一种基于患者表情和动作的AD症状辅助判断方法及系统

本发明提供了一种基于患者表情和动作的AD症状辅助判断方法及系统，涉及医疗辅助诊断技术领域，通过结合FiT、双模态情感识别算法、ViTAR模型、图像超分辨率技术和Qwen2‑VL模型，实现了对AD症状的早期、精确识别，该方法能够处理无限制分辨率和宽高比的视频图像数据，提取患者的情感状态特征和人体姿态特征，并通过智能学习模块进行特征分析和分类，提高诊断的一致性和准确性，系统包括多个模块，从数据接收、处理到特征学习，全面辅助AD症状的诊断，适用于电子设备和计算机可读存储介质，本发明显著提升了筛查效率和客观性，为AD的早期干预和治疗提供了技术支持。