【技术实现步骤摘要】
Ill Children,PECIC),通过监控摄像机采集儿童疼痛表情视频数据,根据疼痛维度内容对视频图像进行标注,视频数据标注完成后,对挑选出来的视频片段数据进行逐帧处理,自动标注面部紧张程度等级,选定初始相邻帧F1和F2,利用帧间差异法计算两帧图像差异,如果帧间差异小于给定阈值ε,表示儿童面部表情变化较小,舍弃F2帧,计算F1和F3的差异,直至帧间差异大于阈值ε或至视频最后一帧图像,如果帧间差异值大于阈值ε,表示儿童面部表情有明显变化,将该帧作为有效数据纳入PECIC数据集,最终形成PECIC数据集;
[0008]S2,基于Swin Transformer的儿童面部表情评估算法,对上述数据集进行验证,首先将输入图像(H
×
W
×
3)通过标记分割成相同大小的图像块,将图像块依次进行四个阶段的处理,第一阶段包括线性嵌入层和Swin Transformer Block,其余三个阶段由标记合并块和Swin Transformer Block构成;所述Swin Transformer Block由窗口多头自注意力机制(Window Multi
‑
head Self Attention,W
‑
MSA)、滑动窗口多头自注意力机制(Shifted
‑
Window Multi
‑
Head Self
‑
Attention,SW
‑
MSA)、多层感知机(Multilayer Perceptron,MLP)和标准化层(Layer ...
【技术保护点】
【技术特征摘要】
1.一种面向危重症儿童的疼痛表情数据集的构建与验证方法,其特征在于,包括以下步骤:S1,构建面向危重症儿童的疼痛表情数据集(Pain Expression of Critically Ill Children,PECIC),通过监控摄像机采集儿童疼痛表情视频数据,根据疼痛维度内容对视频图像进行标注,视频数据标注完成后,对挑选出来的视频片段数据进行逐帧处理,自动标注面部紧张程度等级,选定初始相邻帧F1和F2,利用帧间差异法计算两帧图像差异,如果帧间差异小于给定阈值ε,表示儿童面部表情变化较小,舍弃F2帧,计算F1和F3的差异,直至帧间差异大于阈值ε或至视频最后一帧图像,如果帧间差异值大于阈值ε,表示儿童面部表情有明显变化,将该帧作为有效数据纳入PECIC数据集,最终形成PECIC数据集;S2,基于Swin Transformer的儿童面部表情评估算法,对上述数据集进行验证,首先将输入图像(H
×
W
×
3)通过标记分割成相同大小的图像块,将图像块依次进行四个阶段的处理,第一阶段包括线性嵌入层和Swin Transformer Block,其余三个阶段由标记合并块和Swin Transformer Block构成;所述Swin Transformer Block由窗口多头自注意力机制(Window Multi
‑
head Self Attention,W
‑
MSA)、滑动窗口多头自注意力机制(Shifted
‑
Window Multi
‑
Head Self
‑
Attention,SW
‑
MSA)、多层感知机(Multilayer Perceptron,MLP)和标准化层(Layer Normalization,LN)交替组成,其计算过程为:模块中的W
‑
MSA层利用常规窗口划分策略从左上角划分,包括窗口分割(Window Partition,WP)模块、窗口重组(Window Reversw,WR)模块和MSA模块,其中窗口分割(WP)模块将输入特征图分割为多个M
×
M相邻像素的互不重叠窗口;窗口重组(WR)模块负责将每个独立窗口的Multi
‑
head自注意力特征还原拼接为完整的Multi
‑
head自注意力特征图;MSA模块将每个独立窗口进行Multi
‑
head的缩放点积注意力计算,首先对每个独立窗口的图块向量在通道维度进行线性变换,使通道数倍增,同时在特征维度上分割为h(注意力head个数)个子空间,通过h个参数矩阵W
Q
、W
K
、W
V
子空间对每个像素查询Q(Query)、键K(...
【专利技术属性】
技术研发人员:冯瑞,张晓波,顾莺,傅唯佳,王颖雯,蒋龙泉,吴梦琦,王桢絮,
申请(专利权)人:复旦大学附属儿科医院,
类型:发明
国别省市:
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。