摘要
本发明公开了基于人工智能的帕金森病患者视频分析评估系统,通过采集多模态数据集;利用Mediapipe人脸检测算法提取多模态数据集中的面部关键点数据,分析眨眼频率、眼睑运动对称性和面部肌肉张力变化;通过OpenPose模型提取手部关节运动轨迹,计算震颤频率、动作完成时间及运动平滑度;基于YOLOv8目标检测算法检测人体步态中的步长、步宽、步速和左右肢体协调性;将所述面部震颤特征、肢体运动特征和步态动力学特征通过多头注意力机制动态加权;通过LSTM网络输出帕金森病患者的症状评估指数。提高病情评估的效率和准确性。
技术关键词
帕金森病患者
视频分析
评估系统
LSTM神经网络
融合特征
震颤
运动特征
人脸检测算法
多头注意力机制
面部关键点
人体步态
特征提取模块
频率
平滑度
多模态数据采集
系统为您推荐了相关专利信息
融合特征
噪声特征
注意力
文本
图像风格迁移方法
机器人智能导航
环境图像数据
障碍物
轮式编码器
融合特征
注意力机制
上采样
输出特征
计算机可执行指令
智能预报方法
工作状态数据
直流支撑电容器
网络模型构建方法
搜索优化算法
热网络模型
人体识别方法
人体动作数据
积分直方图
融合特征
上下文特征