[發明專利]基于歐拉-相位變換視頻放大技術的脈診解析儀在審
| 申請號: | 202110055681.1 | 申請日: | 2021-01-15 |
| 公開(公告)號: | CN113017561A | 公開(公告)日: | 2021-06-25 |
| 發明(設計)人: | 胡薇;馮異;童小雨;薛人望;應贏;高鴻儒;王怡聰;韓丞治 | 申請(專利權)人: | 復旦大學 |
| 主分類號: | A61B5/00 | 分類號: | A61B5/00 |
| 代理公司: | 上海正旦專利代理有限公司 31200 | 代理人: | 陸飛;陸尤 |
| 地址: | 200433 *** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 相位 變換 視頻 放大 技術 解析 | ||
1.一種基于歐拉-相位變換視頻放大技術的脈診解析儀,其特征在于,包括:靜態脈象視頻采集模塊、EVM/Phase Based放大解碼模塊、脈搏視頻數字化處理模塊、AI神經網絡、移動客戶端,系統的輸入以靜態脈搏視頻,輸出為健康或疾病狀態;其中:
所述靜態視頻的采集模塊,包括,三角支架、移動終端、寸關尺標記環尺、白色背景板,其中:
三角支架,用于固定移動終端,使移動終端位于拍攝對象呈45°角斜上方15-25 cm處;
移動終端,可提供分辨率為1920*1080、幀率29.8fps的視頻;
寸關尺標記環尺,以橈骨莖突為解剖標志定位寸、關、尺三部;
白色背景板,用于避免背景環境干擾;
所述EVM/Phase Based放大解碼模塊,包括,EVM放大解碼子模塊、Phase Based放大解碼子模塊,其中:
EVM放大解碼子模塊,基于歐拉原理放大視頻數據微小反射光變化;
Phase Based放大解碼子模塊,基于相變化原理放大視頻數據微小振動變化;
所述脈搏視頻數字化處理模塊,包括,視頻-圖片格式轉換器、TraceMate運動軌跡空間坐標追蹤器、ROI強度變化分析器、FFT頻率-振幅提取器,其中:
視頻-圖片格式轉換器,將視頻數據格式轉換為通用圖片分析格式;
TraceMate運動軌跡空間坐標追蹤器,對連續時序圖片中指定對象的運動進行時空坐標定位、速率追蹤、路徑輸出;
ROI強度變化分析器,對連續時序圖片中指定區域強度的反射光強進行分析;
FFT頻率-振幅提取器,基于快速傅里葉變換及高斯濾波提取脈搏相關波形的頻率-振幅信息;
所述AI神經網絡,包括,CNN/RNN/LSTM訓練網絡、end-to-end終端輸出網絡,其中:
CNN/RNN/LSTM訓練網絡,對已提取的脈搏相關數字信號、或脈搏靜態視頻原始數據進行脈象-疾病對應模式訓練;
end-to-end終端輸出網絡,直接對脈搏靜態視頻原始數據進行脈象-疾病對應模式訓練;
所述移動客戶端,包括,Android客戶端、IOS客戶端,其中:
Android客戶端,面向Android系統用戶;
IOS客戶端,面向IOS系統用戶。
2.根據權利要求1所述的視頻脈診解析儀,其特征在于,所述脈搏視頻數字化處理模塊中,
所述視頻-圖片格式轉換器,基于Python編碼,支持AVI、MP4多種視頻格式至Tiff、Tif、JPG圖片格式的轉換;并根據需要將RGB轉換為8-bit,為后續運動軌跡追蹤和ROI強度分析提供連續時序圖;
所述 TraceMate運動軌跡空間坐標追蹤器,其目標是隨著時間變化分割并跟蹤某些標記的點狀結構,每個標記被分成多個幀,并通過在軌道上為這些幀分配一個標識來重構其軌跡,并將這些軌跡可視化而進一步產生分析結果,包括速度、總位移;根據寸關尺三個標記點光強反射與周圍背景的絕對差異,自動識別追蹤標記點的運動軌跡;
所述 ROI強度變化分析器,灰度分析,以批量分析二維時間序列圖像中寸、關、尺標記點指示脈搏位點反射光強,將圖像強度信號轉換為數字信息;
所述FFT頻率-振幅提取器,傅里葉變換是一種線性積分變換,用于信號在時域或空域和頻域之間的變換,結合高斯濾波處理,高保真地提取目標頻率段內的脈搏波,從而分析計算波形數字信息的頻率、振幅及繪制波形圖(x-t、y-t、v-t、x-y-t)。
3.根據權利要求1所述的視頻脈診解析儀,其特征在于,所述AI神經網絡,在初期難以獲得大批量數據,因而采用step-wise的路線:
第一步,輸入數字化后寸關尺的波形數據來訓練神經網絡,觀察此神經網絡的效果是否可以滿足預期,若滿足預期,如準確率高于95%,則進行下一步;
第二步,直接使用原始錄制的靜態視頻來提取寸關尺結果,觀察是否可以提取出質量較高的結果,若提取效果較好,則以此替代步驟一的輸入,替代后則可形成直接的端對端-輸入輸出模式,即完成脈象視頻與身體狀態的對應識別;
第三步,在前兩步完成之后,若準確度不高,基于已積累了較多的數據材料,改換訓練端對端的神經網絡結構,直接用短視頻輸入并輸出預測結果。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于復旦大學,未經復旦大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110055681.1/1.html,轉載請聲明來源鉆瓜專利網。





