[發明專利]基于患者體表泥面狀態數據處理系統

在審

• 申請號: 202211443575.1
• 申請日: 2022-11-18
• 公開（公告）號: CN115641541A
• 公開（公告）日: 2023-01-24
• 發明（設計）人: 劉雨新
• 申請（專利權）人: 劉雨新
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V10/80;G06V10/82;G06N3/0464;G06N3/048;G06N3/084
• 代理公司: 鄭州坤博同創知識產權代理有限公司 41221
• 代理人: 王雅文

1.一種基于患者體表泥面狀態數據處理系統，其特征在于，包括：

監控視頻采集模塊，用于獲取由攝像頭采集的泥膏監控視頻，其中，泥膏被均勻地涂敷于待檢測患者的身體表面；

采樣模塊，用于從所述泥膏監控視頻提取多個泥膏監控關鍵幀；

反射光分量提取模塊，用于提取所述多個泥膏監控關鍵幀中各個泥膏監控關鍵幀的各個像素的反射光分量以得到多個反射光分量泥膏監控關鍵幀；

空間注意力編碼模塊，用于將所述多個反射光分量泥膏監控關鍵幀分別通過使用空間注意力機制的卷積神經網絡模型以得到多個泥膏監控特征矩陣；

特征展開模塊，用于將所述多個泥膏監控特征矩陣中各個泥膏監控特征矩陣分別展開為一維特征向量以得到多個泥膏監控特征向量；

泥膏變化語義特征提取模塊，用于將所述多個泥膏監控特征向量通過雙向長短期記憶神經網絡模型以得到分類特征向量；以及

第一數據處理結果生成模塊，用于將所述分類特征向量通過第一分類器以得到第一分類結果，所述第一分類結果用于表示待檢測患者的身體瘀的等級標簽。

2.根據權利要求1所述的基于患者體表泥面狀態數據處理系統，其特征在于，所述采樣模塊，進一步用于以預定采樣頻率從所述泥膏監控視頻提取所述多個泥膏監控關鍵幀。

3.根據權利要求2所述的基于患者體表泥面狀態數據處理系統，其特征在于，所述反射光分量提取模塊，進一步用于：

以如下公式提取所述多個泥膏監控關鍵幀中各個泥膏監控關鍵幀的各個像素的反射光分量；

其中，所述公式為：

其中，表示亮度分量、為反射光分量、表示像素分量，符號表示矩陣乘法。

4.根據權利要求3所述的基于患者體表泥面狀態數據處理系統，其特征在于，所述空間注意力編碼模塊，進一步用于：

使用所述卷積神經網絡模型的卷積編碼部分對所述反射光分量泥膏監控關鍵幀進行深度卷積編碼以得到初始卷積特征圖；

將所述初始卷積特征圖輸入所述卷積神經網絡模型的空間注意力部分以得到空間注意力圖；

將所述空間注意力圖通過Softmax激活函數以得到空間注意力特征圖；

計算所述空間注意力特征圖和所述初始卷積特征圖的按位置點乘以得到泥膏監控特征圖；以及

對所述泥膏監控特征圖進行沿通道維度的全局均值池化處理以得到所述泥膏監控特征矩陣。

5.根據權利要求4所述的基于患者體表泥面狀態數據處理系統，其特征在于，所述特征展開模塊，進一步用于多個泥膏監控特征矩陣中各個泥膏監控特征矩陣分別沿著行向量或者列向量展開為一維特征向量以得到所述多個泥膏監控特征向量。

6.根據權利要求5所述的基于患者體表泥面狀態數據處理系統，其特征在于，所述泥膏變化語義特征提取模塊，包括：

上下文語義編碼單元，用于將所述多個泥膏監控特征向量輸入所述雙向長短期記憶神經網絡模型以得到多個上下文特征向量；

語義增強單元，用于基于所述多個上下文特征向量的全局，對所述多個上下文特征向量進行特征分布校正以得到多個優化后上下文特征向量；以及

融合單元，用于將所述多個優化后上下文特征向量進行級聯以得到所述分類特征向量。

7.根據權利要求6所述的基于患者體表泥面狀態數據處理系統，其特征在于，所述語義增強單元，包括：

連續性因數計算子單元，用于以如下公式分別計算所述多個上下文特征向量中各個上下文特征向量的多分布二元分類連續性因數；

其中，所述公式為：

其中，是第個上下文特征向量，是基于所述多個上下文特征向量的參考向量，表示特征向量通過分類器所獲得的概率值，表示向量的2范數；以及

增強因子作用子單元，用于以所述多個上下文特征向量中各個上下文特征向量的多分布二元分類連續性因數作為加權系數分別對所述多個上下文特征向量中各個上下文特征向量進行加權以得到所述多個優化后上下文特征向量。