CN113096819A - 一种基于神经卷积网络的疫情防控筛查预警*** - Google Patents
一种基于神经卷积网络的疫情防控筛查预警*** Download PDFInfo
- Publication number
- CN113096819A CN113096819A CN202110319495.4A CN202110319495A CN113096819A CN 113096819 A CN113096819 A CN 113096819A CN 202110319495 A CN202110319495 A CN 202110319495A CN 113096819 A CN113096819 A CN 113096819A
- Authority
- CN
- China
- Prior art keywords
- module
- early warning
- data
- control
- prevention
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000002265 prevention Effects 0.000 title claims abstract description 36
- 230000001537 neural effect Effects 0.000 title claims abstract description 25
- 238000012216 screening Methods 0.000 title claims abstract description 17
- 238000001514 detection method Methods 0.000 claims abstract description 26
- 201000010099 disease Diseases 0.000 claims abstract description 17
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 17
- 238000012544 monitoring process Methods 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 10
- 230000002457 bidirectional effect Effects 0.000 claims description 6
- 230000001502 supplementing effect Effects 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 5
- 208000037919 acquired disease Diseases 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 3
- 239000008280 blood Substances 0.000 claims description 3
- 210000004369 blood Anatomy 0.000 claims description 3
- 230000036772 blood pressure Effects 0.000 claims description 3
- 230000036760 body temperature Effects 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 229910052760 oxygen Inorganic materials 0.000 claims description 3
- 239000001301 oxygen Substances 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000036387 respiratory rate Effects 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 claims description 2
- 238000013528 artificial neural network Methods 0.000 abstract description 4
- 230000007306 turnover Effects 0.000 abstract 1
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Biophysics (AREA)
- Primary Health Care (AREA)
- Molecular Biology (AREA)
- Epidemiology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Emergency Management (AREA)
- Databases & Information Systems (AREA)
- Signal Processing (AREA)
