[發明專利]一種基于圖像識別處理的疼痛檢測方法

在審

• 申請號: 202010109270.1
• 申請日: 2020-02-22
• 公開（公告）號: CN113297877A
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 王樂;王阿迪
• 申請（專利權）人: 西安交通大學醫學院第一附屬醫院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06F16/532;G06F16/951
• 代理公司: 北京匯捷知識產權代理事務所(普通合伙) 11531
• 代理人: 于鵬

1.一種基于圖像識別處理的疼痛檢測方法，其方法包括如下步驟：

S1、采集疼痛癥狀圖片并對疼痛進行標記；

S2、通過圖像處理單元提取圖像中的特征點，并卷積神經網絡算法進行特征點分類訓練，建立疼痛癥狀數據庫；其中，提取圖像中特征點的方法步驟如下：

S2.1、對圖像中的疼痛癥狀及背景進行二值化處理；

S2.2、對去除彩色二值化后的位圖進行降噪處理；

S2.3、采用斑點分析算法，對圖像中相同像素的連通域進行分析，提取圖像中特征點，斑點分析算法的公式如下：

其中，S(·)為目標區域面積參數，R(x，y)為對應區域；

S3、通過圖像采集單元采集圖像，并與疼痛癥狀數據庫內的圖像進行對比，根據相似度匹配算法，得出疼痛狀態。

2.根據權利要求1所述的基于圖像識別處理的疼痛檢測方法，其特征在于：所述S1中，采集疼痛癥狀圖片選用網絡爬蟲方法爬取網絡中疼痛癥狀圖片，網絡爬蟲方法包括如下步驟：

S1.1、首先選取一部分精心挑選的種子URL；

S1.2、將選取的URL放入待抓取URL隊列；

S1.3、從待抓取URL隊列中取出待抓取在URL，解析DNS，并且得到主機的i_p，并將URL對應的網頁下載下來，存儲進已下載網頁庫中，并將選取的URL放進已抓取URL隊列；

S1.4、分析已抓取URL隊列中的URL，分析其中的其他URL，并且將URL放入待抓取URL隊列，從而進入下一個循環。

3.根據權利要求1所述的基于圖像識別處理的疼痛檢測方法，其特征在于：所述疼痛進行標記的信息包括疼痛癥狀圖片中人物的年齡、性別和疼痛癥狀圖片中疼痛的級別。

4.根據權利要求1所述的基于圖像識別處理的疼痛檢測方法，其特征在于：所述S2.1中，二值化處理的方法步驟如下：

S2.1.1、設圖像在像素點(i，j)處的灰度值f(i，j)，考慮以像素點(i，j)為中心的（2ω+1)×(2ω+1)窗口；

S2.1.2、計算圖像中各個像素點(i，j)的閾值T(i，j)；

S2.1.3、對圖像中各像素點(i，j)用b(i，j)值逐點進行二值化。

5.根據權利要求1所述的基于圖像識別處理的疼痛檢測方法，其特征在于：所述S2.2中，降噪處理采用圖像差分算法，其公式如下：

D(i，j)＝F(i，j)-B(i，j)

其中，F(i，j)表示當前幀圖像，B(i，j)表示背景圖像，D(i，j)為差分圖像。

6.根據權利要求1所述的基于圖像識別處理的疼痛檢測方法，其特征在于：所述S2中，卷積神經網絡算法包括卷積層、池化層、全連接層和輸出層，所述卷積層通過局部感受域與上一層神經元實現部分連接，在同一局部感受域內的神經元與圖像區域中對應像素有固定二維平面編碼信息關聯，迫使神經元提取局部特征；所述池化層選擇卷積特征圖中不同的連續范圍的作為池化區域，然后取特征的最大值或平均值作為池化區域的特征；所述全連接層是本層神經元與上層神經元兩兩連接但本層神經元之間不連接的結構；所述輸出層采用Softmax分類器對特征點分類訓練，并分類輸出存入數據庫內。

7.根據權利要求6所述的基于圖像識別處理的疼痛檢測方法，其特征在于：所述S3中，匹配算法的方法步驟如下：

S3.1、為每一個圖像信息模式各定義一個坐標系，再定義這些參考特征之間的失調或相似函數；

S3.2、分割出圖像的參考特征，再定義這些參數特征之間的失調或相似函數；

S3.3、應用優化算法，使S3.2中失調或相似函數達到全局最小或最大值，達到兩幅圖像的配準。