龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：电子科技大学
摘要：本发明是一种基于深度学习的非接触式无感睡眠分期监测方法，属于生物医学工程和计算机视觉领域。该系统首先对获取到的睡眠视频图像进行分割，然后利用欧拉视频放大EVM对分割视频特定运动进行放大重构，得到放大眼动后的眼睛区域视频和放大下颌运动后的下颌运动视频，通过光流法计算并进行去噪平滑得到眼动的光流曲线与下颌运动的光流幅度；基于深度学习设计睡眠分期算法，将睡眠视频最终分为三类：觉醒、快速眼动与非快速眼动，按照时间序列排列得到与睡眠视频时间对应的睡眠分期结果。
主权项：1.一种基于深度学习的非接触式无感睡眠分期监测方法，该方法包括以下步骤：步骤1：搭建睡眠监测平台；在测试者身体的上、左、右三个位置分别放置三个摄像头，以获取测试者睡眠过程中的视频图像；步骤2：对步骤1中位于测试者身体上方摄像头所获视频图像进行图像分割，得到测试者下颌区域视频图像和眼睛区域视频图像；步骤3：构建图像金字塔，对视频帧进行多尺度分析，并放大特定运动信号，最后重构视频以可视化这些放大的变化；步骤4：将步骤2所获下颌区域视频和眼睛区域视频分别输入到步骤3搭建的算法框架中，分别提取与放大下颌区域和眼睛区域的运动信号，输出放大运动信号后的下颌区域视频图像和放大眼动频率后的眼睛区域视频图像；步骤5：对步骤4所获放大运动后的下颌区域视频和眼睛区域视频按照利用稠密光流法，获得下颌区域与眼动区域的累计光流值；步骤6：对步骤5所获得的累计光流值进行平滑滤波与去趋势化；步骤7：对步骤6所获下颌区域视频图像累计光流的幅值作为下颌的监测结果；步骤8：对步骤6所获得的眼睛区域视频图像累计光流曲线作为眼动的监测结果；步骤9：根据拍摄视频时使用多导联睡眠呼吸监测同步收集的眼电数据按照对应时间对眼动光流曲线进行分类，分为快速眼动与非快速眼动两类；步骤10：构建基于LSTM的眼动分类模型，使用步骤9中的数据来训练模型，划分训练集和验证集对网络进行训练，直至验证集准确度达到设定阈值，网络训练完毕；步骤11：搭建基于深度学习的睡眠分期监测算法框架，根据医学上睡眠分期标准，结合眼动与下颌运动实现睡眠分期。
全文数据：
权利要求：
百度查询： 电子科技大学 一种基于深度学习的非接触式无感睡眠分期监测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号