神经性疾病的风险评估方法技术

本申请涉及人工智能

【技术实现步骤摘要】
神经性疾病的风险评估方法、装置、设备及存储介质


[0001]本专利技术涉及人工智能
、
数据处理领域
，尤其涉及一种神经性疾病的风险评估方法
、
装置
、
计算机设备及存储介质
。

技术介绍

[0002]神经性疾病的早期症状往往难以被发现，一些患者不能够被及时发现以及治疗，导致病情加重，为了早期发现神经性疾病，目前常用的检测方法是通过采集被检者的行为视频，通过机器视觉技术或图像处理技术对被检者的行为视频进行分析
。
[0003]但是，这种方法一方面需要传输大量的视频，数据传输效率低，对于数据传输设备要求高，另一方面，用于分析的被检者的行为视频中包含大量被检者的个人隐私，在数据传输和处理过程中容易导致被检者隐私信息泄露，无法很好的保护被检者的个人隐私
。

技术实现思路

[0004]基于此，有必要针对现有的无法很好的保护被检者的个人隐私的问题，提出了一种神经性疾病的风险评估方法
。
[0005]第一方面，提供了一种神经性疾病的风险评估方法，所述方法包括：
[0006]获取目标对象对应的火柴人图像序列，其中，所述火柴人图像序列中的每张火柴人图像是对原始图像进行人体对应的图像区域的火柴人处理得到的图像，所述原始图像是在所述目标对象进行预设运动时，采用摄像设备对所述目标对象进行拍摄得到的原始视频中的图像；
[0007]对所述火柴人图像序列进行行为特征及姿态特征提取，得到目标特征数据；
[0008]通过病症分类预测模型，对所述目标特征数据进行各病症特征的分类预测，得到目标分类结果，所述病症分类预测模型是使用目标神经性疾病对应的特征数据训练得到的模型；
[0009]根据所述目标分类结果，确定所述目标对象的与所述目标神经性疾病对应的神经性疾病风险评估结果
。
[0010]第二方面，提供了一种神经性疾病的风险评估装置，所述装置包括：
[0011]获取图像模块：用于获取目标对象对应的火柴人图像序列，其中，所述火柴人图像序列中的每张火柴人图像是对原始图像进行人体对应的图像区域的火柴人处理得到的图像，所述原始图像是在所述目标对象进行预设运动时，采用摄像设备对所述目标对象进行拍摄得到的原始视频中的图像；
[0012]特征提取模块：用于对所述火柴人图像序列进行行为特征及姿态特征提取，得到目标特征数据；
[0013]分类预测模块：用于通过病症分类预测模型，对所述目标特征数据进行各病症特征的分类预测，得到目标分类结果，所述病症分类预测模型是使用目标神经性疾病对应的特征数据训练得到的模型；
[0014]风险评估模块：用于根据所述目标分类结果，确定所述目标对象的与所述目标神经性疾病对应的神经性疾病风险评估结果
。
[0015]第三方面，提供了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计算机程序，所述计算机程序被处理器执行时实现上述神经性疾病风险评估方法的步骤
。
[0016]第四方面，提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行上述神经性疾病风险评估方法的步骤
。
[0017]本申请提出的神经性疾病的风险评估方法，通过将原始视频中的原始图像转化为火柴人图像得到火柴人图像序列，对火柴人图像序列进行行为及姿态特征提取，得到目标特征数据，通过病症分类预测模型，对目标特征数据进行各病症特征的分类预测，得到目标分类结果，根据目标分类结果，确定目标对象的与目标神经性疾病对应的神经性疾病风险评估结果
。
相比于现有技术，本申请实施例在评估神经性疾病风险的过程中，基于火柴人图像序列进行行为特征及姿态特征提取，而非基于原始视频进行行为特征及姿态特征提取，一方面，减少了原始视频中一些不必要的信息，提高了数据处理及传输效率，另一方面，消除了原始视频中目标对象的隐私信息，能够很好的保护目标对象的个人隐私
。
附图说明
[0018]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图
。
[0019]其中：
[0020]图1为一个实施例中神经性疾病的风险评估方法的应用环境图；
[0021]图2为一个实施例中神经性疾病的风险评估方法的流程图；
[0022]图3为一个实施例中神经性疾病的风险评估装置的结构框图；
[0023]图4为一个实施例中计算机设备的结构框图；
[0024]图5为一个实施例中计算机设备的结构框图
。
具体实施方式
[0025]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚
、
完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例
。
基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围
