【技术实现步骤摘要】
本专利技术属于人工智能和医疗，具体来说涉及一种重症病人的多模态疼痛评估方法。
技术介绍
1、疼痛是一种复杂的生理心理活动，国际疼痛学会定义疼痛为与现存的或潜在的组织损伤有关联、或者可以用组织损伤描述的一种不愉快的感觉及情感体验，是临床上常见的症状之一。在临床上，准确地评估疼痛等级能够为病人是否加入镇痛药物提供指导，同时也帮助医护人员及时调整治疗方案。患者的主观评估是疼痛评估的一个黄金标准，但是对一些特殊人群(如丧失语言功能的患者、重症患者等)，这种方法显然不能适用。
2、公开号为cn114943924a的专利公开了一种基于人脸表情视频的疼痛评估方法、系统、设备及介质，该方法包括：获取面部疼痛表情视频，按帧进行人脸检测，将人脸图像输入至预先训练的vgg网络中提取特征图，将特征图基于疼痛表情先验知识进行分割，得到对应的目标区域并输入至注意力网络得到加权特征向量，融合加权特征向量和输出向量得到融合特征向量，输入长短期记忆网络进行疼痛评估。但该专利只使用了面部表情来进行疼痛评估，易受光照及患者头部姿势的影响，且面部表情可以人为伪装和...
【技术保护点】
1.一种重症病人的多模态疼痛评估模型，其特征在于，包括：面部特征提取网络、心电特征提取网络和加权融合策略，其中，
2.根据权利要求1所述的重症病人的多模态疼痛评估模型，其特征在于，综合疼痛评估结果为不同疼痛等级的预测正确概率中的最大值所对应的疼痛等级。
3.根据权利要求1所述的重症病人的多模态疼痛评估模型，其特征在于，改进ResNeXt50模型包括：ResNeXt50模型和多个无参注意力模块，其中，ResNeXt50模型中每个残差块后设置一个无参注意力模块，改进ResNeXt50模型中每个残差块的激活函数为LeakyRelu激活函数。
<...【技术特征摘要】
1.一种重症病人的多模态疼痛评估模型，其特征在于，包括：面部特征提取网络、心电特征提取网络和加权融合策略，其中，
2.根据权利要求1所述的重症病人的多模态疼痛评估模型，其特征在于，综合疼痛评估结果为不同疼痛等级的预测正确概率中的最大值所对应的疼痛等级。
3.根据权利要求1所述的重症病人的多模态疼痛...
【专利技术属性】
技术研发人员：郭士杰，卢世杰，耿艳利，尹莉，顾博文，孙玉瑶，
申请(专利权)人：河北工业大学，
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。