CN110473630A - 一种肿瘤患者心理痛苦评估仪及其评估方法 - Google Patents
一种肿瘤患者心理痛苦评估仪及其评估方法 Download PDFInfo
- Publication number
- CN110473630A CN110473630A CN201910928605.XA CN201910928605A CN110473630A CN 110473630 A CN110473630 A CN 110473630A CN 201910928605 A CN201910928605 A CN 201910928605A CN 110473630 A CN110473630 A CN 110473630A
- Authority
- CN
- China
- Prior art keywords
- facial image
- tumor patient
- mental anguish
- training
- anguish
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000003340 mental effect Effects 0.000 title claims abstract description 49
- 208000019901 Anxiety disease Diseases 0.000 title claims abstract description 48
- 206010028980 Neoplasm Diseases 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000001815 facial effect Effects 0.000 claims abstract description 41
- 238000012549 training Methods 0.000 claims abstract description 23
- 238000013527 convolutional neural network Methods 0.000 claims abstract description 15
- 230000008921 facial expression Effects 0.000 claims abstract description 15
- 239000000284 extract Substances 0.000 claims abstract description 12
- 238000011160 research Methods 0.000 claims abstract description 12
- 238000000605 extraction Methods 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims abstract description 4
- 230000009430 psychological distress Effects 0.000 claims abstract description 4
- 238000010586 diagram Methods 0.000 claims description 7
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 claims description 6
- 206010022437 insomnia Diseases 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 abstract 1
- 201000011510 cancer Diseases 0.000 description 8
- 206010049119 Emotional distress Diseases 0.000 description 4
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000036506 anxiety Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 230000009429 distress Effects 0.000 description 2
- JMANVNJQNLATNU-UHFFFAOYSA-N oxalonitrile Chemical compound N#CC#N JMANVNJQNLATNU-UHFFFAOYSA-N 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 208000028389 Nerve injury Diseases 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 210000001097 facial muscle Anatomy 0.000 description 1
- 210000004209 hair Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000008764 nerve damage Effects 0.000 description 1
- 229940126701 oral medication Drugs 0.000 description 1
- 238000010827 pathological analysis Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/174—Facial expression recognition
