[发明专利]一种基于特征融合的疼痛强度评估方法

权利要求书

1.一种基于特征融合的疼痛强度评估方法，其特征在于：

a.将原始图像数据进行仿射变换并裁剪，得到不含背景信息的面部图像序列；

b.将上述a中获得的面部图像序列以16帧为一个样本输入3D CNN提取图像序列中的时序特征，并将该样本的最后一帧输入2D CNN提取图像的静态空间特征；

c.对上述b中得到的两种特征进行融合，再将得到的特征输入3D CNN中进行更高层次的特征学习，得到最终的疼痛强度评估网络模型；

该方法主要包括以下步骤：

(1)对所使用的疼痛数据集进行预处理，其中通过人脸仿射变换将原始图像序列中的所有人脸固定到同一种形状并剔除原始图像数据中的背景信息，得到只包含人脸信息的图像，再将人脸区域裁剪下来并设置分辨率为112×112，得到预处理后的疼痛数据集；

(2)利用3D CNN和2D CNN分别提取输入样本中的动态时序特征以及静态空间特征；

(3)将上述(2)中3D CNN和2D CNN分别提取到的动态时序特征以及静态空间特征进行融合，并将融合后的特征输入3D CNN中进行更高层次的特征学习，最后进行回归预测，得到最终的疼痛强度预测回归网络模型。

2.如权利要求1所述的基于特征融合的疼痛强度评估方法，其特征在于在步骤(1)中采用人脸仿射变换将原始图像序列中的所有图像固定到同一种形状并剔除原始图像数据中的背景信息，得到只包含人脸信息的图像。

3.如权利要求1所述的基于特征融合的疼痛强度评估方法，其特征在于在步骤(2)中利用3D CNN和2D CNN分别提取输入样本中的动态时序特征以及静态空间特征。

4.如权利要求1所述的基于特征融合的疼痛强度评估方法，其特征在于在步骤(3)中对3D CNN和2D CNN分别提取到的动态时序特征以及静态空间特征进行融合，并将融合后的特征输入后续的3D CNN中进行更高层的特征学习。