[发明专利]一种基于融合模型的婴儿脑发育量化评估系统

权利要求书

1.一种基于融合模型的婴儿脑发育量化评估系统，其特征在于：包括姿态估计模块(1)、坐标预处理模块(2)、特征提取模块(3)、决策树分类模块(4)、图卷积分类模块(5)、多维指标分析模块(6)和结果可视化模块(7)；姿态估计模块(1)的输入是婴儿运动视频，姿态估计模块(1)的输出与坐标预处理模块(2)的输入相连，坐标预处理模块(2)的输出与特征提取模块(3)的输入相连，特征提取模块(3)的输出与决策树分类模块(4)的输入相连，决策树分类模块(4)的第一输出与图卷积分类模块(5)的输入相连，决策树分类模块(4)的第二输出、图卷积分类模块(5)的输出和多维指标分析模块(6)的输入相连，多维指标分析模块(6)的输出和结果可视化模块(7)的输入相连；

姿态估计模块(1)实现对输入的婴儿运动视频的姿态提取；

坐标预处理模块(2)实现对姿态坐标序列的插值、中值滤波和平滑滤波；

特征提取模块(3)实现对各关节坐标序列的运动参数的切分和计算，形成各关节的子序列特征集合；

决策数分类模块(4)实现关节子序列集合运动与否的二分类判别，并将分类为运动的子序列集合输入图卷积分类模块(5)，将分类为无运动的子序列集合输入多维指标分析模块(6)；

图卷积分类模块(5)实现运动子序列的运动模式是否正常的二分类，并将结果输入多维指标分析模块(6)；

多维指标分析模块(6)综合决策树分类模块(4)和图卷积分类模块(5)的分类结果，形成系列综合性评价指标，辅助医师智能评估婴儿运动质量；

结果可视化模块(7)实现决策树分类模块(4)和图卷积分类模块(5)的综合分类结果，并标出异常运动模式出现的位置。

2.根据权利要求1所述的系统，其特征在于：所述的婴儿运动视频为婴儿卧姿的二维姿态或三维姿态。

3.根据权利要求1所述的系统，其特征在于：所述的姿态估计模块(1)将姿态识别的关节点分为4个body part，分别为part1＝{左肩，左肘，左腕}，part2＝{右肩，右肘，右腕}，part3＝{左髋，左膝，左踝}，part4＝{右髋，右膝，右踝}。

4.根据权利要求3所述的系统，其特征在于：所述的坐标预处理模块(2)首先对所有的body part的关节点序列{J_i,t(x,y)}进行插值操作,i为对应body part的关节点定义，t为序列中的时间帧，x和y分别为对应关键点的坐标；选取时长和步长的时间窗，采用线性插值对{J_i,t(x,y)}插值；

进而对插值后的{J_i,t(x,y)}进行中值滤波，去除野点和姿态识别中的噪声、抖动影响；选取时间窗，对时间窗内的{J_i,t(x,y)}选取中值作为当前t时刻的坐标；之后对中值滤波后的{J_i,t(x,y)}进行平滑滤波处理，选取时长和步长的时间窗，计算时间窗内的坐标的平均值作为当前t时刻的坐标值；

之后对关节坐标序列进行归一化处理，首先计算各个关联骨骼之间的角度，并将所有骨骼归一化到单位长度1，按照计算的角度重新关联长度为1的对应骨骼，形成归一化后的骨骼模型。