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Psychiatry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Pathology (AREA)
- Multimedia (AREA)
- Psychology (AREA)
- Animal Behavior & Ethology (AREA)
- Social Psychology (AREA)
- Educational Technology (AREA)
- Developmental Disabilities (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Hospice & Palliative Care (AREA)
- Veterinary Medicine (AREA)
- Child & Adolescent Psychology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种肿瘤患者心理痛苦评估仪及其评估方法,包括:S1、确定研究对象,提取其临床参数,并基于量表评估结果构建研究对象的临床数据库;S2、处理所述临床数据库中的人脸图像资料;S3、采用图像特征提取算法训练特征提取器和分类器,并对输入人脸图像的分级信息进行预测;S4、基于精确度测试,验证训练结果,构建积神经网络算法模型;S5、输入患者人脸图像,提取其面部表情特征,并基于训练完成的卷积神经网络算法模型判断患者心理痛苦程度。
Description
技术领域
本发明属于心理评估的技术领域,具体涉及一种肿瘤患者心理痛苦评估仪及其评估方法。
背景技术
恶性肿瘤患者常出现抑郁、焦虑等不良心理反应。美国国家综合癌症网络(National Comprehensive Cancer Network,NCCN)采用“心理痛苦”指代这种不良心理反应,具体定义为:一种涉及心理(认知、行为、情绪)、社会及精神领域的多因素的令人不快的情绪体验,它可能干扰患者对肿瘤、肿瘤相关症状及肿瘤治疗的有效应对能力。肿瘤患者的心理痛苦可能会损害患者的依从性,尤其是对口服药物的依从性。例如,没有焦虑障碍的恶性肿瘤患者依从性是存在焦虑障碍的患者的三倍。同时,心理痛苦可能降低患者对随访复查、不良生活习惯改变的依从性,还可能影响其对临床治疗方案的选择。因此,早期筛查、评估患者的精神状况,以便及时进行干预是临床肿瘤综合治疗的一项必要措施。
目前临床上主要使用量表评分的方式评估肿瘤患者心理痛苦程度。
NCCN指南推荐使用常用心理痛苦温度计(Distress Thermometer,DT)进行初步筛查。心理痛苦温度计包括0-10的11个尺度(0表示无心理痛苦,10表示极度心理痛苦),指导患者在最符合自己近1周所经历的平均痛苦水平的数字上作标记。对于评分小于4分的患者,考虑为轻微不良心理反应,由医务人员处理及疏导;对于评分大于4分意味着显著的心理痛苦,需要进一步评估。
此外,四川大学华西医院肿瘤科还使用本院自创的华西心晴指数(HuaxiEmotional-distress Index,HEI),以及阿森斯失眠量表(Athens Insomnia Scale,AIS)对肿瘤患者心理痛苦程度进行评估。
而患者通过填写量表进行心理痛苦程度的自我评估,这种方法易受各种内、外界因素影响,主观性强,准确性欠佳、相对耗时耗力、结果有不稳定的重复性。癌症侵及中枢神经系统可导致意识障碍、精神障碍,相当一部分癌症患者为老年人或儿童,这些患者可能无法正确评估自身感受,也无法很好地进行交流,更加大了心理痛苦评估的难度。
发明内容
本发明的目的在于针对现有技术中的上述不足,提供一种肿瘤患者心理痛苦评估仪及其评估方法,以解决临床肿瘤患者心理痛苦程度自我评估量表结果主观性强、准确性不足、结果不稳定、易受患者各种内、外界因素影响的问题。
为达到上述目的,本发明采取的技术方案是:
一种肿瘤患者心理痛苦评估仪及其评估方法,其包括:
S1、确定研究对象,提取其临床参数,并基于量表评估结果构建研究对象的临床数据库;
S2、处理所述临床数据库中的人脸图像资料;
S3、采用图像特征提取算法训练特征提取器和分类器,并对输入人脸图像的分级信息进行预测;
S4、基于精确度测试,验证训练结果,构建卷积神经网络算法模型;
S5、输入患者人脸图像,提取其面部表情特征,并基于训练完成的卷积神经网络算法模型判断患者心理痛苦程度。
优选地,研究对象临床参数包括:年龄、性别、组织学类型、肿瘤大小和分期。
优选地,量表评估结果包括:华西心晴指数评估结果、心理痛苦温度计评估结果和阿森斯失眠量表评估结果。
优选地,卷积神经网络算法模型训练的步骤包括:
将临床数据库中每位研究对象的量表评估结果作为其人脸图像的分级信息;
对人脸图像做人脸检测,获得人脸在图像中的坐标位置和区域大小信息,进而提取出人脸框图片;
检测人脸面部表情显著特征点位置,对人脸图像做人脸对齐;
裁剪人脸图像,并输入到卷积神经网络算法模型中,提取面部表情特征,并以分级信息为图像标签;
训练特征提取器和分类器,对输入人脸图像的分级信息进行预测。
一种肿瘤患者心理痛苦评估仪,包括设置于装置本体上的微处理器、摄像头和显示屏;所述摄像头和显示屏均与微处理器电性连接;所述微处理器分别与键盘、电源和存储模块相连;所述摄像头设置于装置本体的一侧,显示屏和键盘设置于装置本体的另一侧。
优选地,微处理器为STM32F4单片机。
优选地,摄像头为OV7725型号摄像头。
优选地,显示屏为OLED显示屏。
本发明提供的肿瘤患者心理痛苦评估仪及其评估方法,具有以下有益效果:
本发明通过构建临床数据库进行CNN算法模型训练,并对训练结果的正确性进行验证,实现对肿瘤患者心理痛苦等级的评估分级,解决了传统临床肿瘤患者心理痛苦程度自我评估量表结果主观性强、准确性不足、结果不稳定、易受患者各种内、外界因素影响的问题。
附图说明
