一种疼痛评定方法技术

本申请的实施例公开了一种疼痛评定方法

【技术实现步骤摘要】
一种疼痛评定方法


[0001]本申请的实施例涉及疼痛识别领域，具体涉及一种疼痛评定方法
。

技术介绍

[0002]目前，市面上的可穿戴设备（例如，
XX
手表
/
手环）可以用于监测用户的身体信息
。
诸如，可以检测用户的心率
、
血压
、
血氧等信息
。
而检测用户当前的疼痛，通常采用的方式为：通过用户心跳与血压的变化，解算出用户当前的疼痛等级
。
然而，通过上述方式检测用户的疼痛等级，通常存在以下技术问题：通过用户心跳与血压的变化，解算出用户当前的疼痛等级，考量的因素较为单一，检测出的疼痛等级不准确，难以进一步帮助用户进行应急反应；在与疼痛用户进行沟通时，对于用户对话意图的识别不够精准，导致难以帮助疼痛用户准确预约医生，影响用户就诊效率
。

技术实现思路

[0003]本申请的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述
。
本申请的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围
。
[0004]本申请的一些实施例提出了一种疼痛评定方法
、
计算机设备和计算机可读存储介质，来解决以上
技术介绍
部分提到的技术问题
。
[0005]第一方面，本申请的一些实施例提供了一种疼痛评定方法，该方法包括：响应于接收到目标用户输入的疼痛检测指令，采集上述目标用户的生理反馈信息，以及控制相关联的摄像装置采集上述目标用户当前的至少一张面部图像，其中，上述生理反馈信息包括：用户血压
、
用户体温与用户血氧；将上述生理反馈信息输入至预先训练的生理疼痛识别模型中，得到生理疼痛识别结果；获取疼痛标签集；对上述疼痛标签集进行语义分类，得到至少一个分类疼痛标签组；对于上述至少一个分类疼痛标签组中的每个分类疼痛标签组，将上述分类疼痛标签组发送至对应的数据标注端，以供上述数据标注端生成与上述分类疼痛标签组相对应的面部图像训练样本集；根据所得到的至少一个面部图像训练样本集，对初始面部图像疼痛分类模型进行模型训练，得到面部图像疼痛分类模型；将上述至少一张面部图像输入至上述面部图像疼痛分类模型中，得到至少一个面部图像疼痛分类结果；根据上述至少一个面部图像疼痛分类结果，生成面部图像疼痛识别结果；基于上述生理疼痛识别结果与上述面部图像疼痛识别结果，生成用户疼痛识别结果
。
[0006]第二方面，本申请还提供一种计算机设备，上述计算机设备包括处理器
、
存储器
、
以及存储在上述存储器上并可被上述处理器执行的计算机程序，其中上述计算机程序被上述处理器执行时，实现如上述第一方面任一实现方式所描述的方法
。
[0007]第三方面，本申请还提供一种计算机可读存储介质，上述计算机可读存储介质上存储有计算机程序，其中上述计算机程序被处理器执行时，实现如上述第一方面任一实现方式所描述的方法
。
[0008]本申请的上述各个实施例具有如下有益效果：通过本申请的一些实施例的疼痛评定方法，可以从多个角度检测用户当前的疼痛等级，提高了疼痛等级检测的准确性，可以进一步帮助用户进行应急反应
。
首先，响应于接收到目标用户输入的疼痛检测指令，采集上述目标用户的生理反馈信息，以及控制相关联的摄像装置采集上述目标用户当前的至少一张面部图像
。
其中，上述生理反馈信息包括：用户血压
、
用户体温与用户血氧
。
其次，将上述生理反馈信息输入至预先训练的生理疼痛识别模型中，得到生理疼痛识别结果
。
由此，可以通过用户血压
、
用户体温与用户血氧等信息初步检测出用户的疼痛等级
。
接着，获取疼痛标签集；对上述疼痛标签集进行语义分类，得到至少一个分类疼痛标签组
。
之后，对于上述至少一个分类疼痛标签组中的每个分类疼痛标签组，将上述分类疼痛标签组发送至对应的数据标注端，以供上述数据标注端生成与上述分类疼痛标签组相对应的面部图像训练样本集
。
