公开(公告)号：CN108363969B

公开(公告)日：2022-08-26

申请号：CN201810105264.1

申请日：2018-02-02

Applicant: 南京邮电大学

Inventor： 卢官明 ,  孔凯霆 ,  李晓南 ,  闫静杰 ,  卢峻禾

IPC: G06V40/16 ,  G06V10/82 ,  G06N3/04 ,  G16H50/20

Abstract: 本发明公开了一种基于移动终端的新生儿疼痛评估方法，该方法包括：(1)采集新生儿疼痛表情图像，将所述表情图像分类，将所述表情图像裁剪成a×a像素的彩色图像；(2)构建一个包含1个数据层、19个卷积层、1个池化层、1个全连接层和1个分类层的卷积神经网络；(3)将数据库分为训练集和验证集，对卷积神经网络进行训练，得到优化后的网络模型；(4)将训练好的网络模型移植到移动终端，生成新生儿疼痛评估应用程序；(5)开启所述新生儿疼痛评估应用程序，并将识别结果显示在移动终端上。本发明针对智能手机等移动终端的处理能力，优化设计了深度卷积神经网络的结构，采用深度学习方法来提取新生儿疼痛表情特征，分类识别准确率高。

公开(公告)号：CN108363969A

公开(公告)日：2018-08-03

申请号：CN201810105264.1

申请日：2018-02-02

Applicant: 南京邮电大学

Inventor： 卢官明 ,  孔凯霆 ,  李晓南 ,  闫静杰 ,  卢峻禾

IPC: G06K9/00 ,  G06N3/04 ,  G16H50/20

Abstract: 本发明公开了一种基于移动终端的新生儿疼痛评估方法，该方法包括：(1)采集新生儿疼痛表情图像，将所述表情图像分类，将所述表情图像裁剪成a×a像素的彩色图像；(2)构建一个包含1个数据层、19个卷积层、1个池化层、1个全连接层和1个分类层的卷积神经网络；(3)将数据库分为训练集和验证集，对卷积神经网络进行训练，得到优化后的网络模型；(4)将训练好的网络模型移植到移动终端，生成新生儿疼痛评估应用程序；(5)开启所述新生儿疼痛评估应用程序，并将识别结果显示在移动终端上。本发明针对智能手机等移动终端的处理能力，优化设计了深度卷积神经网络的结构，采用深度学习方法来提取新生儿疼痛表情特征，分类识别准确率高。