[发明专利]一种基于脸部血流量感知的面瘫检测系统在审

专利信息
申请号: 202110014829.7 申请日: 2021-01-06
公开(公告)号: CN112767324A 公开(公告)日: 2021-05-07
发明(设计)人: 陈艳;展影影 申请(专利权)人: 陈艳
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06T7/246;G06T7/73;G16H50/20
代理公司: 暂无信息 代理人: 暂无信息
地址: 432100 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 脸部 血流 感知 面瘫 检测 系统
【权利要求书】:

1.一种基于脸部血流量感知的面瘫检测系统,其结构包括图像采集装置、激光检测装置和数据处理装置;其特征在于,所述数据处理装置包括粗检测模块和精检测模块;

所述粗检测模块用于获取被测人员脸部的激光散斑血流图,通过该图获取被测人员脸部血流量信息,并根据被测人员脸部的血流量变化率初步判断被测人员是否出现面瘫;

所述精检测模块包括区域划分子模块、疑似区域识别子模块和疑似区域测试子模块;

所述区域划分子模块用于当初步判断出被测人员出现面瘫时对被测人员的脸部进行关键点,得到被测人员脸部的2D-landmark,并对被测人员脸部的2D-landmark进行区域划分,得到多个区域;

所述可疑区域获取子模块用于根据各区域的血流量变化率得到疑似发生面瘫的区域,将该区域作为疑似区域;

所述疑似区域测试子模块用于根据疑似区域的位置发送动作指令并采集疑似区域中各关键点的坐标变化信息,根据疑似区域中各关键点的坐标变化信息得到疑似区域的运动特征矩阵,并根据疑似区域的运动特征矩阵判断其是否发生面瘫;

所述疑似区域的运动特征矩阵为疑似区域各关键点横坐标平均偏移量的最大值与最小值之差与关键点平均偏移量的比值、纵坐标平均偏移量的最大值与最小值之差与关键点平均偏移量的比值,以及疑似区域各关键点中横坐标方差变化量的最大值与最小值之差、纵坐标方差变化量的最大值与最小值之差组成的矩阵。

2.根据权利要求1所述的基于时域脸部血流量感知的面瘫检测系统,其特征在于,所述数据处理装置还包括被测人员脸部定位模块,用于获取人脸图像并对其中的人脸部分进行识别,得到人脸图像中人脸的位置。

3.根据权利要求1所述的基于时域脸部血流量感知的面瘫检测系统,其特征在于,获取血流量变化率的方法为:

获取被测人员脸部的激光散斑血流图,以设定大小的滑窗在该激光散斑血流图上以设定步长进行滑动,计算滑窗内像素区域的激光散斑衬比值K,计算公式如下:

其中,σs为滑窗区域内光强的平均标准偏差,<I>为滑窗区域内光照的平均强度;

设滑窗区域内的像素区域的血流估计值为P,则

其中,T为滑窗区域的曝光时间,τc为散斑强度波动的自相关时间,其计算方法为:将K值和T值代入如下公式,通过解算方程得到。

每个滑窗内的像素区域都对应一个血流量估计值,计算所有滑窗区域的血流量估计值,将其作为人脸激光散斑血流图;

每间隔设定时间获取一帧被测人员脸部的激光散斑血流图,每间隔设定数量帧血流量估计值的变化,获取人脸区域内血流量变化率ΔP

其中,w和h为脸部激光散斑血流量图的尺寸信息,Pa(i,j)为第a帧的脸部激光散斑血流量图中坐标为(i,j)的像素点的像素值,为相机帧率,单位为帧每秒,b为设定数量,是大于1的正整数。

4.根据权利要求1所述的基于时域脸部血流量感知的面瘫检测系统,其特征在于,所述区域划分子模块在对被测人员脸部的2D-landmark进行区域划分时,将被测人员脸部的2D-landmark划分为眉毛区域、眼睛区域和嘴巴区域。

5.根据权利要求4所述的基于时域脸部血流量感知的面瘫检测系统,其特征在于,当疑似区域采集眉毛区域或眼睛区域时发出抬眉头的动作指令,当疑似区域为脸颊区域或嘴巴区域时发出示齿动作的动作指令。

6.根据权利要求1所述的基于时域脸部血流量感知的面瘫检测系统,其特征在于,所述疑似区域测试子模块还用于获取鼻尖的坐标变化信息,并采用鼻尖变化信息对疑似区域中各关键点的坐标变化信息进行修正。

7.根据权利要求1所述的基于时域脸部血流量感知的面瘫检测系统,其特征在于,所述精检测模块还包括验证子模块,用于根据疑似区域关联区域的运动特征矩阵对对疑似区域测试子模块的判断结果进行验证。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于陈艳,未经陈艳许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110014829.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top