摘要
本申请公开了一种面部与姿态特征协同的癫痫分类模型构建方法、癫痫监测装置、设备、介质及产品,涉及智能医疗器械领域。该方法首先构建特征提取模块;然后构建融合面部和姿态信息的自适应图卷积网络模型,即FAGCN网络模型;然后构建癫痫数据集,并利用癫痫数据集对FAGCN网络模型进行训练,获得训练后的FAGCN网络模型,然后连接特征提取模块和训练后的FAGCN网络模型,得到面部与姿态特征协同的癫痫分类模型。本申请构建了融合面部和姿态信息的自适应图卷积网络模型,用于癫痫分类,能够基于视频数据直接实现癫痫的分类和监测。
技术关键词
分类模型构建方法
姿态特征
面部特征
卷积模块
序列
特征提取模块
癫痫监测装置
视频
卷积网络模型
深度特征提取
后处理模块
数据
图像
智能医疗器械
姿态估计算法
服务器
平铺
系统为您推荐了相关专利信息
时间序列特征
空闲时间预测
系统日志
特征提取模型
配置检测方法
无人机调度方法
空地协同
风速
采集无人机
无人机调度系统
预训练语言模型
Softmax函数
语义特征
自然语言文本
模型训练方法
诊断肝纤维化
肝纤维化诊断设备
标志物
输出模块
肝纤维化风险