基于面部图像识别的镇痛控制方法及其装置的制造方法
【技术领域】
[0001]本发明涉及医疗镇痛领域，特别涉及一种基于面部图像识别的镇痛控制方法及其
目.0
【背景技术】
[0002]在医学疼痛指数上，分娩疼痛仅次于烧伤灼痛。据统计，对于分娩疼痛，约有44%的初产妇感觉疼痛难忍。目前的分娩镇痛方法和装置，对于分娩疼痛程度的判断一般都是基于宫缩活动的强弱或者其他一些相关指标。授权公告日为2014年11月19日的发明专利CN102940934B提供了一种生物反馈式分娩物理镇痛装置，其利用宫缩压力和产妇手握压力作为电刺激波群调节的依据。通过宫缩状态的自动判别能实现分娩镇痛的自动化，这样可以减少医护人员的工作负担，减少孕妇治疗等待时间，改善医患关系。
[0003]但是此方法需要使用可采集产妇腹部宫缩信号的传感器，而传感器又必须安放在产科腹部，使用上较为不便。而且要求宫缩压力的采集必须可靠，否则反馈效果很差，但这对处于疼痛期的产妇来讲，也不是那么容易。
【发明内容】
[0004]本发明的目的在于解决上述问题，提供一种基于面部图像识别的镇痛控制方法及装置，通过分析产妇的面部图像，对其疼痛程度进行判断，以反馈控制镇痛波形的输出。
[0005]为了达到上述目的，本发明采用如下技术方案:一种基于面部图像识别的镇痛控制方法，其特征在于，包括以下步骤:
[0006]Al、每隔指定时间采集面部图像；
[0007]A2、分析当前面部图像对应的镇痛波形类型；
[0008]A3、根据当前输出的镇痛波形类型，结合步骤A2分析的当前面部图像对应的镇痛波形类型，更新镇痛波形的输出。
[0009]进一步，所述步骤A3中更新镇痛波形的输出，包括:判断所述当前面部图像对应的镇痛波形类型与当前输出的镇痛波形类型是否相同，
[0010]如果是，保持镇痛波形的输出类型不变；
[0011]如果否，更新镇痛波形的输出类型为所述当前面部图像类别对应的镇痛波形类型。
[0012]优先的，还包括设置计时器Tb的步骤，所述计时器Tb为同一类型镇痛波形最小持续输出时间计时器。
[0013]进一步，所述步骤A3中更新镇痛波形的输出，还包括:若所述当前面部图像对应的镇痛波形类型与当前输出的镇痛波形类型不相同，判断所述当前输出的镇痛波形的持续输出时间是否大于所述计时器Tb ;
[0014]如果是，更新镇痛波形的输出类型为所述当前面部图像类别对应的镇痛波形类型，所述计时器Tb重启；
[0015]如果否，保持镇痛波形的输出类型不变，所述计时器Tb继续。
[0016]优先的，所述步骤A3中更新镇痛波形的输出，还包括:若所述当前输出的镇痛波形的持续输出时间不大于所述计时器Tb，判断在之前指定时间内分析的面部图像对应的镇痛波形类别与本次相同的次数是否超过预定次数；
[0017]如果是，更新镇痛波形的输出类型为所述当前面部图像类别对应的镇痛波形类型，所述计时器Tb重启；
[0018]如果否，保持镇痛波形的输出类型不变，所述计时器Tb继续。
[0019]优先的，所述镇痛波形类型包括:不痛、轻度疼痛、中度疼痛和重度疼痛。
[0020]优先的，所述步骤A3中更新镇痛波形的输出，还包括更新镇痛波形的输出强度:若所述当前面部图像对应的镇痛波形类型与当前输出的镇痛波形类型相同，判断所述当前输出的镇痛波形的持续输出时间是否大于所述计时器Tb，
[0021]如果是，增加镇痛波形的输出强度，所述计时器Tb重启；
[0022]如果否，保持镇痛波形的输出强度不变，所述计时器Tb继续。
[0023]优先的，所述步骤A2中分析当前面部图像对应的镇痛波形类型的方法，是利用预设的面部图像识别分类器进行分类，所述分类器包括决策树、逻辑回归、朴素贝叶斯、神经网络、多元线性回归分析方法、小波分析方法、支持向量机分析方法的任意一种分类器生成方法。
[0024]本发明还提供一种基于上述基于面部图像识别的镇痛控制方法的装置，包括反馈单元，其特征在于，所述反馈单元包括面部图像采集模块、面部图像分类模块、波形控制模块；
[0025]所述面部图像采集模块用于采集面部图像信息；
[0026]所述面部图像分类模块用于分析面部图像信息，并对所述面部图像信息进行分类；
[0027]所述波形控制模块用于控制镇痛波形的输出参数。
[0028]进一步，所述反馈单元设计于移动智能终端上；
