灵长类动物精细动作分析方法、装置、电子设备及介质制造方法及图纸

本公开提供了一种灵长类动物精细动作分析方法、装置、电子设备及介质，涉及医疗视觉技术领域。该方法包括采集待测动物多角度的肢体行为视频数据；根据预先训练的肢体关节定位网络与肢体关节关键点检测网络，在肢体行为视频数据中定位兴趣肢体关节，并检测兴趣肢体关节上的关键点，输出兴趣肢体关节及关键点数据；根据兴趣肢体关节及关键点数据，分别对多角度的肢体行为视频数据进行筛选，获得动物肢体活动有效数据集合；分析动物肢体活动有效数据集合，获得动物肢体活动指标数据集合，并构建动物活动数据模型。采用本公开的分析方法，能够及时发现细微变化，为后续准确地评估多种神经系统疾病所引起的行为学障碍提供依据，更具灵活性，可靠性强。可靠性强。可靠性强。

【技术实现步骤摘要】
灵长类动物精细动作分析方法、装置、电子设备及介质


[0001]本公开一般涉及医疗视觉
，具体涉及一种灵长类动物精细动作分析方法、装置、电子设备及介质。

技术介绍

[0002]随着国家对新药自主研制的重视与鼓励，新药品种数量呈现井喷式状态，但研制单位大多缺乏合规的药效及毒理学(包括疫苗)评估手段，或者相应的知识技能储备，由此促进了国内委托研究组织(Contract Research Organization,CRO)的蓬勃发展。
[0003]在对中枢神经系统疾病治疗药物的评估中，神经行为学是非常重要的一环，而目前委托研究组织往往只具备对某一种疾病或者动物模型进行评估的能力，局限性大。

