买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江工业大学;浙江大学;李荣申请的专利一种基于深度图神经网络的RASS镇静评分判别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114724221B 。

龙图腾网通过国家知识产权局官网在2025-12-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210384360.0，技术领域涉及：G06V40/16；该发明授权一种基于深度图神经网络的RASS镇静评分判别方法是由张永良;许营坤;施展;许永安;黄晓霞;李荣;王嘉航设计研发完成，并于2022-04-13向国家知识产权局提交的专利申请。

本一种基于深度图神经网络的RASS镇静评分判别方法在说明书摘要公布了：本发明公开了一种基于深度图神经网络的RASS镇静评分判别方法，基于Retinaface改进网络进行人脸检测和图像矫正，并进行图像预处理，通过改进VGG网络进行基于疼痛检测的特征提取；采用级联金字塔模型CPN进行人体姿态估计，得到患者的动作姿态和肢体关键点，对关键点区域的图像块进行空间和时间维度固定大小的多层3D卷积和下采样，得到关键点运动特征抽取；通过深度图神经网络进行关系图建模和联合优化学习，得到判别性更强的高维特征融合，通过计算特征融合的加权组合和softmax判别得到单幅图像的RASS评分；在连续图像序列中，进行加权平均，得到鲁棒性更优的RASS评分自动判别和预测。本发明提高了疼痛表情检测和异常行为识别融合评判的准确度和效率，降低漏检和误检率。

本发明授权一种基于深度图神经网络的RASS镇静评分判别方法在权利要求书中公布了：1.一种基于深度图神经网络的RASS镇静评分判别方法，其特征在于具体包括如下步骤： 步骤一：获取视频图像数据，基于Retinaface改进网络，对图像进行矫正，将图像中的任一像素进行旋转，得到旋转后的图像，将图像输入到人脸检测网络中得到患者人脸框的坐标； 步骤二：根据步骤一得到的患者人脸框的左上坐标和右下坐标对原图进行裁剪，将图像尺寸缩小，对其进行灰度化、直方图均衡化、均值滤波预处理，处理后的图片输入到VGG网络改进的卷积神经网络中进行基于疼痛检测的特征提取； 步骤三：进行基于人体姿态分析的行为检测，采用级联金字塔CPN人体姿态估计的方法，得到患者的动作姿态和肢体关键点，包括肩部、手臂关节点、手腕部关节点，以及手部的位置检测； 步骤四：对于连续输入t帧，提取肩部、手部和手臂关节点大小是60×40像素的特征图，生成多通道信息，对输入层的每一帧提取五个通道的信息，分别是：灰度值、x方向的梯度、y方向的梯度，x方向的光流、y方向的光流，其中前面三个值对每帧都计算，x和y方向的光流需要两个连续帧才能计算； 步骤五：采用一个w×h×t的3D卷积核在五个通道的每一个通道分别进行卷积，w×h在空间维，t是时间维；经过3层卷积和2次下采样后，每连续t帧的输入图像块都被转化为一个128维的特征向量，这个向量捕捉了输入帧的姿态关键点运动信息； 步骤六：对目标人脸的活动单元进行定位和特征提取，以人脸疼痛分类提取的整体特征作为上下文特征，构建人脸特征相关的关系图，以关节点、手部得到局部的特征抽取、目标上半身动作特征为上下文构建肢体活动的关系图，通过建立和融合人脸、姿态关系图得到与RASS评分关联的图模型； 步骤七：学习并优化上述图神经网络的参数，基于此图模型进行推测、池化、降维得到人脸特征和姿态特征融合的高维特征组合，由此高维特征的加权和softmax层预测估计每帧的RASS评测等级和得分； 步骤八：通过一个时间段的RASS评测得分，得到一组T帧区间的评测结果，同时返回一组表示每帧检测结果的置信度，通过公式，得到最终RASS镇静评分的判别结果，。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江工业大学;浙江大学;李荣，其通讯地址为：310014 浙江省杭州市拱墅区朝晖六区潮王路18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。