CN113100768A - 一种基于计算机视觉失能毁伤效应评估系统 - Google Patents

一种基于计算机视觉失能毁伤效应评估系统 Download PDF

Info

Publication number
CN113100768A
CN113100768A CN202110401786.8A CN202110401786A CN113100768A CN 113100768 A CN113100768 A CN 113100768A CN 202110401786 A CN202110401786 A CN 202110401786A CN 113100768 A CN113100768 A CN 113100768A
Authority
CN
China
Prior art keywords
module
brain
disability
electroencephalogram
incapability
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.)
Granted
Application number
CN202110401786.8A
Other languages
English (en)
Other versions
CN113100768B (zh
Inventor
高洁
李冠桦
李森
王海燕
龙在云
刘媛
康建毅
段朝霞
杨策
陈菁
王建民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chinese Peoples Liberation Army Army Specialized Medical Center
Original Assignee
Chinese Peoples Liberation Army Army Specialized Medical Center
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chinese Peoples Liberation Army Army Specialized Medical Center filed Critical Chinese Peoples Liberation Army Army Specialized Medical Center
Priority to CN202110401786.8A priority Critical patent/CN113100768B/zh
Publication of CN113100768A publication Critical patent/CN113100768A/zh
Application granted granted Critical
Publication of CN113100768B publication Critical patent/CN113100768B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/16Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165Evaluating the state of mind, e.g. depression, anxiety
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/11Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for measuring interpupillary distance or diameter of pupils
    • A61B3/112Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for measuring interpupillary distance or diameter of pupils for measuring diameter of pupils
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802Sensor mounted on worn items
    • A61B5/6803Head-worn items, e.g. helmets, masks, headphones or goggles

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Ophthalmology & Optometry (AREA)
  • Pulmonology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Educational Technology (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明涉及一种基于计算机视觉失能毁伤效应评估系统,属于图像处理领域。系统包括:登录模块、图像采集模块、脑失能量表评估模块、脑电采集模块、脑失能效应分析集成模块、报告输出模块和在线打印模块。所述装置设置有数据存储模块。本发明实施例通过采集武器毁伤或者模拟战争场景损伤后面部图像和脑电数据,分析瞳孔大小变化、常规表情分析、脑电分析、心率参数、呼吸指数以及体温、脑失能量表评估,使得脑失能损伤以计算机、手机、平板电脑等智能媒介评估实现非接触、小型化、快捷智能化分析。

