肺活量检测平台和方式的制作方法

1.本发明涉及肺活量检测技术领域，具体涉及一种肺活量检测平台和方式。


背景技术：

2.肺活量(vital capacity)检测是指在检测最大吸气后尽力呼气的气量。包括潮气量、补吸气量和补呼气量三部分。潮气量是指一次呼吸周期中肺吸入或呼出的气量，在潮气量之外再吸入的最大气量为补吸气量，在潮气量之外再呼出的最大气量为补呼气量，最大呼气后残留在肺内的气量为余气量。存在较大的个体差异。受年龄、性别、身材、呼吸肌强弱及肺和胸廓弹性等因素的影响。一般说，身体越强壮，它就越大。研究表明，它与最大吸氧量存在很高的相关。常用作评价人体素质的指标。
3.而在实际应用中，肺活量的检测存在着防作弊手段不足的缺陷，也就是受试者出现假冒者来进行肺活量检测的问题。


技术实现要素：

4.为解决所述问题，本发明提供了一种肺活量检测平台和方法，有效避免了现有技术中肺活量的检测存在着防作弊手段不足、受试者出现假冒者来进行肺活量检测的缺陷。
5.要克服现有技术中的不足，本发明提供了一种肺活量检测平台和方法的解决方案，具体如下：
6.一种肺活量检测平台，包括：
7.设置在体检室内的显示屏、摄像头、存储器、读写器、控制器、肺活量测试仪以及配置给受试者的身份卡；
8.所述显示屏、存储器、读写器、肺活量测试仪与摄像头均同控制器电连接；
9.所述摄像头用于采集体检室现场的图像并传送到控制器中；
10.所述显示屏用于显示控制器传送来的受试者的肺活量值；
11.所述肺活量测试仪用于采集受试者吹气的气压值并传送至控制器中；
12.所述身份卡中存有受试者id，所述存储器存储有受试者id和该受试者图片的映射表；所述受试者id为给该受试者设定的唯一标识。所述身份卡能够是rfid射频卡，所述读写器能够是rfid读写器。
13.进一步的，所述读写器用于读出身份卡中的受试者id并传送至控制器中，所述控制器用于接收受试者吹气的气压值来计算出受试者的肺活量；还用于根据体检室现场的图像来判断受试者是否有作弊行为。
14.进一步的，所述肺活量测试仪包括盒体，所述盒体左右两侧均设置有把手，所述盒体的前侧设置有与其内部相通的漏斗状吹气口，该吹气口的入气口伸出盒体之外。该吹气口的出气口伸入盒体中，所述出气口内设置有气压传感器，所述气压传感器与控制器电连接。
15.进一步的，所述控制器用于控制摄像头一直采集体检室现场的图像并传送至控制
器中。
16.进一步的，所述控制器还用于根据受试者id从映射表中取出与该受试者id有映射关系的受试者图片，然后将该受试者图片与受试者的图像相对比，如果对比受试者图片与受试者的图像不符合，就在显示屏上提示不允许进行肺活量检测，如果对比受试者图片与受试者的图像相符合，就在显示屏上提示允许进行肺活量检测。
17.进一步的，所述控制器还用于根据气流气压值计算出受试者的肺活量并传送至显示屏上显示。
18.进一步的，所述控制器还用于实时的对体检室现场的图像进行检测，如果检测出体检室现场的图像出现其他人物图像，就控制显示屏显示不允许进行肺活量检测，并终止肺活量检测。
19.一种肺活量检测平台的方式，包括：
20.步骤1：在需要进行肺活量检测时，控制器就控制摄像头一直采集体检室现场的图像并传送至控制器中；
21.步骤2：受试者进入体检室让其所配置的身份卡让读写器读取出身份卡中的受试者id并传送至控制器中，同时受试者面对摄像头让摄像头采集该受试者的图像并传送至控制器中；
22.步骤3：所述控制器根据受试者id从映射表中取出与该受试者id有映射关系的受试者图片，然后将该受试者图片与受试者的图像相对比，如果对比受试者图片与受试者的图像不符合，就在显示屏上提示不允许进行肺活量检测，如果对比受试者图片与受试者的图像相符合，就在显示屏上提示允许进行肺活量检测；
23.步骤4：在显示屏上提示允许进行肺活量检测后，受试者就把吹气口的入气口罩在嘴上吹气；
24.步骤5：吹气产生的气流经过气压传感器时，气压传感器就把采集的气流气压值传送至控制器中；
25.步骤6：所述控制器根据该气流气压值计算出受试者的肺活量并传送至显示屏上显示。
26.进一步的，所述控制器根据该气流气压值计算出受试者的肺活量的方法，包括：根据其气流气压值的大小计算出对应的瞬时流量，并累加求和计算得到肺活量。
27.进一步的，在进行肺活量检测时，所述控制器还实时的对体检室现场的图像进行检测，如果检测出体检室现场的图像出现其他人物图像，就控制显示屏显示不允许进行肺活量检测，并终止肺活量检测。
