一种基于深度图神经网络的RASS镇静评分判别方法

    公开(公告)号:CN114724221A

    公开(公告)日:2022-07-08

    申请号:CN202210384360.0

    申请日:2022-04-13

    Abstract: 本发明公开了一种基于深度图神经网络的RASS镇静评分判别方法,基于Retinaface改进网络进行人脸检测和图像矫正,并进行图像预处理,通过改进VGG网络进行基于疼痛检测的特征提取;采用级联金字塔模型(CPN)进行人体姿态估计,得到患者的动作姿态和肢体关键点,对关键点区域的图像块进行空间和时间维度固定大小的多层3D卷积和下采样,得到关键点运动特征抽取;通过深度图神经网络进行关系图建模和联合优化学习,得到判别性更强的高维特征融合,通过计算特征融合的加权组合和softmax判别得到单幅图像的RASS评分;在连续图像序列中,进行加权平均,得到鲁棒性更优的RASS评分自动判别和预测。本发明提高了疼痛表情检测和异常行为识别融合评判的准确度和效率,降低漏检和误检率。

    躁动监测提醒方法及装置
    2.
    发明公开

    公开(公告)号:CN115120219A

    公开(公告)日:2022-09-30

    申请号:CN202210683930.6

    申请日:2022-06-16

    Applicant: 浙江大学

    Abstract: 本发明提供了一种躁动监测提醒方法及装置,包括:获取监测传感器基于监测目标的回波信号;基于回波信号,判断监测目标是否处于运动状态;如果是,确定运动状态对应的持续情况是否满足预设条件;如果是,生成监测目标对应的报警信息。通过监测传感器的回波信号对监测目标进行无接触式实时监测,避免了直接接触可能会造成的院内感染问题,且雷达装置不会暴露目标人体的隐私信息,更适用于医院场景,本发明还能够对躁动进行准确评估,且能够对于明显躁动及时警报。此外,本发明不仅根据监测目标是否为运动状态来确定监测目标躁动,上述运动状态还需满足持续性条件,才能确定为躁动,保证了监测准确性,也避免了单一判断导致的误报情况。

Patent Agency Ranking