Description

一种基于计算机视觉失能毁伤效应评估系统
技术领域
本发明属于图像处理领域,涉及一种基于计算机视觉失能毁伤效应评估系统。
背景技术
失能毁伤效应是指暂时使人中枢神经活动或躯体功能紊乱,在一段时间内失去战斗能力,不会造成死亡或引起持久性伤害。失能毁伤效应评估是武器研制定型、军事运筹及战伤救治的重要内容,评估内容包括装备毁损、工事毁损及生物杀伤效应等。失能毁伤效应一直以一种繁琐的生理生化与病理解剖等指标的评估,结合人员所担负的任务特性,进一步推测出人员的战斗力丧失程度,即失能概率。需要在损伤发生后,经过专业人士的数据采集、分析、病理解剖、专业仪器、试剂的分析耗时不下于三天的时间才能得出数据。
通过计算机视觉技术,生物特征识别是通过个体独特的生理或行为特征来识别个体的不同方法。基于这一原则,生物识别技术已被广泛用于出于安全目的的个人认证,如指纹识别、面部或视网膜扫描仪、语音识别等。最近,在生物测定应用上,应用移动脑电耳塞以获得神经系统的反应和脑电数据:包括如心率、体温和呼吸水平,这些与情绪反应、觉醒和压力有关,可以得出心理和生理的脑功能状态判定。基于此,本发明欲利用图像分析技术,实现非接触式的即时失能损伤效应评估。
发明内容
有鉴于此,本发明的目的在于提供一种基于计算机视觉失能毁伤效应评估系统。
为达到上述目的,本发明提供如下技术方案:
一种基于计算机视觉失能毁伤效应评估系统,该系统包括:
登录模块、基本信息模块、图像采集模块、脑电采集模块、脑失能量表评估模块、失能效应分析集成模块、数据存储模块和报告输出模块;
所述登录模块、基本信息模块、图像采集模块和脑电采集模块分别与失能效应分析集成模块连接,失能效应分析集成模块与脑失能量表评估模块连接;
脑失能量表评估模块再分别与数据存储模块和报告输出模块连接;
登录模块,通过客户端的注册和登录,将用户的账户信息发送至服务器端的数据存储模块;
基本信息模块,用于获取用户的基本信息、依据心理问题数据生成关键字,并将关键字发送至服务器端的搜索模块以获取述关键字对应的精准心理量表;
图像采集模块,用于采集毁伤场景下的高速摄影下的高清度图像,并发送至数据存储模块;
脑电采集模块,应用移动脑电耳塞整合采集脑电,用于情绪和脑高级认知功能评判的依据;
脑失能量表评估模块,用于依据脑失能量表评分,从精神和心理角度,评估失能的损伤程度,进行量化评估;
失能效应分析集成模块,用于表情分析;
数据存储模块,用于储存使用者的基本信息、失能数据和分析结果信息;
报告输出模块,用于将失能测评结果信息汇总输出。
可选的,所述脑失能量表评估模块包括:
高级认知功能模块,用于将用户的智力、生理基本功能、注意力、执行力和心理感受根据现有量表进行评分;
所述量表包括:简易应对方式问卷、创伤后应激障碍量表和匹兹堡睡眠质量指数量表。
可选的,所述客户端为手机或平板电脑。
可选的,所述失能效应分析集成模块包括:
表情分析单元,用于将用户面孔信息里提取六种基本表情,进一步判定脑认知功能的情绪表达;六种基本表情包括:高兴、愤怒、厌恶、恐惧、悲伤和惊奇;六种基本表情由心理学家Ekman定义。根据文献1:吕岩.面部表情识别的研究与实现【硕士学位论文】.哈尔滨:哈尔滨工业大学,1999;和文献2:薛雨丽,毛峡,张帆.BHU人脸表情数据库的设计与实现[J].北京航空航天大学学报,2007,(2):224-228.的内容可以实现六种基本表情的识别。
瞳孔变化单元,用于将用户的瞳孔大小和变化进行分析;人的瞳孔直径为2.5mm;变动范围为±1.8mm;用透明直尺测量瞳孔大小。分别看用户在正常状态下的瞳孔大小和武力毁伤场景下的瞳孔大小以及改变。
心率和变异率单元,用于分析失能性损伤的心率变异率;失能性损伤的心率变异率是指大脑失能状态下的心率与正常心率的差异;
体温分析单元,用于通过热象生成采集卡分析失能后的体温;
根据文献P.Viola,M.Jones,Rapid object detection using a boostedcascade of simple features,Computer Vision and Pattern Recognition,2001.CVPR2001.Proceedings of the 2001IEEE Computer Society Conference on:IEEE,12001p.I-511-I-8.,具体方法为:红外热成像(IRTI)每2秒钟用一个前视红外AX8相机(并使用摄像机模块v2.1记录测试各部分视频。使用在Matlab版本中编写的定制代码,分析来自红外辐射测量系统的辐射测量数据以获得体温。实施级联目标检测器,根据jpg图像自动识别小组成员的眼睛部分。然后图像和红外图像被共同配准以获得一个变量,即每个眼睛区域的最高温度。如果眼睛部分不可识别或受试者使用眼镜,代码会跳到整个人脸识别算法,以从这个新区域获得最高温度,该区域通常与靠近眼睛区域的前额中部重合。感官会议期间记录的视频通过使用三个定制的Matlab代码的图像分析算法进行进一步评估。第一个函数是基于麻省理工学院开发的欧拉视频放大算法来放大颜色变化的)。第二个函数用于根据Viola-Jones方法沿着视频的持续时间跟踪和裁剪参与者的面部,第三个函数用于获得面部在视频长度内的亮度变化,以获得一个变量,该变量是在视频的每0.5s中计算的每分钟心跳BPM的心率值。这个函数需要至少10秒的视频来开始计算。
呼吸频率单元,用于利用欧拉算法放大胸腹呼吸的起伏运动,利用光流法获取胸腹起伏运动的光流信息将其编码,以确定呼吸区域位置,利用区域内像素平均亮度序列获取呼吸波形,通过波峰检测计算呼吸频率。本发明的测量结果与EmblaN7000多导睡眠仪的测量结果的平均误差不超过0.54次/min。
可选的,所述脑电采集模块利用移动脑电耳塞采集脑电,记录脑电波的原始数据,处理信号,评估毁伤后的情绪,进行脑高级认知功能评判;
脑电波的原始数据包括:I)低伽马、II)中伽马、IIIi)低β、IV)高β、V)低α、VI)高α、VII)θ和VIII)δ;
脑电图以节律活动来描述,分为称为δ(1-4hz)、θ(4-8hz)、α(8-12hz)和β(12-30hz)的频带。通过静息态脑电图功率谱分析估计的基于慢速(即1~7赫兹)和快速(即8~30赫兹)大脑活动的功率之间的关系的定量脑电图指数。功率比指数δ/α比和脑不对称指数用于预测和监测脑功能的改变。
