[发明专利]基于卷积神经网络的新生儿疼痛表情分类方法在审
| 申请号： | 201611233381.3 | 申请日： | 2016-12-28 |
| 公开（公告）号： | CN106778657A | 公开（公告）日： | 2017-05-31 |
| 发明（设计）人： | 柳毅;卢官明;李晓南;闫静杰;李海波 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/08 |
| 代理公司： | 南京经纬专利商标代理有限公司32200 | 代理人： | 姜慧勤 |
| 地址： | 210003 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于卷积神经网络的新生儿疼痛表情分类方法，该方法首先采集新生儿疼痛表情图像，由专业医护人员对图像按平静、哭、轻微疼痛、剧烈疼痛逐级分类，建立新生儿疼痛表情图像库；其次，构建含有1层数据层、3层卷积层、2层全连接层和1层分类层的卷积神经网络；然后，以新生儿疼痛表情图像库中样本作为卷积神经网络的数据输入，利用反向传播算法对网络迭代训练，并优化训练全局参数使网络输出损失函数值下降并收敛；最后，输入新生儿疼痛表情测试样本，利用卷积神经网络对其识别分类，实现新生儿在平静、哭、轻微疼痛、剧烈疼痛状态的表情识别，为评估新生儿疼痛程度提供一种新的方法途径。 | ||
| 搜索关键词： | 基于 卷积 神经网络 新生儿 疼痛 表情 分类 方法 | ||
【主权项】：
基于卷积神经网络的新生儿疼痛表情分类方法，其特征在于，包括如下步骤：步骤1，采集新生儿疼痛表情图像，对图像按新生儿面部表情的不同状态进行分类，建立新生儿疼痛表情图像库；步骤2，构建含有1层数据层、3层卷积层、2层全连接层和1层分类层的卷积神经网络；步骤3，将新生儿疼痛表情图像库中每类表情的图像均划分为训练样本和测试样本，以训练样本作为卷积神经网络的数据输入，利用反向传播算法对卷积神经网络进行迭代训练，并优化训练全局参数使卷积神经网络输出softmax损失函数值下降并收敛，得到训练好的卷积神经网络；步骤4，输入测试样本，利用训练好的卷积神经网络对测试样本进行识别分类，并输出测试样本属于各类的概率值，将最大的概率值对应的类别作为测试样本的类别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201611233381.3/，转载请声明来源钻瓜专利网。
