Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 首都医科大学附属北京儿童医院梁树立获国家专利权

首都医科大学附属北京儿童医院梁树立获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉首都医科大学附属北京儿童医院申请的专利一种根据视频智能判定癫痫分型的方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119559679B

龙图腾网通过国家知识产权局官网在2025-08-22发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411605823.7,技术领域涉及:G06V40/16;该发明授权一种根据视频智能判定癫痫分型的方法及装置是由梁树立;丁平;刘婷红;张利为;袁柳;李华;冯卫星设计研发完成,并于2024-11-12向国家知识产权局提交的专利申请。

一种根据视频智能判定癫痫分型的方法及装置在说明书摘要公布了:本申请公开了一种根据视频智能判定癫痫分型的方法及装置。所述方法包括:获取图像序列;对图像序列中的每个图像进行感兴趣区域提取;提取脸部区域图像序列的脸部特征;提取上半身图像序列的上半身图像特征;提取下半身图像序列的下半身图像特征;获取虚拟人像图像特征;获取经过训练的癫痫识别神经网络;将脸部特征、上半身图像特征、下半身图像特征以及虚拟人像图像特征进行融合从而获取融合特征;将融合特征输入至所述癫痫识别神经网络,从而获取癫痫识别结果。本申请一方面只使用视频图像信息来进行识别,省去了脑电信号,从而可能在不依赖于脑电信号的情况下进行识别,另一方面通过多个模态信息进行识别,能够使得识别结果更为准确。

本发明授权一种根据视频智能判定癫痫分型的方法及装置在权利要求书中公布了:1.一种根据视频智能判定癫痫分型的方法,其特征在于,所述根据视频智能判定癫痫分型的方法包括: 获取图像序列; 对图像序列中的每个图像进行感兴趣区域提取,从而获取感兴趣区域图像,所述感兴趣区域图像包括患者脸部区域、患者上半身区域以及患者下半身区域,各个所述患者脸部区域组成脸部区域图像序列、各个所述患者上半身区域组成上半身图像序列、各个所述患者下半身区域组成下半身图像序列; 提取所述脸部区域图像序列的脸部特征; 提取所述上半身图像序列的上半身图像特征; 提取所述下半身图像序列的下半身图像特征; 获取虚拟人像图像特征; 获取经过训练的癫痫识别神经网络; 将所述脸部特征、上半身图像特征、下半身图像特征以及虚拟人像图像特征进行融合从而获取融合特征; 将所述融合特征输入至所述癫痫识别神经网络,从而获取癫痫识别结果; 在所述获取图像序列之前,所述根据视频智能判定癫痫分型的方法进一步包括: 获取癫痫发作视频流; 分别获取癫痫发作视频流的每一帧图像,从而形成图像序列; 所述获取虚拟人像图像特征包括: 根据所述图像序列提取图像序列中的每个图像中的骨骼点信息; 根据各个骨骼点信息生成每个图像对应的虚拟骨骼图像; 提取所述虚拟骨骼图像的图像特征,从而获取虚拟人图像特征; 所述对图像序列中的每个图像进行感兴趣区域提取通过YOLO深度学习网络进行提取; 所述根据视频智能判定癫痫分型的方法进一步包括: 生成脸部表情与上半身动作对应矩阵,该矩阵称为第一矩阵; 生成脸部表情与下半身动作对应矩阵,该矩阵称为第二矩阵; 将第一矩阵进行向量化,从而获取第一矩阵向量; 将第二矩阵进行向量化,从而获取第二矩阵向量; 所述将所述脸部特征、上半身图像特征、下半身图像特征以及虚拟人像图像特征进行融合从而获取融合特征进一步包括: 将所述脸部特征、上半身图像特征、下半身图像特征、虚拟人像图像特征、第一矩阵向量以及第二矩阵向量融合,从而获取融合特征; 所述生成脸部表情与上半身动作对应矩阵,该矩阵称为第一矩阵包括: 获取训练集,所述训练集包括多组全身图像序列组,其中一部分为全面性癫痫发作图像序列组,其余部分为局灶性癫痫发作图像序列组; 分别对每个全身图像序列组进行如下处理: 提取每个全身图像序列组中每张全身图像的脸部特征以及上半身图像特征,若该全身图像为全面性癫痫发作全身图像,则判断该矩阵点为1,若否,则判断该矩阵点为0,从而获取训练集的脸部表情与上半身动作对应矩阵; 所述生成脸部表情与下半身动作对应矩阵,该矩阵称为第二矩阵包括: 获取训练集,所述训练集包括多组全身图像序列组,其中一部分为全面性癫痫发作图像序列组,其余部分为局灶性癫痫发作图像序列组; 分别为每个全身图像进行如下处理: 提取每张全身图像的脸部特征以及下半身图像特征,若该全身图像为全面性癫痫发作全身图像,则判断该矩阵点为1,若否,则判断该矩阵点为0,从而获取训练集的脸部表情与下半身动作对应矩阵。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人首都医科大学附属北京儿童医院,其通讯地址为:100045 北京市西城区南礼士路56号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。