CN115148336A - 一种ai识别辅助下的心理疾病患者治疗效果的评估系统 - Google Patents
一种ai识别辅助下的心理疾病患者治疗效果的评估系统 Download PDFInfo
- Publication number
- CN115148336A CN115148336A CN202210676766.6A CN202210676766A CN115148336A CN 115148336 A CN115148336 A CN 115148336A CN 202210676766 A CN202210676766 A CN 202210676766A CN 115148336 A CN115148336 A CN 115148336A
- Authority
- CN
- China
- Prior art keywords
- emotion
- face
- monitoring
- patient
- training sample
- 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
- 230000000694 effects Effects 0.000 title claims abstract description 18
- 208000020016 psychiatric disease Diseases 0.000 title claims abstract description 11
- 238000012544 monitoring process Methods 0.000 claims abstract description 73
- 230000008451 emotion Effects 0.000 claims abstract description 65
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 16
- 201000010099 disease Diseases 0.000 claims abstract description 15
- 230000033001 locomotion Effects 0.000 claims abstract description 12
- 238000012549 training Methods 0.000 claims description 36
- 239000013598 vector Substances 0.000 claims description 27
- 230000008909 emotion recognition Effects 0.000 claims description 13
- 230000006399 behavior Effects 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 9
- 230000007935 neutral effect Effects 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 5
- 238000000034 method Methods 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 238000003066 decision tree Methods 0.000 claims description 3
- 230000002996 emotional effect Effects 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 19
- 238000011156 evaluation Methods 0.000 abstract description 5
- 230000006996 mental state Effects 0.000 abstract 1
- 230000036651 mood Effects 0.000 description 3
- 208000028017 Psychotic disease Diseases 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000003340 mental effect Effects 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 244000141359 Malus pumila Species 0.000 description 1
- 206010026749 Mania Diseases 0.000 description 1
- 208000007443 Neurasthenia Diseases 0.000 description 1
- 206010029333 Neurosis Diseases 0.000 description 1
- 208000021384 Obsessive-Compulsive disease Diseases 0.000 description 1
