[发明专利]基于分离重聚范式和计算机视觉的孤独症初级筛查装置

摘要

本发明公开了一种孤独症初级筛查装置，包括：数据采集模块，用于记录实验过程中视频，声音等多模态数据；行人检测模块，用于通过深度学习自动提取视频每一帧里人的位置；行人识别模块，用于通过深度学习自动提取视频中参与者的身份；特征提取模块，自动跟踪参与实验的人员在实验室中的行动轨迹，并提取出与实验人员具有代表性的特征并标记；训练分类模块，用于利用已标记的特征训练分类器，得到预测范式评分的分类器模型与预测ASD的分类器模型；预测模块，用于采用由训练分类模块获取的预测ASD的分类器模型对测试者进行测试，对测试者的孤独症进行评估预测。本发明能被视作一个ASD早期筛查的辅助装置，使得早期的ASD筛查预测更加准确与方便。

主权项

1.一种基于分离重聚范式和计算机视觉的孤独症初级筛查装置，其特征在于，包括：数据采集模块，用于记录实验过程中实验人员的视频、声音的多模态数据，并进行同步数据采集；其中，参与的实验人员包括患有ASD个体与正常个体、儿童家长以及工作人员；行人检测模块，用于从视频信息中提取人物身份特征，通过深度学习按照一定帧率提取出图像，接着对每一帧的图像进行行人检测，检测出出现的行人，并把行人利用矩形框框出来，最后自动提取视频每一帧里人的位置；行人识别模块，用于通过深度学习自动提取视频中参与者的身份；特征提取模块，用于自动跟踪参与实验的人员在实验室中的行动轨迹，并分析行动轨迹之间的关系，提取出与实验人员在具有代表性的特征并标记；训练分类模块，用于利用已标记的特征训练分类器，得到预测行为范式的分数的分类器模型与预测ASD的分类器模型；预测模块，用于采用由训练分类模块获取的预测ASD的分类器模型对测试者进行测试，对测试者的孤独症进行评估预测。