申请/专利权人:吉林大学
申请日:2024-05-10
公开(公告)日:2024-07-09
公开(公告)号:CN118141377B
主分类号:A61B5/16
分类号:A61B5/16;A61B5/00;A61B5/369;A61B5/372;G06V20/40;G06F18/213;G06V10/80;G06V20/52;G06V40/16;G16H50/70
优先权:
专利状态码:有效-授权
法律状态:2024.07.09#授权;2024.06.25#实质审查的生效;2024.06.07#公开
摘要:本申请公开了一种患者的负性情绪监测系统及方法,涉及情绪监测领域,其使用基于深度学习领域的人工智能技术来对获取预定时间段病人的脑电信号、所述预定时间段病人的人脸监控视频和所述预定时间段病人的生理指标信息进行特征提取与编码,以得到病人的负性情绪等级的分类结果。这样,通过智能监测病人的负性情绪,提高了对患者情绪监测的准确性和实时性。
主权项:1.一种患者的负性情绪监测系统,其特征在于,包括:病人数据获取模块,用于获取预定时间段病人的脑电信号、所述预定时间段病人的人脸监控视频和所述预定时间段病人的生理指标信息;病人脑电信号特征提取模块,用于对所述预定时间段病人的脑电信号进行特征提取与编码以得到病人脑电关联特征矩阵;病人人脸监控特征提取模块,用于将所述预定时间段病人的人脸监控视频通过具有三维卷积核的人脸特征提取模块以得到病人人脸情绪特征矩阵;病人人脸情绪-脑电关联模块,用于将所述病人人脸情绪特征矩阵和所述病人脑电关联特征矩阵融合以得到病人人脸情绪-脑电关联融合特征矩阵;病人生理特征提取模块,用于将所述预定时间段病人的生理指标信息通过基于转换器的病人生理指标特征提取器以得到病人生理特征矩阵;病人情绪特征融合模块,用于将所述病人人脸情绪-脑电关联融合特征矩阵和所述病人生理特征矩阵进行融合以得到病人负性情绪特征矩阵;矩阵展开模块,用于将所述病人负性情绪特征矩阵展开为病人负性情绪特征向量;优化模块,用于对所述病人负性情绪特征向量进行基于类概率的等效模型参数空间表达以得到优化病人负性情绪特征向量;病人负性情绪判别模块,用于分析所述优化病人负性情绪特征向量,得到病人的负性情绪等级的结果。
全文数据:
权利要求:
百度查询: 吉林大学 患者的负性情绪监测系统及方法
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。