一种肿瘤患者身心痛苦指数评估方法以及系统与流程

1.本发明涉及躯体疼痛及心理痛苦评估技术领域，具体而言，涉及一种肿瘤患者身心痛苦指数评估方法以及系统。


背景技术：

2.肿瘤患者身心痛苦包括两个方面，一是躯体疼痛，即癌症疼痛，通常指肿瘤及其相关性疾病所致的疼痛。二是心理痛苦，它是由多种因素影响下的不愉快的情绪体验，包括心理上、社会上和灵性层面的不适，可能影响患者有效应对恶性肿瘤、躯体症状、临床治疗。肿瘤患者疼痛和心理痛苦治疗方案的制定是基于对患者疼痛及心理痛苦程度的评估，但目前的评估手段比较局限，最开始是通过患者自主填写量表来进行自我评估，但是因为患者自身的心理原因或者认知原因，患者自主测试量表往往带有主观因素，使得评估结果不够准确，继而出现了另一种评估方式，具体为构建疼痛及心理痛苦评估模型，将患者的人脸图像输入疼痛及心理痛苦评估模型进行评估，但此种评估方法太单一，准确性不高。因此，本发明提出一种肿瘤患者身心痛苦指数评估方法以及系统，采用多种方法来对患者进行评估，并综合多个评估结果，得到最终评估结果，使得评估更为客观准确。


