基于面部微动作变化检测的麻醉病人复苏预警方法技术

本发明专利技术涉及一种基于面部微动作变化检测的麻醉病人复苏预警方法，包括：对病人面部信息视频数据进行采集和预处理，得到测试样本；对测试样本中的病人面部图像进行人脸检测,找出人脸位置；利用级联回归树模型的人脸特征点算法检测人脸上的68个特征关键点，从中获取12个有关眼睛和20个有关嘴巴的特征点，根据分割出来的眼睛嘴巴区域，计算眼睛EAR值和嘴巴MAR值；通过计算苏醒状态评价值F，进行苏醒状态识别，根据苏醒状态进行预警。本发明专利技术通过计算分析病人的眼睛和嘴巴状态数据，得到病人的实时健康数据，护理人员依靠获得的这些健康数据来对病人进行护理，大大提高了工作效率，一定程度上缓解了护理人员不足的问题。度上缓解了护理人员不足的问题。度上缓解了护理人员不足的问题。

【技术实现步骤摘要】
基于面部微动作变化检测的麻醉病人复苏预警方法


[0001]本专利技术涉及图像识别
，尤其是一种基于面部微动作变化检测的麻醉病人复苏预警方法。

技术介绍

[0002]近年来，随着医学水平的不断提高，以及现代麻醉学的不断发展和检测设备的不断更新，全身麻醉的应用越来越广泛和安全。麻醉和手术对病人均会造成生理机能影响，特别是麻醉及手术后的第一个小时是最需要密切照顾的时段，几乎所有危害病人生命安全的麻醉并发症会在这段时间出现。
[0003]传统的麻醉病人复苏监测主要依靠有经验的医生和护士来监视病人身体状态，主要存在以下问题：(1)医院人力资源较为紧张，麻醉复苏室配备的医护人员数量不足，手术病人较多的时候存在护理不及时的现象；(2)人为监测主观性较强，在监测的过程中往往容易发生疏忽误判等情况；(3)由于人为监测无法实现对每个病人进行实时监测，因此监测和护理通常较为滞后，难以实现麻醉复苏的及时发现和护理。
[0004]传统的监测方法在当前复杂繁多的复苏室环境下已无法满足当今医院的需求。智能视频分析与理解作为人工智能应用领域的一个分支，现本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于面部微动作变化检测的麻醉病人复苏预警方法，该方法包括下列顺序的步骤：(1)对病人面部信息视频数据进行采集和预处理，得到测试样本；(2)对测试样本中的病人面部图像进行人脸检测,找出人脸位置；(3)利用级联回归树模型的人脸特征点算法检测人脸上的68个特征关键点，从中获取12个有关眼睛和20个有关嘴巴的特征点，根据分割出来的眼睛嘴巴区域，计算眼睛EAR值和嘴巴MAR值；(4)通过计算苏醒状态评价值F，进行苏醒状态识别，根据苏醒状态进行预警。2.根据权利要求1所述的基于面部微动作变化检测的麻醉病人复苏预警方法，其特征在于：所述步骤(1)具体是指：收集病人的面部信息视频数据，并对待测的视频进行直方图均衡化、归一化处理，生成测试样本。3.根据权利要求1所述的基于面部微动作变化检测的麻醉病人复苏预警方法，其特征在于：所述步骤(2)具体是指：对病人面部图像进行人脸检测,利用基于HOG的人脸检测算法识别出目标区域，判断病人面部包含在所采集处理的测试样本中，再进行定位操作准确找出人脸位置。4.根据权利要求1所述的基于面部微动作变化检测的麻醉病人复苏预警方法，其特征在于：所述步骤(3)具体包括以下步骤：(3a)从一段视频帧中提取出每一帧的眼睛嘴巴区域,N0是视频帧的数量；利用级联回归树模型的人脸特征点算法检测人脸上的68个特征关键点，视频帧F
i
表示为：F
i
＝{P1,P2,
…
,P
N
}；P
i
＝(p
x
,p
y
),N＝68,0＜i≤N其中，P
i
为特征点的位置，在已检测到68个特征点中,有12个特征点用来标记眼睛区域，20个特征点用来标记嘴巴区域，其中，1号至36号特征点为鼻子和脸颊关键点，37号至42号特征点为左眼上的关键点,43号至48号特征点为右眼上的关键点,49号至68号特征点为嘴巴上的关键点，左眼、右眼和嘴巴区域分别记为巴上的关键点，左眼、右眼和嘴巴区域分别记为巴上的关键点，左眼、右眼和嘴巴区域分别记为巴上的关键点，左眼、右眼和嘴巴区域分别记为(3b)利用眼睛位置上的特征点分割出眼睛区域之后，分别计算左眼EAR值、右眼EAR值和嘴巴MAR值：和嘴巴MAR值：其中，P
′1至P
′6是眼睛上的关键点，即左眼上的关键点或右眼上的关键点；Q1至Q6是嘴巴上的关键点，从中选择6个关键点，EAR值为眼睛的纵横比，MAR值为嘴巴的纵横比；
在分别计算出左眼EAR值和右眼EAR值之后，取二者的平均值，得到EAR平均值；(3c)预先设定EAR闭眼阈值EAR
threshold
，将步骤(3b)得到的EAR平均值与EAR
threshold
比较，当EAR平均值小于EAR
threshold
时，判断眼睛处于闭合状态，否则，判断眼睛为睁开状态；EAR
threshold
的计算公式如下：EAR
threshold
＝EAR
min
+p
×
(EAR
max
‑
EAR
min
...

【专利技术属性】
技术研发人员：汪传建，罗荣昊，刘思乾，程志友，
申请(专利权)人：安徽大学，
类型：发明
国别省市：