-
公开(公告)号：CN111920420A
公开(公告)日：2020-11-13
申请号：CN202010740444.4
申请日：2020-07-28
Applicant: 复旦大学
Abstract: 本发明涉及一种基于统计学习的患者行为多模态分析与预测系统，包括多模态采集模块、基于姿态的患者行为识别模块、基于生理信号的患者行为识别模块、基于情感信号的患者行为识别模块、基于语音信号的患者行为识别模块和基于多核学习的融合模块；基于多核学习的融合模块包括多核分类器，其训练过程具体为，对各个核函数分别进行训练并组合后，进行整体训练，得到每个核函数的权重系数。与现有技术相比，本发明所运用的多模态数据更接近云计算和大数据背景下患者信息流真实的形态，具有综合性和复杂性，利用多特征多核学习方法，在面对复杂的非线性多模态信息处理时减少了大量信息的损耗，且在处理模态跨度较大的数据时表现较好。
-
Patent Agency Ranking
公开(公告)号：CN111881818B
公开(公告)日：2022-07-22
申请号：CN202010732191.6
申请日：2020-07-27
Applicant: 复旦大学
Abstract: 本发明涉及一种医疗行为细粒度识别装置，包括摄像机、处理器和存储器及如下算法：通过摄像机采集实时发生的医疗行为视频；对视频数据预处理；获取上一时刻的卷积核的采样感受野；计算上一时刻图像与当前时刻图像的局部相干约束；计算当前时刻的感受野位移量；对每个采样点增加相应的位移量，获得变形后的卷积核；进行当前时刻的卷积运算，得到外观特征信息；计算感受野随时间的差值并提取运动特征信息；合并上述运动特征和外观特征，得到时空特征；将所述时空特征输入到三维卷积神经网络，经由全连接层得到动作分割与预测结果；对三维卷积神经网络的输出结果进行特征分割和动作分类预测。本发明可以提高系统的速度和效率及识别精度。
-
公开(公告)号：CN111883247B
公开(公告)日：2022-03-15
申请号：CN202010742790.6
申请日：2020-07-29
Applicant: 复旦大学
Abstract: 本发明公开了一种行为数据与医疗结局相关性的分析系统，包括运算处理器，以及与运算处理器相连的数据采集单元、数据获取单元、数据分析模块、数据库和结果输出模块构成，数据采集单元对医护人员的操作行为以及病人的外在体征信息进行采集，从而获取行为数据；数据获取单元获取病人的诊断数据；数据分析模块对采集获取的数据进行分析；数据库则储存采集获取以及分析出的数据；结果输出模块则将分析结果输出。本发明中，通过对医护人员的行为数据以及病患的体征和行为数据进行采集分析，来判断其对医疗结果产生的影响，从而有利于规范化针对性进行医疗行为确立，加快患者的康复时间，提升医疗服务品质。
-
公开(公告)号：CN111920420B
公开(公告)日：2023-08-08
申请号：CN202010740444.4
申请日：2020-07-28
Applicant: 复旦大学
IPC: A61B5/11 , A61B5/16 , G06F18/25 , G06F18/241
Abstract: 本发明涉及一种基于统计学习的患者行为多模态分析与预测系统，包括多模态采集模块、基于姿态的患者行为识别模块、基于生理信号的患者行为识别模块、基于情感信号的患者行为识别模块、基于语音信号的患者行为识别模块和基于多核学习的融合模块；基于多核学习的融合模块包括多核分类器，其训练过程具体为，对各个核函数分别进行训练并组合后，进行整体训练，得到每个核函数的权重系数。与现有技术相比，本发明所运用的多模态数据更接近云计算和大数据背景下患者信息流真实的形态，具有综合性和复杂性，利用多特征多核学习方法，在面对复杂的非线性多模态信息处理时减少了大量信息的损耗，且在处理模态跨度较大的数据时表现较好。
-
公开(公告)号：CN111883247A
公开(公告)日：2020-11-03
申请号：CN202010742790.6
申请日：2020-07-29
Applicant: 复旦大学
Abstract: 本发明公开了一种行为数据与医疗结局相关性的分析系统，包括运算处理器，以及与运算处理器相连的数据采集单元、数据获取单元、数据分析模块、数据库和结果输出模块构成，数据采集单元对医护人员的操作行为以及病人的外在体征信息进行采集，从而获取行为数据；数据获取单元获取病人的诊断数据；数据分析模块对采集获取的数据进行分析；数据库则储存采集获取以及分析出的数据；结果输出模块则将分析结果输出。本发明中，通过对医护人员的行为数据以及病患的体征和行为数据进行采集分析，来判断其对医疗结果产生的影响，从而有利于规范化针对性进行医疗行为确立，加快患者的康复时间，提升医疗服务品质。
-
公开(公告)号：CN111881818A
公开(公告)日：2020-11-03
申请号：CN202010732191.6
申请日：2020-07-27
Applicant: 复旦大学
Abstract: 本发明涉及一种医疗行为细粒度识别装置，包括摄像机、处理器和存储器及如下算法：通过摄像机采集实时发生的医疗行为视频；对视频数据预处理；获取上一时刻的卷积核的采样感受野；计算上一时刻图像与当前时刻图像的局部相干约束；计算当前时刻的感受野位移量；对每个采样点增加相应的位移量，获得变形后的卷积核；进行当前时刻的卷积运算，得到外观特征信息；计算感受野随时间的差值并提取运动特征信息；合并上述运动特征和外观特征，得到时空特征；将所述时空特征输入到三维卷积神经网络，经由全连接层得到动作分割与预测结果；对三维卷积神经网络的输出结果进行特征分割和动作分类预测。本发明可以提高系统的速度和效率及识别精度。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