[0029]所述面部图像采集模块为移动智能终端的摄像系统；
[0030]所述面部图像分类模块为移动智能终端的处理器；
[0031]所述波形控制模块为移动智能终端的处理器，并通过无线通讯模块发送指令控制镇痛单元的输出。
[0032]本发明相对于现有技术具有如下的优点及有益效果:
[0033]1、本发明提供的基于面部图像识别的镇痛控制方法，采用面部图像作为疼痛程度的反馈信息，较传统的宫压反馈更加自然:利用产妇在疼痛期的自然表情流露，可以使整个反馈过程更加自然。
[0034]2、本发明提供的基于面部图像识别的镇痛控制方法及其装置，可通过摄像设备采集面部图像反馈信号，与宫压信号反馈相比，不需要在产妇身上附着其他设备，不会对产妇造成其他影响，可以使整个反馈过程更加方便。
[0035]3、本发明提供的基于面部图像识别的镇痛控制方法及其装置，在采集面部图像的反馈信号中，还可以增加一些互动和趣味性，缓和产妇紧张的精神情绪，有助于缓解产痛，促进自然分娩。
【附图说明】
[0036]图1是实施例一基于面部图像识别的镇痛控制方法示意图。
[0037]图2是改进的实施例一基于面部图像识别的镇痛控制方法示意图。
[0038]图3是实施例二基于面部图像识别的镇痛控制方法示意图。
[0039]图4是实施例三基于面部图像识别的镇痛控制方法示意图。
[0040]图5是实施例二基于面部图像识别的镇痛控制方法不意图。
【具体实施方式】
[0041]下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
[0042]实施例1
[0043]参照图1，本实施例提供一种基于面部图像识别的镇痛控制方法，其特征在于，包括以下步骤:
[0044]Al、每隔指定时间采集面部图像；
[0045]A2、分析当前面部图像对应的镇痛波形类型；
[0046]A3、根据当前输出的镇痛波形类型，结合步骤A2分析的当前面部图像对应的镇痛波形类型，更新镇痛波形的输出。
[0047]授权公告日为2014年11月19日的发明专利CN102940934B提供的一种生物反馈式分娩物理镇痛装置，其中公开了一种镇痛波形的配置方法:
[0048]“步骤31:设置低频调制波群各组合基础波形的形态参数；
[0049]步骤32:设置低频调制波群各组合基础波形的组合顺序；
[0050]步骤33:设置低频调制波群各组合基础波形的持续时间，组合成基础波群，即低频调制信号；
[0051]步骤34:设置相应的载波频率，得到载波信号；
[0052]步骤35:利用步骤33中的基础波群调制步骤34中的载波信号，得到一级波群；
[0053]步骤36:重复步骤31?35，得出多个不同特征的一级波群；
[0054]步骤37:选择步骤35中的3?6个一级波群，设置组合顺序和持续时间，得出二级波群作为电刺激波群。”
[0055]本实施例所述的不同类型的镇痛波形可参照此专利提供的配置方法配置所需类别的镇痛波形。优先的，按照此方法配置的镇痛波形类型包括:不痛、轻度疼痛、中度疼痛和重度疼痛。“不痛、轻度疼痛”的镇痛波形，可参照上述专利所述的按摩性波形，不同之处在于按摩性波形的配置系数不同；“中度疼痛、重度疼痛”的镇痛波形，可参照上述专利所述的镇痛性波形，不同之处在于镇痛性波形的配置系数不同。
[0056]进一步，参照图2所示，所述步骤A3中更新镇痛波形的输出，包括:判断所述当前面部图像对应的镇痛波形类型与当前输出的镇痛波形类型是否相同，
[0057]如果是，保持镇痛波形的输出类型不变；
[0058]如果否，更新镇痛波形的输出类型为所述当前面部图像类别对应的镇痛波形类型。
[0059]在本实施例中，当采集到不同类别的面部图像，随即改变镇痛波形的输出类型，本实施例的反馈控制方法对镇痛波形的更新具有较强的实时性。
[0060]进一步，所述步骤A2中分析当前面部图像对应的镇痛波形类型的方法，是利用预设的面部图像识别分类器进行分类，所述分类器包括决策树、逻辑回归、朴素贝叶斯、神经网络、多元线性回归分析方法、小波分析方法、支持向量机分析方法的任意一种分类器生成方法。
[0061]需要说明的是，本发明的创新点在于利用面部图像的分类，控制镇痛波形的输出，包括类型和强度。面部图像的分类算法已有很多，本发明在此没有改进，均采用