龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：华南理工大学;广州医科大学附属妇女儿童医疗中心
申请日：2024-04-07
公开（公告）日：2024-06-21
公开（公告）号：CN118230387A
主分类号：G06V40/16
分类号：G06V40/16;G06V10/764;G06V10/82;G16H30/40;G16H50/30;G06N3/0464;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明公开了一种基于可解释性原型的术后儿童疼痛识别方法，旨在通过人脸五官位置的相似性比对提升术后儿童疼痛检测的可解释性。首先，从术后儿童疼痛视频提取出每帧图片的面部表情帧和稀疏光流帧。接着，用ResNet卷积网络提取出人脸五官位置的特征向量，通过最小化损失函数来优化随机初始化的原型向量。然后，计算出特征向量和原型向量的相似度，通过全连接网络得到每帧图片的疼痛等级识别结果。最终，对特征向量对应的人脸五官位置和原型向量对应的人脸五官位置，进行可视化对比。本发明通过展示人脸五官位置在面部表情和稀疏光流上的相似度，提升了术后儿童疼痛识别过程的可解释性，有助于医疗专业人员更好地理解自动疼痛识别结果。
主权项：1.一种基于可解释性原型的术后儿童疼痛识别方法，其特征在于，所述术后儿童疼痛识别方法包括以下步骤：S1、人脸检测步骤，对所有采集的术后儿童疼痛视频进行帧提取，再对每帧图片进行人脸检测得到面部表情帧，并在连续两个面部表情帧之间分别计算得到对应的稀疏光流帧；S2、特征向量提取步骤，把面部表情帧和对应的稀疏光流帧输入到经过训练的ResNet卷积网络中，得到面部特征图，再从面部特征图中提取出人脸五官位置的特征向量；S3、原型向量优化步骤，随机初始化原型向量，先用所有人脸五官位置的特征向量通过最小化损失函数优化原型向量，再遍历查找所有的特征向量中和原型向量相似度最高的特征向量作为最终的原型向量；S4、疼痛识别步骤，将一个待识别的术后儿童疼痛视频，执行步骤S1和S2，得到该视频每帧图片的特征向量，将每帧图片的特征向量和原型向量进行相似度计算，再把相似度输入到经过训练的全连接网络中，得到每帧图片的疼痛等级识别结果；S5、可视化步骤，展示每帧图片的特征向量对应的人脸五官位置，和原型向量对应的人脸五官位置。
全文数据：
权利要求：
百度查询： 华南理工大学;广州医科大学附属妇女儿童医疗中心 一种基于可解释性原型的术后儿童疼痛识别方法
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