当前位置: 首页 > 科技成果列表 > 科技成果详细

一种基于深度神经网络的新生儿疼痛表情识别方法

技术类型:发明专利

技术成熟度:研发

转让方式:技术转让、技术许可、技术入股

专利申请日:2017-06-27

专利所属地 :中国

专利号:CN201710497593.0

应用领域:通用仪器仪表制造

技术领域:生物与新医药

交易价格:面议专利价值评估

应用案例:否

了解与分析本科技成果,可查看成果概况并使用以下技术转移数智化应用工具:
成果概况
简介

本发明涉及一种基于深度神经网络的新生儿疼痛表情识别方法。

通过引入基于卷积神经网络(CNN)和长短时记忆(LSTM)网络的深度学习方法,将其运用于新生儿疼痛表情识别工作中,能够有效识别出新生儿处于安静、啼哭状态以及致痛性操作引起轻度疼痛、剧烈疼痛等表情。

其中,通过引入深度神经网络来提取视频片段的时域和空域特征,突破了传统的人工设计与提取显式表情特征的技术瓶颈,并且提高了在面部受遮挡、姿态倾斜、光照变化等复杂情况下的识别率和鲁棒性。

(此文字表达经过AI优化完善,查看原文请点击 原文)
专利基本信息
专利名称 一种基于深度神经网络的新生儿疼痛表情识别方法
专利状态 - 专利号(申请号) CN201710497593.0
申请号 - 专利申请日期 2017-06-27
专利授权日期 2017-11-24 专利权届满日 -
专利所属地 中国 专利类型 发明专利
发明人 卢官明;洪强;李晓南;闫静杰
权利人 -
专利摘要 本发明涉及一种基于深度神经网络的新生儿疼痛表情识别方法,通过引入基于卷积神经网络(CNN)和长短时记忆(LSTM)网络的深度学习方法,将其运用于新生儿疼痛表情识别工作中,能够有效识别出新生儿处于安静、啼哭状态以及致痛性操作引起轻度疼痛、剧烈疼痛等表情;其中,通过引入深度神经网络来提取视频片段的时域和空域特征,突破了传统的人工设计与提取显式表情特征的技术瓶颈,并且提高了在面部受遮挡、姿态倾斜、光照变化等复杂情况下的识别率和鲁棒性。
成果评价分析
技术应用分析
服务案例
Baidu
map