- Pathology (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及疫情防控技术领域,且公开了一种基于神经卷积网络的疫情防控筛查预警***,包括数据处理中心、输入终端、监测终端、防控预警平台和推送模块,所述输入终端和防控预警平台均通过以太网与数据处理中心双向信号连接。该基于神经卷积网络的疫情防控筛查预警***,过构建神经卷积网络并对神经网络进行训练,从而可以利用该检测模型对进入医院内的病人进行筛查,从中筛选出疑似病患,然后将疑似病患的病例与进出医院的人员进行比对,通过人脸识别算法筛选出接触人群,再通过口罩识别算法对接触人群的危险程度进行分类,然后将结果通过推送模块推送给接触人群,提醒接触人群前往检测,从而有效避免疫情传播。
Description
技术领域
本发明涉及疫情防控技术领域,具体为一种基于神经卷积网络的疫情防控筛查预警***。
背景技术
卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络,是深度学***移不变分类,因此也被称为“平移不变人工神经网络,人员的筛查识别是整个疫情防疫过程的重要一环,疫情早期通过各种手段监测识别出已感染人员,并尽快进行隔离治疗是防止疫情在人群中大规模扩散的主要手段。
目前一般采用各类温度测量的方法进行排查,最终得到的数据也仅是个人温度记录,数据本身较单一,无法进行深入分析,而且后续通过人工排查效率较低,容易导致疫情不断传播,故而提出了一种基于神经卷积网络的疫情防控筛查预警***来解决上述所提出的问题。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种基于神经卷积网络的疫情防控筛查预警***,具备反应迅速,能够降低疫情传播风险的优点,解决了目前一般采用各类温度测量的方法进行排查,最终得到的数据也仅是个人温度记录,数据本身较单一,无法进行深入分析,而且后续通过人工排查效率较低,容易导致疫情不断传播的问题。
(二)技术方案
为实现上述反应迅速,能够降低疫情传播风险的目的,本发明提供如下技术方案:一种基于神经卷积网络的疫情防控筛查预警***,包括数据处理中心、输入终端、监测终端、防控预警平台和推送模块,所述输入终端和防控预警平台均通过以太网与数据处理中心双向信号连接,所述防控预警平台与推送模块通过以太网信号连接,所述防控预警平台与监测终端通过以太网信号连接。
优选的,所述输入终端包括控制模块、输入模块、输出模块、显示模块、身份证阅读模块和人脸识别模块,所述输入模块、输出模块、显示模块、身份证阅读模块和人脸识别模块均与控制模块双向电连接。
优选的,所述监测终端包括防雨遮阳棚、智能补光灯、监控摄像头和环境光线监测模块组成,所述防雨遮阳棚内周壁顶部固定安装有智能补光灯、监控摄像头和环境光线监测模块,所述智能补光灯和监控摄像头的数量均不小于两个。
优选的,包括以下步骤:
1)在数据处理中心内构建神经卷积网络框架,通过输入模块将医疗设备采集的确诊患者病症原始数据输入控制模块内,并利用数据处理程序对采集的确诊患者病症原始数据进行处理,获得确诊患者病症特征数据,将确诊患者病症特征数据输入至基础神经卷积网络模型中进行训练,以获取训练后的检测模型;
2)将监测终端安装至医院的进出口位置,通过身份证阅读模块和人脸识别模块对进入医院看病的病人进行登记处理,并将病人的检测时间和身份信息发送至数据处理中心进行处理和存储,同时病人在看病过程中产生的身体检测数据通过输入模块输入至数据处理中心进行处理和存储,然后根据采集的病症数据生成电子病历;
3)利用检测模型对病人的电子病历进行分析处理,生成并输出分析结果,当诊断结果表征疑似患病时,提取病人信息,并调用电子病历上报至防控预警平台;
4)防控预警平台对电子病历上的检测时间和身份信息进行提取,然后调取监测终端在检测时间前后设定范围内的视频图像,再将视频图像输送至数据处理中心,并通过人脸识别算法筛选出与疑似病患接触的行人数据,同时通过口罩识别算法筛选出接触人群中未带口罩的行人数据,并与带口罩的行人数据进行区分标记;
5)将与疑似病患接触的行人数据与数据处理中心内的数据进行比对,调取出其电子病例中的身份信息,并通过推送模块利用推送程序根据严重性等级对接触人群进行预警通知。
优选的,所述病症原始数据包括呼吸率、脉率、血压、血氧、体温等人体数据,所述监控摄像头的离地高度不小于三米,所述监控摄像头与地面之间的夹角为四十五度。
(三)有益效果
与现有技术相比,本发明提供了一种基于神经卷积网络的疫情防控筛查预警***,具备以下有益效果:
该基于神经卷积网络的疫情防控筛查预警***,通过构建神经卷积网络并对神经网络进行训练,其训练得出输出层矢量元素到中间层输出矢量元素的权值以及中间层输出矢量元素到输出层矢量元素的权值,并根据总误差函数与误差阈值的关系来判断并进一步调整权值,从而得到良好的检测模型,从而可以利用该检测模型对进入医院内的病人进行筛查,从中筛选出疑似病患,然后将疑似病患的病例与进出医院的人员进行比对,通过人脸识别算法筛选出接触人群,再通过口罩识别算法对接触人群的危险程度进行分类,然后将结果通过推送模块推送给接触人群,提醒接触人群前往检测,从而有效避免疫情传播,达到了反应迅速,能够降低疫情传播风险的目的。
附图说明
图1为本发明的结构示意图;
图2为本发明输入终端的结构示意图;
图3为本发明监测终端的结构示意图。
具体实施方式
下面将结合本发明的实施例,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
