基于深度图像的ADHD儿童运动量化算法

为解决临床上对注意缺陷与多动障碍诊断耗时长,存在主观因素影响等问题,提出基于深度图像的多动儿童运动量化算法。针对多动儿童目标区域,提出基于噪声位置及灰度分布信息的去噪算法,用等值线提取多动儿童目标区域的边缘信息,分割出完整的多动儿童身体。提出基于CoM(center-of-mass)的运动时长特征,对多动儿童随时间的运动进行量化。实验对多动儿童的视频数据进行测试,其结果表明,该算法对多动儿童身体区域的分割正确率为82.73%~93.77%,运动量化正确率为88.37%~92.47%。