[发明专利]一种基于面部表情识别的新生儿疼痛程度评估方法及系统在审
| 申请号： | 201810249529.5 | 申请日： | 2018-03-26 |
| 公开（公告）号： | CN108388890A | 公开（公告）日： | 2018-08-10 |
| 发明（设计）人： | 卢官明;王东奇;李晓南;卢峻禾 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 孟红梅 |
| 地址： | 210003 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于面部表情识别的新生儿疼痛程度评估方法及系统，该方法包括：建立新生儿疼痛面部表情图像数据集，包括经过预处理的新生儿面部图像及其对应的表情类别标签；构建用于新生儿疼痛程度评估的深度卷积神经网络(DCCN)，采用公开的大规模有标签数据集对网络进行预训练，得到初始权重参数值，再利用表情图像数据集对网络进行微调，获得训练好的网络模型；将待测试新生儿面部图像输入已训练好的网络进行表情分类识别，进而获得疼痛程度评估结果。本发明能够充分利用DCNN提取的特征，在小规模的新生儿疼痛面部表情图像数据集上能够取得较好疼痛程度评估结果，为开发一种基于面部表情识别的新生儿疼痛程度自动评估系统提供了新方法。 | ||
| 搜索关键词： | 新生儿 疼痛 程度评估 面部表情识别 图像数据集 面部表情 面部图像 表情图像数据 卷积神经网络 自动评估系统 预处理 标签数据 表情分类 表情类别 初始权重 网络模型 网络 再利用 构建 微调 标签 测试 开发 | ||
【主权项】：
1.一种基于面部表情识别的新生儿疼痛程度评估方法，其特征在于，包括以下步骤：(1)建立新生儿疼痛面部表情图像数据集，包括经过预处理的新生儿面部图像及其对应的表情类别标签；(2)构建包括第一卷积层、第一池化层、至少2组依次相连的残差模块、第二池化层、全连接层和分类层的深度残差卷积神经网络；其中，每组残差模块至少包括2个依次相连的具有相同结构的残差模块，每个残差模块包括4个卷积层和1个非线性激活函数层，每个卷积层后都连接1个批归一化层和1个非线性激活函数层；(3)采用公开的大规模有标签数据集对所述深度残差卷积神经网络进行预训练，将预训练好的模型参数值作为所述深度残差卷积神经网络的初始权重参数值，再利用所述新生儿疼痛面部表情图像数据集对所述深度残差卷积神经网络进行微调，获得已训练好的深度残差卷积神经网络；(4)将待测试新生儿面部图像输入所述已训练好的深度残差卷积神经网络，对所述待测试新生儿面部图像进行表情分类识别，进而获得疼痛程度评估结果。
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南京邮电大学，未经南京邮电大学许可，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/patent/201810249529.5/，转载请声明来源钻瓜专利网。