一种基于神经卷积网络的疫情防控筛查预警***,包括数据处理中心、输入终端、监测终端、防控预警平台和推送模块,输入终端和防控预警平台均通过以太网与数据处理中心双向信号连接,防控预警平台与推送模块通过以太网信号连接,防控预警平台与监测终端通过以太网信号连接,输入终端包括控制模块、输入模块、输出模块、显示模块、身份证阅读模块和人脸识别模块,输入模块、输出模块、显示模块、身份证阅读模块和人脸识别模块均与控制模块双向电连接,监测终端包括防雨遮阳棚、智能补光灯、监控摄像头和环境光线监测模块组成,防雨遮阳棚内周壁顶部固定安装有智能补光灯、监控摄像头和环境光线监测模块,智能补光灯和监控摄像头的数量均不小于两个。
包括以下步骤:
1)在数据处理中心内构建神经卷积网络框架,通过输入模块将医疗设备采集的确诊患者病症原始数据输入控制模块内,并利用数据处理程序对采集的确诊患者病症原始数据进行处理,获得确诊患者病症特征数据,将确诊患者病症特征数据输入至基础神经卷积网络模型中进行训练,以获取训练后的检测模型,其中病症原始数据包括呼吸率、脉率、血压、血氧、体温等人体数据;
2)将监测终端安装至医院的进出口位置,其中监控摄像头的离地高度不小于三米,监控摄像头与地面之间的夹角为四十五度,通过身份证阅读模块和人脸识别模块对进入医院看病的病人进行登记处理,并将病人的检测时间和身份信息发送至数据处理中心进行处理和存储,同时病人在看病过程中产生的身体检测数据通过输入模块输入至数据处理中心进行处理和存储,然后根据采集的病症数据生成电子病历;
3)利用检测模型对病人的电子病历进行分析处理,生成并输出分析结果,当诊断结果表征疑似患病时,提取病人信息,并调用电子病历上报至防控预警平台;
4)防控预警平台对电子病历上的检测时间和身份信息进行提取,然后调取监测终端在检测时间前后设定范围内的视频图像,再将视频图像输送至数据处理中心,并通过人脸识别算法筛选出与疑似病患接触的行人数据,同时通过口罩识别算法筛选出接触人群中未带口罩的行人数据,并与带口罩的行人数据进行区分标记;
5)将与疑似病患接触的行人数据与数据处理中心内的数据进行比对,调取出其电子病例中的身份信息,并通过推送模块利用推送程序根据严重性等级对接触人群进行预警通知。
本发明的有益效果是:通过构建神经卷积网络并对神经网络进行训练,其训练得出输出层矢量元素到中间层输出矢量元素的权值以及中间层输出矢量元素到输出层矢量元素的权值,并根据总误差函数与误差阈值的关系来判断并进一步调整权值,从而得到良好的检测模型,从而可以利用该检测模型对进入医院内的病人进行筛查,从中筛选出疑似病患,然后将疑似病患的病例与进出医院的人员进行比对,通过人脸识别算法筛选出接触人群,再通过口罩识别算法对接触人群的危险程度进行分类,然后将结果通过推送模块推送给接触人群,提醒接触人群前往检测,从而有效避免疫情传播。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (5)
1.一种基于神经卷积网络的疫情防控筛查预警***,包括数据处理中心、输入终端、监测终端、防控预警平台和推送模块,其特征在于:所述输入终端和防控预警平台均通过以太网与数据处理中心双向信号连接,所述防控预警平台与推送模块通过以太网信号连接,所述防控预警平台与监测终端通过以太网信号连接。
2.根据权利要求1所述的一种基于神经卷积网络的疫情防控筛查预警***,其特征在于,所述输入终端包括控制模块、输入模块、输出模块、显示模块、身份证阅读模块和人脸识别模块,所述输入模块、输出模块、显示模块、身份证阅读模块和人脸识别模块均与控制模块双向电连接。
3.根据权利要求1所述的一种基于神经卷积网络的疫情防控筛查预警***,其特征在于,所述监测终端包括防雨遮阳棚、智能补光灯、监控摄像头和环境光线监测模块组成,所述防雨遮阳棚内周壁顶部固定安装有智能补光灯、监控摄像头和环境光线监测模块,所述智能补光灯和监控摄像头的数量均不小于两个。
4.根据权利要求1所述的一种基于神经卷积网络的疫情防控筛查预警***,其特征在于,包括以下步骤:
1)在数据处理中心内构建神经卷积网络框架,通过输入模块将医疗设备采集的确诊患者病症原始数据输入控制模块内,并利用数据处理程序对采集的确诊患者病症原始数据进行处理,获得确诊患者病症特征数据,将确诊患者病症特征数据输入至基础神经卷积网络模型中进行训练,以获取训练后的检测模型;
2)将监测终端安装至医院的进出口位置,通过身份证阅读模块和人脸识别模块对进入医院看病的病人进行登记处理,并将病人的检测时间和身份信息发送至数据处理中心进行处理和存储,同时病人在看病过程中产生的身体检测数据通过输入模块输入至数据处理中心进行处理和存储,然后根据采集的病症数据生成电子病历;
3)利用检测模型对病人的电子病历进行分析处理,生成并输出分析结果,当诊断结果表征疑似患病时,提取病人信息,并调用电子病历上报至防控预警平台;
4)防控预警平台对电子病历上的检测时间和身份信息进行提取,然后调取监测终端在检测时间前后设定范围内的视频图像,再将视频图像输送至数据处理中心,并通过人脸识别算法筛选出与疑似病患接触的行人数据,同时通过口罩识别算法筛选出接触人群中未带口罩的行人数据,并与带口罩的行人数据进行区分标记;
5)将与疑似病患接触的行人数据与数据处理中心内的数据进行比对,调取出其电子病例中的身份信息,并通过推送模块利用推送程序根据严重性等级对接触人群进行预警通知。
