【技术实现步骤摘要】
用于儿童ADHD筛查评估系统的表情特征向量确定方法
本专利技术涉及一种儿童ADHD筛查评估系统，尤其是表情特征向量确定方法。
技术介绍
注意缺陷多动障碍(ADHD)，俗称多动症，是儿童青少年期最常见的神经发育障碍，其临床表现是注意集中困难、活动过度、冲动，情绪不稳定、学习困难等。现有的ADHD医学影像的智能识别技术主要是基于脑部功能性核磁共振和脑电图等病理方面的研究，或者单独基于眼动或面部表情等观察患者的行为特征。目前对于ADHD患者表情的研究还处于起步阶段，与我们的专利技术较为接近的是17年诺丁汉大学ShashankJaiswal的研究。他们让测试者听了12个故事，并使用微软的Kinect记录了测试者的面部表情单元(ActionUnits,AU)并使用机器学习的方法加以分析。这种方法的缺陷有三点，1.每个人的长相并不相同，所以他们的基本AU也不一样，这会导致结果上的偏差；2.研究针对的是成人，出现面部表情异常(比如面部抽动等)的情况不是很多，加上样本量不大，所以特征识别的效果不太好；3.机器学习分类方法的结果好坏一...
【技术保护点】
1.一种用于儿童ADHD筛查评估系统的表情特征向量确定方法，其特征在于，所述方法包括以下步骤：/n步骤1使用级联卷积神经网络对儿童的面部表情图像进行分析识别，识别出面部关键特征点集合，然后根据这些关键特征点的位置P
【技术特征摘要】
1.一种用于儿童ADHD筛查评估系统的表情特征向量确定方法，其特征在于，所述方法包括以下步骤：
步骤1使用级联卷积神经网络对儿童的面部表情图像进行分析识别，识别出面部关键特征点集合，然后根据这些关键特征点的位置PL推得与表情运动单元相关的对应肌肉的位置PAU，在此基础上，构建基于VGGNet的ROINets，通过裁剪出网络第12层得到的featuremap，由此得到对应每个AU的特征表示，将所有特征向量拼接即得到表示该时刻表情特征的整体向量FAU；
步骤2利用一个多层LSTM结构对时序化的表情特征向量进行处理，完成对多AU的多任务二值分类...
【专利技术属性】
技术研发人员：朱强，张雁翼，孔鸣，洪文琛，赵天琦，
申请(专利权)人：湖州维智信息技术有限公司，
类型：发明
国别省市：浙江;33
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。