一种针对脊柱退行性疾病的人工智能康复评估与训练系统

    公开(公告)号:CN113647939B

    公开(公告)日:2022-11-15

    申请号:CN202110988589.0

    申请日:2021-08-26

    Applicant: 复旦大学

    Abstract: 本发明涉及一种针对脊柱退行性疾病的人工智能康复评估与训练系统,包括:脊柱运动评估子系统,接收现场拍摄的患者康复训练过程中的图像,对进行中医引导书康复训练前后的患者的颈椎、腰椎的关节活动度进行测量;姿态识别纠正子系统,将患者正在练习的动作进行实时的识别和分类,在患者训练过程中进行实时训练评估,并在患者完成整套训练动作后进行训练评估;背景音乐推荐子系统,提供用于患者康复训练过程中的辅助治疗的音乐;生理信号监测子系统,实时监测患者康复训练时的心率和呼吸速率,对患者的健康状况进行监控。与现有技术相比,本发明具备较强的便携性、易操作性,可满足患者远程居家自我康复训练。

    一种针对脊柱退行性疾病的人工智能康复评估与训练系统

    公开(公告)号:CN113647939A

    公开(公告)日:2021-11-16

    申请号:CN202110988589.0

    申请日:2021-08-26

    Applicant: 复旦大学

    Abstract: 本发明涉及一种针对脊柱退行性疾病的人工智能康复评估与训练系统,包括:脊柱运动评估子系统,接收现场拍摄的患者康复训练过程中的图像,对进行中医引导书康复训练前后的患者的颈椎、腰椎的关节活动度进行测量;姿态识别纠正子系统,将患者正在练习的动作进行实时的识别和分类,在患者训练过程中进行实时训练评估,并在患者完成整套训练动作后进行训练评估;背景音乐推荐子系统,提供用于患者康复训练过程中的辅助治疗的音乐;生理信号监测子系统,实时监测患者康复训练时的心率和呼吸速率,对患者的健康状况进行监控。与现有技术相比,本发明具备较强的便携性、易操作性,可满足患者远程居家自我康复训练。

    一种基于认知双通道的认知推理的视觉问答方法

    公开(公告)号:CN114969459A

    公开(公告)日:2022-08-30

    申请号:CN202210343042.X

    申请日:2022-04-02

    Applicant: 复旦大学

    Abstract: 本发明涉及是计算机多模态信息处理领域和认知科学领域,主要涉及一种基于认知双通道的认知推理的视觉问答方法。主要包括以下步骤:步骤1,构建认知内容,提取问题关键字,图像目标区域的标签内容,作为检索大型知识库的索引,通过检索内容构建任务知识库;步骤2,先验认知计算,通过多模态预训练模型,训练视觉文本内容表征;步骤3,构建任务的推理时空特性,通过对问句进行句法分析、词性分析,构建了问题关键字词之间的拓扑图,运用步骤2中的视觉表征内容计算图像内部区域的关联度,构建图像内容空间图结构;步骤4,锁定与问答内容相关的图像内容,根据步骤2中的联合表征的视觉向量、文本向量,计算每个文本向量关注的图像内容,构建问答关联图像内容;步骤5,层次认知的推理,联合步骤1中构建的知识内容与步骤2的先验计算,对问答内容重新编码,根据重编码的表示内容与步骤3分析的时空特性相结合,构建问答指令集合,通过问答指令进行问答推理,获取视觉问答的结果。本发明提高了开放域视觉问答模型的准确率,在推理过程中根据外部知识内容不断修正对问答内容的认知理解,使得视觉问答过程具有鲁棒性和可解释性。

Patent Agency Ranking