摘要
本发明的一种基于多模态外观特征的儿童ADHD辅助筛查系统,包括:数据采集模块,用于通过摄像头采集视频流数据;数据预处理模块,用于将采集的视频文件分帧,并获取面部感兴趣区域;特征提取模块,运用计算机视觉技术进行头部姿态、表情和凝视分布分析,并进行同质化向量融合;多模态信息分类模块,采用时间卷积网络(TCN)对某时间段内的融合向量与检测结果进行预训练,最后判断患者在整个时间段有无异常行为的分类结果。本发明可以作为辅助决策工具,利用人工智能技术优化工作流程,提升诊疗效率,并为患者量身定制更为精确的个性化治疗计划;本发明可辅助医生对行为特征进行可测量分析,效率高、准确性好。
技术关键词
筛查系统
多任务卷积神经网络
特征提取模块
面部表情特征
数据采集模块
多模态信息
时间卷积网络
姿态特征
时间段
计算机视觉技术
儿童
Softmax分类器
人脸关键点检测
人脸表情识别
注意力机制
卷积神经网络模型
图像
系统为您推荐了相关专利信息
泄露监测系统
高维特征向量
模式识别
神经网络模型
风险
葡萄水肥一体化
数据采集模块
人机交互模块
决策
水肥灌溉设备
构型管理
管控系统
随机森林模型
皮尔逊相关系数
变量
报警提示模块
人工智能神经网络
检测传感器
柔性传感器
数据处理模块
评分系统
数据采集模块
深度学习技术
深度神经网络技术
姿势识别