【技术实现步骤摘要】
基于眼震的眩晕类型识别方法、装置、介质及电子设备
本专利技术涉及眩晕识别领域，具体涉及一种基于眼震的眩晕类型识别方法、识别装置、计算机可读存储介质及电子设备。
技术介绍
眩晕等平衡障碍是严重影响人类健康和生活质量的常见疾病，表现为天旋地转的晕，甚至恶心、呕吐、冒冷汗等自律神经失调的症状，常常导致恐慌和焦虑等心理障碍，病情严重者生活不能自理，给家庭和社会造成极大负担。统计结果显示，我国每年眩晕症患者的数量可高达7000万人，约占总人口的3.4～4.9%，随着年龄的增长，患病风险将显著增加，其中以“眩晕”为主诉的患者占到了老年门诊的80％左右，老年患者由于眩晕导致的跌倒等继发性损伤—骨折、脑外伤等，更是严重威胁老年人的健康和生活质量。在机体维持平衡的过程中，眼睛提供姿势、运动和周围环境的视觉信息，关节的本体感觉提供肢体空间位置的信息，内耳前庭感受器提供头部位置和运动的前庭觉信息，这些信息通过复杂的神经网络传入大脑进行整合和反馈。临床上约60%～70%的平衡障碍是由内耳前庭器功能障碍引发的，这个由耳石器和半规管构成的外周前...
【技术保护点】
1.一种基于眼震的眩晕类型识别方法，其特征在于，包括：/n获取眩晕患者的眼震视频；/n根据所述眼震视频，提取眼震信号；其中所述眼震信号包括水平方向眼震信号和竖直方向眼震信号；/n根据所述眼震信号，识别所述眩晕患者的眩晕类型；/n其中，识别所述眩晕患者的眩晕类型的实现方式包括：/n将所述眼震信号输入神经网络模型，通过所述神经网络模型识别出所述眩晕患者的眩晕类型。/n
【技术特征摘要】
1.一种基于眼震的眩晕类型识别方法，其特征在于，包括：
获取眩晕患者的眼震视频；
根据所述眼震视频，提取眼震信号；其中所述眼震信号包括水平方向眼震信号和竖直方向眼震信号；
根据所述眼震信号，识别所述眩晕患者的眩晕类型；
其中，识别所述眩晕患者的眩晕类型的实现方式包括：
将所述眼震信号输入神经网络模型，通过所述神经网络模型识别出所述眩晕患者的眩晕类型。
2.根据权利要求1所述的识别方法，其特征在于，所述根据所述眼震视频，提取眼震信号包括：
基于设定的灰度阈值，对所述眼震视频中的图像进行二值化处理；
对二值化处理后的图像进行分割，以得到瞳孔图像；
根据所述瞳孔图像计算得到瞳孔中心；以及
根据所述瞳孔中心在所述眼震视频中的运动轨迹提取所述眼震信号。
3.根据权利要求1所述的识别方法，其特征在于，所述通过所述神经网络模型识别出所述眩晕患者的眩晕类型包括：
提取所述眼震信号中的波形特征数据；
分别计算所述波形特征数据与各眩晕类型所对应的波形特征数据之间的相似性，以得到多个相似度；以及
当所述多个相似度中存在一个相似度大于预设的相似度阈值时，确定所述眩晕患者为该相似度对应的眩晕类型。
4.根据权利要求3所述的识别方法，其特征在于，所述波形特征数据包括如下数据中的任一种或多种的组合：眼震潜伏期、眼震方向、眼震持续时间、眼震强度。
5.根据权利要求1所述的识别方法，其特征在于，所述眼震信号还包括旋转方向眼震信号。
6.根据权利要求5所述的识别方法，其特征在于，所述旋转方向眼震信号的提取方法包括：
将所述眼震视频中眼球的旋转运动轨迹转化为极坐标下的平面图；以及
根据所述平面图得到所述旋转方向眼震信号。
7.根据权利要求1所述的识别方法，其特征在于，所述神经网络模型包括基于WaveNet的深度学习神经网络模型或基于滑动窗口的卷积神经网络模型。
8.根据权利要求1所述的识别方法，其特征在于，在所述根据所述眼震信号，识别所述眩晕患者的眩晕类型之前，还包括：
获知所述眩晕患者的头位信息和/或体位信息；
所述根据所述眼震信号，识别所述眩晕患者的眩晕类型包括：
根据所述眼震信号、所述头...
【专利技术属性】
技术研发人员：李华伟，罗旭，屈寅弘，
申请(专利权)人：上海志听医疗科技有限公司，复旦大学附属眼耳鼻喉科医院，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。