龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中山大学附属第五医院
摘要：本发明提出了一种基于深度学习的麻醉苏醒面部特征预测方法、装置，该方法包括：对样本面部视频数据进行预处理；将样本面部视频数据进行训练和测试；将待测面部视频数据输入到面部标志检测模型，通过YOLO8子模型进行关键目标检测，通过第一SHAP子模型进行特征重要性分析，通过第一MetaQ‑Learning基于特征重要性分析的结果对YOLO8子模型进行调参，通过调参后的YOLO8子模型对面部视频数据进行目标检测得到待测对象的的目标关键标志信息；将目标关键标志信息输入到图像特征提取模型中得到目标特征；通过时间序列预测模型对目标特征进行多维度面板时间序列预测得到预测类别。从而准确对面部特征进行预测。
主权项：1.一种基于深度学习的麻醉苏醒面部特征预测方法，其特征在于，包括：获取样本面部视频数据，并对所述样本面部视频数据进行预处理；将预处理后的所述样本面部视频数据进行划分，得到第一训练集和第一测试集，将所述第一训练集输入到预设的面部标志检测模型进行训练，将所述第一测试集输入到训练后的所述面部标志检测模型进行测试，得到完成训练的所述面部标志检测模型，所述面部标志检测模块包括YOLO8子模型、第一SHAP子模型和第一MetaQ-Learning子模型；获取待测对象的待测面部视频数据；将所述待测面部视频数据输入到所述面部标志检测模型中，通过所述YOLO8子模型对所述待测面部视频数据进行关键目标检测，并将关键目标检测后的所述面部视频数据输入到所述第一SHAP子模型进行特征重要性分析，通过所述第一MetaQ-Learning，基于特征重要性分析的结果对所述YOLO8子模型进行调参，通过调参后的所述YOLO8子模型对所述面部视频数据进行目标检测，得到所述待测对象的的目标关键标志信息；将所述目标关键标志信息输入到预设的图像特征提取模型中，得到目标特征；通过预设的时间序列预测模型对所述目标特征进行多维度面板时间序列预测，得到预测类别。
全文数据：
权利要求：
百度查询： 中山大学附属第五医院 基于深度学习的麻醉苏醒面部特征预测方法、装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号