CN115881295A - 帕金森症状信息检测方法、装置、设备和计算机可读介质 - Google Patents
帕金森症状信息检测方法、装置、设备和计算机可读介质 Download PDFInfo
- Publication number
- CN115881295A CN115881295A CN202211558254.6A CN202211558254A CN115881295A CN 115881295 A CN115881295 A CN 115881295A CN 202211558254 A CN202211558254 A CN 202211558254A CN 115881295 A CN115881295 A CN 115881295A
- Authority
- CN
- China
- Prior art keywords
- information
- voice instruction
- instruction information
- video
- piece
- 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
Links
- 208000024891 symptom Diseases 0.000 title claims abstract description 88
- 238000001514 detection method Methods 0.000 title claims description 28
- 206010034010 Parkinsonism Diseases 0.000 title description 21
- 208000027089 Parkinsonian disease Diseases 0.000 title description 19
- 238000000034 method Methods 0.000 claims abstract description 31
- 230000009471 action Effects 0.000 claims description 102
- 229940079593 drug Drugs 0.000 claims description 18
- 239000003814 drug Substances 0.000 claims description 18
- 230000004044 response Effects 0.000 claims description 16
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 9
- 230000000875 corresponding effect Effects 0.000 description 71
- 208000018737 Parkinson disease Diseases 0.000 description 38
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 9
- 206010006100 Bradykinesia Diseases 0.000 description 8
- 208000006083 Hypokinesia Diseases 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 206010044565 Tremor Diseases 0.000 description 5
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 239000003795 chemical substances by application Substances 0.000 description 4
- 230000007717 exclusion Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000011282 treatment Methods 0.000 description 4
- 206010002653 Anosmia Diseases 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 210000003414 extremity Anatomy 0.000 description 3
- 230000003434 inspiratory effect Effects 0.000 description 3
- 206010003840 Autonomic nervous system imbalance Diseases 0.000 description 2
- 206010013887 Dysarthria Diseases 0.000 description 2
- 206010050515 Hyposmia Diseases 0.000 description 2
- WTDRDQBEARUVNC-LURJTMIESA-N L-DOPA Chemical compound OC(=O)[C@@H](N)CC1=CC=C(O)C(O)=C1 WTDRDQBEARUVNC-LURJTMIESA-N 0.000 description 2
- WTDRDQBEARUVNC-UHFFFAOYSA-N L-Dopa Natural products OC(=O)C(N)CC1=CC=C(O)C(O)=C1 WTDRDQBEARUVNC-UHFFFAOYSA-N 0.000 description 2
- 208000001089 Multiple system atrophy Diseases 0.000 description 2
- 208000002740 Muscle Rigidity Diseases 0.000 description 2
- 206010031127 Orthostatic hypotension Diseases 0.000 description 2
- 206010046555 Urinary retention Diseases 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000005452 bending Methods 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 230000006735 deficit Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- VYFYYTLLBUKUHU-UHFFFAOYSA-N dopamine Chemical compound NCCC1=CC=C(O)C(O)=C1 VYFYYTLLBUKUHU-UHFFFAOYSA-N 0.000 description 2
- 230000004064 dysfunction Effects 0.000 description 2
- 235000019559 hyposmia Nutrition 0.000 description 2
- 229960004502 levodopa Drugs 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000000284 resting effect Effects 0.000 description 2
- PDWUPXJEEYOOTR-UHFFFAOYSA-N 2-[(3-iodophenyl)methyl]guanidine Chemical compound NC(=N)NCC1=CC=CC(I)=C1 PDWUPXJEEYOOTR-UHFFFAOYSA-N 0.000 description 1
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 206010006542 Bulbar palsy Diseases 0.000 description 1
- 206010008025 Cerebellar ataxia Diseases 0.000 description 1
- 206010010774 Constipation Diseases 0.000 description 1
- 208000019505 Deglutition disease Diseases 0.000 description 1
- 208000007590 Disorders of Excessive Somnolence Diseases 0.000 description 1
- 102000015554 Dopamine receptor Human genes 0.000 description 1
- 108050004812 Dopamine receptor Proteins 0.000 description 1
- 208000012661 Dyskinesia Diseases 0.000 description 1
- 208000010228 Erectile Dysfunction Diseases 0.000 description 1
- 201000011240 Frontotemporal dementia Diseases 0.000 description 1
- 206010017577 Gait disturbance Diseases 0.000 description 1
- 208000004547 Hallucinations Diseases 0.000 description 1
- 206010027590 Middle insomnia Diseases 0.000 description 1
- 206010062575 Muscle contracture Diseases 0.000 description 1
- 206010061533 Myotonia Diseases 0.000 description 1
- 206010033799 Paralysis Diseases 0.000 description 1
- 208000025535 REM sleep behavior disease Diseases 0.000 description 1
- 208000037656 Respiratory Sounds Diseases 0.000 description 1
- 206010071390 Resting tremor Diseases 0.000 description 1
- 206010041349 Somnolence Diseases 0.000 description 1
- 206010066218 Stress Urinary Incontinence Diseases 0.000 description 1
- 206010046543 Urinary incontinence Diseases 0.000 description 1
- 206010047924 Wheezing Diseases 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 201000007201 aphasia Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 210000000467 autonomic pathway Anatomy 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 208000006111 contracture Diseases 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000001054 cortical effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000018044 dehydration Effects 0.000 description 1
- 238000006297 dehydration reaction Methods 0.000 description 1
- 230000002638 denervation Effects 0.000 description 1
- 230000000779 depleting effect Effects 0.000 description 1
- 230000035487 diastolic blood pressure Effects 0.000 description 1
- 229960003638 dopamine Drugs 0.000 description 1
- 239000003136 dopamine receptor stimulating agent Substances 0.000 description 1
- 230000003291 dopaminomimetic effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003863 fast low-angle shot imaging Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 201000001881 impotence Diseases 0.000 description 1
- 238000011221 initial treatment Methods 0.000 description 1
- 238000011283 initial treatment period Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 230000027939 micturition Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004899 motility Effects 0.000 description 1
- 208000015122 neurodegenerative disease Diseases 0.000 description 1
- 238000002610 neuroimaging Methods 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000003565 oculomotor Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000003518 presynaptic effect Effects 0.000 description 1
- 208000001282 primary progressive aphasia Diseases 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 201000002241 progressive bulbar palsy Diseases 0.000 description 1
- 208000017497 prostate disease Diseases 0.000 description 1
- 208000020016 psychiatric disease Diseases 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000001711 saccadic effect Effects 0.000 description 1
- 230000004434 saccadic eye movement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 208000019116 sleep disease Diseases 0.000 description 1
- 235000021058 soft food Nutrition 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 208000022170 stress incontinence Diseases 0.000 description 1
- 210000003523 substantia nigra Anatomy 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 230000035488 systolic blood pressure Effects 0.000 description 1
- 230000004797 therapeutic response Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本公开的实施例公开了帕金森症状信息检测方法、装置、设备和计算机可读介质。该方法的一具体实施方式包括:获取待检测视频,所述待检测视频包含患者根据语音指令做出的动作图像;从所述待检测视频中提取至少一条语音指令信息和对应所述至少一条语音指令信息的至少一条视频片段;对于所述至少一条语音指令信息中的语音指令信息,确定该语音指令信息与所述至少一条视频片段中的目标视频片段之间的匹配关系;基于所述至少一条语音指令信息的至少一个匹配关系,确定对应所述待检测视频的症状信息。该实施方式提高了症状信息的准确性。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及帕金森症状信息检测方法、装置、设备和计算机可读介质。
背景技术
帕金森病是一种常见的神经系统变性疾病,老年人多见,平均发病年龄为60岁左右,40岁以下起病的青年帕金森病较少见。65岁以上人群帕金森病的患病率大约是1.7%。大部分帕金森病患者为散发病例,仅有不到10%的患者有家族史。在对帕金森病治疗前,需要首先确定是否是帕金森病。现有确定帕金森病的方法通常需要患者到医院就医,根据医生的动作指令做出对应的动作,由医生来判断是否是帕金森病。但是,医生判断帕金森病需要经验,并且帕金森病在不同患者上的表现程度不尽相同,进而导致对帕金森病判断的准确性不高,不利于对帕金森患者的有效护理。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了帕金森症状信息检测方法、装置、设备和计算机可读介质,来解决以上背景技术部分提到的技术问题。
第一方面,本公开的一些实施例提供了一种帕金森症状信息检测方法,该方法,包括:获取待检测视频,所述待检测视频包含患者根据语音指令做出的动作图像;从所述待检测视频中提取至少一条语音指令信息和对应所述至少一条语音指令信息的至少一条视频片段;对于所述至少一条语音指令信息中的语音指令信息,确定该语音指令信息与所述至少一条视频片段中的目标视频片段之间的匹配关系;基于所述至少一条语音指令信息的至少一个匹配关系,确定对应所述待检测视频的症状信息。
第二方面,本公开的一些实施例提供了一种帕金森症状信息检测装置,该装置包括:信息获取单元,被配置成获取待检测视频,所述待检测视频包含患者根据语音指令做出的动作图像;信息提取单元,被配置成从所述待检测视频中提取至少一条语音指令信息和对应所述至少一条语音指令信息的至少一条视频片段;匹配关系确定单元,被配置成对于所述至少一条语音指令信息中的语音指令信息,确定该语音指令信息与所述至少一条视频片段中的目标视频片段之间的匹配关系;信息检测单元,被配置成基于所述至少一条语音指令信息的至少一个匹配关系,确定对应所述待检测视频的症状信息。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例中具有如下有益效果:通过本公开的一些实施例的帕金森症状信息检测方法确定症状信息,症状信息的准确性有所提高。具体来说,造成症状信息准确性不高的原因在于:现有确定帕金森病的症状信息多为人工确定,受限于人工的经验等因素,人工确定的症状信息准确性不高。基于此,本公开的一些实施例的帕金森症状信息检测方法首先提取待检测视频中的至少一条语音指令信息和至少一条视频片段,然后确定至少一条语音指令信息和至少一条视频片段中的匹配关系,匹配关系对应的语音指令信息和视频片段具有对应关系,从而为准确识别症状信息提供了前提;最后,基于匹配关系确定待检测视频的症状信息,进而提高了症状信息的准确性。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是本公开的一些实施例的帕金森症状信息检测方法的应用场景的示意图;
图2是根据本公开的帕金森症状信息检测方法的一些实施例的流程图;
图3是根据本公开的帕金森症状信息检测方法的另一些实施例的流程图;
图4是根据本公开的帕金森症状信息检测方法的又一些实施例的流程图;
图5是根据本公开的帕金森症状信息检测装置的一些实施例的结构示意图;
图6是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开一些实施例的帕金森症状信息检测方法的一个应用场景的示意图。
如图1所示,用户可以在终端设备101、102通过网络103,将待检测视频发送给服务器104。其中,待检测视频可以是包含患者根据语音指令信息做出的动作图像。此处,患者可能患有帕金森病。语音指令信息用于指示患者做出对应的动作,语音指令信息可以是医护人员给出的,也可以是电子设备发出的,具体根据实际情况而定。例如,语音指令信息可以是“保持坐立静止”、“保持站立静止”、“沿直线前进”、“弯胳膊”、“抬左腿”等,患者可以根据语音指令做动作。服务器104接收到待检测视频后,确定每个语音指令对应的视频片段,确定语音指令和视频片段的匹配关系,并根据匹配关系确定待检测视频中患者的症状信息。例如,语音指令可以是“保持坐立静止”,对应的视频片段中,患者可以坐在椅子等物体上。服务器104可以根据语音指令以及患者的动作进行分析,得到症状信息。症状信息例如可以是:异常(帕金森综合征)、正常(不是帕金森综合征)。当症状信息为异常时,可以进一步确定对应帕金森综合征的级别信息等。如此,保证了获取症状信息的客观性和准确性。
应该理解,图1中的终端设备和服务器数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备和服务器。
继续参考图2,图2示出了根据本公开的帕金森症状信息检测方法的一些实施例的流程200。该帕金森症状信息检测方法,包括以下步骤:
步骤201,获取待检测视频。
在一些实施例中,帕金森症状信息检测方法的执行主体(例如图1所示的服务器104)可以通过有线连接方式或者无线连接方式从终端设备101、102获取待检测视频。所述待检测视频包含患者根据语音指令信息做出的动作图像。例如,待检测视频可以包含患者根据医护人员的语音指令信息做出的动作图像。
步骤202,从所述待检测视频中提取至少一条语音指令信息和对应所述至少一条语音指令信息的至少一条视频片段。
在一些实施例中,待检测视频包含患者根据语音指令做出的动作图像。因此,执行主体可以对待检测视频进行语音识别,进而提取出至少一条语音指令信息,并根据至少一条语音指令信息提取对应的视频片段。
步骤203,对于所述至少一条语音指令信息中的语音指令信息,确定该语音指令信息与所述至少一条视频片段中的目标视频片段之间的匹配关系。
在一些实施例中,实际中,待检测视频中包含了多条语音指令信息和多条视频片段。为了保证后续症状信息的准确性,执行主体需要首先确定语音指令信息和视频片段之间的匹配关系。通常匹配关系对应一条语音指令信息和一条视频片段,也可以对应一条语音指令信息和多条视频片段。
步骤204,基于所述至少一条语音指令信息的至少一个匹配关系,确定对应所述待检测视频的症状信息。
在一些实施例中,确定了匹配关系后,执行主体可以根据匹配关系对语音指令信息和视频片段进行分析,进而确定患者的症状信息。如此,有利于提高症状信息的客观性和有效性。
本公开的一些实施例公开的帕金森症状信息检测方法确定症状信息,症状信息的准确性有所提高。具体来说,造成症状信息准确性不高的原因在于:现有确定帕金森病的症状信息多为人工确定,受限于人工的经验等因素,人工确定的症状信息准确性不高。基于此,本公开的一些实施例的帕金森症状信息检测方法首先提取待检测视频中的至少一条语音指令信息和至少一条视频片段,然后确定至少一条语音指令信息和至少一条视频片段中的匹配关系,匹配关系对应的语音指令信息和视频片段具有对应关系,从而为准确识别症状信息提供了前提;最后,基于匹配关系确定待检测视频的症状信息,进而提高了症状信息的准确性。
进一步参考图3,其示出了帕金森症状信息检测方法的另一些实施例的流程300。该帕金森症状信息检测方法的流程300,包括以下步骤:
步骤301,获取待检测视频。
步骤301的内容与步骤201的内容相同,此处不再一一赘述。
步骤302,对所述待检测视频进行语音识别,提取至少一条语音指令信息。
在一些实施例中,待检测视频中可能存在多种语音信息(例如可以是医护人员向患者发出的语音指令信息、患者的自我感受信息、医护人员和患者之间的其他沟通信息等),执行主体(例如图1所示的服务器104)可以首先对待检测视频进行语音识别,识别出语音指令信息,并提取语音指令信息。
步骤303,对于所述至少一条语音指令信息中的语音指令信息,从所述待检测视频中提取对应该语音指令信息的视频片段。
在一些实施例中,为了获取患者的症状信息,需要对患者根据语音指令信息做出的动作进行分析。为此,执行主体需要从待检测视频中提取对应语音指令信息的视频片段。通常,在执行主体检测到语音指令信息后,对应的包含患者动作的视频片段就是对应该语音指令信息的视频片段。
步骤304,对于所述至少一条语音指令信息中的语音指令信息,确定该语音指令信息对应的动作信息。
在一些实施例中,患者可能出现不能根据语音指令信息做动作,或做的动作与语音指令信息不对应的情况,此种情况不能作为评判患者症状信息的有效信息。为此,执行主体需要首先确定语音指令信息对应的动作信息。例如,语音指令信息可以是“保持站立静止”,则对应的动作信息可以是“站立”。
步骤305,将所述动作信息与所述至少一条视频片段进行匹配,确定该语音指令信息和目标视频片段的匹配关系。
在一些实施例中,执行主体可以将动作信息与对应的目标视频片段进行匹配。当目标视频片段中的动作图像与动作信息对应时,则语音指令信息和目标视频片段匹配,否则不匹配。
在一些实施例的一些可选的实现方式中,所述将所述动作信息与所述至少一条视频片段进行匹配,确定该语音指令信息和目标视频片段的匹配关系,可以包括:对于所述至少一条视频片段中的视频片段,对该视频片段进行图像识别,确定至少一个动作视频片段,响应于所述至少一个动作视频片段中存在包含对应动作信息的动作图像帧,将该动作视频片段确定为对应该语音指令信息的目标视频片段。
执行主体可以对每一条视频片段进行图像分析,通过对比相邻两个图像帧中患者肢体上的多个特征点,来确定患者的动作,通过包含动作内容的图像帧得到多个动作视频片段。然后,查询每个动作视频片段内是否包含动作图像帧。期初,动作图像帧可以通过相邻两个图像帧中患者指定部位(例如可以是胳膊、腿)的关键点的位置差异来确定。当动作视频片段中包含动作图像帧时,可以认为该动作视频片段为该语音指令信息的目标视频片段。例如,语音指令信息可以是“弯胳膊”,则执行主体可以识别出包含“胳膊”的多个动作视频片段,然后将包含“胳膊”的动作图像帧的动作视频片段作为目标视频片段。
在一些实施例的一些可选的实现方式中,所述响应于所述至少一个动作视频片段中存在包含对应动作信息的动作图像帧,将该动作视频片段确定为对应该语音指令信息的目标视频片段,可以包括以下步骤:
第一步,查询对应所述动作信息的基准动作信息。
为了识别患者是否根据语音指令信息做出了动作(或动作是否和语音指令信息对应),执行主体可以首先查询动作信息的基准动作信息。其中,所述基准动作信息包括以下至少一项:身体部位信息、动作组成信息、关键点信息。有了基准动作信息后,执行主体就可以通过基准动作信息对患者做出的动作进行判断。
第二步,从所述至少一个动作视频片段中,匹配出包含所述基准动作信息的至少一个目标视频片段。
执行主体可以将包含所述基准动作信息的视频片段确定为目标视频片段。
在一些实施例的一些可选的实现方式中,所述匹配出包含所述基准动作信息的至少一个目标视频片段,可以包括:响应于所述目标视频片段内的动作为行走,确定所述目标视频片段内的动作图像帧序列与所述动作信息之间的对应关系。
语音指令信息可以是“保持坐立静止”、“保持站立静止”、“沿直线前进”、“弯胳膊”、“抬左腿”等多种。其中,用于指示患者行走时,需要考虑患者身体左右两侧是否平衡。为此,执行主体在确定目标视频片段内的动作为行走时,可以进一步确定动作图像帧序列与所述动作信息之间的对应关系。其中,所述对应关系包括完全对应、不完全对应和不对应。
在一些实施例的一些可选的实现方式中,所述确定所述目标视频片段内的动作图像帧序列与所述动作信息之间的对应关系,可以包括:对于所述动作图像帧序列中的动作图像帧,为该动作图像帧内的患者图像设置行走基准线,基于所述行走基准线确定所述对应关系。
为了确定动作图像帧序列与所述动作信息之间的对应关系,执行主体可以首先识别出患者的身体结构,然后基于身体结构设置行走基准线,通过行走基准线来确定对应关系。其中所述行走基准线可以包括肩部基准线、左侧基准线和右侧基准线。肩部基准线可以是设置在患者肩部的水平线,通过患者行走过程中的肩部两侧与肩部基准线的垂直距离来判断患者行走是否稳定。左侧基准线和右侧基准线可以是分别设置在患者的身体左侧和右侧的竖直线,可以通过患者行走过程中两侧胳膊或腿部指定位置,分别与左侧基准线和右侧基准线之间的距离,来判断患者行走是否稳定。提高了判断患者行走状态的准确性。
在一些实施例的一些可选的实现方式中,所述确定该语音指令信息和目标视频片段的匹配关系,可以包括:响应于所述目标视频片段内的动作图像与所述动作信息完全对应,设置所述匹配关系为完全匹配;响应于所述目标视频片段内的动作图像与所述动作信息不完全对应,设置所述匹配关系为不完全匹配;响应于所述目标视频片段内的动作图像与所述动作信息不对应,设置所述匹配关系为不匹配。
实际中,症状可以分为多个级别。当目标视频片段内的动作图像与所述动作信息完全对应,设置所述匹配关系为完全匹配,则此时症状信息可以是0级。当目标视频片段内的动作图像与所述动作信息不完全对应,设置所述匹配关系为不完全匹配,则此时症状信息可以是1级。当目标视频片段内的动作图像与所述动作信息不对应,设置所述匹配关系为不匹配,则此时症状信息可以是2级。例如,语音指令信息为“沿直线前进”,目标视频片段内的动作图像中,患者左右两侧无明显异常,则症状信息可以是0级;目标视频片段内的动作图像中,患者左右两侧中,有一侧明显异常,则症状信息可以是1级;当患者左右两侧都明显异常时,则症状信息可以是2级。根据实际情况,还可以进一步检测目标视频片段中患者运动过程中是否能保持平衡、是否存在跌倒,甚至不能站立或行走等,进一步将症状信息划分为3级、4级或5级等,具体视实际情况而定。
步骤306,基于所述至少一条语音指令信息的至少一个匹配关系,对于所述至少一个匹配关系中的匹配关系,确定该匹配关系对应的语音指令信息和视频片段的动作延迟状态。
在一些实施例中,确定患者是否患有帕金森综合征的首要条件是,患者是否运动迟缓。相应的,执行主体可以基于匹配关系,确定每组语音指令信息和视频片段是否存在动作延迟状态。其中,所述动作延迟状态可以用于表征匹配关系对应的语音指令信息发出后,患者做出动作的快慢程度,所述动作延迟状态包括延迟或不延迟。
在一些实施例的一些可选的实现方式中,所述确定该匹配关系对应的语音指令信息和视频片段的动作延迟状态,可以包括以下步骤:
第一步,获取该语音指令信息的第一时间戳和所述目标视频片段内的动作图像的第二时间戳,通过所述第一时间戳和第二时间戳组成时间信息对。
为了确定患者是否存在动作迟缓,执行主体可以获取待检测视频中对应语音指令信息出现的第一时间戳,以及该语音指令信息对应的目标视频片段内动作图像的第二时间戳。需要说明的是,目标视频片段通常是语音指令信息后的视频片段,该视频片段内可能包含与语音指令信息不相关的其他动作信息。因此,执行主体需要获取到目标视频片段中对应语音指令信息的动作图像的第二时间戳。之后,执行主体可以通过第一时间戳和第二时间戳组成时间信息对。即,时间信息对包含了语音指令信息的第一时间戳和动作图像的第二时间戳。其中,第一时间戳可以是语音指令信息完成时对应的时间点,第二时间戳可以是动作图像开始的时间点。
第二步,通过所述时间信息对确定该匹配关系对应的动作延迟状态。
当时间信息对中第一时间戳和第二时间戳之间的时间差大于预设时间差阈值时,可以认为患者存在运动迟缓,对应的动作延迟状态可以为延迟,否则,第一时间戳和第二时间戳之间的时间差小于等于预设时间差阈值时,可以认为患者不存在运动迟缓,对应的动作延迟状态可以为不延迟。
在一些实施例的一些可选的实现方式中,所述获取该语音指令信息的第一时间戳和所述目标视频片段内的动作图像的第二时间戳,包括:
第一步,根据该语音指令信息确定所述目标视频片段对应的至少一个目标动作部位。
为了准确确定动作图像,执行主体可以首先确定目标动作部位。例如,语音指令信息为“沿直线前进”时,目标动作部位可以是患者的双腿。
第二步,从所述目标视频片段内提取包含所述至少一个目标动作部位的动作图像帧序列,将所述动作图像帧序列中的第一动作图像帧对应的时间作为第二时间戳。
通常,患者的一个动作对了了多个连续的图像帧。执行主体可以首先从目标视频片段内提取包含所述至少一个目标动作部位的动作图像帧序列,然后将所述动作图像帧序列中的第一动作图像帧对应的时间作为第二时间戳。如此,有利于提高判断动作是否延时的准确性。
步骤307,响应于所述至少一个匹配关系对应的至少一个动作延迟状态都为延迟,根据所述至少一条视频片段确定待检测视频的症状信息。
在一些实施例中,当患者在待检测视频的某个视频片段(或少数视频片段)中存在延迟时,可能是由于患者被周围环境因素干扰导致的。为了保证症状信息的客观性和准确性,执行主体可以在至少一个匹配关系对应的至少一个动作延迟状态都为延迟时,根据所述至少一条视频片段确定待检测视频的症状信息。如此,保证了症状信息的有效性。
在一些实施例的一些可选的实现方式中,所述根据所述至少一条视频片段确定待检测视频的症状信息,可以包括:响应于所述至少一条视频片段中存在指定运动特征,标记所述待检测视频的症状信息为异常;否则,标记所述待检测视频的症状信息为正常。
在一些实施例中,运动迟缓是判断帕金森综合征的必须特征,但是,只有运动迟缓还不能确定患者是帕金森综合征,还需要患者具备指定运动特征。其中,所述指定运动特征包括以下至少一种:动作静止性震颤、肌强直。当患者既存在运动迟缓,又存在指定运动特征时,则患者存在帕金森综合征;否则,只存在运动迟缓,不存在指定运动特征时,患者不存在帕金森综合征。其中,执行主体可以对视频片段进行分析,判断患者在静止坐立状态下,指定关节位置的颤动频率,来判断患者事发后存在动作静止性震颤。执行主体可以通过他人控制患者做动作所花费的时间,来判断患者是否存在肌强直。
进一步参考图4,其示出了帕金森症状信息检测方法的又一些实施例的流程400。该帕金森症状信息检测方法的流程400,包括以下步骤:
步骤401,获取待检测视频。
步骤402,从所述待检测视频中提取至少一条语音指令信息和对应所述至少一条语音指令信息的至少一条视频片段。
步骤403,对于所述至少一条语音指令信息中的语音指令信息,确定该语音指令信息与所述至少一条视频片段中的目标视频片段之间的匹配关系。
步骤404,基于所述至少一条语音指令信息的至少一个匹配关系,确定对应所述待检测视频的症状信息。
步骤401至步骤404的内容,与步骤201至步骤204的内容相同,此处不再一一赘述。
步骤405,响应于所述症状信息为异常,获取所述待检测视频对应的患者的用药信息。
上述通过症状信息可以判断患者是否存在帕金森综合征,当症状信息为正常时,患者没有帕金森综合征,当症状信息为异常时,患者存在帕金森综合征。当患者存在帕金森综合征时,还需要进一步确定患者的帕金森病状态。帕金森病状态可以包括临床确定的帕金森病和临床可能的帕金森病。而临床确定的帕金森病和临床可能的帕金森病需要患者的用药信息来辅助判断。为此,执行主体需要获取所述待检测视频对应的患者的用药信息。
步骤406,基于所述用药信息确定所述患者的帕金森状态。
但获取到用药信息后,执行主体可以根据用药信息来确定患者的帕金森状态,即临床确定的帕金森病或临床可能的帕金森病。例如,临床确定的帕金森病需要满足以下条件:(1)不存在绝对排除标准;(2)至少存在2条支持标准;(3)没有警示征象。临床可能的帕金森病满足以下条件:(1)不符合绝对排除标准;(2)如果出现警示征象则需要通过支持标准来抵消:如果出现1条警示征象,必须需要至少1条支持标准抵消;如果出现2条警示征象,必须需要至少2条支持标准抵消;如果出现2条以上警示征象,则诊断不能成立。
其中,绝对排除标准可以是:出现下列任何1项即可排除帕金森病的诊断(但不应将有明确其他原因引起的症状算人其中,如外伤等):
1.存在明确的小脑性共济失调,或者小脑性眼动异常(持续的凝视诱发的眼震、巨大方波跳动、超节律扫视)。
2.出现向下的垂直性核上性凝视麻痹,或者向下的垂直性扫视选择性减慢。
3.在发病后5年内,患者被诊断为高度怀疑的行为变异型额颞叶痴呆或原发性进行性失语。
4.发病3年后仍局限于下肢的帕金森样症状。
5.多巴胺受体阻滞剂或多巴胺耗竭剂治疗诱导的帕金森综合征,其剂量和时程与药物性帕金森综合征相一致。
6.尽管病情为中等严重程度,但患者对高剂量左旋多巴治疗缺乏显著的治疗应答。
7.存在明确的皮质复合感觉丧失(如在主要感觉器官完整的情况下出现皮肤书写觉和实体辨别觉损害),以及存在明确的肢体观念运动性失用或进行性失语。
8.分子神经影像学检查突触前多巴胺能系统功能正常。
9.存在明确可导致帕金森综合征或疑似与患者症状相关的其他疾病,或者基于全面诊断评估,由专业医师判断其可能为其他综合征,而非帕金森病。
支持标准可以是:
1.患者对多巴胺能药物的治疗明确且显著有效。在初始治疗期间,患者的功能可恢复或接近至正常水平。在没有明确记录的情况下,初始治疗的显著应答可定义为以下两种情况:(1)药物剂量增加时症状显著改善,剂量减少时症状显著加重。以上改变可通过客观评分或主观描述(由患者或看护者提供的可靠而显著的病情改变)来确定;(2)存在明确且显著的开/关期症状波动,并在某种程度上包括可预测的剂末现象。
2.出现左旋多巴诱导的异动症。
3.临床体检观察到单个肢体的静止性震颤(既往或本次检查)。
4.以下辅助检测阳性有助于鉴别帕金森病与非典型性帕金森综合征:存在嗅觉减退或丧失,或头颅超声显示黑质异常高回声,或心脏间碘苄胍闪烁显像法显示心脏去交感神经支配。
警示征象可以是:
1.发病后5年内出现快速进展的步态障碍,以至于需要经常使用轮椅。
2.运动症状或体征在发病后5年内或5年以上完全不进展,除非这种病情的稳定是与治疗相关。
3.发病后5年内出现球麻痹症状,表现为严重的发音困难、构音障碍或吞咽困难(需进食较软的食物,或通过鼻胃管、胃造瘘进食)。
4.发病后5年内出现吸气性呼吸功能障碍,即在白天或夜间出现吸气性喘鸣或者频繁的吸气性叹息。
5.发病后5年内出现严重的自主神经功能障碍,包括:(1)体位性低血压旧引,即在站起后3分钟内,收缩压下降至少30mmHg(毫米汞柱,1mmHg=0.133kPa)或舒张压下降至少20mmHg,并排除脱水、药物或其他可能解释自主神经功能障碍的疾病;(2)发病后5年内出现严重的尿潴留或尿失禁(不包括女性长期存在的低容量压力性尿失禁),且不是简单的功能性尿失禁(如不能及时如厕)。对于男性患者,尿潴留必须不是由前列腺疾病所致,且伴发勃起障碍。
6.发病后3年内由于平衡障碍导致反复(>1次/年)跌倒。
7.发病后10年内出现不成比例的颈部前倾或手足挛缩。
8.发病后5年内不出现任何一种常见的非运动症状,包括嗅觉减退、睡眠障碍(睡眠维持性失眠、日间过度嗜睡、快动眼期睡眠行为障碍)、自主神经功能障碍(便秘、日间尿急、症状性体位性低血压)、精神障碍(抑郁、焦虑、幻觉)。
9.出现其他原因不能解释的锥体束征。
10.起病或病程中表现为双侧对称性的帕金森综合征症状,没有任何侧别优势,且客观体检亦未观察到明显的侧别性。
执行主体可以从上述绝对排除标准、支持标准和警示征象中提取出关键词,通过关键词与患者的用药信息进行匹配,进而确定患者的帕金森状态。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种帕金森症状信息检测装置的一些实施例,这些装置实施例与图2所示的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,一些实施例的帕金森症状信息检测装置500包括:信息获取单元501、信息提取单元502、匹配关系确定单元503和信息检测单元504。其中,信息获取单元501,被配置成获取待检测视频,所述待检测视频包含患者根据语音指令信息做出的动作图像;信息提取单元502,被配置成从所述待检测视频中提取至少一条语音指令信息和对应所述至少一条语音指令信息的至少一条视频片段;匹配关系确定单元503,被配置成对于所述至少一条语音指令信息中的语音指令信息,确定该语音指令信息与所述至少一条视频片段中的目标视频片段之间的匹配关系;信息检测单元504,被配置成基于所述至少一条语音指令信息的至少一个匹配关系,确定对应所述待检测视频的症状信息。
在一些实施例的可选实现方式中,所述信息提取单元502可以包括:语音指令信息提取子单元(图中未示出)和视频片段提取子单元(图中未示出)。其中,语音指令信息提取子单元,被配置成对所述待检测视频进行语音识别,提取至少一条语音指令信息;视频片段提取子单元,被配置成对于所述至少一条语音指令信息中的语音指令信息,从所述待检测视频中提取对应该语音指令信息的视频片段。
在一些实施例的可选实现方式中,所述匹配关系确定单元503可以包括:动作信息确定子单元(图中未示出)和匹配关系确定子单元(图中未示出)。其中,动作信息确定子单元,被配置成确定该语音指令信息对应的动作信息;匹配关系确定子单元,被配置成将所述动作信息与所述至少一条视频片段进行匹配,确定该语音指令信息和目标视频片段的匹配关系。
在一些实施例的可选实现方式中,所述匹配关系确定子单元可以包括:匹配关系确定模块(图中未示出),被配置成对于所述至少一条视频片段中的视频片段,对该视频片段进行图像识别,确定至少一个动作视频片段,响应于所述至少一个动作视频片段中存在包含对应动作信息的动作图像帧,将该动作视频片段确定为对应该语音指令信息的目标视频片段。
在一些实施例的可选实现方式中,所述匹配关系确定模块可以包括:基准动作信息查询子模块(图中未示出)和匹配关系确定子模块(图中未示出)。其中,基准动作信息查询子模块,被配置成查询对应所述动作信息的基准动作信息,所述基准动作信息包括以下至少一项:身体部位信息、动作组成信息、关键点信息;匹配关系确定子模块,被配置成从所述至少一个动作视频片段中,匹配出包含所述基准动作信息的至少一个目标视频片段。
在一些实施例的可选实现方式中,所述匹配关系确定子模块可以包括:对应关系确定模组(图中未示出),被配置成响应于所述目标视频片段内的动作为行走,确定所述目标视频片段内的动作图像帧序列与所述动作信息之间的对应关系,所述对应关系包括完全对应、不完全对应和不对应。
在一些实施例的可选实现方式中,所述对应关系确定模组可以包括:对应关系确定子模组(图中未示出),被配置成对于所述动作图像帧序列中的动作图像帧,为该动作图像帧内的患者图像设置行走基准线,基于所述行走基准线确定所述对应关系,所述行走基准线包括肩部基准线、左侧基准线和右侧基准线。
在一些实施例的可选实现方式中,所述匹配关系确定子单元可以包括:第一匹配模块(图中未示出)、第二匹配模块(图中未示出)和第三匹配模块(图中未示出)。其中,第一匹配模块,被配置成响应于所述目标视频片段内的动作图像与所述动作信息完全对应,设置所述匹配关系为完全匹配;第二匹配模块,被配置成响应于所述目标视频片段内的动作图像与所述动作信息不完全对应,设置所述匹配关系为不完全匹配;第三匹配模块,被配置成响应于所述目标视频片段内的动作图像与所述动作信息不对应,设置所述匹配关系为不匹配。
在一些实施例的可选实现方式中,所述信息检测单元504可以包括:动作延迟状态确定子单元(图中未示出)和信息检测子单元(图中未示出)。其中,动作延迟状态确定子单元,被配置成对于所述至少一个匹配关系中的匹配关系,确定该匹配关系对应的语音指令信息和视频片段的动作延迟状态,所述动作延迟状态用于表征匹配关系对应的语音指令信息发出后,患者做出动作的快慢程度,所述动作延迟状态包括延迟或不延迟;信息检测子单元,被配置成响应于所述至少一个匹配关系对应的至少一个动作延迟状态都为延迟,根据所述至少一条视频片段确定待检测视频的症状信息。
在一些实施例的可选实现方式中,所述动作延迟状态确定子单元可以包括:时间信息对构建模块(图中未示出)和动作延迟状态确定模块(图中未示出)。其中,时间信息对构建模块,被配置成获取该语音指令信息的第一时间戳和所述目标视频片段内的动作图像的第二时间戳,通过所述第一时间戳和第二时间戳组成时间信息对;动作延迟状态确定模块,被配置成通过所述时间信息对确定该匹配关系对应的动作延迟状态。
在一些实施例的可选实现方式中,所述时间信息对构建模块可以包括:目标动作部位确定子模块(图中未示出)和第二时间戳确定子模块(图中未示出)。其中,目标动作部位确定子模块,被配置成根据该语音指令信息确定所述目标视频片段对应的至少一个目标动作部位;第二时间戳确定子模块,被配置成从所述目标视频片段内提取包含所述至少一个目标动作部位的动作图像帧序列,将所述动作图像帧序列中的第一动作图像帧对应的时间作为第二时间戳。
在一些实施例的可选实现方式中,所述信息检测子单元可以包括:症状信息确定模块(图中未示出),被配置成响应于所述至少一条视频片段中存在指定运动特征,标记所述待检测视频的症状信息为异常;否则,标记所述待检测视频的症状信息为正常,所述指定运动特征包括以下至少一种:动作静止性震颤、肌强直。
在一些实施例的可选实现方式中,所述帕金森症状信息检测装置500还可以包括:用药信息获取单元(图中未示出)和状态判断单元(图中未示出)。用药信息获取单元,被配置成响应于所述症状信息为异常,获取所述待检测视频对应的患者的用药信息;状态判断单元,被配置成基于所述用药信息确定所述患者的帕金森状态。
可以理解的是,该装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元,在此不再赘述。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取待检测视频,所述待检测视频包含患者根据语音指令信息做出的动作图像;从所述待检测视频中提取至少一条语音指令信息和对应所述至少一条语音指令信息的至少一条视频片段;对于所述至少一条语音指令信息中的语音指令信息,确定该语音指令信息与所述至少一条视频片段中的目标视频片段之间的匹配关系;基于所述至少一条语音指令信息的至少一个匹配关系,确定对应所述待检测视频的症状信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括信息获取单元、信息提取单元、匹配关系确定单元和信息检测单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,信息检测单元还可以被描述为“用于确定症状信息的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种帕金森症状信息检测方法,包括:
获取待检测视频,所述待检测视频包含患者根据语音指令信息做出的动作图像;
从所述待检测视频中提取至少一条语音指令信息和对应所述至少一条语音指令信息的至少一条视频片段;
对于所述至少一条语音指令信息中的语音指令信息,确定该语音指令信息与所述至少一条视频片段中的目标视频片段之间的匹配关系;
基于所述至少一条语音指令信息的至少一个匹配关系,确定对应所述待检测视频的症状信息。
2.根据权利要求1所述的方法,其中,所述从所述待检测视频中提取至少一条语音指令信息和对应所述至少一条语音指令信息的至少一条视频片段,包括:
对所述待检测视频进行语音识别,提取至少一条语音指令信息;
对于所述至少一条语音指令信息中的语音指令信息,从所述待检测视频中提取对应该语音指令信息的视频片段。
3.根据权利要求1所述的方法,其中,所述确定该语音指令信息与所述至少一条视频片段中的目标视频片段之间的匹配关系,包括:
确定该语音指令信息对应的动作信息;
将所述动作信息与所述至少一条视频片段进行匹配,确定该语音指令信息和目标视频片段的匹配关系。
4.根据权利要求1所述的方法,其中,所述方法还包括:
响应于所述症状信息为异常,获取所述待检测视频对应的患者的用药信息;
基于所述用药信息确定所述患者的帕金森状态。
5.一种帕金森症状信息检测装置,包括:
信息获取单元,被配置成获取待检测视频,所述待检测视频包含患者根据语音指令信息做出的动作图像;
信息提取单元,被配置成从所述待检测视频中提取至少一条语音指令信息和对应所述至少一条语音指令信息的至少一条视频片段;
匹配关系确定单元,被配置成对于所述至少一条语音指令信息中的语音指令信息,确定该语音指令信息与所述至少一条视频片段中的目标视频片段之间的匹配关系;
信息检测单元,被配置成基于所述至少一条语音指令信息的至少一个匹配关系,确定对应所述待检测视频的症状信息。
6.根据权利要求5所述的装置,其中,所述信息提取单元包括:
语音指令信息提取子单元,被配置成对所述待检测视频进行语音识别,提取至少一条语音指令信息;
视频片段提取子单元,被配置成对于所述至少一条语音指令信息中的语音指令信息,从所述待检测视频中提取对应该语音指令信息的视频片段。
7.根据权利要求5所述的装置,其中,所述匹配关系确定单元包括:
动作信息确定子单元,被配置成确定该语音指令信息对应的动作信息;
匹配关系确定子单元,被配置成将所述动作信息与所述至少一条视频片段进行匹配,确定该语音指令信息和目标视频片段的匹配关系。
8.根据权利要求5所述的装置,其中,所述装置还包括:
用药信息获取单元,被配置成响应于所述症状信息为异常,获取所述待检测视频对应的患者的用药信息;
状态判断单元,被配置成基于所述用药信息确定所述患者的帕金森状态。
9.一种设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至4中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时,实现如权利要求1至4中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211558254.6A CN115881295B (zh) | 2022-12-06 | 2022-12-06 | 帕金森症状信息检测方法、装置、设备和计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211558254.6A CN115881295B (zh) | 2022-12-06 | 2022-12-06 | 帕金森症状信息检测方法、装置、设备和计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115881295A true CN115881295A (zh) | 2023-03-31 |
CN115881295B CN115881295B (zh) | 2024-01-23 |
Family
ID=85766142
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211558254.6A Active CN115881295B (zh) | 2022-12-06 | 2022-12-06 | 帕金森症状信息检测方法、装置、设备和计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115881295B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070055695A1 (en) * | 2005-08-24 | 2007-03-08 | International Business Machines Corporation | System and method for semantic video segmentation based on joint audiovisual and text analysis |
US20070185857A1 (en) * | 2006-01-23 | 2007-08-09 | International Business Machines Corporation | System and method for extracting salient keywords for videos |
CN101600118A (zh) * | 2008-06-06 | 2009-12-09 | 株式会社日立制作所 | 音视频内容信息抽取装置和方法 |
US20190172580A1 (en) * | 2017-12-01 | 2019-06-06 | International Business Machines Corporation | Determining information based on an analysis of images and video |
CN111048205A (zh) * | 2019-12-17 | 2020-04-21 | 创新工场(北京)企业管理股份有限公司 | 对帕金森病症状进行评估的方法与装置 |
CN113241175A (zh) * | 2021-06-25 | 2021-08-10 | 中国科学院计算技术研究所 | 基于边缘计算的帕金森症辅助诊断系统和方法 |
CN113362946A (zh) * | 2021-07-20 | 2021-09-07 | 景昱医疗器械(长沙)有限公司 | 视频处理装置、电子设备及计算机可读存储介质 |
CN113627301A (zh) * | 2021-08-02 | 2021-11-09 | 科大讯飞股份有限公司 | 实时视频信息提取方法、装置和系统 |
CN113642506A (zh) * | 2021-08-26 | 2021-11-12 | 北京复数健康科技有限公司 | 一种基于数据匹配进行图像标注的方法和系统 |
CN113705435A (zh) * | 2021-08-26 | 2021-11-26 | 清华大学 | 一种用于症状评估的行为采集方法、装置、终端及存储介质 |
CN114445754A (zh) * | 2022-01-29 | 2022-05-06 | 北京有竹居网络技术有限公司 | 视频处理方法、装置、可读介质及电子设备 |
WO2022134701A1 (zh) * | 2020-12-22 | 2022-06-30 | 上海幻电信息科技有限公司 | 视频处理方法及装置 |
CN114842956A (zh) * | 2022-07-01 | 2022-08-02 | 苏州景昱医疗器械有限公司 | 控制设备、医疗系统及计算机可读存储介质 |
CN114913974A (zh) * | 2022-05-10 | 2022-08-16 | 上海市东方医院(同济大学附属东方医院) | 一种谵妄评估方法、装置、电子设备及存储介质 |
US20220280098A1 (en) * | 2021-03-02 | 2022-09-08 | International Business Machines Corporation | Assessing parkinson's disease symptoms |
CN115346670A (zh) * | 2022-08-15 | 2022-11-15 | 浙江工业大学 | 基于姿态识别的帕金森病评级方法、电子设备及介质 |
-
2022
- 2022-12-06 CN CN202211558254.6A patent/CN115881295B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070055695A1 (en) * | 2005-08-24 | 2007-03-08 | International Business Machines Corporation | System and method for semantic video segmentation based on joint audiovisual and text analysis |
US20070185857A1 (en) * | 2006-01-23 | 2007-08-09 | International Business Machines Corporation | System and method for extracting salient keywords for videos |
CN101600118A (zh) * | 2008-06-06 | 2009-12-09 | 株式会社日立制作所 | 音视频内容信息抽取装置和方法 |
US20190172580A1 (en) * | 2017-12-01 | 2019-06-06 | International Business Machines Corporation | Determining information based on an analysis of images and video |