- 206010034912 Phobia Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 235000021016 apples Nutrition 0.000 description 1
- 206010003549 asthenia Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005978 brain dysfunction Effects 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 208000010877 cognitive disease Diseases 0.000 description 1
- 230000003001 depressive effect Effects 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 208000015238 neurotic disease Diseases 0.000 description 1
- 230000001717 pathogenic effect Effects 0.000 description 1
- 208000022821 personality disease Diseases 0.000 description 1
- 208000019899 phobic disease Diseases 0.000 description 1
- 201000000980 schizophrenia Diseases 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06V40/172—Classification, e.g. identification
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Pathology (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Theoretical Computer Science (AREA)
- Child & Adolescent Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Social Psychology (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Psychology (AREA)
- Developmental Disabilities (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Educational Technology (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Dentistry (AREA)
- Software Systems (AREA)
Abstract
本发明公开了一种AI识别辅助下的心理疾病患者治疗效果的评估系统，包括AI监测系统、监测平台、移动终端、无线网络和供电系统，AI监测系统通过无线网络与监测平台连接，监测平台通过无线网络与移动终端连接，AI监测系统包括行为监测模块、人脸情绪监测模块和生命体征监测模块，人脸情绪监测模块、人脸情绪监测模块和生命体征监测模块将采集的信息通过无线网络发送至监测平台，监测平台用于监测患者的当前运动姿态、当前情绪特征和生命体征。本发明所述的一种AI识别辅助下的心理疾病患者治疗效果的评估系统，属于心理疾病评估领域，能够随时随地监测心理疾病患者病情，评估其心理状态。
Description
技术领域
本发明涉及心理疾病评估领域，特别涉及一种AI识别辅助下的心理疾病患者治疗效果的评估系统。
背景技术
心理疾病是由于内、外致病因素作用于人而造成脑功能障碍，从而破坏了人脑功能的完整性和个体与外部环境的统一性所致。心理疾病，根据其严重程度可分为精神病、神经症和认知障碍，具体包括分裂症、躁狂、抑郁性精神病、焦虑症、恐怖症、强迫症、抑郁症、神经衰弱、人格障碍、疑病症和性偏移等，心理疾病患者精神活动紊乱，导致其认识、情感、意志、行为等方面出现异常，以致不能维持正常精神生活，甚至作出危害自身和社会集体的行为。因心理疾病属于心理问题，所需治疗周期较久，反复性强，一般会在治疗一段时间后恢复正常，正常一段时间又会出现反复，因此需评估心理疾病患者的病情。但是，由于人具有行为能力，在监测过程中，容易出现监测者不在患者身边的情况，使患者无人监测，增大了患者自身的危险系数；另外，每个人都有隐私权，所以人工监测不能实现对患者随时随地的监测；而且，人工监测，费时费力。
发明内容
本发明的主要目的在于提供一种AI识别辅助下的心理疾病患者治疗效果的评估系统，可以有效解决背景技术中提到的问题。
为实现上述目的，本发明采取的技术方案为：
一种AI识别辅助下的心理疾病患者治疗效果的评估系统，包括AI监测系统、监测平台、移动终端、无线网络和供电系统，AI监测系统通过无线网络与监测平台连接，监测平台通过无线网络与移动终端连接，AI监测系统包括行为监测模块、人脸情绪监测模块和生命体征监测模块，人脸情绪监测模块、人脸情绪监测模块和生命体征监测模块将采集的信息通过无线网络发送至监测平台，监测平台用于监测患者的当前运动姿态、当前情绪特征和生命体征，并在患者生命体征出现异常或作出危险动作时进行报警，将报警信息通过无线网络传输至移动终端。
