[发明专利]疼痛信息处理方法、装置、设备及存储介质

说明书

本申请公开了一种疼痛信息处理方法、装置、设备及存储介质，通过获取目标用户疼痛表情视频流，并根据所述视频流得到各个采样时刻对应的表情图像帧，提取所述各个采样时刻对应的表情图像帧对应的表情特征向量，对所述各个采样时刻对应的表情特征向量进行分组，得到多个表情特征向量组，基于所述多个表情特征向量组得到所述目标用户对应的疼痛等级，从而将时间维度对疼痛表情的影响充分融合到表情特征中，将时间维度作为疼痛程度判断的一个计算维度，可以有效提高对用户疼痛程度分析的准确性。

技术领域

本申请涉及疼痛信息处理领域，特别涉及一种疼痛信息处理方法、装置、设备及存储介质。

背景技术

疼痛评估作为临床急性疼痛、慢性疼痛和难治性疼痛必要的诊断方法，临床环境可以通过患者主诉方式了解患者疼痛情况，但医生与患者比例严重失衡，如某年仅国内的年手术量就达到六千万台，而国内的麻醉医生仅有十万人不到，造成大量患者的疼痛无法及时治疗。

面部表情与疼痛具有强关联性，现有技术是基于单幅表情图像的疼痛等级分析，例如将单张表情图像作为输入，采用卷积神经网络提炼单幅图片的疼痛特征，最后经过全连接层训练得到该幅图像对应的疼痛等级，如图1A所示，而由于患者面部表情变化快，很难拍到真实表情，因此，基于单幅表情图像分析的准确率偏低，不利于患者的治疗。

发明内容

本申请的目的在于提供一种疼痛信息处理方法、装置、设备及存储介质，以提高对用户疼痛程度分析的准确性。

第一方面，本申请实施例提供了一种疼痛信息处理方法，包括：

获取目标用户疼痛表情视频流，并根据所述视频流得到各个采样时刻对应的表情图像帧；

提取所述各个采样时刻对应的表情图像帧对应的表情特征向量；

对所述各个采样时刻对应的表情特征向量进行分组，得到多个表情特征向量组；

基于所述多个表情特征向量组得到所述目标用户对应的疼痛等级。

在一种可能的实现方式中，在本申请实施例提供的上述方法中，所述提取所述各个采样时刻对应的表情图像帧对应的表情特征向量之前，所述方法还包括：

对所述表情图像帧进行平滑去噪处理，并提取面部区域；

调正所述面部区域中的人脸位置，获得调正人脸位置后的表情图像帧。

在一种可能的实现方式中，在本申请实施例提供的上述方法中，还包括：

对所述调正人脸位置后的表情图像帧进行归一化处理。

在一种可能的实现方式中，在本申请实施例提供的上述方法中，所述提取所述各个采样时刻对应的表情图像帧对应的表情特征向量，包括：

将所述各个采样时刻对应的表情图像帧依次输入基于神经网络训练的疼痛等级识别模型中的特征提取层，提取各个采样时刻对应的表情特征向量。

在一种可能的实现方式中，在本申请实施例提供的上述方法中，所述对所述各个采样时刻对应的表情特征向量进行分组，得到多个表情特征向量组，包括：

通过所述疼痛等级识别模型中的特征连接层，将t-i时刻表情特征向量加入t时刻表情特征向量中，得到t时刻对应的表情特征向量组。

在一种可能的实现方式中，在本申请实施例提供的上述方法中，所述基于所述多个表情特征向量组得到所述目标用户对应的疼痛等级，包括：

将所述t时刻对应的表情特征向量组输入所述疼痛等级识别模型中的分类层，得到t时刻对应的疼痛等级；

基于各个时刻对应的疼痛等级，确定所述目标用户对应的疼痛等级。