申请/专利权人：中国科学院计算技术研究所;湘潭大学

申请日：2020-06-28

公开（公告）日：2024-04-12

公开（公告）号：CN111814615B

主分类号：G06V40/16

分类号：G06V40/16;G06V20/40;G06V10/774;G06V10/80;G16H50/20;A61B5/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2021.06.22#专利申请权的转移;2020.11.10#实质审查的生效;2020.10.23#公开

摘要：本发明提出一种基于指令视频的帕金森非接触式智能检测方法及系统。该方法包括：获取帕金森患者与非患者的指令式视频数据集；构建人脸模型，标定关键点；根据所述人脸模型的眼部关键点，确定眼部特征向量；根据所述人脸模型的嘴部关键点，确定嘴部特征向量；构建融合网络模型；根据所述嘴部特征向量、所述眼部特征向量和所述融合网络模型，训练最优模型；根据所述最优模型，确定帕金森患者。本发明将嘴部特征与眼部特征综合起来分析，将差分的思想引入到动态特征提取中，按指令设计分帧段进行特征的统计学计算，最后运用支持向量机算法训练模型，提高了帕金森检测的正确率，提高了检测准确率。

主权项：1.一种基于指令视频的帕金森非接触式智能检测方法，其特征在于，包括：获取帕金森患者与非患者的指令式视频数据集；构建人脸模型，标定关键点；为描述某一时刻眼睑的张合情况，定义一种基于上下眼睑距离与内外眼角距离的眼睑张合率eyeratio的计算方法，即根据上下眼皮对应关键点的欧式距离之和与内外眼角关键点的欧式距离作比，计算眼睑的张合率，如下： 其中，p[1]、p[5]，p[2]、p[4]为上下眼皮对应关键点，p[0]、p[3]为内外眼角关键点，Eudis表示计算欧氏距离；提取指令视频中所有帧的眼睑张合率eyeratio以及帧与帧之间的眼角张合率差Δeyeratio，眼角张合率差Δeyeratio的计算公式如下：Δeyeratio＝dropnaeyeratioi-eyeratioi-1其中，i＝2,…,m,m为总帧数，dropna为删缺函数，eyeratioi以及eyeratioi-1分别为第i和第i-1帧的眼睑张合率；基于pandas提供的7种统计接口，计算出维数为14的眼部特征向量eyefeat；从左侧嘴角顺时针定义8个嘴部关键点为m[0]-m[7]，定义α为左侧嘴角关键点m[0]与右侧嘴角关键点m[4]的连线与水平轴的夹角；定义β为相邻嘴部关键点的连线与水平轴的夹角；根据α与β，计算嘴部开合角θ，依次求得θm[0]，m[1]、θm[1]，m[2]、θm[2]，m[3]、θm[3]，m[4]、θm[4]，m[5]、θm[5]，m[6]、θm[6]，m[7]以及θm[7]，m[0]，共8个嘴部开合角θ；根据8个嘴部开合角θ以及嘴部张合率mthratio，确定嘴部特征向量为mthfeat；嘴部张合率计算如下：其中m[0]为左侧嘴角关键点，m[4]为右侧嘴角关键点，m[2]和m[6]分别为嘴部关键点，Eudis表示计算欧氏距离；构建融合网络模型；根据所述嘴部特征向量、所述眼部特征向量和所述融合网络模型，训练最优模型；根据所述最优模型，确定帕金森患者。

全文数据：

权利要求：

百度查询： 中国科学院计算技术研究所;湘潭大学 一种基于指令视频的帕金森非接触式智能检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD