寬[Dreal]為5 Mb/s時，壓縮倍數預估值從122逐漸減少至8;當實際傳輸數預估值[Ptransport]為1時，網絡可實現帶寬[Dreal]從5～30不斷增加，壓縮倍數預估值從122逐漸增加至722。因此可以得出，壓縮倍數預估值隨著實際傳輸數預估值的增加而減少，隨著網絡可實現帶寬的增加而增加。在實際醫(yī)療診斷中，每秒傳輸的幀數范圍為5～10之間，若帶寬為10 Mb/s，則壓縮倍數應為25～50。從該表可知，當實際傳輸數預估值[Ptransport]范圍為5～10之間，本文系統(tǒng)此時的可實現帶寬，也就是壓縮倍數為28～45，在實際壓縮倍數范圍內，驗證了本文系統(tǒng)進行醫(yī)療Kinect點云數據遠程傳輸的有效性。

2.2 ?系統(tǒng)測試

實驗為了檢測本文系統(tǒng)中最優(yōu)交換協(xié)議IEEE 11073?20601核心模塊的正確性，采用模擬軟件模擬血壓計、血糖儀等數據，以正常速度多次發(fā)送，測試數據是否可以正確傳輸到IEEE 11073?20601核心模塊并正確解析，測試結果如表2所示。通過該表可以看出，3個設備的數據到達率分別為98%，96%，97%，到達數據準確率均為100%，說明系統(tǒng)最優(yōu)交換協(xié)議IEEE 11073?20601核心模塊具有良好的解析能力，具有較高的正確性，進而也驗證了本文系統(tǒng)具有較高的醫(yī)療Kinect點云數據遠程傳輸性能。

實驗為測試本文系統(tǒng)穩(wěn)定性，在一定時間內采用模擬軟件連續(xù)向IEEE 11073?20601核心模塊發(fā)送血壓、血糖數據，發(fā)送次數為60次，頻率由慢到快，檢驗安卓端是否能正常接收數據，得到的結果如圖1所示。由該圖可以看出：5次實驗所得的血壓接收數據次數分別為57次、60次、58次、59次、58次;血糖接收數據次數分別為56次、57次、56次、57次、57次。血壓和血糖正常接收數據次數所占百分比分別為98%和96%，說明本文系統(tǒng)具有較高的穩(wěn)定性。

3 ?結 ?論

本文設計基于最優(yōu)交換協(xié)議的醫(yī)療Kinect點云數據遠程傳輸系統(tǒng)，其具有智能診斷和實時診斷兩種工作模式，患者可通過智能診斷進行自我健康狀態(tài)評估，或通過實時診斷由醫(yī)生評估患者身體狀態(tài)。實驗結果表明：當帶寬為10 Mb/s時，本文系統(tǒng)的數據壓縮倍數為28～45，處于實際要求的壓縮倍數范圍內，驗證了本文系統(tǒng)進行醫(yī)療Kinect點云數據遠程傳輸的有效性;本文系統(tǒng)數據到達率分別為98%，96%，97%，到達數據準確率均為100%，說明系統(tǒng)具有較高的遠程數據解析能力和傳輸性能。

參考文獻

[1] 李明，陳怡霖，潘曉英.遠程醫(yī)療中Kinect點云數據的實時傳輸[J].西安郵電大學學報，2016，21（1）：33?37.

LI Ming， CHEN Yilin， PAN Xiaoying. Real?time Kinect point cloud data transmission in telemedicine applications [J]. Journal of Xian University of Posts and Telecommunications， 2016， 21（1）： 33?37.

[2] 張毅，陳起，羅元.基于Kinect傳感器的三維點云地圖構建與優(yōu)化[J].半導體光電，2016，37（5）：754?757.

ZHANG Yi， CHEN Qi， LUO Yuan. Building and optimization of Kinect?based 3D point cloud map [J]. Semiconductor optoelectronics， 2016， 37（5）： 754?757.

[3] 何東健，邵小寧，王丹，等.Kinect獲取植物三維點云數據的去噪方法[J].農業(yè)機械學報，2016，47（1）：331?336.

HE Dongjian， SHAO Xiaoning， WANG Dan， et al. Denoising method of 3D point cloud data of plants obtained by Kinect [J]. Transactions of the Chinese Society for Agricultural Machinery， 2016， 47（1）： 331?336.

[4] 方志力，溫維亮，郭新宇，等.基于Kinect的三維玉米植株骨架提取[J].系統(tǒng)仿真學報，2017，29（3）：524?530.

FANG Zhili， WEN Weiliang， GUO Xinyu， et al. Skeleton extraction from three?dimensional Maize based on Kinect [J]. Journal of system simulation， 2017， 29（3）： 524?530.

[5] 咼維，胡濤，朱欣焰.基于Kinect的深度數據融合方法[J].計算機應用研究，2014，31（1）：285?288.

GUO Wei， HU Tao， ZHU Xinyan. Kinect?based depth image fusion method [J]. Application research of computers， 2014， 31（1）： 285?288.

[6] 王梅，于遠芳，屠大維，等.基于Kinect的環(huán)境平面特征提取與重構[J].計算機應用，2016，36（5）：1366?1370.

WANG Mei， YU Yuanfang， TU Dawei， et al. Feature extraction and reconstruction of environmental plane based on Kinect [J]. Journal of computer applications， 2016， 36（5）： 1366?1370.

[7] 楊曉燕，侯孟波，魏曉超.基于驗證元的三方口令認證密鑰交換協(xié)議[J].計算機研究與發(fā)展，2016，53（10）：2229?2237.

YANG Xiaoyan， HOU Mengbo， WEI Xiaochao. Verifier?based three?party password authenticated key exchange protocol [J]. Journal of computer research and development， 2016， 53（10）： 2229?2237.

[8] 鄭安剛，巫鐘興，張樂群.面向對象的數據交換協(xié)議研究與應用[J].電測與儀表，2017，54（24）：105?109.

ZHENG Angang， WU Zhongxing， ZHANG Lequn. Research and application of object?oriented data exchange protocol [J]. Electrical measurement & instrumentation， 2017， 54（24）： 105?109.

[9] 高小娟，車明，黎賀.異構網絡制式下的3G點對點遠程數據傳輸[J].計算機工程，2015，41（9）：120?125.

GAO Xiaojuan， CHE Ming， LI He. Point?to?point 3G remote data transmission under heterogeneous network standard [J]. Computer engineering， 2015， 41（9）： 120?125.

[10] 胡代弟，董素鴿.遠程實驗信息數據采集方法研究仿真[J].計算機仿真，2017，34（4）：186?189.

HU Daidi， DONG Suge. Simulation of the remote experiment data collection method research [J]. Computer simulation， 2017， 34（4）： 186?189.