-
公开(公告)号：CN114999648A
公开(公告)日：2022-09-02
申请号：CN202210622793.5
申请日：2022-06-02
Applicant: 浙江大学医学院附属儿童医院
IPC: G16H50/30 , G16H50/20 , G16H50/70 , G06K9/62 , G06V10/40 , G06V10/764 , G06V20/40 , G06V40/10 , G06V40/20
Abstract: 本发明提出了一种基于婴儿动态姿态估计的脑性瘫痪早期筛查系统、设备及存储介质。本发明的整个系统由健康婴儿特征空间获取模块、婴儿视频获取模块、静态姿态特征提取模块、动态姿态特征提取模块和异常检测模块组成。婴儿运动视频片段可以通过静态姿态特征提取模块、动态姿态特征提取模块提取到综合时序信息后的婴儿动态姿态特征序列；然后通过异常检测模块在所述特征空间中对所述待检视频片段的婴儿动态姿态特征序列进行异常检测，输出视频中的婴儿患有脑瘫风险的检测结果。本发明可用于在实际应用场景中使用基于密度的异常检测方法来通过视频片段评估婴儿患脑性瘫痪的风险。
-
公开(公告)号：CN114974571B
公开(公告)日：2023-03-24
申请号：CN202210623471.2
申请日：2022-06-02
Applicant: 浙江大学医学院附属儿童医院
IPC: G16H50/20 , G06V40/70 , G06N3/084 , G06N3/0499
Abstract: 本发明公开了一种多模态数据驱动的孤独症检测系统、设备及存储介质，属于人工智能辅助医疗领域。该方法首先收集输入的多模态数据，主要包含问卷回答、脑部磁共振成像和日常生活视频；然后将得到的多模态数据分别通过文本特征提取模块、图像特征提取模块和视频特征提取模块进行特征抽取，初步得到表征孤独症相关的多模态特征；最后通过基于注意力机制的特征融合网络，进一步处理多模态特征，得到孤独症相关信息的综合特征，将其输入分类器来预测儿童患有孤独症的概率。本发明输入多模态特征，并利用注意力机制更好地融合各模态之间的信息，更准确地预测儿童是否患有孤独症。
-
公开(公告)号：CN114974571A
公开(公告)日：2022-08-30
申请号：CN202210623471.2
申请日：2022-06-02
Applicant: 浙江大学医学院附属儿童医院
Abstract: 本发明公开了一种多模态数据驱动的孤独症检测系统、设备及存储介质，属于人工智能辅助医疗领域。该方法首先收集输入的多模态数据，主要包含问卷回答、脑补磁共振成像和日常生活视频；然后将得到的多模态数据分别通过文本特征提取模块、图像特征提取模块和视频特征提取模块进行特征抽取，初步得到表征孤独症相关的多模态特征；最后通过基于注意力机制的特征融合网络，进一步处理多模态特征，得到孤独症相关信息的综合特征，将其输入分类器来预测儿童患有孤独症的概率。本发明输入多模态特征，并利用注意力机制更好地融合各模态之间的信息，更准确地预测儿童是否患有孤独症。
-
公开(公告)号：CN114999648B
公开(公告)日：2023-03-24
申请号：CN202210622793.5
申请日：2022-06-02
Applicant: 浙江大学医学院附属儿童医院
Abstract: 本发明提出了一种基于婴儿动态姿态估计的脑性瘫痪早期筛查系统、设备及存储介质。本发明的整个系统由健康婴儿特征空间获取模块、婴儿视频获取模块、静态姿态特征提取模块、动态姿态特征提取模块和异常检测模块组成。婴儿运动视频片段可以通过静态姿态特征提取模块、动态姿态特征提取模块提取到综合时序信息后的婴儿动态姿态特征序列；然后通过异常检测模块在所述特征空间中对所述待检视频片段的婴儿动态姿态特征序列进行异常检测，输出视频中的婴儿患有脑瘫风险的检测结果。本发明可用于在实际应用场景中使用基于密度的异常检测方法来通过视频片段评估婴儿患脑性瘫痪的风险。
-
-
-
Search Results
4
records
(took 0.051 seconds)