可选的,移动脑电耳塞为MindWave移动脑电图头戴式耳机或者无线耳机。
本发明的有益效果在于:本发明实施非接触的无创式基于计算机视觉失能毁伤效应评估系统,通过应用计算机的视觉采集分析技术,利用智能媒介,对不同损伤场景下的脑失能效应进行快速而便捷地直接利用图像分析得出失能损伤效应的评估数据,评估过程简单、易于操作,省时高效。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1为本发明实施例提供的基于计算机视觉失能毁伤效应评估系统系统的架构图;
图2为本发明实施例提供的呼吸频率分析模块结构图;
图3为本发明实施例提供的面孔分析模块结构图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本发明的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本发明的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
图1示出了本发明实施例提供的基于计算机视觉失能毁伤效应评估系统系统架构图,其中该系统登录模块、图像采集模块、脑失能量表评估模块、脑电采集模块、脑失能效应分析集成模块、报告输出模块和在线打印模块。在本发明实施例中,损伤场景中的实验单元登录后进行图像和脑电数据采集,设置于用户的智能手机或平板电脑等可以运行软件或者专用软件的智能设备内。本发明实施例中,脑失能集成分析模块和量表评估模块,开始对场景中的不同时间段的图像和脑电数据进行分析。
结合图2,图2示出了本发明实施例提利用图像进行呼吸频率的测定。具体的,利用欧拉算法放大胸腹呼吸的起伏运动,利用光流法获取胸腹起伏运动的光流信息并将其编码,以确定呼吸区域位置,利用区域内像素平均亮度序列获取呼吸波形,通过波峰检测计算呼吸频率。
图3为本发明实施例提供的面孔分析模块结构图。本发明实施本发明实施非接触的无创式基于计算机视觉失能毁伤效应评估系统,通过应用计算机的视觉采集分析技术,利用智能媒介,对不同损伤场景下的脑失能效应进行快速而便捷地直接利用图像分析得出失能损伤效应的评估数据,评估过程简单、易于操作,省时高效。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种基于计算机视觉失能毁伤效应评估系统,其特征在于:该系统包括:
登录模块、基本信息模块、图像采集模块、脑电采集模块、脑失能量表评估模块、失能效应分析集成模块、数据存储模块和报告输出模块;
所述登录模块、基本信息模块、图像采集模块和脑电采集模块分别与失能效应分析集成模块连接,失能效应分析集成模块与脑失能量表评估模块连接;
脑失能量表评估模块再分别与数据存储模块和报告输出模块连接;
登录模块,通过客户端的注册和登录,将用户的账户信息发送至服务器端的数据存储模块;
基本信息模块,用于获取用户的基本信息、依据心理问题数据生成关键字,并将关键字发送至服务器端的搜索模块以获取述关键字对应的精准心理量表;
图像采集模块,用于采集毁伤场景下的高速摄影下的高清度图像,并发送至数据存储模块;
脑电采集模块,应用移动脑电耳塞整合采集脑电,用于情绪和脑高级认知功能评判的依据;
脑失能量表评估模块,用于依据脑失能量表评分,从精神和心理角度,评估失能的损伤程度,进行量化评估;
失能效应分析集成模块,用于表情分析;
数据存储模块,用于储存使用者的基本信息、失能数据和分析结果信息;
报告输出模块,用于将失能测评结果信息汇总输出。
2.根据权利要求1所述的一种基于计算机视觉失能毁伤效应评估系统,其特征在于:所述脑失能量表评估模块包括:
高级认知功能模块,用于将用户的智力、生理基本功能、注意力、执行力和心理感受根据现有量表进行评分;
所述量表包括:简易应对方式问卷、创伤后应激障碍量表和匹兹堡睡眠质量指数量表。
3.根据权利要求1所述的一种基于计算机视觉失能毁伤效应评估系统,其特征在于:所述客户端为手机或平板电脑。
4.根据权利要求1所述的一种基于计算机视觉失能毁伤效应评估系统,其特征在于:所述失能效应分析集成模块包括:
表情分析单元,用于将用户面孔信息里提取六种基本表情,进一步判定脑认知功能的情绪表达;六种基本表情包括:高兴、愤怒、厌恶、恐惧、悲伤和惊奇;
瞳孔变化单元,用于将用户的瞳孔大小和变化进行分析;
心率和变异率单元,用于分析失能性损伤的心率变异率;失能性损伤的心率变异率是指大脑失能状态下的心率与正常心率的差异;
体温分析单元,用于通过热象生成采集卡分析失能后的体温;
呼吸频率单元,用于利用欧拉算法放大胸腹呼吸的起伏运动,利用光流法获取胸腹起伏运动的光流信息将其编码,以确定呼吸区域位置,利用区域内像素平均亮度序列获取呼吸波形,通过波峰检测计算呼吸频率。
5.根据权利要求1所述的种基于计算机视觉失能毁伤效应评估系统,其特征在于:所述脑电采集模块利用移动脑电耳塞采集脑电,记录脑电波的原始数据,处理信号,评估毁伤后的情绪,进行脑高级认知功能评判;
脑电波的原始数据包括:I)低伽马、II)中伽马、IIIi)低β、IV)高β、V)低α、VI)高α、VII)θ和VIII)δ。
6.根据权利要求5所述的一种基于计算机视觉失能毁伤效应评估系统,其特征在于:所述移动脑电耳塞为MindWave移动脑电图头戴式耳机或者无线耳机。
CN202110401786.8A 2021-04-14 2021-04-14 一种基于计算机视觉失能毁伤效应评估系统 Active CN113100768B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110401786.8A CN113100768B (zh) 2021-04-14 2021-04-14 一种基于计算机视觉失能毁伤效应评估系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110401786.8A CN113100768B (zh) 2021-04-14 2021-04-14 一种基于计算机视觉失能毁伤效应评估系统

