病人休克缺氧多状态图像识别仿真研究

摘要：

研究休克病人图像识别问题,由于病人在休克、缺氧病态下,行为不受控制,行为特征随机性很明显,行为无明显可识别性变量.传统的人工智能识别算法应用到病人病态监测过程中,由于病人不可控动作干扰,使得识别过程存在大量虚假干扰动作,无法针对病人的行为进行有效判断病人状态,提出一种行为自动分类的病人多状态识别方法,采用混合高斯模型获取原始背景,通过Kalmn分类器针对病人的随机性行为变化及时更新背景图像,依据不同的行为病态特征获取相应的背景图像,对当前图像和背景图像进行差分分析,对获取的差分图像进行形态学处理,依据二值图中运动目标的特征,判断病人处于哪种危险状态,进而完成对病人多状态的准确识别.病人图像视频实验结果表明,改进方法能够及时检测出病人的危险状态,具有较高的检测精确度.

关键词：病人危险状态、图像识别、分类器、背景差

所属期刊栏目：31

分类号：TP311(计算技术、计算机技术)

在线出版日期：2014-03-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：445-449