技术实现思路

[0004]鉴于相关技术中的上述缺陷或不足，期望提供一种灵长类动物精细动作分析方法、装置、电子设备及介质，能够对灵长类动物的精细动作进行分析，从而发现细微变化，便于后续准确地评估多种神经系统疾病所引起的行为学障碍，适用范围广泛。
[0005]第一方面，本公开提供一种灵长类动物精细动作分析方法，所述方法包括：
[0006]采集待测动物多角度的肢体行为视频数据；
[0007]根据预先训练的肢体关节定位网络与肢体关节关键点检测网络，在所述肢体行为视频数据中定位兴趣肢体关节，并检测所述兴趣肢体关节上的关键点，输出兴趣肢体关节及关键点数据；
[0008]根据所述兴趣肢体关节及关键点数据，分别对所述多角度的肢体行为视频数据进行筛选，获得动物肢体活动有效数据集合；
[0009]分析所述动物肢体活动有效数据集合，获得动物肢体活动指标数据集合，并构建动物活动数据模型。
[0010]可选地，在本公开一些实施例中，所述根据所述兴趣肢体关节及关键点数据，分别对所述多角度的肢体行为视频数据进行筛选，获得动物肢体活动有效数据集合，包括：
[0011]基于所述兴趣肢体关节及关键点数据，构建动物兴趣肢体世界坐标系，并计算动物兴趣肢体检测的最小有效单元时间；
[0012]按照所述最小有效单元时间，将所述多角度的肢体行为视频数据均等划分，并依据时间标定顺序标签；
[0013]基于各所述最小有效单元时间内关键点数据的完整度，分别筛选所述多角度的肢体行为视频数据，以最高得分角度的肢体行为视频数据作为时段单元视频，并按照所述顺序标签排列所有时段单元视频，形成所述动物肢体活动有效数据集合。
[0014]可选地，在本公开一些实施例中，所述分析所述动物肢体活动有效数据集合，获得动物肢体活动指标数据集合，并构建动物活动数据模型，包括：
[0015]将所述动物肢体活动有效数据集合中兴趣肢体关节和关节关键点数据映射至所
述动物兴趣肢体世界坐标系，并分别计算所述兴趣肢体关节和所述关节关键点对应的单元活动周期；
[0016]根据各所述单元活动周期，将所述动物肢体活动有效数据集合划分为所述动物肢体活动指标数据集合；
[0017]根据所述动物肢体活动指标数据集合中动物肢体活动指标数据，建立所述动物活动数据模型。
[0018]可选地，在本公开一些实施例中，所述采集待测动物多角度的肢体行为视频数据，还包括：
[0019]对所述多角度的肢体行为视频数据进行画像质量评估，获得肢体行为有效视频数据，并校对动物肢体动作的一致性。
[0020]可选地，在本公开一些实施例中，在所述肢体关节定位网络与所述肢体关节关键点检测网络的训练过程中，所述方法包括对所述训练数据集中各个帧图像进行模糊检测与过滤，所述帧图像包括动物兴趣肢体的关节部位。
[0021]可选地，在本公开一些实施例中，所述模糊检测包括高斯模糊检测、方框模糊检测、Kawase模糊检测，双重模糊检测，Brenner检测和Tenengrad梯度函数检测中的任意一种。
[0022]可选地，在本公开一些实施例中，所述肢体关节定位网络包括HandSegNet网络，所述肢体关节关键点检测网络包括编码器和解码器架构。
[0023]第二方面，本公开提供一种灵长类动物精细动作分析装置，所述装置包括：
[0024]采集模块，用于采集待测动物多角度的肢体行为视频数据；
[0025]检测模块，用于根据预先训练的肢体关节定位网络与肢体关节关键点检测网络，在所述肢体行为视频数据中定位兴趣肢体关节，并检测所述兴趣肢体关节上的关键点，输出兴趣肢体关节及关键点数据；
[0026]筛选模块，用于根据所述兴趣肢体关节及关键点数据，分别对所述多角度的肢体行为视频数据进行筛选，获得动物肢体活动有效数据集合；
[0027]分析模块，用于分析所述动物肢体活动有效数据集合，获得动物肢体活动指标数据集合，并构建动物活动数据模型。
[0028]第三方面，本公开提供一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述指令、所述程序、所述代码集或所述指令集由所述处理器加载并执行以实现第一方面中任意一项所述的灵长类动物精细动作分析方法。
[0029]第四方面，本公开提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现第一方面中任意一项所述的灵长类动物精细动作分析方法。
[0030]从以上技术方案可以看出，本公开实施例具有以下优点：
[0031]本公开实施例提供了一种灵长类动物精细动作分析方法、装置、电子设备及介质，通过采集待测动物多角度的肢体行为视频数据，并以兴趣肢体关节和关节关键点作为基准，来对该多角度的肢体行为视频数据进行筛选和分析处理，获得动物活动数据模型，由此能够及时发现细微变化，为后续准确地评估多种神经系统疾病所引起的行为学障碍提供依
据，更具灵活性，可靠性强。
附图说明
[0032]通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：
[0033]图1为本公开实施例提供的一种灵长类动物精细动作分析方法的流程示意图；
[0034]图2为本公开实施例提供的一种不同角度的动物肢体活动行为拍摄画面；
[0035]图3为本公开实施例提供的一种肢体关节定位网络的参数示例；
[0036]图4为本公开实施例提供的一种肢体关节关键点检测网络的参数示例；
[0037]图5为本公开实施例提供的一种关节检测效果的示例；
[0038]图6为本公开实施例提供的一种肢体世界坐标系空间效果的示例；
[0039]图7为本公开实施例提供的一种灵长类动物精细动作分析装置的结构示意图；
[0040]图8为本公开实施例提供的另一种灵长类动物精细动作分析装置的结构示意图；
[0041]图9为本公开实施例提供的又一种灵长类动物精细动作分析装置的结构示意图。
具体实施方式
[0042]为了使本
的人员更好地理解本公开方案本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种灵长类动物精细动作分析方法，其特征在于，所述方法包括：采集待测动物多角度的肢体行为视频数据；根据预先训练的肢体关节定位网络与肢体关节关键点检测网络，在所述肢体行为视频数据中定位兴趣肢体关节，并检测所述兴趣肢体关节上的关键点，输出兴趣肢体关节及关键点数据；根据所述兴趣肢体关节及关键点数据，分别对所述多角度的肢体行为视频数据进行筛选，获得动物肢体活动有效数据集合；分析所述动物肢体活动有效数据集合，获得动物肢体活动指标数据集合，并构建动物活动数据模型。2.根据权利要求1所述的方法，其特征在于，所述根据所述兴趣肢体关节及关键点数据，分别对所述多角度的肢体行为视频数据进行筛选，获得动物肢体活动有效数据集合，包括：基于所述兴趣肢体关节及关键点数据，构建动物兴趣肢体世界坐标系，并计算动物兴趣肢体检测的最小有效单元时间；按照所述最小有效单元时间，将所述多角度的肢体行为视频数据均等划分，并依据时间标定顺序标签；基于各所述最小有效单元时间内关键点数据的完整度，分别筛选所述多角度的肢体行为视频数据，以最高得分角度的肢体行为视频数据作为时段单元视频，并按照所述顺序标签排列所有时段单元视频，形成所述动物肢体活动有效数据集合。3.根据权利要求2所述的方法，其特征在于，所述分析所述动物肢体活动有效数据集合，获得动物肢体活动指标数据集合，并构建动物活动数据模型，包括：将所述动物肢体活动有效数据集合中兴趣肢体关节和关节关键点数据映射至所述动物兴趣肢体世界坐标系，并分别计算所述兴趣肢体关节和所述关节关键点对应的单元活动周期；根据各所述单元活动周期，将所述动物肢体活动有效数据集合划分为所述动物肢体活动指标数据集合；根据所述动物肢体活动指标数据集合中动物肢体活动指标数据，建立所述动物活动数据模型。4.根据权利要求1至3中任意一项所述的方法，其特征在于，所述采集待测动物多角度的肢体行为视频数据，还包括：对所述多角度的肢...

【专利技术属性】
技术研发人员：周冯源，王焕鹏，何雪超，邵伟，史相杰，
申请(专利权)人：生仝智能科技北京有限公司，
类型：发明
国别省市：