[發明專利]一種柔性電子的多通道融合輕微負性表情檢測方法及裝置

在審

• 申請號: 202110362355.5
• 申請日: 2021-04-02
• 公開（公告）號: CN113133765A
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 譚小慧;莊美琪;鄒星宇
• 申請（專利權）人: 首都師范大學
• 主分類號: A61B5/16
• 分類號: A61B5/16;A61B5/00;A61B5/389
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 江亞平

1.一種基于柔性電子的多通道融合輕微負性表情檢測方法，其特征在于，包括：

步驟S1：采集表情數據，并對其進行分類編碼；

步驟S2：對所述表情數據進行特征提取，得到訓練數據；

步驟S3：將所述訓練數據，輸入輕微負性表情分類模型進行訓練，得到訓練好的輕微負性表情分類模型；

步驟S4：對表情數據進行連續采集，并輸入所述訓練好的輕微負性表情分類模型，得到初始輕微負性表情分類結果，并對所述初始輕微負性表情分類結果進行平滑處理后，得到輕微負性表情分類結果。

2.根據權利要求1所述的基于柔性電子的多通道融合輕微負性表情檢測方法，其特征在于，所述步驟S2：對所述表情數據進行特征提取，得到訓練數據，包括：

步驟S21：以預設個數的采樣點為區間，計算所述樣本的積分肌電值；

步驟S22：計算所述樣本的均方根有效值；

步驟S23：將所述積分肌電值及所述均方根有效值合并得到訓練數組；

步驟S24：對所述訓練數組進行去噪處理，并對所述訓練數組中的每個數據標注其對應的輕微負性表情的類別，得到最終的訓練數據。

3.根據權利要求1所述的基于柔性電子的多通道融合輕微負性表情檢測方法，其特征在于，所述步驟S3：將所述訓練數據，輸入輕微負性表情分類模型進行訓練，得到訓練好的輕微負性表情分類模型，包括：

步驟S31：將所述訓練數據輸入輕微負性表情分類模型進行訓練，其中，所述輕微負性表情分類模型采用隨機森林分類器模型；

步驟S23：通過網格搜索的方法進行所述隨機森林分類器模型的參數進行優化，直到識別準確率達到閾值，得到訓練好的所述輕微負性表情分類模型。

4.根據權利要求1所述的基于柔性電子的多通道融合輕微負性表情檢測方法，其特征在于，所述步驟S4中對所述輕微負性表情分類結果進行平滑處理，包括：

在預設的時間閾值內，將所述輕微負性表情分類結果中分類錯誤的數據刪除。

5.一種基于柔性電子的多通道融合輕微負性表情檢測裝置，其特征在于，包括下述模塊：

采集表情數據模塊，用于采集表情數據，并對其進行分類編碼；

提取數據特征模塊，用于對所述表情數據進行特征提取，得到訓練數據；

訓練輕微負性表情分類模型模塊，用于將所述訓練數據，輸入輕微負性表情分類模型進行訓練，得到訓練好的輕微負性表情分類模型；

表情分類模塊，用于對表情數據進行連續采集，并輸入所述訓練好的輕微負性表情分類模型，得到初始輕微負性表情分類結果，并對所述初始輕微負性表情分類結果進行平滑處理后，得到輕微負性表情分類結果。

6.根據權利要求5所述的基于柔性電子的多通道融合輕微負性表情檢測裝置，其特征在于，所述采集表情數據模塊，包括：

柔性電子傳感器，用于采集人臉面部的肌電信號；

頭戴式裝備，用于將所述柔性電子傳感器置于所對應的人臉面部肌肉之上。