-
公开(公告)号:CN117238509A
公开(公告)日:2023-12-15
申请号:CN202311519159.X
申请日:2023-11-15
Applicant: 首都医科大学宣武医院
IPC: G16H50/30 , G16H30/20 , G06V20/52 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明一种基于普通摄像数据的困难气道评估系统及评估方法属于数据处理系统技术领域。所述困难气道评估系统设置有数据主路;数据主路上设置有依次连接的计算单元和结果输出单元;计算单元存储有计算机程序;计算机程序被处理器执行时运行一种k值的计算方法;k值的计算方法通过下式I计算得到:式I: ;其中,wm代表MLP模型的困难气道权值矩阵、t为深度卷积神经网络InceptionV3算法模型针对患者的体位图像生成的新特征向量,d代表新特征向量的维度16×2048;b=0.216;结果输出单元监控k>0.7时困难气道风险的结果,k≤0.7时输出无困难气道风险的结果。本发明的系统和方法相比传统标准方法的准确性在88.81%以上。
-
公开(公告)号:CN115861688B
公开(公告)日:2023-08-11
申请号:CN202211466269.X
申请日:2022-11-22
Applicant: 首都医科大学宣武医院 , 北京市老年病医疗研究中心
IPC: G06V10/764 , G06N3/04 , G06N3/08 , G06V10/774 , G06V10/82 , G16H40/20
Abstract: 本发明公开了一种药品包装和容器外形建模识别和计数方法及系统,其方法包括:通过预设图像采集方式采集N张毒麻药品的包装容器外形图像数据,设置毒麻药品的包装容器图像的识别模式,基于所述识别模式通过YOLOv5机器学习算法对所述N张毒麻药品的包装容器外形图像数据进行学习建模,获取识别模型,将所述识别模型加载到终端应用程序中对毒麻药品进行批量识别计数回收。通过利用毒麻药品玻璃容器的图像数据和为其设置的识别模式来利用机器学习算法对图像数据进行识别学习建模进而获得识别模型来自动地对批量的毒麻药品玻璃容器进行识别技术回收,提高了回收效率,极大地节省了时间成本。
-
公开(公告)号:CN117238509B
公开(公告)日:2024-02-27
申请号:CN202311519159.X
申请日:2023-11-15
Applicant: 首都医科大学宣武医院
IPC: G16H50/30 , G16H30/20 , G06V20/52 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明一种基于普通摄像数据的困难气道评估系统及评估方法属于数据处理系统技术领域。所述困难气道评估系统设置有数据主路;数据主路上设置有依次连接的计算单元和结果输出单元;计算单元存储有计算机程序;计算机程序被处理器执行时运行一种k值的计算方法;k值的计算方法通过下式I计算得到:式I:;其中,wm代表MLP模型的困难气道权值矩阵、t为深度卷积神经网络InceptionV3算法模型针对患者的体位图像生成的新特征向量,d代表新特征向量的维度16×2048;b=0.216;结果输出单元监控k>0.7时困难(56)对比文件王杰 等.可视喉镜暴露声门困难相关面部特征分析. 第二军医大学学报.2021,全文.马武华.困难气道的评估、预测进展.中国中西医结合麻醉学会[CSIA]年会暨第二届全国中西医结合麻醉学术研讨会、江苏省中西医结合学会麻醉专业委员会成立大会论文汇编.2015,全文.何艳 等.超声用于颈段气管异常评估及气道管理的研究进展.齐齐哈尔医学院学报.2020,(第05期),全文.张月娟 等.可视化技术在困难气道处理中的应用进展.中国微创外科杂志.2013,(第02期),全文.
-
公开(公告)号:CN115861688A
公开(公告)日:2023-03-28
申请号:CN202211466269.X
申请日:2022-11-22
Applicant: 首都医科大学宣武医院 , 北京市老年病医疗研究中心
IPC: G06V10/764 , G06N3/04 , G06N3/08 , G06V10/774 , G06V10/82 , G16H40/20
Abstract: 本发明公开了一种药品包装和容器外形建模识别和计数方法及系统,其方法包括:通过预设图像采集方式采集N张毒麻药品的包装容器外形图像数据,设置毒麻药品的包装容器图像的识别模式,基于所述识别模式通过YOLOv5机器学习算法对所述N张毒麻药品的包装容器外形图像数据进行学习建模,获取识别模型,将所述识别模型加载到终端应用程序中对毒麻药品进行批量识别计数回收。通过利用毒麻药品玻璃容器的图像数据和为其设置的识别模式来利用机器学习算法对图像数据进行识别学习建模进而获得识别模型来自动地对批量的毒麻药品玻璃容器进行识别技术回收,提高了回收效率,极大地节省了时间成本。
-
-
-