技术特征：
1.采用侧面瞬目识别与特征分析进行人眼瞬目检测的方法，其特征在于：通过高帧率相机对患者上睑及下睑进行侧面视频实时拍摄，再通过深度学习算法对视频拍摄的眼睑实时运动特征进行识别与分析，以上眼睑、下眼睑与外眦角连线构成的角度作为参数进行人眼的瞬目识别和特征分析，输出瞬目特征分析曲线作为人眼瞬目模式检测结果。2.如权利要求1所述的采用侧面瞬目识别与特征分析进行人眼瞬目检测的方法，其特征在于，所述方法具体包括以下步骤：s1、患者登录人眼瞬目模式检测系统，通过个人信息管理模块填写个人信息并确认；s2、患者通过人眼瞬目模式检测模块启动高帧率相机，眼部位置检测子模块通过高帧率相机画面确认拍摄角度，控制高帧率相机转动以保证患者眼侧进入拍摄画面后，基于深度学习神经网络的人眼瞬目模式判断子模块对侧面拍摄的眼睑实时运动特征进行识别与分析；s3、医护人员登录人眼瞬目模式检测系统，通过结果输出模块实时查看高帧率相机拍摄过程中的瞬目特征分析曲线，通过瞬目特征分析曲线的实时改变，进行人眼瞬目模式检测。3.如权利要求2所述的采用侧面瞬目识别与特征分析进行人眼瞬目检测的方法，其特征在于，所述步骤s2中，眼睑实时运动特征的识别与分析具体为：将上眼睑、下眼睑与外眦角连线构成眼睑闭合角度，并设定完全瞬目角度，当眼睑闭合角度开始动态变小且所达到最小眼睑角度小于等于完全瞬目角度时，判定为一次完全瞬目，当眼睑闭合角度开始动态变小且眼睑角度大于完全瞬目角度时，判定为一次不完全瞬目。4.如权利要求2所述的采用侧面瞬目识别与特征分析进行人眼瞬目检测的方法，其特征在于，所述步骤s3中，瞬目特征分析曲线参数为：时间、实时计算的上眼睑与水平线之间的角度α和下眼睑与水平线之间的角度β。5.如权利要求2所述的采用侧面瞬目识别与特征分析进行人眼瞬目检测的方法，其特征在于，所述方法还包括以下步骤：s4、患者在高帧率相机拍摄结束后，可通过检测结果下载模块查看并下载瞬目特征分析曲线。6.如权利要求2所述的采用侧面瞬目识别与特征分析进行人眼瞬目检测的方法，其特征在于，所述人眼瞬目模式检测系统搭载在医护人员pc端，人眼瞬目模式检测系统包括：用于输入和确认患者个人信息的个人信息管理模块，用于通过深度学习算法对患者进行人眼瞬目模式检测且与所述高帧率相机电性连接的人眼瞬目模式检测模块，所述人眼瞬目模式检测模块包括：用于确认所述高帧率相机拍摄角度，保证患者眼侧进入拍摄画面的眼部位置检测子模块，用于通过深度学习算法对侧面拍摄的眼睑实时运动特征进行识别与分析的人眼瞬目模式判断子模块，用于生成并展示高帧率相机拍摄过程中瞬目特征分析曲线的结果输出模块，用于存储患者个人信息、高帧率相机拍摄画面、瞬目特征分析曲线的数据库。7.如权利要求6所述的采用侧面瞬目识别与特征分析进行人眼瞬目检测的方法，其特征在于，所述高帧率相机底部设有转动底座，所述转动底座与所述眼部位置检测子模块电性连接。
8.如权利要求6所述的采用侧面瞬目识别与特征分析进行人眼瞬目检测的方法，其特征在于，所述眼部位置检测子模块基于通过yolov4算法(智能识别算法)训练的眼睑识别模型。
技术总结
本发明提供了采用侧面瞬目识别与特征分析进行人眼瞬目检测的方法，属于人眼瞬目检测技术领域。本发明通过高帧率相机对患者上睑及下睑进行侧面视频实时拍摄，深度学习算法通过视频对侧面拍摄的眼睑实时运动特征进行识别与分析，以上眼睑、下眼睑与外眦角连线构成的角度作为参数进行人眼的瞬目识别和特征分析，输出瞬目特征分析曲线作为人眼瞬目状态检测结果。本发明解决了现有正面人眼瞬目拍摄与分析方式容易对被检者视野造成干扰，从而不便于在前方注视状态下准确分析瞬目模式的问题，具有分析准确、无干扰、更符合眼睑运动规律的优点。点。点。
技术研发人员：潘安鹏 胡睿麟 俞阿勇 董爱玲
受保护的技术使用者：温州医科大学附属眼视光医院
技术研发日：2022.05.31
技术公布日：2022/9/16