-
公开(公告)号：CN112786219B
公开(公告)日：2024-03-19
申请号：CN202110255577.7
申请日：2021-03-09
Abstract: 本发明实施例公开了一种医疗护理管理方法、系统及装置，通过服务器先接收第一用户终端发送的病患用户的身份信息和病史信息，然后再接收第一采集终端通过多模态方法提取的对应所述病患用户的伤口特征信息，根据预设评估方法对所述病患用户的伤口特征信息进行分析，并将分析得到的初步评估报告和所述病患用户的关联信息发送至第二用户终端，以供医护进行确认调整。通过服务器对于病患用户的病史信息和伤口特征信息的提前分析，大大提高了医护评估、护理工作的工作效率，减少了医护接触记录设备而引发的伤口交叉感染风险。且基于大数据对于伤口处理方法以及后续护理方法的记录与建议，能够大大提高基层医院医护人员的护理水平。
-
公开(公告)号：CN112786219A
公开(公告)日：2021-05-11
申请号：CN202110255577.7
申请日：2021-03-09
Abstract: 本发明实施例公开了一种医疗护理管理方法、系统及装置，通过服务器先接收第一用户终端发送的病患用户的身份信息和病史信息，然后再接收第一采集终端通过多模态方法提取的对应所述病患用户的伤口特征信息，根据预设评估方法对所述病患用户的伤口特征信息进行分析，并将分析得到的初步评估报告和所述病患用户的关联信息发送至第二用户终端，以供医护进行确认调整。通过服务器对于病患用户的病史信息和伤口特征信息的提前分析，大大提高了医护评估、护理工作的工作效率，减少了医护接触记录设备而引发的伤口交叉感染风险。且基于大数据对于伤口处理方法以及后续护理方法的记录与建议，能够大大提高基层医院医护人员的护理水平。
-
公开(公告)号：CN111898689B
公开(公告)日：2023-09-26
申请号：CN202010775260.1
申请日：2020-08-05
IPC: G06F18/214 , G06N3/0464 , G06N3/126 , G06F16/55
Abstract: 本发明公开了一种基于神经网络架构搜索的图像分类方法，通过将整个卷积神经网络编码成种群，引入遗传算法产生后代，结合医疗图像分类的精确率、召回率需求，设计适应度评估策略进行种群更迭，最终找出最优种群解码后实现精准分类。相比于现有的基于特征提取的医学图像分类方法，本发明分类的速度更快并且准确率更高；相比于现有的基于人工设计神经网络的医学图像分类方法，本发明灵活度高，在各种医疗图像分类任务中都能寻找出性能更佳的架构。
-
公开(公告)号：CN114565770B
公开(公告)日：2022-09-13
申请号：CN202210288277.3
申请日：2022-03-23
Abstract: 本发明公开了一种基于边缘辅助计算和掩模注意力的图像分割方法及系统，建立由多阶级联的残差模块构建的特征编码器，通过融合三个浅层特征图得到边缘特征图，特征降维后获得边缘预测图像，增强前三层特征编码器的表征能力，最后一阶残差模块依次经过多个特征解码器与掩模注意力模块，利用掩模注意力模块提高每个层级特征解码器对局部区域的重点关注力度，并在每个层级输出对应尺度预测的分割结果图像，融合特征解码器的输出特征图与前三阶残差模块的边缘特征图，经过特征降维预测最终的分割结果图像。相比于现有的图像分割方法，本发明能够提供更精准的分割边缘预测，适用于各种复杂场景下的图像分割，泛化性能更强，分割效果更好。
-
公开(公告)号：CN114565770A
公开(公告)日：2022-05-31
申请号：CN202210288277.3
申请日：2022-03-23
Abstract: 本发明公开了一种基于边缘辅助计算和掩模注意力的图像分割方法及系统，建立由多阶级联的残差模块构建的特征编码器，通过融合三个浅层特征图得到边缘特征图，特征降维后获得边缘预测图像，增强前三层特征编码器的表征能力，最后一阶残差模块依次经过多个特征解码器与掩模注意力模块，利用掩模注意力模块提高每个层级特征解码器对局部区域的重点关注力度，并在每个层级输出对应尺度预测的分割结果图像，融合特征解码器的输出特征图与前三阶残差模块的边缘特征图，经过特征降维预测最终的分割结果图像。相比于现有的图像分割方法，本发明能够提供更精准的分割边缘预测，适用于各种复杂场景下的图像分割，泛化性能更强，分割效果更好。
-
Patent Agency Ranking
公开(公告)号：CN111898689A
公开(公告)日：2020-11-06
申请号：CN202010775260.1