图1为肿瘤患者心理痛苦评估方法的流程图。
图2为肿瘤患者心理痛苦评估仪的原理框图。
图3为肿瘤患者心理痛苦评估仪的外部结构图。
图4为摄像头接口电路图。
图5为按键电路图。
图6为微处理器及其外围电路图。
图7为显示屏接口电路图。
图8为模型输出效果图。
其中,1、装置本体;2、显示屏;3、键盘;4、摄像头。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
根据本申请的一个实施例,参考图2-图7,本方案的肿瘤患者心理痛苦评估仪,包括装置本体1,微处理器嵌入装置本体1内部,装置本体1上设置摄像头4、显示屏2和键盘3。
摄像头4、显示屏2和键盘3均与微处理器电性连接,微处理器分别与电源和存储模块相连。
摄像头4设置于装置本体1的一侧,显示屏2和键盘3设置于装置本体1的另一侧。
其中,微处理器选用STM32F4单片机。
摄像头4为OV7725型号摄像头4,用于拍摄患者脸部图像信息。
显示屏2为OLED显示屏2,用于显示当前患者的心理痛苦等级。
本方案的工作原理为:
当微处理器接收到按键按下信号时,微处理器向摄像头4发送拍照命令,摄像头4拍取患者脸部图像信息,微处理器接受该图片信息,利用微处理器内部已经训练完成的CNN(卷积神经网络算法)算法模型,完成患者的心理评估,并实时地将心理痛苦等级显示在显示屏2上。
当患者自述感到内心痛苦时,将装置本体1上的摄像头4对准患者面部进行拍摄,该仪器可自动识别患者人脸图像中的面部表情特征,在显示屏2上显示出该患者心理痛苦程度的分级。
根据本申请的一个实施例,参考图1,本方案的肿瘤患者心理痛苦评估方法,包括:
S1、确定研究对象,提取其临床参数,并基于量表评估结果构建研究对象的临床数据库;
S2、处理所述临床数据库中的人脸图像资料;
S3、采用图像特征提取算法训练特征提取器和分类器,并对输入人脸图像的分级信息进行预测;
S4、基于精确度测试,验证训练结果,构建卷积神经网络算法模型;
S5、输入患者人脸图像,提取其面部表情特征,并基于训练完成的卷积神经网络算法模型判断患者心理痛苦程度。
以下对上述步骤进行详细说明:
构建临床数据库
本发明数据来自四川大学华西医院肿瘤病房,共计纳入500例癌症患者。临床参数包括年龄、性别、组织学类型、肿瘤大小和分期等均被记录在内。
纳入标准为:经病理诊断确诊为癌症。
排除标准为:①无法准确观察到面部表情的患者,如面部神经损伤、面部肌肉损伤、颜面部有大面积缺损等。②无法交流的患者,如意识障碍等。③不愿意配合的患者。
癌症患者人脸图像由摄像机拍摄获得,包括视频文件和静态图像,内容为患者填写相关量表时的面部表情。
图像对应的心理痛苦程度标签由患者填写的量表获得,包括:①华西心晴指数(Huaxi Emotional-distress Index,HEI);②心理痛苦温度计(Distress Thermometer,DT);③阿森斯失眠量表(Athens Insomnia Scale,AIS)。量表评估结果用于建立临床数据库。
模型训练和验证
将数据库中每位患者的量表评估结果作为其人脸图像的分级信息。
其次,对收集的患者人脸图像进行处理:
1、对人脸图像做人脸检测,获得人脸在图像中的坐标位置和区域大小等关键信息(Facial landmark),从而提取出人脸框图片。
2、检测人脸面部表情的显著特征点的位置(嘴巴、鼻子、眼睛、眉毛和脸部轮廓等),由于采集图像中人脸角度、姿态各异,需再对人脸图像做人脸对齐(Facialalignment)。
3将裁剪出来的人脸图像,输入到模型中,提取面部表情特征,并以分级信息为图像标签。
最后,训练特征提取器和分类器,分类器将对输入人脸图像的分级信息进行预测。使用精确度测试(Accuracy Test)评价其根据患者面部表情进行心理痛苦程度的分级能力。
完成模型训练后,能实时地智能识别肿瘤患者的人脸图像,根据其面部表情特征判断其心理痛苦程度。当患者自述感到内心痛苦时,将仪器摄像头4对准患者面部进行拍摄,该仪器可自动识别患者人脸图像中的面部表情特征,在屏幕上显示出该患者心理痛苦程度的分级。
本发明通过构建临床数据库进行CNN算法模型训练,并对训练结果的正确性进行验证,实现对肿瘤患者心理痛苦等级的评估分级,解决了传统临床肿瘤患者心理痛苦程度自我评估量表结果主观性强、准确性不足、结果不稳定、易受患者各种内、外界因素影响的问题。
虽然结合附图对发明的具体实施方式进行了详细地描述,但不应理解为对本专利的保护范围的限定。在权利要求书所描述的范围内,本领域技术人员不经创造性劳动即可做出的各种修改和变形仍属本专利的保护范围。
Claims (8)
1.一种肿瘤患者心理痛苦评估方法,其特征在于,包括:
S1、确定研究对象,提取其临床参数,并基于量表评估结果构建研究对象的临床数据库;
S2、处理所述临床数据库中的人脸图像资料;
S3、采用图像特征提取算法训练特征提取器和分类器,并对输入人脸图像的分级信息进行预测;
S4、基于精确度测试,验证训练结果,构建卷积神经网络算法模型;
S5、输入患者人脸图像,提取其面部表情特征,并基于训练完成的卷积神经网络算法模型判断患者心理痛苦程度。
2.根据权利要求1所述的肿瘤患者心理痛苦评估方法,其特征在于,研究对象临床参数包括:年龄、性别、组织学类型、肿瘤大小和分期。
3.根据权利要求1所述的肿瘤患者心理痛苦评估方法,其特征在于,所述量表评估结果包括:华西心晴指数评估结果、心理痛苦温度计评估结果和阿森斯失眠量表评估结果。
4.根据权利要求1所述的肿瘤患者心理痛苦评估方法,其特征在于,所述卷积神经网络算法模型训练的步骤包括:
将临床数据库中每位研究对象的量表评估结果作为其人脸图像的分级信息;
对人脸图像做人脸检测,获得人脸在图像中的坐标位置和区域大小信息,进而提取出人脸框图片;
检测人脸面部表情显著特征点位置,对人脸图像做人脸对齐;
裁剪人脸图像,并输入到卷积神经网络算法模型中,提取面部表情特征,并以分级信息为图像标签;
