一种远程网络诊断辅助方法技术

本发明专利技术提供一种远程网络诊断辅助方法，其通过对患者进行拍摄，利用网络服务器辅助对图像进行处理分析，建立人面模型分析患者的微表情变化和行为动态，进一步分析人生理状态，为医生诊断提供信息，同时通过大数据分析能更准确、更智能化分析患者微表情，本发明专利技术提供的方法具有智能化、生理状态自动分析的优点。

【技术实现步骤摘要】
一种远程网络诊断辅助方法
本专利技术属于信息化医疗
，尤其涉及一种远程网络诊断辅助方法。
技术介绍
我国地域辽阔，使我国拥有种类丰富的资源，包括人力资源和非人力资源，但不管是人力资源还是非人力资源都存在一个问题，那就是资源分布不均匀，部分地区会在某种资源上相当匮乏。医疗资源就是其中一种分布极度不均匀的人力资源，越是发达的城市集中越多的医疗资源，远程诊断虽然在实际使用过程中还存在许多不足，但其的确可以在一定程度上解决医疗资源不均匀的问题。制约着远程诊断的发展的问题之一就是由于存在一定的物理空间，医生不能直接接触患者，不能通过患者的一些细微生理特征确定患者的身体状况。但通过远程视频诊断配合人面的情绪状态分析可以在一定程度上解决该问题，并提高诊断的准确率。人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。微表情，是心理学名词。人们通过做一些表情把内心感受表达给对方看，在人们做的不同表情之间，或是某个表情里，脸部会“泄露”出其它的信息。“微表情”最短可持续1/25秒，虽然一个下意识的表情可能只持续一瞬间，但这种特性，很容易暴露情绪。当面部在做某个表情时，这些持续时间极短的表情会突然一闪而过，而且有时表达相反的情绪。“微表情”一闪而过，通常甚至清醒的作表情的人和观察者都察觉不到。在实验里，只有10%的人察觉到。比起人们有意识做出的表情，“微表情”更能体现人们真实的感受和动机。在人面识别的基础上再结合“微表情”的进行人面分析，利用计算机的高速捕捉和计算能力能更好地识别和分析出人的微表情变化，从而可以判断出分析对象的情绪，例如是否高兴、伤心、痛苦、失望、兴奋等，从而在一定程度上判断出分析对象的状态。
技术实现思路
基于现有技术存在上述问题，本专利技术提供一种远程网络诊断辅助方法，其通过对患者进行拍摄，利用网络服务器辅助对图像进行处理分析，建立人面模型分析患者的微表情变化和行为动态，，进一步分析人生理状态，为医生诊断提供信息，同时通过大数据分析能更准确、更智能化分析患者微表情，本专利技术提供的方法具有智能化、生理状态自动分析的优点。一种远程网络诊断辅助方法，其包括以下步骤：步骤S10视频诊断，患者控制摄像设备对自己进行拍摄，将拍摄到的图像传递到颜色分析模块，并随时根据颜色分析模块反馈调整拍摄角度；步骤S20图像颜色分析，将采集到的图像信息进行分析，分析图像的颜色变化，区分人面区域和背景区域，并确定人面位置，根据人面的位置调整拍摄角度，使人面处于图像中间；步骤S30像素统计分析，对图像进行像素化，再对图像中的人面区域进行像素统计分析，对人面进行细致识别；步骤S40标记特征点，结合人面细致识别结果和生物信息进行比对，标记出图像中人面特征点；步骤S50建立人面模型，根据特征点和人面信息对分析对象建立人面模型，模拟人面特征点变化分析；步骤S60情绪分析，根据人面的变化结合生物情绪行为信息比对得出分析对象的瞬时情绪，并将情绪分析结果反馈到医生处；步骤S70药方推进，医生在诊断过程中录入诊断信息，系统结合诊断信息和情绪分析结果初步判断病情并向医生推荐药方，医生选择是否接受推荐或者重新编写药方。其中，所述的步骤S10图像采集能够分为步骤S11静态图像采集和步骤S12动态图像采集，步骤S11静态图像采集后执行步骤S20颜色分析，调整拍摄角度；步骤S12动态图像采集后执行步骤S30，对人面区域进行像素统计分析。其中，所述的步骤S60中的生物情绪行为信息包括人面微表情信息和人为动作信息。其中，所述的步骤S30像素统计分析还包括步骤S31，连接互联服务器辅助对图像进行像素统计分析计算。其中，所述的分析方法还包括步骤S80大数据分析更新维护，执行步骤S60后对分析结果结合互联网数据进行大数据分析再次确认分析结果，并根据分析结果对生物信息数据库进行更新维护。其中，所述的步骤S70还包括医生在推荐药方的基础进行调整修改，形成更合适的配方。具体实施方式下面结合具体实施例对本专利技术作进一步的描述。一种远程网络诊断辅助方法，其包括以下步骤：步骤S10视频诊断，患者控制摄像设备对自己进行拍摄，将拍摄到的图像传递到颜色分析模块，并随时根据颜色分析模块反馈调整拍摄角度；步骤S20图像颜色分析，将采集到的图像信息进行分析，分析图像的颜色变化，区分人面区域和背景区域，并确定人面位置，根据人面的位置调整拍摄角度，使人面处于图像中间；步骤S30像素统计分析，对图像进行像素化，再对图像中的人面区域进行像素统计分析，对人面进行细致识别；步骤S40标记特征点，结合人面细致识别结果和生物信息进行比对，标记出图像中人面特征点；步骤S50建立人面模型，根据特征点和人面信息对分析对象建立人面模型，模拟人面特征点变化分析；步骤S60情绪分析，根据人面的变化结合生物情绪行为信息比对得出分析对象的瞬时情绪，并将情绪分析结果反馈到医生处；步骤S70药方推进，医生在诊断过程中录入诊断信息，系统结合诊断信息和情绪分析结果初步判断病情并向医生推荐药方，医生选择是否接受推荐或者重新编写药方。作为优选实施例，所述的步骤S10图像采集能够分为步骤S11静态图像采集和步骤S12动态图像采集，步骤S11静态图像采集后执行步骤S20颜色分析，调整拍摄角度；步骤S12动态图像采集后执行步骤S30，对人面区域进行像素统计分析。作为优选实施例，所述的步骤S60中的生物情绪行为信息包括人面微表情信息和人为动作信息。作为优选实施例，，所述的步骤S30像素统计分析还包括步骤S31，连接互联服务器辅助对图像进行像素统计分析计算。作为优选实施例，，所述的分析方法还包括步骤S80大数据分析更新维护，执行步骤S60后对分析结果结合互联网数据进行大数据分析再次确认分析结果，并根据分析结果对生物信息数据库进行更新维护。作为优选实施例，，所述的步骤S70还包括医生在推荐药方的基础进行调整修改，形成更合适的配方。以上所述实施例仅表达了本专利技术的一种实施方式，其描述较为具体和详细，但并不能因此而理解为对本专利技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本专利技术构思的前提下，还可以做出若干变形和改进，这些都属于本专利技术的保护范围。因此，本专利技术专利的保护范围应以所附权利要求为准。本文档来自技高网...

