基于人臉識別技術的個人醫療信息管理系統研究與設計

胡迪

摘 要

本文在醫院現有的HIS系統基礎上，應用以SIFT算法為核心的人臉識別技術，加以用戶終端服務設備，構建了一套完整的個人醫療信息管理系統。文章詳細介紹了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流程的設計。個人醫療信息管理平臺的搭建，為方便患者就醫、促進醫患溝通、便于大眾監督、提升服務質量，提供了良好的信息渠道。同時有利于實現我院“醫療信息數字化、信息管理智能化、醫療收費透明化”的信息化建設目標。

【關鍵詞】人臉識別 SIFT 個人醫療信息管理

1 引言

目前，我國絕大多數醫院的患者服務終端，還不具方便快捷的醫療信息管理功能，患者想要查詢和管理其個人在醫院的醫療信息，是一項很復雜的難題。本課題的研究內容，具有很強的現實意義和實用價值。

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，接著對人臉對象進行身份識別即人臉識別。由于人臉識別技術具有安全、直接、友好、方便、易于為用戶接受及設備造價較低等優點，具有廣闊的實際應用前景。隨著計算機技術迅速發展，以及人臉識別技術的不斷成熟，研究開發基于人臉識別技術的身份驗證系統已經成為熱門。目前，使用SIFT算法可以很好的將該技術應用到實際中來。

2 整體平臺構建

以醫院的院內網絡為核心、以數據服務器為后臺計算機存儲、以人臉識別技術為進入用戶信息管理界面門禁、以HIS系統為實時訪問調取數據來源，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行人臉識別身份驗證，圖片數據進入事先存儲的人臉數據庫進行特征比對，找到該圖片所對應的唯一人。當驗證成功后，用戶根據個人信息管理界面上的菜單選項進行信息管理操作，系統實時調用和存儲數據庫數據，并在服務器上進行相應運算（見圖1）。

患者通過人臉識別認證后，進入到個人醫療信息管理界面。在菜單中選擇管理類別，再打開各子菜單選項進行個人信息管理。此平臺可提供醫療費用管理服務、預約掛號服務、病例查詢服務、健康管理服務等。以院內網絡為載體，進行數據的相互傳輸。系統在工作時，實時訪問調用HIS系統，調取和存儲診療信息。超大的信息量考驗著醫院服務器的存儲空間和計算能力，實現快速度人臉識別和信息數據傳輸，除了對計算方法的要求之外，硬件的高速性能也是關鍵之處。

3 SIFT算法

sift算子是一種基于尺度空間，對圖像的旋轉、擴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函數庫。

3.1 DoG尺度空間的極值檢測

在SIFT中使用不同參數的高斯模糊來表示不同的尺度空間，而構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 刪除不穩定的極值點

運算的關鍵是刪除兩類極值點，即低對比度的和不穩定的邊緣檢測點。因為DOG算子具有邊緣響應，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定點的依據。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點。因此，特征點必須滿足：

如圖3所示，對這個窗口內的所有像素進行加權運算，每十六個像素見方為一組，這樣經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，最后構成一個特征點。在二維空間里對鄰域模值信息加權統計使得噪聲的影響進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個種子來對每個關鍵點進行描述執行以增強匹配結果的魯棒性，那么結果就是最終每個關鍵點就都生成了128維的特征向量。這樣就進一步加強局部特征的獨有性，也提高了匹配穩定性。

綜合上述所有執行步驟，已經獲取到位置明確、尺度不變、旋轉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定特征，SIFT算法得到了很好的驗證。

5 人臉識別系統流程設計

人臉識別系統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行灰度化、歸一化等預處理，采用主成分分析法（PCA）對該圖像進行特征提取，并存儲相關的特征信息，然后與患者人臉庫進行特征值匹配，找出與輸入圖像信息最相似的人臉，最后根據唯一的人臉圖像數據在HIS系統中調取并顯示該人臉（患者）相應的醫療信息。具體流程如圖4所示。

本系統采用的Open CV是Intel開源計算機視覺庫，基本工作步驟為：

5.1 被讀人臉圖像輸入

本系統根據SIFT算法的優勢將圖片隨機分類并在諸如光照條件、旋轉、微形變、尺度變化等因素上作出對應調整以檢測SIFT算法的魯棒性。

5.2 匹配

執行匹配圖像信息，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人臉圖片經庫里遍歷匹配后，輸出的匹配數據進行排序，輸出最大的匹配數及其對應的人臉。

6 結論與展望

本文在醫院現有的HIS系統、院內網絡以及后臺服務器的基礎上，連接用戶終端設備，構建患者個人醫療信息管理平臺。深入研究并論證了SIFT算法，在人臉識別系統中的計算過程及實現的可行性。最后設計出一套完整的人臉識別系統流程，為實際應用提供理論依據。未來可以考慮與專業公司合作，獲得更多的專業技術支持和實踐經驗，并利用防火墻等技術手段確保患者的隱私權利。

參考文獻

[1]袁正海.人臉識別系統及關鍵技術研究[D].南京：南京郵電大學，2013：5-13.

作者單位

吉林市中心醫院 吉林省吉林市 132011