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！

龙图腾网获悉西安电子科技大学申请的专利基于多任务transformer的疼痛表情评估方法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：CN116246326B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202310211926.4，技术领域涉及：G06V40/16；该发明授权基于多任务transformer的疼痛表情评估方法是由毛莎莎;李昂泽;何婧洁;缑水平;焦李成设计研发完成，并于2023-03-07向国家知识产权局提交的专利申请。

本基于多任务transformer的疼痛表情评估方法在说明书摘要公布了：本发明涉及一种基于多任务transformer的疼痛表情评估方法，属于图像处理与模式识别技术领域，包括以下步骤：S1、表情数据预处理；S2、建立多任务transformer疼痛评估模型；S3、获取输入图像；S4、对输入图像进行局部特征提取；S5、基于自注意力的局部特征进行加权结合；S6、疼痛表情分类；S7、疼痛表情分数回归；S8、更新网络参数；S9、重复步骤S3～S8，直到损失函数值趋于稳定。本发明利用transformer结构进一步挖掘了局部特征间的关系，提升提取到的特征质量，采用分类和回归的多任务模型，克服了情感模糊性带来的边界样本分类困难问题，提升了网络对于疼痛表情的评估准确度。

本发明授权基于多任务transformer的疼痛表情评估方法在权利要求书中公布了：1.一种基于多任务transformer的疼痛表情评估方法，其特征在于：包括以下步骤： S1、表情数据预处理：包括表情图像尺寸统一和转换； S2、建立多任务transformer疼痛评估模型； 所述建立多任务transformer疼痛评估模型，具体包括以下步骤： S21、建立卷积神经网络特征提取器；在Resnet18神经网络的conv1和conv2.x基础上，增加一个卷积层，构成卷积神经网络特征提取器E； S22、建立transformer模型；去除原swin-transformer神经网络的patchembedding层构成transformer模型； S23、建立多任务疼痛评估模块； 所述疼痛评估模块包括疼痛等级分类器F和疼痛等级回归器R；疼痛等级分类器F由一层全连接层和一个softmax函数组成，所述softmax函数，用于将疼痛等级分类器F全连接层的输出映射为隶属于每一个类别的概率；疼痛等级回归器R由一层全连接层和一个sigmoid函数组成，所述sigmoid函数，用于将疼痛等级回归器R全连接层的输出映射为患者当前疼痛等级分数； S3、获取输入图像：从表情数据集中随机采样一组数据； S4、对输入图像进行局部特征提取；将输入图像i输入到卷积神经网络特征提取器中，分割成3232块，并提取局部特征： ； 其中，i代表图像编号，j代表分割的块的编号且j； S5、基于自注意力的局部特征进行加权结合；将局部特征输入到transformer模型T中得到加权结合后的特征； S6、疼痛表情分类； 所述疼痛表情分类，具体包括以下步骤： S61、将从输入图像的特征输入到疼痛等级分类器F中，得到输入图像的分类结果； S62、计算输入图像的分类结果的交叉熵损失； S7、疼痛表情分数回归； 所述疼痛表情分数回归，具体包括以下步骤： S71、将从输入图像的特征输入到步骤S23建立的疼痛等级回归器R中，得到输入图像的回归结果； S72、计算输入图像的回归结果的huber损失； S8、更新网络参数； S9、重复步骤S3～S8，直到损失函数值趋于稳定。

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西安电子科技大学，其通讯地址为：710000 陕西省西安市雁塔区太白南路2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”。

以上内容由龙图腾AI智能生成。