【技术保护点】
一种远程网络诊断辅助方法，其特征在于，其包括以下步骤：步骤S10视频诊断，患者控制摄像设备对自己进行拍摄，将拍摄到的图像传递到颜色分析模块，并随时根据颜色分析模块反馈调整拍摄角度；步骤S20图像颜色分析，将采集到的图像信息进行分析，分析图像的颜色变化，区分人面区域和背景区域，并确定人面位置，根据人面的位置调整拍摄角度，使人面处于图像中间；步骤S30像素统计分析，对图像进行像素化，再对图像中的人面区域进行像素统计分析，对人面进行细致识别；步骤S40标记特征点，结合人面细致识别结果和生物信息进行比对，标记出图像中人面特征点；步骤S50建立人面模型，根据特征点和人面信息对分析对象建立人面模型，模拟人面特征点变化分析；步骤S60情绪分析，根据人面的变化结合生物情绪行为信息比对得出分析对象的瞬时情绪，并将情绪分析结果反馈到医生处；步骤S70药方推进，医生在诊断过程中录入诊断信息，系统结合诊断信息和情绪分析结果初步判断病情并向医生推荐药方，医生选择是否接受推荐或者重新编写药方。

【技术特征摘要】
1.一种远程网络诊断辅助方法，其特征在于，其包括以下步骤：步骤S10视频诊断，患者控制摄像设备对自己进行拍摄，将拍摄到的图像传递到颜色分析模块，并随时根据颜色分析模块反馈调整拍摄角度；步骤S20图像颜色分析，将采集到的图像信息进行分析，分析图像的颜色变化，区分人面区域和背景区域，并确定人面位置，根据人面的位置调整拍摄角度，使人面处于图像中间；步骤S30像素统计分析，对图像进行像素化，再对图像中的人面区域进行像素统计分析，对人面进行细致识别；步骤S40标记特征点，结合人面细致识别结果和生物信息进行比对，标记出图像中人面特征点；步骤S50建立人面模型，根据特征点和人面信息对分析对象建立人面模型，模拟人面特征点变化分析；步骤S60情绪分析，根据人面的变化结合生物情绪行为信息比对得出分析对象的瞬时情绪，并将情绪分析结果反馈到医生处；步骤S70药方推进，医生在诊断过程中录入诊断信息，系统结合诊断信息和情绪分析结果初步判断病情并向医生推荐药方，医生选择是否接受推荐或者重新编写药方。2.根据权利要求1所...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：佛山市融信通企业咨询服务有限公司，
类型：发明
国别省市：广东,44