CN111048205A (zh) * | 2019-12-17 | 2020-04-21 | 创新工场(北京)企业管理股份有限公司 | 对帕金森病症状进行评估的方法与装置 |
WO2022134701A1 (zh) * | 2020-12-22 | 2022-06-30 | 上海幻电信息科技有限公司 | 视频处理方法及装置 |
US20220280098A1 (en) * | 2021-03-02 | 2022-09-08 | International Business Machines Corporation | Assessing parkinson's disease symptoms |
CN113241175A (zh) * | 2021-06-25 | 2021-08-10 | 中国科学院计算技术研究所 | 基于边缘计算的帕金森症辅助诊断系统和方法 |
CN113362946A (zh) * | 2021-07-20 | 2021-09-07 | 景昱医疗器械(长沙)有限公司 | 视频处理装置、电子设备及计算机可读存储介质 |
CN113627301A (zh) * | 2021-08-02 | 2021-11-09 | 科大讯飞股份有限公司 | 实时视频信息提取方法、装置和系统 |
CN113642506A (zh) * | 2021-08-26 | 2021-11-12 | 北京复数健康科技有限公司 | 一种基于数据匹配进行图像标注的方法和系统 |
CN113705435A (zh) * | 2021-08-26 | 2021-11-26 | 清华大学 | 一种用于症状评估的行为采集方法、装置、终端及存储介质 |
CN114445754A (zh) * | 2022-01-29 | 2022-05-06 | 北京有竹居网络技术有限公司 | 视频处理方法、装置、可读介质及电子设备 |
CN114913974A (zh) * | 2022-05-10 | 2022-08-16 | 上海市东方医院(同济大学附属东方医院) | 一种谵妄评估方法、装置、电子设备及存储介质 |
CN114842956A (zh) * | 2022-07-01 | 2022-08-02 | 苏州景昱医疗器械有限公司 | 控制设备、医疗系统及计算机可读存储介质 |
CN115346670A (zh) * | 2022-08-15 | 2022-11-15 | 浙江工业大学 | 基于姿态识别的帕金森病评级方法、电子设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115881295B (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Odole et al. | A telephone-based physiotherapy intervention for patients with osteoarthritis of the knee | |
Kearns et al. | Path tortuosity in everyday movements of elderly persons increases fall prediction beyond knowledge of fall history, medication use, and standardized gait and balance assessments | |
Pareja-Ríos et al. | Tele-ophthalmology for diabetic retinopathy screening: 8 years of experience | |
Avila et al. | Informal caregivers of older people recovering from surgery for hip fractures caused by a fall: fall prevention | |
Nikolaidou et al. | Teleophthalmology and artificial intelligence as game changers in ophthalmic care after the COVID-19 pandemic | |
JP2020199072A (ja) | 脳卒中判定装置、方法およびプログラム | |
Madhushri et al. | A smartphone application suite for assessing mobility | |
Capriotti et al. | Ischemic stroke | |
Cui et al. | Anterior segment and others in teleophthalmology: past, present, and future | |
WO2018161896A1 (zh) | 一种远程康复系统 | |
Mohamed et al. | Early access to a neurologist reduces the rate of missed diagnosis in young strokes | |
Jirikowic et al. | Virtual sensorimotor training for balance: pilot study results for children with fetal alcohol Spectrum disorders | |
CN115881295A (zh) | 帕金森症状信息检测方法、装置、设备和计算机可读介质 | |
Kyle | Caring for a child with Down’s syndrome in the acute care setting | |
Ong et al. | Digital advancements in retinal models of care in the post–COVID-19 lockdown era | |
TWM582674U (zh) | Care system | |
Chakrabarti et al. | Tele-health in pediatric ophthalmology: promises and pitfalls | |
Hills | Determining brain death: a review of evidence-based guidelines | |
Carter et al. | Early Experience with Virtual Pediatric Orthopedics in New York City: Pearls for Incorporating Telemedicine into Your Practice | |
US20230225667A1 (en) | Method and apparatus for objectively determining a frailty score for a subject | |
Dhabarde et al. | A Tele-Healthcare System For Diagnosis and Treatment of Patients During A Pandemic | |
Kumar et al. | Vertebral artery dissection masquerading as concussion in an adolescent | |
Uzunova et al. | Telemedicine in Ophthalmology: Lessons from the COVID-19 Era and Beyond | |
Abernethy | Stroke in Old Age | |
WO2023210497A1 (ja) | 診断支援装置、診断支援方法およびプログラム |
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 |