申请日：2020-08-05
Abstract: 本发明公开了一种基于神经网络架构搜索的图像分类方法，通过将整个卷积神经网络编码成种群，引入遗传算法产生后代，结合医疗图像分类的精确率、召回率需求，设计适应度评估策略进行种群更迭，最终找出最优种群解码后实现精准分类。相比于现有的基于特征提取的医学图像分类方法，本发明分类的速度更快并且准确率更高；相比于现有的基于人工设计神经网络的医学图像分类方法，本发明灵活度高，在各种医疗图像分类任务中都能寻找出性能更佳的架构。
-
公开(公告)号：CN119152583A
公开(公告)日：2024-12-17
申请号：CN202411641643.4
申请日：2024-11-18
Applicant: 中南大学
Abstract: 本发明涉及运动姿态感知技术领域，尤其涉及一种运动体运动姿态感知方法及系统。所述方法包括以下步骤：对运动体对应的运动过程进行运动图像实时拍摄，得到运动体实时运动变化图像数据；对运动体对应的运动过程进行运动状态参数实时监测，得到运动体实时加速度数据以及运动体实时角速度数据；对其进行时序对齐同步处理，同时进行运动体运动坐标定位和长短期互补滤波融合分析，得到运动体运动姿态变化融合特征序列；基于运动体运动姿态变化融合特征序列对运动过程进行运动姿态轨迹识别分析，同时进行姿态变化模式识别分析和运动姿态感知分类，以得到运动体在当前运动过程中对应的运动姿态类别信息。本发明能够实现对运动体运动姿态的高精度感知。
-
公开(公告)号：CN119097890A
公开(公告)日：2024-12-10
申请号：CN202411101105.6
申请日：2024-08-12
Applicant: 中南大学
IPC: A63B24/00 , G06V20/52 , G06V20/40 , G06V40/20 , G06V10/96 , G06V10/70 , G06V10/82 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种自动评估力量训练动作姿态安全性的方法及系统，通过接收用户端传入的一段视频，提取帧图像特征，输出动作类别序号；根据帧图像特征和动作类别序号，输出调用模型向量；根据调用模型向量，调用对应的身体部位颗粒度等级模型；根据身体部位颗粒度等级模型，输出人体姿态关键点坐标；根据人体姿态关键点坐标和动作类别序号，计算运动速度和关节角度；判断运动速度或关节角度是否在安全阈值范围内；若识别到运动速度或关节角度不在安全阈值范围内时，则给出提示警告。本发明降低人为观察中的主观性和不准确性，提高运动训练的安全性和效果。
-
公开(公告)号：CN118969186A
公开(公告)日：2024-11-15
申请号：CN202411079351.6
申请日：2024-08-07
Applicant: 中南大学
Abstract: 本发明公开了一种通过人体骨骼肌建模：选取搏动肌与支持肌进行建模；多角度视频采集；视频数据处理；驱动骨骼肌模型；计算运动能量消耗；计算基础代谢；计算运动后氧消耗过剩；根据运动能量消耗、BMR和EPOC，计算出总的能量消耗。本发明提供的基于人体骨骼肌模型的运动能量消耗方法，通过精细分析与运动相关的每块骨骼肌的状态获取能量消耗，可以更加精确地对运动能量消耗进行估计；考虑到肌肉的分类，选取搏动肌以及支持肌用于构建人体骨骼模型，在具体计算能量消耗时，依据激活模式的分类，对原动肌、拮抗肌以及协同肌进行加权计算，更符合实际运动情况。
-
公开(公告)号：CN118069483B
公开(公告)日：2024-11-05
申请号：CN202410285717.9
申请日：2024-03-13
Applicant: 中南大学湘雅医院
Abstract: 本发明公开了一种医疗信创系统的评测构建管理方法，涉及医疗信创系统技术领域。该一种医疗信创系统的评测构建管理方法，基于医疗信创系统需求调研获取的预设医疗信创系统环境构建环境信息分析，获得医疗信创系统环境模拟评估值，用于为医疗信创系统环境进行评估与选择；通过分析医疗信创系统环境模拟评估值所选择的医疗信创系统环境进行预设医疗信创系统性能测试，评估不同环境下的预设医疗信创系统性能表现；基于预设医疗信创系统性能测试后建立的医疗信创系统获取的实时监测信息，结合预设医疗信创系统性能测试结果分析，获得医疗信创系统风险监测值，用于对医疗信创系统进行风险监测。
-
-
-
-
-
-
-
-
-
Search Results
222
records
(took 0.027 seconds)
