[發明專利]一種嬰幼兒視功能智能評估方法及裝置

在審

• 申請號: 201810726509.2
• 申請日: 2018-07-04
• 公開（公告）號: CN109101991A
• 公開（公告）日: 2018-12-28
• 發明（設計）人: 林浩添;龍爾平
• 申請（專利權）人: 中山大學中山眼科中心
• 主分類號: G06K9/62
• 分類號: G06K9/62;G16H50/30
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 魏彥

1.一種嬰幼兒視功能智能評估方法，其特征在于，包括：

構建基于時空雙軌框架神經網絡的視功能智能評估模型，并采用Temporal SegmentNetwork技術訓練所述視功能智能評估模型；

接收來自監護人持有的移動設備拍攝的待評測視頻數據，并通過所述視功能智能評估模型從所述待評測視頻數據中提取與視功能評估相關的至少一個特征值；

對每個所述特征值進行迭代變換處理，得到與每個所述特征值對應的視功能損傷概率值；

以所述視功能智能評估模型和所述視功能損傷概率值為依據，對所述待評測視頻數據進行視功能評估，得到視功能評估結果，并發送所述視功能評估結果至所述移動設備。

2.根據權利要求1所述的嬰幼兒視功能智能評估方法，其特征在于，所述構建基于時空雙軌框架神經網絡的視功能智能評估模型，并采用Temporal Segment Network技術訓練該視功能智能評估模型，包括：

通過Temporal Segment Network技術構建基礎模型；

通過訓練數據對所述基礎模型進行訓練，得到視功能智能評估模型，其中，所述訓練數據包括訓練視頻數據、所述訓練視頻數據的幀間差異數據和所述訓練視頻的光流場數據中的一種或者多種。

3.根據權利要求2所述的嬰幼兒視功能智能評估方法，其特征在于，在所述通過Temporal Segment Network技術構建基礎模型之后，所述方法還包括：

獲取與視功能評估相關的原始視頻數據；

對所述原始視頻數據進行數據增強和正則化處理，得到預處理視頻數據；及

從所述預處理視頻數據中獲取訓練數據；

所述通過訓練數據對所述基礎模型進行訓練，得到視功能智能評估模型，包括：

采用交叉輸入模式技術通過所述訓練數據對所述基礎模型進行訓練，得到視功能智能評估模型。

4.根據權利要求1所述的嬰幼兒視功能智能評估方法，其特征在于，所述視功能評估結果包括是否有視覺損傷的判定結果以及有所述視覺損傷時的視覺損傷級別。

5.根據權利要求4所述的嬰幼兒視功能智能評估方法，其特征在于，在所述發送所述視功能評估結果至所述移動設備之后，所述方法還包括：

當所述視覺損傷的判定結果為有所述視覺損傷時，發送包括視功能損傷報告的提示信息至與視功能相關的醫生持有的通信設備，其中，所述視功能損傷報告包括所述視功能評估結果和所述監護人的信息。

6.一種嬰幼兒視功能智能評估裝置，其特征在于，包括：

構建模塊，用于構建基于時空雙軌框架神經網絡的視功能智能評估模型，并采用Temporal Segment Network技術訓練該視功能智能評估模型；

特征提取模塊，用于接收來自監護人持有的移動設備拍攝的待評測視頻數據，并通過所述視功能智能評估模型從所述待評測視頻數據中提取與視功能評估相關的至少一個特征值；

處理模塊，用于對每個所述特征值進行迭代變換處理，得到與每個所述特征值對應的視功能損傷概率值；

評估模塊，用于以所述視功能智能評估模型和所述視功能損傷概率值為依據，對所述待評測視頻數據進行視功能評估，得到視功能評估結果；

發送模塊，用于發送所述視功能評估結果至所述移動設備。

7.根據權利要求6所述的嬰幼兒視功能智能評估裝置，其特征在于，所述構建模塊包括：

第一子模塊，用于通過Temporal Segment Network技術構建基礎模型；

第二子模塊，用于通過訓練數據對所述基礎模型進行訓練，得到視功能智能評估模型，其中，所述訓練數據包括訓練視頻數據、所述訓練視頻數據的幀間差異數據和所述訓練視頻的光流場數據中的一種或者多種。

8.一種服務器，其特征在于，包括存儲器以及處理器，所述存儲器用于存儲計算機程序，所述處理器運行所述計算機程序以使所述計算機設備執行根據權利要求1至5中任一項所述的嬰幼兒視功能智能評估方法。