[发明专利]基于深度学习和红外热像的睡眠障碍辅助诊断方法

摘要

本发明提供一种基于深度学习和红外热像的睡眠障碍辅助诊断方法，包含训练和测试两个阶段，训练阶段的目的是训练出能够实现自动诊断睡眠障碍的分类模型和自动分割异常区域的分割模型，测试阶段的主要工作是利用训练好的模型直接对红外热像进行分割和分类的分析并生成结果报告。本发明利用红外热像检测的非接触性以及安全健康的特点，结合深度学习的方法，针对实际问题自主创新地搭建和调整神经网络的结构以适用于实现睡眠障碍的自动辅助诊断，可以快速有效地提供给医生参考诊断意见。

主权项

1.基于深度学习和红外热像的睡眠障碍辅助诊断方法，其特征在于：包括以下步骤：步骤1，将训练用红外热像图进行预处理后，识别出红外热像图中的头部区域，并对头部区域的温度数据进行归一化后分别送入异常区域分割模型和睡眠障碍分类模型进行神经网络的训练，得到训练好的异常区域分割模型和睡眠障碍分类模型；步骤2，将实际患者红外热像图进行数据预处理后，识别出实际患者红外热像图中人体的头部区域，并对该区域的温度数据进行归一化后分别送入训练好的异常区域分割模型和睡眠障碍分类模型进行测试，获得分割结果和分类结果，将这些结果生成结果报告辅助医生进行分析。