Publications (2)

Publication Number Publication Date
CN113100768A true CN113100768A (zh) 2021-07-13
CN113100768B CN113100768B (zh) 2022-12-16

Family

ID=76717213

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110401786.8A Active CN113100768B (zh) 2021-04-14 2021-04-14 一种基于计算机视觉失能毁伤效应评估系统

Country Status (1)

Country Link
CN (1) CN113100768B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080009772A1 (en) * 2003-11-26 2008-01-10 Wicab, Inc. Systems and methods for altering brain and body functions and for treating conditions and diseases of the same
US20080243022A1 (en) * 2007-03-30 2008-10-02 Donnett James G Seizure prediction using brain signal telemetry
US20110065072A1 (en) * 2009-09-16 2011-03-17 Duffy Charles J Method and system for quantitative assessment of word recognition sensitivity
KR20140046629A (ko) * 2012-10-09 2014-04-21 대한민국(국립재활원장) 뇌손상 장애인의 운전능력을 판단하기 위한 인지 지각 능력 평가시스템
CN108685577A (zh) * 2018-06-12 2018-10-23 国家康复辅具研究中心 一种脑功能康复效果评估装置及方法
CN108697389A (zh) * 2015-11-18 2018-10-23 阿斯泰克有限公司 用于支持神经状态评估和神经康复的系统和方法,尤其是认知和/或言语功能障碍
CN108714020A (zh) * 2018-05-18 2018-10-30 中国人民解放军陆军军医大学第三附属医院(野战外科研究所) 便携自适应心理调节仪、实时眼动延时求取方法及存储有计算机程序的计算机可读存储介质
CN108899050A (zh) * 2018-06-14 2018-11-27 南京云思创智信息科技有限公司 基于多模态情绪识别系统的语音信号分析子系统
CN109124655A (zh) * 2018-07-04 2019-01-04 中国电子科技集团公司电子科学研究院 精神状态分析方法、装置、设备、计算机介质及多功能椅
CN110648737A (zh) * 2019-08-20 2020-01-03 首都医科大学 基于老年照护指南和失能失智的知识库建立系统及方法
CN111466878A (zh) * 2020-04-14 2020-07-31 合肥工业大学 基于表情识别的卧床病人疼痛症状实时监护方法及装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080009772A1 (en) * 2003-11-26 2008-01-10 Wicab, Inc. Systems and methods for altering brain and body functions and for treating conditions and diseases of the same
US20080243022A1 (en) * 2007-03-30 2008-10-02 Donnett James G Seizure prediction using brain signal telemetry
US20110065072A1 (en) * 2009-09-16 2011-03-17 Duffy Charles J Method and system for quantitative assessment of word recognition sensitivity
KR20140046629A (ko) * 2012-10-09 2014-04-21 대한민국(국립재활원장) 뇌손상 장애인의 운전능력을 판단하기 위한 인지 지각 능력 평가시스템
CN108697389A (zh) * 2015-11-18 2018-10-23 阿斯泰克有限公司 用于支持神经状态评估和神经康复的系统和方法,尤其是认知和/或言语功能障碍
CN108714020A (zh) * 2018-05-18 2018-10-30 中国人民解放军陆军军医大学第三附属医院(野战外科研究所) 便携自适应心理调节仪、实时眼动延时求取方法及存储有计算机程序的计算机可读存储介质
CN108685577A (zh) * 2018-06-12 2018-10-23 国家康复辅具研究中心 一种脑功能康复效果评估装置及方法
CN108899050A (zh) * 2018-06-14 2018-11-27 南京云思创智信息科技有限公司 基于多模态情绪识别系统的语音信号分析子系统
CN109124655A (zh) * 2018-07-04 2019-01-04 中国电子科技集团公司电子科学研究院 精神状态分析方法、装置、设备、计算机介质及多功能椅
CN110648737A (zh) * 2019-08-20 2020-01-03 首都医科大学 基于老年照护指南和失能失智的知识库建立系统及方法
CN111466878A (zh) * 2020-04-14 2020-07-31 合肥工业大学 基于表情识别的卧床病人疼痛症状实时监护方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
OKEN, BS: "Brain-Computer Interface With Language Model-Electroencephalography Fusion for Locked-In Syndrome", 《NEUROREHABILITATION AND NEURAL REPAIR》 *
高洁: "爆炸冲击致失能性脑损伤的诊治原则与思考", 《中华诊断学电子杂志》 *

