-
公开(公告)号:CN119941735A
公开(公告)日:2025-05-06
申请号:CN202510431243.9
申请日:2025-04-08
Applicant: 吉林大学第一医院
IPC: G06T7/00 , G06V10/774 , G06V10/82 , G06V10/764 , G06T7/13
Abstract: 本发明公开了一种基于视觉的固体药品表面缺陷检测方法、装置及存储介质,属于图像处理技术领域。其中,该方法包括:使用工业相机采集药品表面图像;对采集的图像进行预处理;将预处理后的图像输入到RT‑DTTC深度学习网络中;若RT‑DTTC深度学习网络检测到药品表面存在缺陷,则直接输出缺陷类别;若RT‑DTTC深度学习网络未检测到药品表面存在缺陷,则利用图像处理技术提取药品的关键参数;判断关键参数的偏差是否在预设公差范围内,若关键参数的偏差在预设公差范围内,则认为药品表面质量合格;若关键参数的偏差不在预设公差范围内,则认为药品表面质量不合格。通过本发明,可以提高药品表面质量检测的速度和效率。
-
公开(公告)号:CN119904918A
公开(公告)日:2025-04-29
申请号:CN202510388065.6
申请日:2025-03-31
Applicant: 吉林大学
IPC: G06V40/20 , G06V40/16 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/77 , G06V10/774 , G06V10/776 , G06V10/82 , G06V20/52 , G06N3/0464 , G06N3/0985 , G06N5/04
Abstract: 本发明公开了一种医护人员动作监测与疲劳预防方法、装置及存储介质,涉及图像处理技术领域。其中,该方法包括:采集不同视角医护人员姿态图像,构建原始数据集;对原始数据集中的每张图像进行数据增强处理;利用labelme软件标注出人体关键点;标注后的图像数据集输入DNPOSE‑YOLOv8网络中进行训练;采集医护人员工作图像,并运用训练后的DNPOSE‑YOLOv8网络识别出医护人员工作时身体各个关键点的坐标信息;计算关键点之间的位置关系,判断医护人员工作姿态是否存在风险;生成提醒信息,指示医护人员优化工作姿势或者动作。通过本发明,可以实现医护人员姿态的快速精确检测,纠正医护人员的不良姿势,预防肌肉骨骼疾病。
-
公开(公告)号:CN120048004A
公开(公告)日:2025-05-27
申请号:CN202510512633.9
申请日:2025-04-23
Applicant: 吉林大学
IPC: G06V40/20 , G06V10/75 , G06V10/74 , G06V20/52 , G06V20/40 , G06V10/25 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G16H40/20 , G06Q50/20 , G09B5/02
Abstract: 本发明公开了一种基于机器视觉模型的医疗动作培训方法、装置及存储介质,属于图像处理技术领域。其中,该方法包括:采集配药的标准动作视频,构建专家库,作为检测标准;采集实际配药动作视频;利用改进后的YOLOv10‑pose深度学习模型对实际配药动作视频进行手部动作识别,定位手部关键点,并对模型输出框进行裁剪和保存,保留手部区域图像;分析出各个关键点的空间分布和运动轨迹;将裁剪后的实际动作与专家库中的标准动作进行模板匹配,判断医护人员的动作是否符合标准;若医护人员的动作不符合标准,则根据专家库中的标准动作生成改进建议。通过本发明,能够自动识别和评估医护人员的配药动作,提高培训的效率和准确性。
-
-