[发明专利]一种基于图像识别处理的疼痛检测方法

说明书

本发明涉及疼痛检测技术领域，具体地说，涉及一种基于图像识别处理的疼痛检测方法。其方法包括如下步骤：采集疼痛症状图片并对疼痛进行标记；通过图像处理单元提取图像中的特征点，建立疼痛症状数据库；根据相似度匹配算法，得出疼痛状态。该基于图像识别处理的疼痛检测方法中，采集不同年龄、不同性别和疼痛症状图片，并提取图像中特征点，便于对不同年龄、不同性别的疼痛特征进行提取，采用卷积神经网络算法进行特征点分类训练，建立疼痛症状数据库，便于对疼痛症状进行分类储存，根据相似度匹配算法，采集图像与疼痛症状数据库内的图像进行对比，能够快速识别疼痛状态，提高疼痛检测的准确度。

技术领域

本发明涉及疼痛检测技术领域，具体地说，涉及一种基于图像识别处理的疼痛检测方法。

背景技术

疼痛现在被列为五大生命体征之一，用来监测患者的疼痛程度，目前市面上没有完善的疼痛检测方案，因此无法系统的检测患者疼痛状态。

发明内容

本发明的目的在于提供一种基于图像识别处理的疼痛检测方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供一种基于图像识别处理的疼痛检测方法，其方法包括如下步骤：

S1、采集疼痛症状图片并对疼痛进行标记；

S2、通过图像处理单元提取图像中的特征点，并卷积神经网络算法进行特征点分类训练，建立疼痛症状数据库；其中，提取图像中特征点的方法步骤如下：

S2.1、对图像中的疼痛症状及背景进行二值化处理；

S2.2、对去除彩色二值化后的位图进行降噪处理；

S2.3、采用斑点分析算法，对图像中相同像素的连通域进行分析，提取图像中特征点，斑点分析算法的公式如下：

其中，S(·)为目标区域面积参数，R(x，y)为对应区域；

S3、通过图像采集单元采集图像，并与疼痛症状数据库内的图像进行对比，根据相似度匹配算法，得出疼痛状态。

作为优选，所述S1中，采集疼痛症状图片选用网络爬虫方法爬取网络中疼痛症状图片，网络爬虫方法包括如下步骤：

S1.1、首先选取一部分精心挑选的种子URL；

S1.2、将选取的URL放入待抓取URL队列；

S1.3、从待抓取URL队列中取出待抓取在URL，解析DNS，并且得到主机的ip，并将URL对应的网页下载下来，存储进已下载网页库中，并将选取的URL放进已抓取URL队列；

S1.4、分析已抓取URL队列中的URL，分析其中的其他URL，并且将URL放入待抓取URL队列，从而进入下一个循环。

作为优选，所述疼痛进行标记的信息包括疼痛症状图片中人物的年龄、性别和疼痛症状图片中疼痛的级别。

作为优选，所述S2.1中，二值化处理的方法步骤如下：

S2.1.1、设图像在像素点(i，j)处的灰度值f(i，j)，考虑以像素点(i，j)为中心的(2ω+1)×(2ω+1)窗口；

S2.1.2、计算图像中各个像素点(i，j)的阈值T(i，j)；

S2.1.3、对图像中各像素点(i，j)用b(i，j)值逐点进行二值化。

作为优选，所述S2.2中，降噪处理采用图像差分算法，其公式如下：

D(i，j)＝F(i，j)-B(i，j)

其中，F(i，j)表示当前帧图像，B(i，j)表示背景图像，D(i，j)为差分图像。