申请/专利权人:东北大学秦皇岛分校
申请日:2024-01-19
公开(公告)日:2024-04-19
公开(公告)号:CN117898727A
主分类号:A61B5/16
分类号:A61B5/16;G06V40/20;G06V40/16;G06V10/82;G06V10/764;G06V10/766;G06N3/0442;G06N3/045;G06N3/0464;A61B5/11;A61B5/00
优先权:
专利状态码:在审-公开
法律状态:2024.04.19#公开
摘要:本发明涉及抑郁症检测技术领域,尤其涉及一种基于步态和面部表情变化分析的抑郁症检测方法。包括以下步骤:获取待测用户行走时的步态数据及面部表情变化视频;对所述步态数据进行特征图像编码处理,获得步态特征图像;对所述面部表情变化视频进行特征图像编码处理,获得面部表情特征图像;基于完成训练的CNN‑LSTM模型,对所述步态特征图像和面部表情特征图像进行处理,得到预测结果。本发明提出了一种基于步态和面部表情变化分析的抑郁症检测方法,有效提高了抑郁症检测的准确度。
主权项:1.一种基于步态和面部表情变化分析的抑郁症检测方法,其特征在于,所述方法包括以下步骤:获取待测用户行走时的步态数据及面部表情变化视频;对所述步态数据进行特征图像编码处理,获得步态特征图像;对所述面部表情变化视频进行特征图像编码处理,获得面部表情特征图像;基于完成训练的CNN-LSTM模型,对所述步态特征图像和面部表情特征图像进行处理,得到预测结果。
全文数据:
权利要求:
百度查询: 东北大学秦皇岛分校 一种基于步态和面部表情变化分析的抑郁症检测方法
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。