进一步而言，所述行为监测模块包括处理器和传感器，传感器用于获取患者当前的角速度、加速度、三轴欧拉角、三轴磁场、气压和高度信息，并将获取到的信息发送给处理器，处理器用于对获取的数据进行姿态识别算法处理，得到患者当前的运动姿态，再将患者当前运动姿态传输至监测平台。
进一步而言，包括获取实时采集的视频图像；对所述视频图像中的所有帧图像进行小波变换以得到对应的能量特征向量；获取标准能量特征向量，并根据图像差分运算方法计算每个所述能量特征向量与所述标准能量特征向量之间的欧式距离值；判断多个所述欧式距离值中是否存在超过预设阈值的欧式距离值；若多个所述欧式距离值中存在超过所述预设阈值的欧式距离值，将超过所述预设阈值的欧式距离值的能量特征向量对应的图像作为关键帧图像，其中，所述关键帧图像的个数为至少一个；获取预先存储的情绪识别模型，并基于所述情绪识别模型识别每个所述关键帧图像中的人脸情绪；以及根据所有所述关键帧图像中的人脸情绪获取所述视频图像对应的人脸情绪，以完成人脸情绪的识别。
进一步而言，对所述中性表情图像进行小波变换以得到对应的标准能量特征向量；以及存储所述中性表情图像和标准能量特征向量。
进一步而言，获取情绪训练样本图像集，其中，所述情绪训练样本图像集包括多个情绪训练样本图像和所述情绪训练样本图像中人脸的情绪标签；以及将所述情绪训练样本图像和对应的情绪标签输入至卷积神经网络模型中进行机器学习以得到情绪识别模型，并存储所述情绪识别模型。
进一步而言，获取训练样本图像集，其中，所述训练样本图像集包括多个训练样本图像和用于表征所述训练样本图像中是否存在人脸信息的人脸标签；获取所述训练样本图像的人脸哈尔特征向量；将所述训练样本图像对应的人脸哈尔特征向量以及人脸标签输入至基于决策树模型的Adaboost提升模型中进行训练，以得到人脸检测识别模型；以及存储所述人脸检测识别模型。
进一步而言，从所述校准视频图像中的多帧图像中按照预设规则抽取预设帧数的图像作为校准图像；基于预先存储的人脸检测识别模型，判断每帧所述校准图像中是否均存在人脸信息；并根据所有所述关键帧图像中的人脸情绪获取所述视频图像对应的人脸情绪，以完成人脸情绪的识别。
进一步而言，计算单元用于接收人脸情绪信息和行为姿态信息，并根据存储单元内存储的各种人类情绪参考值确定患者的当前情绪，处理器用于接收计算单位传输的患者当前情绪信号，并将所述情绪信号发送至监测平台。
与现有技术相比，本发明具有如下有益效果：
本发明中，情绪监测模块可以对所有关键帧图像中的人脸情绪进行概率统计；以及将出现概率较大的人脸情绪作为所述视频图像对应的人脸情绪，以完成人脸情绪的识别，结合行为监测模块、和生命体征监测模块组成监测设备，来时刻采集心理疾病患者的当前运动姿态、当前情绪特征和生命体征，并将采集的患者信息通过无线网络传送至监测平台，监测平台时刻监测患者的当前运动姿态、当前情绪特征和生命体征，对患者的治疗效果进行苹果，并在患者生命体征出现异常或作出危险动作时进行报警。
附图说明
图1为本发明的系统流程图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
如图1所示，一种AI识别辅助下的心理疾病患者治疗效果的评估系统，包括AI监测系统、监测平台、移动终端、无线网络和供电系统，AI监测系统通过无线网络与监测平台连接，监测平台通过无线网络与移动终端连接，AI监测系统包括行为监测模块、人脸情绪监测模块和生命体征监测模块，人脸情绪监测模块、人脸情绪监测模块和生命体征监测模块将采集的信息通过无线网络发送至监测平台，监测平台用于监测患者的当前运动姿态、当前情绪特征和生命体征，并在患者生命体征出现异常或作出危险动作时进行报警，将报警信息通过无线网络传输至移动终端，行为监测模块包括处理器和传感器，传感器用于获取患者当前的角速度、加速度、三轴欧拉角、三轴磁场、气压和高度信息，并将获取到的信息发送给处理器，处理器用于对获取的数据进行姿态识别算法处理，得到患者当前的运动姿态，再将患者当前运动姿态传输至监测平台。
其次获取实时采集的视频图像；对视频图像中的所有帧图像进行小波变换以得到对应的能量特征向量；获取标准能量特征向量，并根据图像差分运算方法计算每个能量特征向量与标准能量特征向量之间的欧式距离值；判断多个欧式距离值中是否存在超过预设阈值的欧式距离值；若多个欧式距离值中存在超过预设阈值的欧式距离值，将超过预设阈值的欧式距离值的能量特征向量对应的图像作为关键帧图像，其中，关键帧图像的个数为至少一个；获取预先存储的情绪识别模型，并基于情绪识别模型识别每个关键帧图像中的人脸情绪；以及根据所有关键帧图像中的人脸情绪获取视频图像对应的人脸情绪，以完成人脸情绪的识别，对中性表情图像进行小波变换以得到对应的标准能量特征向量；以及存储中性表情图像和标准能量特征向量，获取情绪训练样本图像集，其中，情绪训练样本图像集包括多个情绪训练样本图像和情绪训练样本图像中人脸的情绪标签；以及将情绪训练样本图像和对应的情绪标签输入至卷积神经网络模型中进行机器学习以得到情绪识别模型，并存储情绪识别模型，获取训练样本图像集，其中，训练样本图像集包括多个训练样本图像和用于表征训练样本图像中是否存在人脸信息的人脸标签；获取训练样本图像的人脸哈尔特征向量；将训练样本图像对应的人脸哈尔特征向量以及人脸标签输入至基于决策树模型的Adaboost提升模型中进行训练，以得到人脸检测识别模型；以及存储人脸检测识别模型，从校准视频图像中的多帧图像中按照预设规则抽取预设帧数的图像作为校准图像；基于预先存储的人脸检测识别模型，判断每帧校准图像中是否均存在人脸信息；并根据所有关键帧图像中的人脸情绪获取视频图像对应的人脸情绪，以完成人脸情绪的识别。