技术实现要素：

3.本发明的目的在于提供一种肿瘤患者身心痛苦指数评估方法及系统，其采用多种方法来对患者进行评估，并综合多个评估结果，得到最终评估结果，使得评估更为客观准确。
4.本发明的实施例通过以下技术方案实现：
5.一方面，提供一种肿瘤患者身心痛苦指数评估方法，包括如下步骤：
6.s1.采集患者观察期视频，截取待分析图像，提取待分析图像中的人脸图像；
7.s2.将人脸图像输入预先训练好的神经网络躯体疼痛及心理痛苦识别模型进行痛疼识别，得到第一躯体疼痛等级以及第一心理痛苦等级；
8.s3.自动检测和跟踪观察期视频中的患者体态变化轨迹，获得体态变化频率，根据体态变化频率判断患者的第二躯体疼痛等级；
9.s4.患者通过心理痛苦测试题进行心理痛苦自评，根据躯体疼痛测试题进行躯体疼痛自测，得出第二心理痛苦等级以及第三躯体疼痛等级；
10.s5.根据预设权重系数计算第一躯体疼痛等级、第二躯体疼痛等级以及第三躯体疼痛等级的加权，得到躯体疼痛评估值，根据预设权重系数计算第一心理痛苦等级以及第二心理痛苦等级的加权，得到心理痛苦评估值。
11.优选地，所述神经网络躯体疼痛及心理痛苦识别模型的构建包括如下步骤：
12.a.通过网络爬虫采集人脸图像信息，根据躯体疼痛量表以及心理痛苦量表求出与各人脸图像信息对应的躯体疼痛量表数据以及心理痛苦量表数据；
13.b.采用图像特征提取算法提取人脸图像信息中的面部表情特征数据，形成面部表
情特征数据集；
14.c.构建神经网络躯体疼痛及心理痛苦识别模型，并将面部表情特征数据集作为训练集输入神经网络躯体疼痛及心理痛苦识别模型中进行训练。
15.优选地，所述s1具体为，对患者进行观察，并采集患者观察期视频，截取观察期视频中的某一帧图像信息标记为待分析图像，采用图像分割法对待分析图像进行人脸图像分割，获取分割后的人脸图像。
16.优选地，患者体态包括但不限于患者四肢。
17.优选地，运用护士pda采集患者观察期视频以及建立神经网络躯体疼痛及心理痛苦识别模型。
18.另一方面，提供一种肿瘤患者身心痛苦指数评估系统，包括
19.第一采集模块，用于采集患者观察期视频；
20.第二采集模块，通过网络爬虫获取多个人脸图像信息，构建神经网络躯体疼痛及心理痛苦识别模型的训练集；
21.模型构建模块，利用第二采集模块构建的训练集进行训练，得到神经网络躯体疼痛及心理痛苦识别模型，得出第一躯体疼痛等级以及第一心理痛苦等级；
22.追踪检测模块，用于追踪检测观察期视频中的患者体态变化轨迹，计算体态变化频率以及第二躯体疼痛等级；
23.测试模块，用于实现患者自测心理痛苦测试题以及躯体疼痛测试题，得出第二心理痛苦等级以及第三躯体疼痛等级；
24.计算模块，用以加权计算第一躯体疼痛等级、第二躯体疼痛等级、以及第三躯体疼痛等级，得出躯体疼痛评估值，加权计算第一心理痛苦等级以及第二心理痛苦等级，得到心理痛苦评估值。
25.第三方面，提供一种电子设备，包括处理器、存储器以及储存在所述存储器内的计算机程序，所述计算机程序能够被所述处理器执行以实现如上述所述的肿瘤患者身心痛苦指数评估方法。
26.本发明实施例的技术方案至少具有如下优点和有益效果：
27.本发明多种方法来对患者进行多方位的疼痛评估，并综合多个评估结果，得到最终评估结果，使得评估更为客观准确；
28.本发明设计合理、结构简单，实用性强。
附图说明
29.图1为本发明实施例1提供的一种肿瘤患者身心痛苦指数评估方法的流程图。
具体实施方式
30.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
31.实施例1
32.一方面，提供一种肿瘤患者身心痛苦指数评估方法，包括如下步骤：
33.s1.采集患者观察期视频，截取待分析图像，提取待分析图像中的人脸图像；s1具体为，对患者进行观察，并采集患者观察期视频，截取观察期视频中的某一帧图像信息标记为待分析图像，采用图像分割法对待分析图像进行人脸图像分割，获取分割后的人脸图像。具体的，需要识别待分析图像中人脸信息；若待分析图像中并无人脸信息，则继续截取下一帧待分析图像，直至待分析图像中包括人脸信息；识别待分析图中人脸信息，并将人脸信息从带分析图像中提取出来得到人脸图像。
34.s2.将人脸图像输入预先训练好的神经网络躯体疼痛及心理痛苦识别模型进行痛疼识别，得到第一躯体疼痛等级以及第一心理痛苦等级；具体的，使用图像特征提取算法提取人脸图像中的特征信息，并将特征信息输入神经网络躯体疼痛及心理痛苦识别模型进行评估，得出第一躯体疼痛等级以及第一心理痛苦等级。
35.s3.自动检测和跟踪观察期视频中的患者体态变化轨迹，获得体态变化频率，根据体态变化频率判断患者的第二躯体疼痛等级；锁定观察期视频中患者的四肢，并记录患者四肢的移动变化轨迹，得出患者四肢的移动变化次数，根据视频时长，求出患者四肢移动变化的频率，根据患者的四肢移动变换频率，获得对应的疼痛等级。患者体态包括但不限于患者四肢。
36.s4.患者通过心理痛苦测试题进行心理痛苦自评，根据躯体疼痛测试题进行躯体疼痛自测，得出第二心理痛苦等级以及第三躯体疼痛等级；
37.s5.根据预设权重系数计算第一躯体疼痛等级、第二躯体疼痛等级以及第三躯体疼痛等级的加权，得到躯体疼痛评估值，根据预设权重系数计算第一心理痛苦等级以及第二心理痛苦等级的加权，得到心理痛苦评估值。
38.所述神经网络躯体疼痛及心理痛苦识别模型的构建包括如下步骤：
39.a.通过网络爬虫采集人脸图像信息，根据躯体疼痛量表以及心理痛苦量表求出与各人脸图像信息对应的躯体疼痛量表数据以及心理痛苦量表数据；
40.b.采用图像特征提取算法提取人脸图像信息中的面部表情特征数据，形成面部表情特征数据集；
41.c.构建神经网络躯体疼痛及心理痛苦识别模型，并将面部表情特征数据集作为训练集输入神经网络躯体疼痛及心理痛苦识别模型中进行训练。
42.具体的，神经网络疼疼痛识别模型的具体训练方式为：将面部表情特征数据集以及与之对应的躯体疼痛量表数据以及心理痛苦量表数据分别输入神经网络躯体疼痛及心理痛苦识别模型中，以疼痛量表中的不同等级作为面部表情特征标签，对面部表情特征进行训练。本技术中的躯体疼痛量表以及心理痛苦量表皆为临床诊断所需的辅助工具，为现有技术。
43.运用护士pda采集患者观察期视频以及建立神经网络躯体疼痛及心理痛苦识别模型。
44.另一方面，提供一种肿瘤患者身心痛苦指数评估系统，包括
45.第一采集模块，用于采集患者观察期视频；
46.第二采集模块，通过网络爬虫获取多个人脸图像信息，构建神经网络躯体疼痛及心理痛苦识别模型的训练集；
47.模型构建模块，利用第二采集模块构建的训练集进行训练，得到神经网络躯体疼痛及心理痛苦识别模型，得出第一躯体疼痛等级以及第一心理痛苦等级；
48.追踪检测模块，用于追踪检测观察期视频中的患者体态变化轨迹，计算体态变化频率以及第二躯体疼痛等级；
49.测试模块，用于实现患者自测心理痛苦测试题以及躯体疼痛测试题，得出第二心理痛苦等级以及第三躯体疼痛等级；
50.计算模块，用以加权计算第一躯体疼痛等级、第二躯体疼痛等级、以及第三躯体疼痛等级，得出躯体疼痛评估值，加权计算第一心理痛苦等级以及第二心理痛苦等级，得到心理痛苦评估值。
51.第三方面，提供一种电子设备，包括处理器、存储器以及储存在所述存储器内的计算机程序，所述计算机程序能够被所述处理器执行以实现上述的肿瘤患者身心痛苦指数评估方法。
52.以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。