当前位置: 首页 > 科技成果列表 > 科技成果详细

一种基于视频分析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:CN201710497579.0

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视频分析的新生儿疼痛表情识别方法。该方法通过引入基于三维卷积神经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。

该方法具体引入三维卷积神经网络,通过3D卷积核提取视频片段的时域和空域特征。这样做避免了人工提取特征的繁琐,且所提取特征更具优越性。

在深度学习平台上,该方法自动学习并识别新生儿疼痛表情。与传统人工评估方式相比,该方法更加客观、准确,并且节省了大量人力资源。

具体而言,本发明包括以下步骤: 1. 提取视频片段的时域和空域特征; 2. 利用三维卷积神经网络对这些特征进行处理; 3. 通过深度学习模型自动识别新生儿疼痛表情; 4. 输出识别结果,为开发新生儿疼痛自动评估系统提供支持。

(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 一种基于视频分析的新生儿疼痛表情识别方法
专利状态 - 专利号(申请号) CN201710497579.0
申请号 - 专利申请日期 2017-06-27
专利授权日期 2017-11-07 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;蔡飞;李晓南;闫静杰
权利人 -
专利摘要 本发明涉及一种基于视频分析的新生儿疼痛表情识别方法,通过引入基于三维卷积神经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,为开发新生儿疼痛自动评估系统提供一种新的途径,具体引入三维卷积神经网络,通过3D卷积核提取视频片段的时域和空域特征,避免人工提取特征的繁琐,且所提取特征更具优越性,并且在深度学习平台上自动学习并识别新生儿疼痛表情,与传统人工评估方式相比,更加客观,更加准确,并且节省了大量人力资源。
成果评价分析
技术应用分析
服务案例
Baidu
map