[发明专利]头部穴位定位与刺激设备

权利要求书

1.一种头部穴位定位与刺激设备，其特征在于，包括：

佩戴图像采集模块，用于获取由摄像头采集患者佩戴头部穴位定位与刺激设备时的检测图像；

图像编码模块，用于将所述检测图像通过多层卷积层以得到定位检测特征矩阵；

掩码模块，用于基于多个电极片在所述检测图像中的位置，对所述定位检测特征矩阵中对应区域施加掩码以得到掩码特征矩阵；

空间注意力编码模块，用于将所述掩码特征矩阵通过使用空间注意力机制的卷积神经网络模型以得到分类特征图；

特征优化模块，用于对所述分类特征图进行基于特征聚类的去聚焦模糊优化以得到优化分类特征图；

识别结果生成模块，用于将所述优化分类特征图通过分类器以得到分类结果，所述分类结果用于表示电极片与头部穴位之间的定位是否满足预定要求；以及

提示模块，用于基于所述分类结果，生成提示信息。

2.根据权利要求1所述的头部穴位定位与刺激设备，其特征在于，所述图像编码模块，使用所述多层卷积层的各层在层的正向传递过程中分别对输入数据进行：

对输入数据进行卷积处理以生成卷积特征图；

对所述卷积特征图进行池化处理以生成池化特征图；

对所述池化特征图进行非线性激活以生成激活特征图；

计算所述激活特征图的各个位置沿通道维度的均值以生成空间特征矩阵；

计算所述空间特征矩阵中各个位置的类Softmax函数值以获得空间得分矩阵；以及

计算所述空间特征矩阵和所述空间得分图的按位置点乘以获得特征矩阵；

其中，所述多层卷积层的最后一层输出的所述特征矩阵为所述定位检测特征矩阵。

3.根据权利要求2所述的头部穴位定位与刺激设备，其特征在于，所述空间注意力编码模块，进一步用于：

所述使用空间注意力机制的卷积神经网络模型的各层在层的正向传递中分别进行：

对输入数据进行卷积处理以得到卷积特征图；

对所述卷积特征图进行基于局部特征矩阵的均值池化以得到池化特征图；以及

对所述池化特征图进行非线性激活以得到激活特征图；

其中，所述使用空间注意力机制的卷积神经网络模型的最后一层的输出为所述分类特征图，所述使用空间注意力机制的卷积神经网络模型的第一层的输入为所述掩码特征矩阵。

4.根据权利要求3所述的头部穴位定位与刺激设备，其特征在于，所述特征优化模块，进一步用于基于所述分类特征图的所有位置的特征值集合的统计特征，对所述分类特征图中各个位置的特征值进行校正以得到所述优化分类特征图，其中，所述分类特征图的所有位置的特征值集合的统计特征包括均值和标准差。

5.根据权利要求4所述的头部穴位定位与刺激设备，其特征在于，所述特征优化模块，进一步用于：基于所述分类特征图的所有位置的特征值集合的统计特征，以如下公式对所述分类特征图中各个位置的特征值进行校正以得到所述优化分类特征图；

其中，所述公式为：

其中f_i,j,k是所述分类特征图的第(i,j,k)位置的特征值，μ和δ分别是所述分类特征图的各个位置的特征值集合的均值和标准差。

6.根据权利要求5所述的头部穴位定位与刺激设备，其特征在于，所述识别结果生成模块，进一步用于：

使用所述分类器以如下公式对所述优化分类特征图进行处理以得到所述分类结果，其中，所述公式为：

O＝softmax{(W_n，B_n)：...：(W₁，B₁)|Project(F_d)}，其中，Project(F_d)表示将所述优化分类特征图投影为向量，W₁至W_n为各层全连接层的权重矩阵，B₁至B_n表示各层全连接层的偏置矩阵。