28.进一步的，所述控制器还实时的对体检室现场的图像进行检测的方法，具体包括：
29.步骤a
‑
1：使用包含大规模人体形态图像的数据集coco上预训练好的yolov5深度神经网络，对体检室现场图片进行人体检测，输出存在人体区域的矩形框；
30.步骤a
‑
2：如果检测出多个矩形框，认为出现其他人物，就控制显示屏显示不允许进行肺活量检测，并终止肺活量检测。
31.进一步的，所述将该受试者图片与受试者的图像相对比的方法，具体包括：
32.步骤3
‑
1：收集所有受试者的人脸图像数据集x及其id；
33.步骤3
‑
2：使用大规模数据集imagenet上预训练的resnet
‑
50深度神经网络，对人
脸图像x进行特征提取，得到图像特征z；
34.步骤3
‑
3：构建两层全连接神经网络分类器模型，以人脸图像特征z作为输入，id作为预测目标；
35.步骤3
‑
4：为分类器构建分类损失函数，具体如公式(1)所示：
[0036][0037]
其中，l表示分类损失，n表示图像数量，表示交叉熵损失函数，f表示分类器，z
i
表示第i个训练图像提取后的特征，y
i
表示第i个图像的id。
[0038]
步骤3
‑
5：基于随机梯度下降，端到端地对分类器参数迭代迭代式更新，学习分类器模型；
[0039]
步骤3
‑
6：分类器训练完成后，用步骤3
‑
2中使用的预训练resnet
‑
50模型提取受试者图像特征，作为分类器输入，预测其id；如果预测id与身份卡中id不一致，就在显示屏上提示不允许进行肺活量检测，否则，就在显示屏上提示允许进行肺活量检测。
[0040]
本发明的有益效果为：
[0041]
本发明所述控制器根据受试者id从映射表中取出与该受试者id有映射关系的受试者图片，然后将该受试者图片与受试者的图像相对比，如果对比受试者图片与受试者的图像不符合，就在显示屏上提示不允许进行肺活量检测；在进行肺活量检测时，所述控制器还实时的对体检室现场的图像进行检测，如果检测出体检室现场的图像出现其他人物图像，就控制显示屏显示不允许进行肺活量检测；这样就有效的避免了肺活量检测的作弊行为。有效避免了现有技术中肺活量的检测存在着防作弊手段不足、受试者出现假冒者来进行肺活量检测的缺陷。
附图说明
[0042]
图1是本发明的肺活量检测平台的方式的部分流程图。
[0043]
图2是本发明的肺活量检测平台的部分结构图。
具体实施方式
[0044]
下面将结合附图和实施例对本发明做进一步地说明。
[0045]
如图1
‑
图2所示，肺活量检测平台，包括：
[0046]
设置在体检室内的显示屏、摄像头、存储器、读写器、控制器、肺活量测试仪以及配置给受试者的身份卡；
[0047]
所述显示屏、存储器、读写器、肺活量测试仪与摄像头均同控制器电连接；
[0048]
所述摄像头用于采集体检室现场的图像并传送到控制器中；
[0049]
所述显示屏用于显示控制器传送来的受试者的肺活量值；
[0050]
所述肺活量测试仪用于采集受试者吹气的气压值并传送至控制器中；
[0051]
所述身份卡中存有受试者id，所述存储器存储有受试者id和该受试者图片的映射表；所述受试者id为给该受试者设定的唯一标识。所述身份卡能够是rfid射频卡，所述读写器能够是rfid读写器。
[0052]
所述读写器用于读出身份卡中的受试者id并传送至控制器中，所述控制器用于接收受试者吹气的气压值来计算出受试者的肺活量；还用于根据体检室现场的图像来判断受试者是否有作弊行为。
[0053]
所述肺活量测试仪包括盒体，所述盒体左右两侧均设置有把手，所述盒体的前侧设置有与其内部相通的漏斗状吹气口，该吹气口的入气口伸出盒体之外。该吹气口的出气口伸入盒体中，所述出气口内设置有气压传感器，所述气压传感器与控制器电连接。
[0054]
所述控制器用于控制摄像头一直采集体检室现场的图像并传送至控制器中。
[0055]
所述控制器还用于根据受试者id从映射表中取出与该受试者id有映射关系的受试者图片，然后将该受试者图片与受试者的图像相对比，如果对比受试者图片与受试者的图像不符合，就在显示屏上提示不允许进行肺活量检测，如果对比受试者图片与受试者的图像相符合，就在显示屏上提示允许进行肺活量检测。
[0056]
所述控制器还用于根据气流气压值计算出受试者的肺活量并传送至显示屏上显示。
[0057]
