面部视觉特征在抑郁症诊断中的研究进展

来源 :小型微型计算机系统 | 被引量 : 0次 | 上传用户:guxleo3322
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
基于面部视觉特征的抑郁症诊断方法借助计算机视觉技术,通过分析被试的面部肌肉和眼球相关运动特征来辅助抑郁症的早期检测.与目前临床上通常采用的医生访谈方式相比,基于面部视觉特征的抑郁症诊断法具有被试无须与外人外物交流接触且客观高效、普及性强与成本低的显著优点,可极大缓解医生患者比例不足、误诊率偏高现状,拥有广阔应用前景.本文从抑郁症患者的面部行为特点入手,综合介绍了目前常用的诱发实验范式、现有面部视觉特征公开数据库及基于面部视觉特征的抑郁症诊断的最新研究成果,最后简要讨论了存在问题与发展动向.
其他文献
为了提高数据挖掘准确性和效率,文中提出了基于决策树算法的信息系统数据挖掘方法.以C4.5决策树算法计算属性的信息增益率和属性值的信息熵为基础,提出基于余弦相似度改进的C4.5决策树算法,若任意两个属性值的信息熵之差在阈值范围内,通过计算其余弦相似度合并在阈值范围内的属性值,并重新计算合并后属性的信息增益率,实现信息系统数据挖掘.实验结果显示:所提方法对不同数据集的分类精度均高于95%,数据挖掘效率高.
在油气产业快速发展进程中,大数据平台的建立和完善发挥着重要作用.文中针对油田工作现场的相关数据本身具有数据规模大、每个个体数据之间关联性强、结构多样等特点,利用Hadoop这一技术对石油产业大数据平台进行设计和完善.新型大数据平台可以针对复杂多样的数据进行整合,并且每个层面的数据可以互相共享和联系.构建出的大数据平台经过实际检测和相关性能检测,最终的结果显示在石油生产运行之中.实践证明,利用这一技术设计,切实可行.
针对现有的变电站运维工作复杂、费时费力、数据处理困难等问题,该研究采用物联网技术实现对变电站运行维护和管理的智能化,构建出智能变电站运维管理系统.该系统将变电站中的信息收集并发送到中心,然后将中心收集的信息组合起来再发送到上层中心,通过智能电能表和传感器将组合变电站的运行参数和环境参数收集到智能数据采集终端中,之后通过RFID技术将数据传输到工业云服务器,利用神经网络模型对运维数据进行存储和处理,大大降低了运维工作的负荷,减少了工作时间.试验表明,该研究的方法可靠性较高,适应性较强.
文中对配电房视频智能分析系统软硬件功能、结构和原理等进行了详细介绍,以视频采集信息为基础,实现授权管理、安全穿戴、环境监控等方面的智能识别,并通过实验验证了此次研究的系统的有效性,提高配电房全天候监控系统维护工作效率、运维效果,并能够减少人员、设备等的故障,具备实际应用意义.