-
公开(公告)号：CN114943997A
公开(公告)日：2022-08-26
申请号：CN202210544094.3
申请日：2022-05-18
IPC分类号： G06V40/16 , G06V10/774 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明涉及基于注意力和神经网络的脑卒中患者表情分类算法，包括以下步骤：A、建立卒中患者表情数据库；a1、抽调全国范围内，大量患者，作为样本，拍摄样本各种表情图；a2、将所有表情图上传到系统中心；a3、读取待识别的目标图像；a4、利用Dlib正向人脸检测器进行检测；a5、得到返回的人脸特征的图片；a6、获取人脸并且裁剪出人脸；a7、将人脸作为单条数据存入数据库。基于通道注意力机制和图卷积神经网络的面部表情识别方法，能够提高面部表情识别的识别精度和识别速度，通过深度学习脑卒中表情反应特征来进行训练过程中的表情识别分类，从而达到高效便捷地脑卒中患者的训练过程中情绪，并且及时发现，实现医疗智能化的目的。
-
公开(公告)号：CN114943997B
公开(公告)日：2024-09-17
申请号：CN202210544094.3
申请日：2022-05-18
IPC分类号： G06V40/16 , G06V10/774 , G06V10/764 , G06N3/042 , G06N3/0464 , G06N3/08 , G06V10/80
摘要： 本发明涉及基于注意力和神经网络的脑卒中患者表情分类算法，包括以下步骤：A、建立卒中患者表情数据库；a1、抽调全国范围内，大量患者，作为样本，拍摄样本各种表情图；a2、将所有表情图上传到系统中心；a3、读取待识别的目标图像；a4、利用Dlib正向人脸检测器进行检测；a5、得到返回的人脸特征的图片；a6、获取人脸并且裁剪出人脸；a7、将人脸作为单条数据存入数据库。基于通道注意力机制和图卷积神经网络的面部表情识别方法，能够提高面部表情识别的识别精度和识别速度，通过深度学习脑卒中表情反应特征来进行训练过程中的表情识别分类，从而达到高效便捷地脑卒中患者的训练过程中情绪，并且及时发现，实现医疗智能化的目的。
-
公开(公告)号：CN116935035A
公开(公告)日：2023-10-24
申请号：CN202310890577.3
申请日：2023-07-20
申请人： 上海大学
IPC分类号： G06V10/25 , G06V10/26 , G06V10/74 , G06V10/762 , G06V10/82 , G06V10/774
摘要： 本发明提供一种感兴趣目标的分割方法、装置、介质及电子设备。所述分割方法，包括：获取待分割图像和待分割图像的标签信息；将待分割图像和待分割图像的标签信息输入预训练的感兴趣目标分割模型中，确定待分割图像的特征图像和初步聚类特征；将待分割图像的特征图像进行区块化聚类处理，确定待分割图像所包含的目标区块；根据待分割图像的目标区块与目标区块之间的特征相似度，分割待分割图像的感兴趣目标。通过本公开，采用较少标注信息，对感兴趣目标进行有效分割，保证图像数据的隐私性，提高感兴趣目标的分割效率。
-
公开(公告)号：CN116898403A
公开(公告)日：2023-10-20
申请号：CN202310952208.2
申请日：2023-07-31
申请人： 上海大学
摘要： 本发明公开了一种人体平衡功能评定方法、系统、电子设备及介质，涉及人体康复领域，该方法包括：获取患者完成Berg量表中各测试项目的测试视频；所述测试视频包括多帧图像；采用HRNet网络提取所有帧图像中的2D骨骼数据；基于所述2D骨骼数据，采用MHFormer算法估计3D骨骼数据；基于所述3D骨骼数据对所述患者完成各所述测试项目的动作进行评分；基于所述评分评定所述患者的平衡功能。本发明能够对平衡能力障碍患者在康复过程中的测试视频进行自动评分。
-
-
-
-
搜索结果
5 条记录 (耗时 0.046 秒)
