[发明专利]融合心率变异特征和面部表情特征的疼痛评估方法

权利要求书

1.一种融合心率变异特征和面部表情特征的疼痛评估方法，其特征在于，包括如下步骤：

1)通过摄像头实时记录采集对象的表情图像序列，通过心电装置同时采集所述采集对象的心率信息；

2)通过计算机在所述的表情图像序列中提取所述采集对象的表情特征信息；

3)通过计算机在所述的心率信息中提取所述采集对象的心率变异特征信息；

4)通过计算机将所述的表情特征信息与心率变异特征信息融合成疼痛融合特征集；

5)采用支持向量回归器SVR对所述的疼痛融合特征集进行训练与学习，得到疼痛水平综合值PL；

6)对待评估的患者重复步骤1)至步骤4)，生成待测疼痛融合特征集，将所述的待测疼痛融合特征集送入步骤5)中训练好的SVR中进行回归预测，评估患者的疼痛水平。

2.根据权利要求1所述的融合心率变异特征和面部表情特征的疼痛评估方法，其特征在于，设置疼痛水平综合值的阈值，当步骤6)中患者的疼痛水平综合值PL超过所述的阈值时，发出疼痛预警信息。

3.根据权利要求1所述的融合心率变异特征和面部表情特征的疼痛评估方法，其特征在于，步骤2)中所述的提取采集对象的表情特征信息包括人眼检测、人脸校正、人脸表情特征提取三个步骤。

4.根据权利要求3所述的融合心率变异特征和面部表情特征的疼痛评估方法，其特征在于，所述的人眼检测包括如下步骤：

1)采集不同光照、不同人脸图像，进行预处理并归一化为64×64大小的样本；

2)采用harr特征与Adaboost算法相结合的方法训练人眼检测分类器；

3)使用步骤2)中训练好的人眼检测分类器，检测患者人脸图像的大小和位置，获取患者的眼睛位置。

5.根据权利要求4所述的融合心率变异特征和面部表情特征的疼痛评估方法，其特征在于，所述的人脸校正包括如下步骤：

1)根据两只眼睛的坐标p1＝(x1,y1)与p2＝(x2,y2)，计算两眼间的直线距离dist，其中

2)计算两眼直线与水平线之间的夹角θ，

3)根据找到的倾斜角度θ，旋转图片θ；

4)在旋转后的图片中找到眼睛的位置，以原点(x0,y0)为中心旋转后，原图眼睛的中心位置为(x,y),新图片中心眼睛的位置为(x',y')，

x'＝(x-x₀)*cosθ+(y-y₀)(-sinθ)+x₀，y'＝(x-x₀)sinθ+(y-y₀)cosθ+y₀；

5)根据眼睛坐标与两眼间的直线距离dist，找到包含面部的框的坐标(y_top,y_bot,x_left,x_right)，其中

y_top＝y'+2*dist，y_bot＝y'-2*dist，x_left＝x'-2*dist，x_right＝x'+2*dist；

6)按照(y_top,y_bot,x_left,x_right)坐标对人脸进行裁剪，将其设定为统一的尺寸，生成人脸疼痛表情图像。

6.根据权利要求5所述的融合心率变异特征和面部表情特征的疼痛评估方法，其特征在于，所述的人脸表情特征提取包括如下步骤：

1)把所述的人脸疼痛表情图像划分成6*6个小图片；

2)在6*6个小图片中分别提取36个SIFT子特征，36个局部二值模式LBP子特征，36个方向梯度直方图HOG子特征；

3)将SIFT,LBP,HOG三个子特征进行融合；

4)使用主成分分析PCA方法进行降维，生成表情融合特征A。