一种基于非接触式视频信号分析的压疮分期方法及系统

本发涉及医疗技术领域，尤其涉及一种基于非接触式视频信号分析的压疮分期方法及系统。包括获取患者压疮视频流数据；采用GPU加速的拉普拉斯金字塔重建算法，对视频流数据进行实时色彩增强和多尺度滤波处理，提取出感兴趣区域(ROI)内IPPG信号；从IPPG信号中提取多模态生理特征，多模态生理特征包括时域特征、频率特征以及IPPG指标；以IPPG信号和多模态生理特征为输入，使用改进多模态深度学习模型进行分类识别，得到压疮状态分期结果。本发明通过提取IPPG信号的动态特征和静态特征作为多模态深度学习模型的输入，使模型能够学习的特征中包含静态特征与动态特征，增强了分类判别的特征多样性提升了整体分期分类性能。