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种AI识别辅助下的心理疾病患者治疗效果的评估系统，其特征在于：包括AI监测系统、监测平台、移动终端、无线网络和供电系统，AI监测系统通过无线网络与监测平台连接，监测平台通过无线网络与移动终端连接，AI监测系统包括行为监测模块、人脸情绪监测模块和生命体征监测模块，人脸情绪监测模块、人脸情绪监测模块和生命体征监测模块将采集的信息通过无线网络发送至监测平台，监测平台用于监测患者的当前运动姿态、当前情绪特征和生命体征，并在患者生命体征出现异常或作出危险动作时进行报警，将报警信息通过无线网络传输至移动终端。
2.根据权利要求1所述的一种AI识别辅助下的心理疾病患者治疗效果的评估系统，其特征在于：所述行为监测模块包括处理器和传感器，传感器用于获取患者当前的角速度、加速度、三轴欧拉角、三轴磁场、气压和高度信息，并将获取到的信息发送给处理器，处理器用于对获取的数据进行姿态识别算法处理，得到患者当前的运动姿态，再将患者当前运动姿态传输至监测平台。
3.根据权利要求2所述的一种AI识别辅助下的心理疾病患者治疗效果的评估系统，其特征在于：包括获取实时采集的视频图像；对所述视频图像中的所有帧图像进行小波变换以得到对应的能量特征向量；获取标准能量特征向量，并根据图像差分运算方法计算每个所述能量特征向量与所述标准能量特征向量之间的欧式距离值；判断多个所述欧式距离值中是否存在超过预设阈值的欧式距离值；若多个所述欧式距离值中存在超过所述预设阈值的欧式距离值，将超过所述预设阈值的欧式距离值的能量特征向量对应的图像作为关键帧图像，其中，所述关键帧图像的个数为至少一个；获取预先存储的情绪识别模型，并基于所述情绪识别模型识别每个所述关键帧图像中的人脸情绪；以及根据所有所述关键帧图像中的人脸情绪获取所述视频图像对应的人脸情绪，以完成人脸情绪的识别。
4.根据权利要求3所述的一种AI识别辅助下的心理疾病患者治疗效果的评估系统，其特征在于：对所述中性表情图像进行小波变换以得到对应的标准能量特征向量；以及存储所述中性表情图像和标准能量特征向量。
5.根据权利要求4所述的一种AI识别辅助下的心理疾病患者治疗效果的评估系统，其特征在于：获取情绪训练样本图像集，其中，所述情绪训练样本图像集包括多个情绪训练样本图像和所述情绪训练样本图像中人脸的情绪标签；以及将所述情绪训练样本图像和对应的情绪标签输入至卷积神经网络模型中进行机器学习以得到情绪识别模型，并存储所述情绪识别模型。
6.根据权利要求5所述的一种AI识别辅助下的心理疾病患者治疗效果的评估系统，其特征在于：获取训练样本图像集，其中，所述训练样本图像集包括多个训练样本图像和用于表征所述训练样本图像中是否存在人脸信息的人脸标签；获取所述训练样本图像的人脸哈尔特征向量；将所述训练样本图像对应的人脸哈尔特征向量以及人脸标签输入至基于决策树模型的Adaboost提升模型中进行训练，以得到人脸检测识别模型；以及存储所述人脸检测识别模型。
7.根据权利要求6所述的一种AI识别辅助下的心理疾病患者治疗效果的评估系统，其特征在于：从所述校准视频图像中的多帧图像中按照预设规则抽取预设帧数的图像作为校准图像；基于预先存储的人脸检测识别模型，判断每帧所述校准图像中是否均存在人脸信息；并根据所有所述关键帧图像中的人脸情绪获取所述视频图像对应的人脸情绪，以完成人脸情绪的识别。
8.根据权利要求7所述的一种AI识别辅助下的心理疾病患者治疗效果的评估系统，其特征在于：计算单元用于接收人脸情绪信息和行为姿态信息，并根据存储单元内存储的各种人类情绪参考值确定患者的当前情绪，处理器用于接收计算单位传输的患者当前情绪信号，并将所述情绪信号发送至监测平台。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210676766.6A CN115148336A (zh) | 2022-06-15 | 2022-06-15 | 一种ai识别辅助下的心理疾病患者治疗效果的评估系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210676766.6A CN115148336A (zh) | 2022-06-15 | 2022-06-15 | 一种ai识别辅助下的心理疾病患者治疗效果的评估系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115148336A true CN115148336A (zh) | 2022-10-04 |
Family
ID=83407353
