技術摘要

本研究將著重於胸痛的表情辨識，藉由攝影機捕捉患者的表情，利於建立完善的胸痛病人表情辨識系統，並判斷患者是否有胸痛的症狀，以此協助醫師能更快速的進行治療。關於胸痛病人表情辨識系統的建立，本研究將先運用 YOLO 進行表情分析，並結合卷積神經網路（Convolutional Neural Network, CNN）與OpenCV 來建立胸痛病人表情辨識模型。在建立完模型後，本研究會架設串流系統，以此達到能即時分析影像之功能，以便能更好的運用到實際的場域。

現有技術描述、問題及其缺陷

本研究的創新之處在於將影像串流與胸痛辨識技術整合，該系統能夠實時分析病患的面部表情影像，進行胸痛症狀的判斷和嚴重程度的評估，而不僅僅是分析單一靜態圖片。實時串流的應用不僅可以節省醫生的診療時間，還能快速適應不同病患的切換，無需進行任何額外的操作或調整設備。這種方法不僅提升了診療的效率，確保病人得到及時和適當的醫療干預，還可以降低由於延誤診斷而導致的意外風險。該系統具有實時性和實用性，為醫療領域提供了一個新的視角。

本技術發明之目的及達成功效

本研究系統能夠識別並分析病人的面部表情影像，進而確定他們是否存在胸痛的病徵以及其嚴重程度的比例。這樣可以節省醫生反覆問診的時間，提高診療的效率。在確保病人獲得適當的醫療干預的同時，也可以降低因此導致的意外發生率。

相關專利資訊

中華民國專利證書號：I892657

影片介紹連結：連結