[发明专利]一种基于人工智能的眼睑运动功能评估系统

摘要

本发明公开一种基于人工智能的眼睑运动异常评估系统，包括：受检对象获取模块：用于从输入的受检对象的面部动作视频中获得只包含所述受检对象的面部视频；眼睛及指定部位定位模块：用于定位所述面部视频的眼睛及指定部位，并获得只包括所述受检对象的眼睛运动视频及指定部位联动视频；TSN模型：用于处理眼睛运动视频和指定部位联动视频并输出眼睛及指定部位的动作信号；概率输出模块：用于输出每帧画面计算机判断眼睑运动异常出现的概率信号；评估模块，用于根据眼睑运动异常出现的概率信号和眼睑运动异常概率判断机制获得异常等级。本发明具有全民可接受性、便捷性、准确性、客观性和可重复性，临床使用性强。

主权项

1.一种基于人工智能的眼睑运动功能评估系统，其特征在于，包括：受检对象获取模块：用于从输入的受检对象的面部动作视频中获得每帧受检对象的面部特征区域，剪去每帧非所述受检对象的面部特征区域，获得只包含所述受检对象的面部视频；眼睛及指定部位定位模块：用于定位和图像处理所述面部视频的眼睛及指定部位，该指定部位有一种或多种对应所述受检对象的关键部位；裁剪生成所述受检对象的眼睛运动视频及指定部位联动视频；基于卷积神经网络的TSN模型：用于处理眼睛运动视频和指定部位联动视频并输出眼睛及指定部位的动作信号；概率输出模块：将TSN输出的动作信号作为输入，用于输出每帧画面计算机判断眼睑运动异常出现的概率信号；所述眼睑运动异常出现的概率信号包括眼睑运动异常时眼睛出现异常动作的概率信号和每个指定部位出现异常联动动作的概率信号；评估模块:用于根据眼睛运动出现异常的概率信号、每个指定部位运动出现异常联动动作的概率信号和眼睑运动异常概率判断机制获得异常等级，判断所述受检对象的眼睑运动异常的严重程度；所述受检对象获取模块包括：Faster‑RCNN神经网络模型，用于定位所述面部动作视频中每一帧受检对象的人脸区域，并将人脸区域逐帧输入至人脸识别模型；人脸识别模型，包括左侧脸、正脸和右侧脸分类模型，用于识别每个人脸区域中不同方位的受检对象的面部特征；所述眼睛及指定部位定位模块包括CPM的CNN结构、PAF的CNN结构和图像处理模块。