癱瘓在世界各地都是一種常見的疾病,其中的重度癱瘓病人生活無法自理,給患者的心理、家庭和社會帶來了沉重的負(fù)擔(dān)。腦卒中、車禍、小兒腦性癱瘓、脊椎受傷等都會導(dǎo)致癱瘓。在重度癱瘓病人中存在著一種特殊的群體,即患者的四肢和軀干無法移動、存在語言障礙,但是患者的大腦意識清醒,可以做出頭部和臉部動作。頭部動作是指頭部上下左右移動,臉部動作是指眨眼和張、閉嘴。根據(jù)山東某家醫(yī)院患者患病的統(tǒng)計結(jié)果,該類患者在重度癱瘓群體中占的比例為10%左右。如果可以獲取患者的真實意圖,再通過康復(fù)機械裝置就可以讓患者具備一定的自理能力。本課題主要研究內(nèi)容是通過視頻分析患者的真實意圖,并為此研發(fā)出相應(yīng)的軟件系統(tǒng),其目的是使患者具備一定的自理能力,同時減輕患者家屬的負(fù)擔(dān)。在研究方法中有主動和被動兩種方式來獲得患者的真實意圖。主動是指患者有意識地表達自己的意圖。當(dāng)患者處于非緊急情況時,患者意識清醒,根據(jù)患者頭部和臉部可動的特點,讓患者通過頭部和臉部動作主動向系統(tǒng)發(fā)出需求指令,然后通過輔助裝置滿足自身的最基本需求(喝水、吃飯、服藥等)。被動是指系統(tǒng)根據(jù)患者表情分析出患者的意圖。當(dāng)患者處于緊急情況時,患者可能無法自主發(fā)出指令,系統(tǒng)根據(jù)患者的面部表情變化判定患者的情感狀態(tài),然后根據(jù)患者的情感狀態(tài)分析出患者的真實需求,并將分析出的結(jié)果反饋給患者。在一定的時間內(nèi),如果患者可以通過頭部和臉部動作完成響應(yīng),則系統(tǒng)會進行相應(yīng)的處理;如果患者沒有響應(yīng),系統(tǒng)則會通知患者家屬或醫(yī)護人員。本文工作包括:(1)基于區(qū)域化的頭部動作識別。系統(tǒng)利用Adaboost算法在患者頭部圖像中檢測出患者的人臉,然后通過人臉中心位置的偏移方向進行頭部動作識別。(2)基于等價局部二值模式(Uniform LBP)紋理特征的臉部動作識別。系統(tǒng)首先根據(jù)三庭五眼的規(guī)則在人臉圖像中切割出患者的眼部和嘴部區(qū)域;然后計算眼睛和嘴部區(qū)域圖像的Uniform LBP紋理特征圖,并計算特征圖的統(tǒng)計直方圖;最后利用k近鄰識別患者的臉部動作。(3)基于深度卷積神經(jīng)網(wǎng)絡(luò)的表情識別。系統(tǒng)首先通過樣本預(yù)處理(傾斜校正和圖像旋轉(zhuǎn))增加樣本的數(shù)量;然后對樣本圖像進行歸一化處理;最后通過深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練出患者的三個表情識別模型。系統(tǒng)在識別患者表情時,先利用表情模型對患者表情進行粗略分類,然后再對患者表情進行精確分類。本文主要貢獻為:根據(jù)重度癱瘓病人的特點,提出了基于Uniform LBP紋理特征的臉部動作識別方法和基于由粗到精策略的表情識別方法。實驗結(jié)果表明,系統(tǒng)能夠準(zhǔn)確地識別出人物目標(biāo)的面部表情、頭部和臉部動作。下一步會結(jié)合其他單位的研究內(nèi)容,在相應(yīng)的硬件系統(tǒng)中進行調(diào)試和完善。
【學(xué)位單位】：濟南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：R459.7;TP181
【部分圖文】：

基于深度學(xué)習(xí)的交互式重度癱瘓病人情感分析研究此類患者的特點，濟南大學(xué)和其他四家單位共同申報了山東省科技業(yè)）項目 基于腦機接口和多源數(shù)據(jù)反饋技術(shù)的康復(fù)服務(wù)機器人開015ZDXX0801A03）。整個項目分為五個部分：基于視頻信息分析的，腦機接口信號采集及處理技術(shù)，基于腦機接口、圖像等多源信息的統(tǒng)設(shè)計，康復(fù)服務(wù)機器人本體機構(gòu)設(shè)計和可穿戴人體生理參數(shù)在線監(jiān)開發(fā)技術(shù)路線如圖 1.1 所示。

康復(fù)裝置示意

裝置的設(shè)計可以使系統(tǒng)獲得患者清晰的面部圖像，為接下來的工作減少了很多不必要的麻煩。康復(fù)裝置示意圖如圖 1.2 所示。圖 1.2 康復(fù)裝置示意圖. (a)可以滿足患者起坐和躺臥需求; (b)可以滿足患者左側(cè)身需求; (c)可以滿足患者右側(cè)身需求在圖 1.2 中可以看出，裝置包含 A、B 兩個云臺攝像頭、顯示屏、電機、視頻分析服務(wù)器、圖像采集卡等。雖然患者四肢無法移動，但是患者軀干和四肢可能會出現(xiàn)異常，
【參考文獻】

相關(guān)期刊論文 前10條

1 李祖賀;樊養(yǎng)余;;基于視覺的情感分析研究綜述[J];計算機應(yīng)用研究;2015年12期

2 穆靜;陳芳;王長元;;人臉面部表情圖像的隱馬爾科夫建模及情感識別[J];西安工業(yè)大學(xué)學(xué)報;2015年09期

3 夏海英;徐魯輝;;基于差分紋理的人臉表情識別[J];計算機應(yīng)用研究;2015年11期

4 劉袁緣;陳靚影;俞侃;覃杰;陳超原;;基于樹結(jié)構(gòu)分層隨機森林在非約束環(huán)境下的頭部姿態(tài)估計[J];電子與信息學(xué)報;2015年03期

5 尹寶才;王文通;王立春;;深度學(xué)習(xí)研究綜述[J];北京工業(yè)大學(xué)學(xué)報;2015年01期

6 胡進;侯增廣;陳翼雄;張峰;王衛(wèi)群;;下肢康復(fù)機器人及其交互控制方法[J];自動化學(xué)報;2014年11期

7 宇傳華;崔芳芳;;全球疾病負(fù)擔(dān)研究及其對我國的啟示[J];公共衛(wèi)生與預(yù)防醫(yī)學(xué);2014年02期

8 王大偉;周軍;梅紅巖;張素娥;;人臉表情識別綜述[J];計算機工程與應(yīng)用;2014年20期

9 唐云祁;孫哲南;譚鐵牛;;頭部姿勢估計研究綜述[J];模式識別與人工智能;2014年03期

10 楊啟志;曹電鋒;趙金海;;上肢康復(fù)機器人研究現(xiàn)狀的分析[J];機器人;2013年05期

相關(guān)碩士學(xué)位論文 前1條

1 蔣明敏;基于情感計算的重度癱瘓患者人機需求交互研究[D];濟南大學(xué);2017年

本文編號：2873527