训练特征提取器和分类器,对输入人脸图像的分级信息进行预测。
5.一种用于权利要求1-4任一所述的肿瘤患者心理痛苦评估方法的评估仪,其特征在于:包括设置于装置本体上的微处理器、摄像头和显示屏;所述摄像头和显示屏均与微处理器电性连接;所述微处理器分别与键盘、电源和存储模块相连;所述摄像头设置于装置本体的一侧,显示屏和键盘设置于装置本体的另一侧。
6.根据权利要求5所述的肿瘤患者心理痛苦评估仪,其特征在于:所述微处理器为STM32F4单片机。
7.根据权利要求5所述的肿瘤患者心理痛苦评估仪,其特征在于:所述摄像头为OV7725型号摄像头。
8.根据权利要求5所述的肿瘤患者心理痛苦评估仪,其特征在于:所述显示屏为OLED显示屏。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910928605.XA CN110473630A (zh) | 2019-09-28 | 2019-09-28 | 一种肿瘤患者心理痛苦评估仪及其评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910928605.XA CN110473630A (zh) | 2019-09-28 | 2019-09-28 | 一种肿瘤患者心理痛苦评估仪及其评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110473630A true CN110473630A (zh) | 2019-11-19 |
Family
ID=68516924
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910928605.XA Pending CN110473630A (zh) | 2019-09-28 | 2019-09-28 | 一种肿瘤患者心理痛苦评估仪及其评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110473630A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112507916A (zh) * | 2020-12-16 | 2021-03-16 | 苏州金瑞阳信息科技有限责任公司 | 一种基于面部神态的人脸检测方法和系统 |
CN113303796A (zh) * | 2021-04-22 | 2021-08-27 | 华中科技大学同济医学院附属协和医院 | 一种肿瘤患者心理自动测试仪及其测试方法 |
CN114220543A (zh) * | 2021-12-15 | 2022-03-22 | 四川大学华西医院 | 一种肿瘤患者身心痛苦指数评估方法以及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107358180A (zh) * | 2017-06-28 | 2017-11-17 | 江苏爱朋医疗科技股份有限公司 | 一种人脸表情的疼痛评估方法 |
CN107463790A (zh) * | 2017-08-22 | 2017-12-12 | 青海缘杰心理咨询服务有限公司 | 一种心理健康医疗系统 |
CN107595304A (zh) * | 2017-09-11 | 2018-01-19 | 杨文君 | 一种情绪测试方法和系统 |
CN108108677A (zh) * | 2017-12-12 | 2018-06-01 | 重庆邮电大学 | 一种基于改进的cnn人脸表情识别方法 |
CN108363969A (zh) * | 2018-02-02 | 2018-08-03 | 南京邮电大学 | 一种基于移动终端的新生儿疼痛评估方法 |
CN108388890A (zh) * | 2018-03-26 | 2018-08-10 | 南京邮电大学 | 一种基于面部表情识别的新生儿疼痛程度评估方法及系统 |
CN108564042A (zh) * | 2018-04-17 | 2018-09-21 | 谭红春 | 一种基于肝豆状核变性患者的人脸表情识别系统 |
CN109036519A (zh) * | 2018-07-24 | 2018-12-18 | 四川大学华西医院 | 虚拟体验减压方法及装置 |
CN208625678U (zh) * | 2018-03-28 | 2019-03-22 | 郑州大学第二附属医院 | 一种新型疼痛评估尺 |
CN109934204A (zh) * | 2019-03-22 | 2019-06-25 | 重庆邮电大学 | 一种基于卷积神经网络的人脸表情识别方法 |
-
2019
- 2019-09-28 CN CN201910928605.XA patent/CN110473630A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107358180A (zh) * | 2017-06-28 | 2017-11-17 | 江苏爱朋医疗科技股份有限公司 | 一种人脸表情的疼痛评估方法 |
CN107463790A (zh) * | 2017-08-22 | 2017-12-12 | 青海缘杰心理咨询服务有限公司 | 一种心理健康医疗系统 |
CN107595304A (zh) * | 2017-09-11 | 2018-01-19 | 杨文君 | 一种情绪测试方法和系统 |
CN108108677A (zh) * | 2017-12-12 | 2018-06-01 | 重庆邮电大学 | 一种基于改进的cnn人脸表情识别方法 |
CN108363969A (zh) * | 2018-02-02 | 2018-08-03 | 南京邮电大学 | 一种基于移动终端的新生儿疼痛评估方法 |
