公开(公告)号：CN119541047A

公开(公告)日：2025-02-28

申请号：CN202411599306.3

申请日：2024-11-11

Applicant: 安徽大学

Inventor： 汪传建 ,  郑乐平 ,  冯东亮 ,  程志友

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/44 ,  G06V10/62 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G16H50/30

Abstract: 本发明涉及一种基于时空动作检测的ICU患者躁动视频识别方法，与现有技术相比解决了难以针对ICU患者进行躁动视频识别的缺陷。本发明包括以下步骤：数据集的获取与预处理；ICU患者躁动识别模型的构建；ICU患者躁动识别模型的训练；待识别视频流数据的获取；ICU患者躁动原子动作识别；基于RASS评分表的躁动量化分类。本发明通过改进Slowfast基础模型，显著提高了模型的检测精度和速度，从时空动作检测的角度，自动准确地检测和理解患者的躁动行为，并根据RASS评分表对患者躁动情况实现自动评分，实现了对ICU患者躁动视频的准确识别。

公开(公告)号：CN118781654A

公开(公告)日：2024-10-15

申请号：CN202410905416.1

申请日：2024-07-08

Applicant: 安徽大学

Inventor： 汪传建 ,  冯东亮 ,  程志友 ,  郑乐平 ,  胡梦男 ,  欧孔宾

IPC: G06V40/20 ,  G06V20/40 ,  G06V20/52 ,  G06V40/10 ,  G06V10/82 ,  G06V10/764 ,  G06V10/40 ,  G06V10/80 ,  G06V10/25 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于人体骨骼关键点检测的ICU患者体动视频识别方法，与现有技术相比解决了难以针对视频检测人体体动的缺陷。本发明包括以下步骤：数据集的获取与预处理；人体骨骼关键点识别模型的构建；人体骨骼关键点识别模型的训练；待识别视频流数据的获取；人体关键点检测及关键点坐标信息入库；人体原子动作识别；基于CPOT评分的体动量化分类。本发明在骨干网络中引入了CA注意力模块，增强了模型对关键点位置信息的识别能力，提高了关键点检测的精度。同时，通过引入深度可分离卷积，有效降低了模型参数量，提高了检测速度，解决了原始算法在自制ICU患者数据集上收敛效果差、关键点丢失的问题。