所述控制器还用于实时的对体检室现场的图像进行检测，如果检测出体检室现场的图像出现其他人物图像，就控制显示屏显示不允许进行肺活量检测，并终止肺活量检测。
[0058]
所述控制器根据受试者id从映射表中取出与该受试者id有映射关系的受试者图片，然后将该受试者图片与受试者的图像相对比，如果对比受试者图片与受试者的图像不符合，就在显示屏上提示不允许进行肺活量检测；在进行肺活量检测时，所述控制器还实时的对体检室现场的图像进行检测，如果检测出体检室现场的图像出现其他人物图像，就控制显示屏显示不允许进行肺活量检测；这样就有效的避免了肺活量检测的作弊行为。
[0059]
一种肺活量检测平台的方式，包括：
[0060]
步骤1：在需要进行肺活量检测时，控制器就控制摄像头一直采集体检室现场的图像并传送至控制器中；
[0061]
步骤2：受试者进入体检室让其所配置的身份卡让读写器读取出身份卡中的受试者id并传送至控制器中，同时受试者面对摄像头让摄像头采集该受试者的图像并传送至控制器中；
[0062]
步骤3：所述控制器根据受试者id从映射表中取出与该受试者id有映射关系的受试者图片，然后将该受试者图片与受试者的图像相对比，如果对比受试者图片与受试者的图像不符合，就在显示屏上提示不允许进行肺活量检测，如果对比受试者图片与受试者的图像相符合，就在显示屏上提示允许进行肺活量检测；
[0063]
步骤4：在显示屏上提示允许进行肺活量检测后，受试者就把吹气口的入气口罩在嘴上吹气；
[0064]
步骤5：吹气产生的气流经过气压传感器时，气压传感器就把采集的气流气压值传送至控制器中；
[0065]
步骤6：所述控制器根据该气流气压值计算出受试者的肺活量并传送至显示屏上显示。
[0066]
所述控制器根据该气流气压值计算出受试者的肺活量的方法，包括：根据其气流气压值的大小计算出对应的瞬时流量，并累加求和计算得到肺活量。
[0067]
在进行肺活量检测时，所述控制器还实时的对体检室现场的图像进行检测，如果
检测出体检室现场的图像出现其他人物图像，就控制显示屏显示不允许进行肺活量检测，并终止肺活量检测。
[0068]
所述控制器还实时的对体检室现场的图像进行检测的方法，具体包括：
[0069]
步骤a
‑
1：使用包含大规模人体形态图像的数据集coco上预训练好的yolov5深度神经网络，对体检室现场图片进行人体检测，输出存在人体区域的矩形框；
[0070]
步骤a
‑
2：如果检测出多个矩形框，认为出现其他人物，就控制显示屏显示不允许进行肺活量检测，并终止肺活量检测。
[0071]
所述将该受试者图片与受试者的图像相对比的方法，具体包括：
[0072]
步骤3
‑
1：收集所有受试者的人脸图像数据集x及其id；
[0073]
步骤3
‑
2：使用大规模数据集imagenet上预训练的resnet
‑
50深度神经网络，对人脸图像x进行特征提取，得到图像特征z；
[0074]
步骤3
‑
3：构建两层全连接神经网络分类器模型，以人脸图像特征z作为输入，id作为预测目标；
[0075]
步骤3
‑
4：为分类器构建分类损失函数，具体如公式(1)所示：
[0076][0077]
其中，l表示分类损失，n表示图像数量，表示交叉熵损失函数，f表示分类器，z
i
表示第i个训练图像提取后的特征，y
i
表示第i个图像的id。
[0078]
步骤3
‑
5：基于随机梯度下降，端到端地对分类器参数迭代迭代式更新，学习分类器模型；
[0079]
步骤3
‑
6：分类器训练完成后，用步骤3
‑
2中使用的预训练resnet
‑
50模型提取受试者图像特征，作为分类器输入，预测其id；如果预测id与身份卡中id不一致，就在显示屏上提示不允许进行肺活量检测，否则，就在显示屏上提示允许进行肺活量检测。
[0080]
所述控制器根据受试者id从映射表中取出与该受试者id有映射关系的受试者图片，然后将该受试者图片与受试者的图像相对比，如果对比受试者图片与受试者的图像不符合，就在显示屏上提示不允许进行肺活量检测；在进行肺活量检测时，所述控制器还实时的对体检室现场的图像进行检测，如果检测出体检室现场的图像出现其他人物图像，就控制显示屏显示不允许进行肺活量检测；这样就有效的避免了肺活量检测的作弊行为。
[0081]
以上以用实施例说明的方式对本发明作了描述，本领域的技术人员显而易见的是，本公开不限于以上描述的实施例，在不偏离本发明的范围的状态下，能够做出各种变动、改变和替换。