Also Published As

Publication number Publication date
CN113100768B (zh) 2022-12-16

Similar Documents

Publication Publication Date Title
WO2021174618A1 (zh) 一种脑电图模式分类模型的训练方法、分类方法及系统
Sabour et al. Ubfc-phys: A multimodal database for psychophysiological studies of social stress
US7319780B2 (en) Imaging method and system for health monitoring and personal security
KR102277820B1 (ko) 반응정보 및 감정정보를 이용한 심리 상담 시스템 및 그 방법
Abouelenien et al. Human acute stress detection via integration of physiological signals and thermal imaging
Goshvarpour et al. The potential of photoplethysmogram and galvanic skin response in emotion recognition using nonlinear features
Sengupta et al. A multimodal system for assessing alertness levels due to cognitive loading
Subramaniam et al. Scope of physiological and behavioural pain assessment techniques in children–a review
Li et al. Emotion recognition of subjects with hearing impairment based on fusion of facial expression and EEG topographic map
CN110390272A (zh) 一种基于加权主成分分析的eeg信号特征降维方法
Saleem et al. A systematic review of physiological signals based driver drowsiness detection systems
Lamba et al. Multimodal human eye blink recognition method using feature level fusion for exigency detection
Maiorana A survey on biometric recognition using wearable devices
Kuo et al. A short-time insomnia detection system based on sleep EOG with RCMSE analysis
Li et al. Multi-modal emotion recognition based on deep learning of EEG and audio signals
Kamti et al. Evolution of driver fatigue detection techniques—A review from 2007 to 2021
Dar et al. YAAD: young adult’s affective data using wearable ECG and GSR sensors
Setiawan et al. Fine-grained emotion recognition: fusion of physiological signals and facial expressions on spontaneous emotion corpus
Sakib et al. Towards smart helmet for motorcyclists: automatic stress level detection using wearable accelerometer sensor system
Jyothirmy et al. Machine Learning Algorithms based Detection and Analysis of Stress-A Review
CN113100768B (zh) 一种基于计算机视觉失能毁伤效应评估系统
Bulygin et al. Image-Based Fatigue Detection of Vehicle Driver: State-of-the-Art and Reference Model
Kamaraju et al. EEG Based Biometric Authentication System Using Multivariate FBSE Entropy
Shuzan et al. Machine-learning-based emotion recognition in arousal–valence space using photoplethysmogram signals
Fangmeng et al. Emotional changes detection for dementia people with spectrograms from physiological signals

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
GR01 Patent grant
GR01 Patent grant