CN117058584B 一种基于深度学习的婴儿痉挛症临床发作视频识别方法 （中科智禾数字科技(北京)有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN117058584B(45)授权公告日2025.07.08

(21)申请号202311022570.6

(22)申请日2023.08.14

(65)同一申请的已公布的文献号申请公布号CN117058584A

(43)申请公布日2023.11.14

(73)专利权人中科智禾数字科技(北京)有限公

司

地址101499北京市怀柔区北房镇幸福西

街3号1幢101室

(72)发明人丁黎辉付立军李旭王宗刘婧仇慧琪

(74)专利代理机构成都正煜知识产权代理事务所(普通合伙)51312

专利代理师李龙

(51)Int.CI.

GO6V20/40(2022.01)GO6V10/764(2022.01)GO6V10/82(2022.01)

GO6N3/0464(2023.01)

GO6N3/048(2023.01)

GO6N3/0455(2023.01)

GO6N3/08(2023.01)

G16H50/20(2018.01)

(56)对比文件

CN112818957A,2021.05.18

CN112735240A,2021.04.30

审查员刘升

权利要求书3页说明书8页附图4页

(54)发明名称

输入患者视频对视频进行截帧操作使用SAM

输入患者视频

对视频进行截帧操作

使用SAM模型对图片进行分割，得到患者动作图片

对得到的图片进行数据增强，分为训练集与验证集

引入改进的VIT模型并进行参数调优处理

模型训练

判断损失函

数是否满足

要求

输出模型

模型识别是否属于发作类型，输出XML文件

解冻数据

(57)摘要本发明涉及计算机视觉领域、视频监控以及医疗康复等多个领域，尤其是一种基于深度学习的婴儿痉挛症临床发作视频识别方法。主旨在于结合计算机视觉技术精确定位患者活动情况，并实现自动识别患者是否发作。主要方案包括构建数据集，得到训练集和验证集，进行数据预处理；构建改进的visiontransformer分类网络模型；把处理过的数据输入到改进的vision

(57)摘要

CN117058584Btransformer分类网络中进行训练；观察训练模型收敛情况，判断损失函数是否过拟合，是否满足训练标准；如果满足训练标准则直接输出标准

CN117058584B

的权重函数后输出标准婴儿痉挛症临床发作识别模型。

CN117058584B权利要求书1/3页

2

1.一种基于深度学习的婴儿痉挛症临床发作识别方法，其特征在于，包括以下步骤：

步骤1:对患者临床监控视频进行发作点前后的视频段截取，得到数据集；

步骤2:对步骤1得到的数据集中的视频段样本进行预处理，得到痉挛和非痉挛图片；

步骤3:使用SAM模型对图片分割，精准定位患者位置，得到发作与未发作类别的患者图

片；

步骤4:获取患者图片数据，构建数据集，得到训练集和验证集，进行数据预处理；

步骤5:构建改进的visiontransformer分类网络模型；

步骤6:把处理过的数据输入到改进的visiontransformer分类网络中进行训练；

步骤7:观察训练模型收敛情况，判断损失函数是否过拟合，是否满足训练标准；如果满足训练标准则直接输出标准识别模型，不满足则找到符合预设标准的权重函数并且解冻数据集再次精化训练，得到满足标准的权重函数后输出标准婴儿痉挛症临床发作识别模型；

步骤8:利用标准婴儿痉挛症临床发作识别模型快速识别出婴儿是否发作，并判断其可能性概率，将结果输出保存为可供训练的XML文件；

上述步骤5,具体包括以下步骤：

步骤5.1:将resnet50网络的BatchNorm层替换为GroupNorm,从而提高模型的性能和稳定性；

步骤5.2:对resnet50残差块采用Relu函数，防止网络出现“dyingrelu”问题，用于提高模型的鲁棒性，GELU函数的公式如下：

步骤5.3:在每个残差模块中的3*3卷积层后融入CA注意力机制，该机制将位置信息加入到通道注意力中，使得网络能够