CN108388890A (zh) * | 2018-03-26 | 2018-08-10 | 南京邮电大学 | 一种基于面部表情识别的新生儿疼痛程度评估方法及系统 |
CN208625678U (zh) * | 2018-03-28 | 2019-03-22 | 郑州大学第二附属医院 | 一种新型疼痛评估尺 |
CN108564042A (zh) * | 2018-04-17 | 2018-09-21 | 谭红春 | 一种基于肝豆状核变性患者的人脸表情识别系统 |
CN109036519A (zh) * | 2018-07-24 | 2018-12-18 | 四川大学华西医院 | 虚拟体验减压方法及装置 |
CN109934204A (zh) * | 2019-03-22 | 2019-06-25 | 重庆邮电大学 | 一种基于卷积神经网络的人脸表情识别方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112507916A (zh) * | 2020-12-16 | 2021-03-16 | 苏州金瑞阳信息科技有限责任公司 | 一种基于面部神态的人脸检测方法和系统 |
CN113303796A (zh) * | 2021-04-22 | 2021-08-27 | 华中科技大学同济医学院附属协和医院 | 一种肿瘤患者心理自动测试仪及其测试方法 |
CN114220543A (zh) * | 2021-12-15 | 2022-03-22 | 四川大学华西医院 | 一种肿瘤患者身心痛苦指数评估方法以及系统 |
CN114220543B (zh) * | 2021-12-15 | 2023-04-07 | 四川大学华西医院 | 一种肿瘤患者身心痛苦指数评估方法以及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230333635A1 (en) | Systems, methods, apparatuses and devices for detecting facial expression and for tracking movement and location in at least one of a virtual and augmented reality system | |
US9619613B2 (en) | Device and methods for mobile monitoring and assessment of clinical function through sensors and interactive patient responses | |
CN110473630A (zh) | 一种肿瘤患者心理痛苦评估仪及其评估方法 | |
EP3748649A1 (en) | Method for evaluating multi-modal emotional understanding capability of patient with autism spectrum disorder | |
US11699529B2 (en) | Systems and methods for diagnosing a stroke condition | |
CN107368859A (zh) | 病变识别模型的训练方法、验证方法和病变图像识别装置 | |
CN109925678A (zh) | 一种基于眼动追踪技术的训练方法、训练装置及设备 | |
CN106295476A (zh) | 人脸关键点定位方法和装置 | |
CN107278138A (zh) | 能够自动识别待测量的身体部位的电子装置以及电子装置的身体组分测量方法 | |
TW202038133A (zh) | 利用深度學習快速定位虹膜之裝置與方法 | |
CN110338777A (zh) | 融合心率变异特征和面部表情特征的疼痛评估方法 | |
KR101634730B1 (ko) | 안면 마비 평가 장치 및 그 방법 | |
WO2021151295A1 (zh) | 患者治疗方案的确定方法、装置、计算机设备及介质 | |
CN110660454A (zh) | 一种癌痛实时评估仪及其评估方法 | |
CN110338759B (zh) | 一种正面疼痛表情数据采集方法 | |
JP2018195164A (ja) | 解析装置、解析プログラム及び解析方法 | |
CN110755091A (zh) | 一种个人心理健康监测系统及方法 | |
CN117438048A (zh) | 一种精神科患者用心理障碍测评方法及系统 | |
TW202221621A (zh) | 用於照護教育之虛擬環境訓練系統 | |
CN208243549U (zh) | 疼痛表情采集及处理装置 | |
KR102227969B1 (ko) | 얼굴이미지의 대칭성을 기반으로 사시환자와 관련된 특성정보를 제공하는 방법 및 시스템 | |
Su et al. | Doctor robot with physical examination for skin disease diagnosis and telemedicine application | |
EP3425637B1 (de) | Elektronisches system und verfahren zur klassifikation eines physiologischen zustandes | |
CN110175522A (zh) | 考勤方法、系统及相关产品 | |
CN109330559A (zh) | 皮质醇含量的测评方法、装置、计算机设备及计算机存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191119 |