摘要
本发明涉及一种基于时空动作检测的ICU患者躁动视频识别方法,与现有技术相比解决了难以针对ICU患者进行躁动视频识别的缺陷。本发明包括以下步骤:数据集的获取与预处理;ICU患者躁动识别模型的构建;ICU患者躁动识别模型的训练;待识别视频流数据的获取;ICU患者躁动原子动作识别;基于RASS评分表的躁动量化分类。本发明通过改进Slowfast基础模型,显著提高了模型的检测精度和速度,从时空动作检测的角度,自动准确地检测和理解患者的躁动行为,并根据RASS评分表对患者躁动情况实现自动评分,实现了对ICU患者躁动视频的准确识别。
技术关键词
视频识别方法
支路
患者
时空特征信息
引入注意力机制
识别视频流
数据
水平垂直翻转
关键帧
空间特征信息
卷积模块
语义特征
图像
更新网络参数
预测阈值
格式
系统为您推荐了相关专利信息
像素点
噪声干扰程度
直方图均衡化算法
特征值
分布方差
病症诊断方法
腰椎
图像检测模型
生成器网络
数据集制作方法
资源调度优化方法
随机森林模型
机器学习算法
优化调度模型
动态
康复指导方法
患者康复指导系统
呼吸训练器
关节运动信息
器械
YOLO模型
调控方法
引入注意力机制
香菇子实体
激光调控技术