[发明专利]一种基于儿童异常行为的疾病预测系统

说明书

本发明提出了一种基于儿童异常行为的疾病预测系统。包括：采集模块，通过摄像机实时采集儿童行为视频信息以及对应的时序运动信息；模型建立模块，从儿童行为视频信息以及对应的时序运动信息中提取行为特征信息以及时序运动特征信息，根据行为特征信息以及时序运动特征信息建立样本特征模型；处理模块，获取待识别儿童个体特征信息，建立待识别儿童个体特征集；预测模块，建立KNN算法模型，根据该KNN算法模型通过样本特征模型对待识别儿童个体特征集进行预测，并生成对应预测报告。本发明通过摄像机实时对儿童行为信息进行采集分析，通过KNN算法模型对儿童异常行为信息进行预测，不仅能够自动快速对儿童行为近预测，而且提高了预测精确度。

技术领域

本发明涉及计算机领域，尤其涉及一种基于儿童异常行为的疾病预测系统。

背景技术

儿童在成长过程中，会出现一些令家长头大烦恼的问题行为或者异常行为。比如：打人、插话、撒谎、嫉妒、哭闹、不合群……等。一般来说，儿童异常行为是儿科常见疾病，主要有：儿童多动症、退缩行为、过度焦虑反应、强迫行为、恐怖症、遗尿症、夜惊、不良习惯等。有行为异常的儿童与正常儿童在心理及行为上均不同，这种异常行为会妨碍儿童身心的正常发展，影响学习，成长后也常有偏离正常的人格特征及行为。

现有的对于儿童异常行为的疾病预测往往是通过医生观察加上诊断来进行预测，但是这种方式不仅精确度不高，而且只有在儿童明显表现出异常行为后才能进行预测判断，无法进行预防，所以亟需对现有技术进行改进。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

有鉴于此，本发明提出了一种基于儿童异常行为的疾病预测系统，旨在解决现有技术无法实现通过摄像头抓取儿童行为特征来精确对儿童异常行为的疾病进行自动预测的技术问题。

本发明的技术方案是这样实现的：

一方面，本发明提供了一种基于儿童异常行为的疾病预测系统，所述基于儿童异常行为的疾病预测系统包括：

采集模块，用于通过摄像机实时采集儿童行为视频信息以及对应的时序运动信息；

模型建立模块，用于从儿童行为视频信息以及对应的时序运动信息中提取行为特征信息以及时序运动特征信息，根据行为特征信息以及时序运动特征信息建立样本特征模型；

处理模块，用于获取待识别儿童个体特征信息，对该待识别儿童个体特征信息进行预处理，建立待识别儿童个体特征集；

预测模块，用于建立KNN算法模型，根据该KNN算法模型通过样本特征模型对待识别儿童个体特征集进行预测，并生成对应预测报告。

在以上技术方案的基础上，优选的，采集模块包括筛选模块，用于通过摄像机实时采集儿童行为视频信息以及对应的时序运动信息，所述时序运动信息包括：多个运动轨迹之间的依赖关系和每个运动轨迹的运行时间，根据每个运动轨迹的运行时间对多个运动轨迹之间的依赖关系进行验证，保留验证通过的运动轨迹的运行时间以及对应的依赖关系作为待同步时序运动信息。

在以上技术方案的基础上，优选的，模型建立模块包括同步模块，用于将行为视频信息与待同步时序运动信息进行同步，获取同步后的信息作为儿童异常行为信息，从该儿童异常行为信息中提取儿童异常行为特征信息，根据该儿童异常行为特征信息建立样本特征模型。

在以上技术方案的基础上，优选的，模型建立模块包括同步模块，用于将行为视频信息与待同步时序运动信息进行同步，获取同步后的信息作为儿童异常行为信息，从该儿童异常行为信息中提取儿童异常行为特征信息，根据该儿童异常行为特征信息建立样本特征模型。