[發明專利]一種基于特征融合的疼痛強度評估方法

有效

• 申請號: 202010034499.3
• 申請日: 2020-01-14
• 公開（公告）號: CN113191171B
• 公開（公告）日: 2022-06-17
• 發明（設計）人: 卿粼波;黃義波;何小海;滕奇志;王露
• 申請（專利權）人: 四川大學
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06K9/62;G06N3/04;G06V10/80
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于特征融合的疼痛強度評估方法，其特征在于：

a.將原始圖像數據進行仿射變換并裁剪，得到不含背景信息的面部圖像序列；

b.將上述a中獲得的面部圖像序列以16幀為一個樣本輸入3D CNN提取圖像序列中的時序特征，并將該樣本的最后一幀輸入2D CNN提取圖像的靜態空間特征；

c.對上述b中得到的兩種特征進行融合，再將得到的特征輸入3D CNN中進行更高層次的特征學習，得到最終的疼痛強度評估網絡模型；

該方法主要包括以下步驟：

(1)對所使用的疼痛數據集進行預處理，其中通過人臉仿射變換將原始圖像序列中的所有人臉固定到同一種形狀并剔除原始圖像數據中的背景信息，得到只包含人臉信息的圖像，再將人臉區域裁剪下來并設置分辨率為112×112，得到預處理后的疼痛數據集；

(2)利用3D CNN和2D CNN分別提取輸入樣本中的動態時序特征以及靜態空間特征；

(3)將上述(2)中3D CNN和2D CNN分別提取到的動態時序特征以及靜態空間特征進行融合，并將融合后的特征輸入3D CNN中進行更高層次的特征學習，最后進行回歸預測，得到最終的疼痛強度預測回歸網絡模型。

2.如權利要求1所述的基于特征融合的疼痛強度評估方法，其特征在于在步驟(1)中采用人臉仿射變換將原始圖像序列中的所有圖像固定到同一種形狀并剔除原始圖像數據中的背景信息，得到只包含人臉信息的圖像。

3.如權利要求1所述的基于特征融合的疼痛強度評估方法，其特征在于在步驟(2)中利用3D CNN和2D CNN分別提取輸入樣本中的動態時序特征以及靜態空間特征。

4.如權利要求1所述的基于特征融合的疼痛強度評估方法，其特征在于在步驟(3)中對3D CNN和2D CNN分別提取到的動態時序特征以及靜態空間特征進行融合，并將融合后的特征輸入后續的3D CNN中進行更高層的特征學習。