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210676766.6A Pending CN115148336A (zh) | 2022-06-15 | 2022-06-15 | 一种ai识别辅助下的心理疾病患者治疗效果的评估系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115148336A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116013548A (zh) * | 2022-12-08 | 2023-04-25 | 广州视声健康科技有限公司 | 基于计算机视觉的智慧病房监测方法和装置 |
-
2022
- 2022-06-15 CN CN202210676766.6A patent/CN115148336A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116013548A (zh) * | 2022-12-08 | 2023-04-25 | 广州视声健康科技有限公司 | 基于计算机视觉的智慧病房监测方法和装置 |
| CN116013548B (zh) * | 2022-12-08 | 2024-04-09 | 广州视声健康科技有限公司 | 基于计算机视觉的智慧病房监测方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110458101B (zh) | 基于视频与设备结合的服刑人员体征监测方法及设备 | |
| CN110287805B (zh) | 基于三流卷积神经网络的微表情识别方法及系统 | |
| CN112560810B (zh) | 基于多尺度时空特征神经网络的微表情识别方法 | |
| CN110477925A (zh) | 一种针对敬老院老人的跌倒检测与预警方法及系统 | |
| CN106997629A (zh) | 门禁控制方法、装置及系统 | |
| CN108960022B (zh) | 一种情绪识别方法及其装置 | |
| Zuo et al. | Driver distraction detection using bidirectional long short-term network based on multiscale entropy of EEG | |
| Choi et al. | Driver drowsiness detection based on multimodal using fusion of visual-feature and bio-signal | |
| WO2021151290A1 (zh) | 基于机器学习的面部信息识别监控方法及装置 | |
| CN110633624A (zh) | 一种基于多特征融合的机器视觉人体异常行为识别方法 | |
| CN109543577A (zh) | 一种基于面部表情特征的疲劳驾驶检测预警方法 | |
| CN115148336A (zh) | 一种ai识别辅助下的心理疾病患者治疗效果的评估系统 | |
| CN107609474A (zh) | 肢体动作识别方法、装置、机器人及存储介质 | |
| Zhang et al. | Real-time activity and fall risk detection for aging population using deep learning | |
| CN114187561A (zh) | 异常行为的识别方法、装置、终端设备及存储介质 | |
| Dhanraj et al. | Efficient smartphone-based human activity recognition using convolutional neural network | |
| CN115690653A (zh) | 基于ai行为识别实现护理员异常护理行为的监测及预警 | |
| CN115482485A (zh) | 视频处理方法、装置、计算机设备及可读存储介质 | |
| CN113080855A (zh) | 一种基于深度信息的面部疼痛表情识别方法及系统 | |
| CN116313087A (zh) | 一种孤独症患者心理状态识别方法与装置 | |
| CN112233800A (zh) | 一种基于儿童异常行为的疾病预测系统 | |
| CN115691762A (zh) | 一种基于图像识别的自闭症儿童安全监控系统及方法 | |
| Lin et al. | Adaptive multi-modal fusion framework for activity monitoring of people with mobility disability | |
| Wang et al. | A YOLO-based Method for Improper Behavior Predictions | |
| CN113111733A (zh) | 一种基于姿态流的打架行为识别方法 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20221004 |
|
| WD01 | Invention patent application deemed withdrawn after publication |