CN119399797A 一种适用于脑瘫场景的分类系统、分类方法、设备和存储介质 (长三角国智(上海)智能医疗科技有限公司)_第1页
CN119399797A 一种适用于脑瘫场景的分类系统、分类方法、设备和存储介质 (长三角国智(上海)智能医疗科技有限公司)_第2页
CN119399797A 一种适用于脑瘫场景的分类系统、分类方法、设备和存储介质 (长三角国智(上海)智能医疗科技有限公司)_第3页
CN119399797A 一种适用于脑瘫场景的分类系统、分类方法、设备和存储介质 (长三角国智(上海)智能医疗科技有限公司)_第4页
CN119399797A 一种适用于脑瘫场景的分类系统、分类方法、设备和存储介质 (长三角国智(上海)智能医疗科技有限公司)_第5页
已阅读5页,还剩21页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

一种适用于脑瘫场景的分类系统、分类方本发明公开了一种适用于脑瘫场景的分类2所述分类模块,用于基于预训练的分类模型,对各所述视频帧对所述数据处理模块,还用于通过目标检测模型分别对所述多个视频帧进行关键点识基于数据转换模型对所述二维关键点信息进行维度转换处理对各所述视频帧对应的二维关键点信息进行异常判定,其中,所述基于所述剪辑视频数据和所述剪辑视频数据对应的分类标签对待训练的分类模型进基于所述样本视频数据和所述样本视频数据对应的分类标签对所述预训练分类模型获取目标对象的视频数据,所述视频数据中包括多个视频帧;基于预训练的分类模型,对各所述视频帧对应的三维关键点信息进行分3所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求8所述的一种适用于令,所述计算机指令用于使处理器执行时实现权利要求8所述的一种适用于脑瘫场景的分4[0002]脑瘫领域的研究是医学研究领域的一个重要分支。《中国脑性瘫痪康复指南(2022)》高质量的证据表明,异常的全身运动(generalmovementstrust,GMs)评估或Hammersmith婴幼儿神经系统检查(Hammersmithinfantneurologicalexamination,[0003]GMs或HINE评估技术虽然在早期识别脑瘫,预测严重发育迟缓中有极高的应用价理器执行,以使至少一个处理器能够执行本发明任一实施例的适用于脑瘫场景的分类方5[0017]应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范[0026]图1是本发明实施例一提供的一种适用于脑瘫场景的分类系统的结构示意图,本6采集到的视频数据由手机中配置的数据处理模块110进行处理。视频采集设备和本实施例[0030]目标对象的视频数据还可以从数据库调取,数据库中存储有多个对象的视频数获取二维关键点信息的机器学习模型可以配置在数[0033]可选的,数据处理模块110还用于通过目标检测模型分别对多个视频帧进行关键7[0036]可选的,数据处理模块110还用于对各视频帧对应的二维关键点信息进行异常判判定可以用来判定二维关键点信息是否超过预设范围,例如预设范围可以是[_2000,[0042]可选的,数据处理模块110还用于在将二维关键点信息转换为三维关键点信息之例,通过视频帧的分辨率信息中宽w和高h对二维关键点信息进行标准每个关键点的二维关键点信息表示为pn=(xn,yn),(n=(1,2,…,17)),标准化公式[0044]P_normalized=2xp/w-[1,h/w]。8数据处理模块110对不同目标对象的视频数标准分辨率信息的宽和高的变化比例,对每一关键点的二维关键点信息进行标准化处理。[0047]可选的,数据处理模块110还用于基于数据转换模型对二维关键点信息进行维度能够提取输入数据不同深度的特征,提高了长短期记忆处理网络块的特征提取能力。期记忆处理网络块的过拟合。特征提取单元采用长短期记忆处理网络块和dropout层的结9括两个特征提取单元和分类单元,每一特征提取单元分别包括串联的两个LSTM块和层级能够独立学习不同的时序特征。在时序特征处理上相对于传统LSTM中的多层简单叠以是通过视频设备采集得到,例如可以通过摄像机采集样本对象在预设时间段的视频数中的一项或多项对上述多个预训练分类模型进行评估以确定最终的预训练分[0063]通过样本视频数据和样本视频数据对应的分类标签对预测模型分别对多个视频帧进行关键点识别,得到各视频帧中目标对象的二维关键点信息,在异常的情况下删除视频帧,基于视频帧的分辨率信息对二维关键点信息进行标准化处得到预训练分类模型以及通过样本视频数据和样本视频数据对应的分类标签对预训练分[0067]图3是本发明实施例二提供的一种适用于脑瘫场景的分类方法的流程图,本实施右髋关节以及左右膝关节和左右踝关节的一项或多信息对二维关键点信息进行标准化处理,得到位于标准分辨率视频帧中的二维关键点信[0076]在获取二维关键点信息以及将二维关键点信息转换成三[0082]图4是本发明实施例三提供的一种电子设备的结构示意图。电子设备10旨在表示10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息[0085]处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11于脑瘫场景的分类方法。机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器[0088]用于实施本发明的适用于脑瘫场景的分类方法的计算机程序可以采用一个或多他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服监视器以及键盘和指向装置(例如,鼠标或者轨迹球用户可以通过该键面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部字数据通信(例

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论