由此，便于构建面部图像样本，为进一步检测用户的疼痛等级提供数据支持
。
再之后，根据所得到的至少一个面部图像训练样本集，对初始面部图像疼痛分类模型进行模型训练，得到面部图像疼痛分类模型
。
然后，将上述至少一张面部图像输入至上述面部图像疼痛分类模型中，得到至少一个面部图像疼痛分类结果；根据上述至少一个面部图像疼痛分类结果，生成面部图像疼痛识别结果
。
由此，可以通过用户的面部表情图像，检测用户的疼痛等级
。
最后，基于上述生理疼痛识别结果与上述面部图像疼痛识别结果，生成用户疼痛识别结果
。
由此，可以从多个角度检测用户当前的疼痛等级，提高了疼痛等级检测的准确性，可以进一步帮助用户进行应急反应
。
附图说明
[0009]结合附图并参考以下具体实施方式，本申请各实施例的上述和其他特征
、
优点及方面将变得更加明显
。
贯穿附图中，相同或相似的附图标记表示相同或相似的元素
。
应当理解附图是示意性的，元件和元素不一定按照比例绘制
。
[0010]图1是根据本申请的疼痛评定方法的一些实施例的流程图；图2是本申请实施例提供的一种计算机设备的结构示意性框图
。
具体实施方式
[0011]下面将参照附图更详细地描述本申请的实施例
。
虽然附图中显示了本申请的某些实施例，然而应当理解的是，本申请可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例
。
相反，提供这些实施例是为了更加透彻和完整地理解本申请
。
应当理解的是，本申请的附图及实施例仅用于示例性作用，并非用于限制本申请的保护范围
。
[0012]另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分
。
在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合
。
[0013]需要注意，本申请中提及的“第一”、“第二”等概念仅用于对不同的装置
、
模块或单元进行区分，并非用于限定这些装置
、
模块或单元所执行的功能的顺序或者相互依存关系
。
[0014]需要注意，本申请中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0015]本申请实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制
。
[001本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种疼痛评定方法，应用于穿戴设备，其特征在于，所述方法包括：响应于接收到目标用户输入的疼痛检测指令，采集所述目标用户的生理反馈信息，以及控制相关联的摄像装置采集所述目标用户当前的至少一张面部图像，其中，所述生理反馈信息包括：用户血压
、
用户体温与用户血氧；将所述生理反馈信息输入至预先训练的生理疼痛识别模型中，得到生理疼痛识别结果；获取疼痛标签集；对所述疼痛标签集进行语义分类，得到至少一个分类疼痛标签组；对于所述至少一个分类疼痛标签组中的每个分类疼痛标签组，将所述分类疼痛标签组发送至对应的数据标注端，以供所述数据标注端生成与所述分类疼痛标签组相对应的面部图像训练样本集；根据所得到的至少一个面部图像训练样本集，对初始面部图像疼痛分类模型进行模型训练，得到面部图像疼痛分类模型；将所述至少一张面部图像输入至所述面部图像疼痛分类模型中，得到至少一个面部图像疼痛分类结果；根据所述至少一个面部图像疼痛分类结果，生成面部图像疼痛识别结果；基于所述生理疼痛识别结果与所述面部图像疼痛识别结果，生成用户疼痛识别结果
。2.
根据权利要求1所述的方法，其特征在于，所述方法还包括：响应于确定所述用户疼痛识别结果满足预约沟通条件，控制相关联的扬声器播放身体检测预约提示语音；在预设时长之后，获取所述目标用户...

【专利技术属性】
技术研发人员：唐果，冯泽国，王龙，
申请(专利权)人：中国人民解放军总医院第一医学中心，
类型：发明
国别省市：