。
[0026]本专利技术实施例提供的神经性疾病的风险评估方法，可应用在如图1的应用环境中，其中，客户端
110
通过网络与服务端
120
进行通信
。
服务端
120
可以通过客户端
110
接收目标对象对应的火柴人图像序列，其中，火柴人图像序列中的每张火柴人图像是对原始图像进行人体对应的图像区域的火柴人处理得到的图像，所述原始图像是在所述目标对象进行预设运动时，采用摄像设备对所述目标对象进行拍摄得到的原始视频中的图像
。
[0027]接收到火柴人图像序列之后，服务端
120
对火柴人图像序列进行行为特征及姿态
特征提取，得到目标特征数据，并通过通过病症分类预测模型，对所述目标特征数据进行各病症特征的分类预测，得到目标分类结果，所述病症分类预测模型是使用目标神经性疾病对应的特征数据训练得到的模型，最后服务器
120
根据所述目标分类结果，确定所述目标对象的与所述目标神经性疾病对应的神经性疾病风险评估结果，一方面，减少了原始视频中一些不必要的信息，提高了数据处理及传输效率，另一方面，消除了原始视频中目标对象的隐私信息，能够很好的保护目标对象的个人隐私
。
其中客户端
110
可以但不限于各种个人计算机
、
笔记本电脑
、
智能手机
、
平板电脑和便携式可穿戴设备
。
服务端
120
可以用独立的服务器或者是多个服务器组成的服务器集群来实现
。
下面通过具体的实施例对本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种神经性疾病的风险评估方法，其特征在于，所述方法包括：获取目标对象对应的火柴人图像序列，其中，所述火柴人图像序列中的每张火柴人图像是对原始图像进行人体对应的图像区域的火柴人处理得到的图像，所述原始图像是在所述目标对象进行预设运动时，采用摄像设备对所述目标对象进行拍摄得到的原始视频中的图像；对所述火柴人图像序列进行行为特征及姿态特征提取，得到目标特征数据；通过病症分类预测模型，对所述目标特征数据进行各病症特征的分类预测，得到目标分类结果，所述病症分类预测模型是使用目标神经性疾病对应的特征数据训练得到的模型；根据所述目标分类结果，确定所述目标对象的与所述目标神经性疾病对应的神经性疾病风险评估结果
。2.
根据权利要求1所述的神经性疾病的风险评估方法，其特征在于，所述获取目标对象对应的火柴人图像序列的步骤之前，包括：在所述目标对象进行起立
‑
行走计时测试时，控制所述摄像设备对所述目标对象进行拍摄，得到所述原始视频；基于人体关键点识别模型，对所述原始视频中每一张原始图像进行人体关键点信息和时间戳提取；根据各所述人体关键点信息和各所述时间戳生成所述火柴人图像序列
。3.
根据权利要求1所述的神经性疾病的风险评估方法，其特征在于，所述火柴人图像序列中的火柴人图像还包括人脸关键点信息
。4.
根据权利要求3所述的神经性疾病的风险评估方法，其特征在于，所述根据所述目标分类结果，确定所述目标对象的与所述目标神经性疾病对应的神经性疾病风险评估结果之前，包括：基于面部表情识别模型，对所述火柴人图像序列中每一张火柴人图像中的人脸关键点信息进行情绪特征提取，得到情绪特征数据；通过情绪分类预测模型，对所述情绪特征数据进行分类预测，得到情绪分类结果，所述情绪分类预测模型是使用目标神经性疾病对应的情绪特征数据训练得到的模型；根据所述情绪分类结果，更新所述目标分类结果
。5.
根据权利要求1所述的神经性疾病的风险评估方法，其特征在于，所述对所述火柴人图像序列进行行为特征及姿态特征提取，得到目标特征数据，包括：基于姿态及行为评估模型，对所述火柴人图像序列进行评估，得到所述目标特征数据，其中，所述目标特征数据包括行为标签序列，所述行为标签序列包括一个或多个连续的行为标签，每一个所述行为标签用于表征所述目标对象的一个行为
。6.
根据权利要求5所述的神经性疾病的风险评估方法，其特征在于，所述目标分类结果包括一个或多个病症的指标，所述根据所述目标分类结果，确定所述目标对象的与所述目标神经性疾病对应的神经性疾病风险评估结果，包括：通过所述目标神经性疾病对应的风险评估模型，对所述目标分类结果进行分类预测，得到所述目标对象对应的神经性疾病风险评估结果，所述病症指标分类预测模型是通过所述目标神经性疾病对应的病症指标训练得到的模型；
或将所述目标分类结果在预设的映射表中进行病症指标序列查找，将查找到的所述病症指标序列在所述映射表中对应的风险评估结果，作为所述目标对象对应的神经性疾病风险评估结果
。7.
根据权利要求2所述的神经性疾病的风险评估方法，其特征在于，所述获取目标对象对应的火柴人图像序列之前，所述方法还包括：获取所述目标对象对应的初始图像序列，其中，所述初始图像序列中的每张火柴人图像是对所述原始图像进行人体对应的图像区域的火柴人处理得到的...

【专利技术属性】
技术研发人员：湛畅，
申请(专利权)人：奥瞳人工智能深圳有限公司，
类型：发明
国别省市：