CT(Computed tomography)检测是一种常用的现代医学扫描检测方法。该方法可以方便、迅速而安全的获得CT图像,能够帮助医生快速准确地诊断病情,尤其是对争取时间抢救急诊病人起到重要作用。目前在进行CT检测时,医生首先需指导病人按照特定的姿势躺在CT床上,并通过CT床投射出的激光定位线来判断病人姿态摆放是否正确,这是获得高质量、清晰的CT图像的关键。为实现CT检测中体位识别自动化以及给"CT影像教学训练系统"提供自动评判学生操作正误的依据,本文研究了一种CT检测的体位自动识别方法。针对目前并没有公开的CT体位数据库的问题,本文首先自制了 CT体位数据库,通过统一衣着以及在关节位置处贴标记的方法使得CT体位图像噪声减少、特征更加突出明显。体位识别过程主要包括关节点检测和位姿判断两部分。为了减少计算量,提高算法速度,本文采用14维HOG特征,并利用基于混合部件模型的匹配方法检测人体关节点位置。根据关节点提取人体基准线,然后通过卧姿、手位置以及基准线与激光定位线的相对位置关系判断人体体位是否正确。实验表明本文方法能准确检测人体关节点,检测平均正确率达到92.1%,在此基础上可以准确判断人体体位,满足CT体位自动检测对精度的要求。