摘要
本发明属于智能医疗和计算机视觉技术领域,公开了一种用于帕金森病患者FOG评估的系统及方法,包括:视频采集模块;姿态估计模块;特征分析模块;FOG检测模块;结果可视化与云端数据库;本发明无需可穿戴设备,只需普通RGB摄像头即可采集数据,更适合大规模筛查或居家环境使用,便于远程医疗、边远地区应用。使用STGCN的深度学习网络架构,能自动从关键点序列中学习空间结构(身体拓扑)和时间动态(动作变化);避免了手动构造特征(如小波变换、统计分析等),更适合复杂动作识别;更具可扩展性,可迁移至其他动作检测任务。
技术关键词
帕金森病患者
姿态估计
人体关键点
视频采集模块
信息数据处理终端
步态事件
运动特征
深度学习模型
轻量级神经网络
医疗数据安全
患者身份信息
RGB摄像头
云端
滤波单元
数据传输延迟
多维特征向量
计算机视觉技术
深度学习网络
系统为您推荐了相关专利信息
关键点
姿态估计方法
拓扑图
时序特征
时序依赖关系
运动特征
面部特征
滑动时间窗口
多模态特征融合
学生
实时视频流
视频分析
识别方法
语义注意力
动作特征