5.根据权利要求4所述的一种基于神经卷积网络的疫情防控筛查预警***,其特征在于,所述病症原始数据包括呼吸率、脉率、血压、血氧、体温等人体数据,所述监控摄像头的离地高度不小于三米,所述监控摄像头与地面之间的夹角为四十五度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110319495.4A CN113096819A (zh) | 2021-03-25 | 2021-03-25 | 一种基于神经卷积网络的疫情防控筛查预警*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110319495.4A CN113096819A (zh) | 2021-03-25 | 2021-03-25 | 一种基于神经卷积网络的疫情防控筛查预警*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113096819A true CN113096819A (zh) | 2021-07-09 |
Family
ID=76669882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110319495.4A Pending CN113096819A (zh) | 2021-03-25 | 2021-03-25 | 一种基于神经卷积网络的疫情防控筛查预警*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113096819A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113593687A (zh) * | 2021-08-10 | 2021-11-02 | 南方医科大学珠江医院 | 一种基于新冠疫情的医院智能就诊引导方法及装置 |
CN114187645A (zh) * | 2022-02-16 | 2022-03-15 | 广州云创数据科技有限公司 | 一种基于图像识别的医院感染预警*** |
CN114611400A (zh) * | 2022-03-18 | 2022-06-10 | 河北金锁安防工程股份有限公司 | 一种预警信息筛选方法及*** |
-
2021
- 2021-03-25 CN CN202110319495.4A patent/CN113096819A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113593687A (zh) * | 2021-08-10 | 2021-11-02 | 南方医科大学珠江医院 | 一种基于新冠疫情的医院智能就诊引导方法及装置 |
CN113593687B (zh) * | 2021-08-10 | 2022-03-25 | 南方医科大学珠江医院 | 一种基于新冠疫情的医院智能就诊引导方法及装置 |
CN114187645A (zh) * | 2022-02-16 | 2022-03-15 | 广州云创数据科技有限公司 | 一种基于图像识别的医院感染预警*** |
CN114611400A (zh) * | 2022-03-18 | 2022-06-10 | 河北金锁安防工程股份有限公司 | 一种预警信息筛选方法及*** |
CN114611400B (zh) * | 2022-03-18 | 2023-08-29 | 河北金锁安防工程股份有限公司 | 一种预警信息筛选方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113096819A (zh) | 一种基于神经卷积网络的疫情防控筛查预警*** | |
US10722179B2 (en) | Residual-based monitoring of human health | |
CN113420624B (zh) | 一种非接触式疲劳检测方法及*** | |
CN111898580B (zh) | 针对戴口罩人群的体温和呼吸数据采集***、方法及设备 | |
CN111653368A (zh) | 一种人工智能疫情大数据防控预警*** | |
CN209029110U (zh) | 中医面诊健康管理*** | |
CN107979985A (zh) | 一种车载健康安全驾驶辅助装置 | |
Raj et al. | IoT-based real-time poultry monitoring and health status identification | |
CN111524093A (zh) | 一种异常舌象的智能筛查方法及其*** | |
CN117542474A (zh) | 基于大数据的远程护理监测***及方法 | |
CN114842957B (zh) | 一种基于情绪识别的老年痴呆症辅助诊断***及其方法 | |
CN116343302A (zh) | 一种基于机器视觉的微表情分类识别*** | |
CN114613101A (zh) | 一种基于大数据的智慧酒店智能安防*** | |
AU2021236462B2 (en) | Residual-based monitoring of human health | |
CN116864128A (zh) | 基于身体活动行为模式监测的心理状态评估***及其方法 | |
CN115826477A (zh) | 基于数据可视化的水域监控***及方法 | |
CN113598741B (zh) | 一种房颤评价模型训练方法、房颤评价方法和装置 | |
JPH06259678A (ja) | プラント監視装置 | |
CN115624437A (zh) | 一种智能轮椅安全响应方法及*** | |
CN111260635B (zh) | 一种全自动眼底照片获取、眼病预警及个性化管理*** | |
CN114742090A (zh) | 一种基于精神疲劳监测的驾驶舱人机交互*** | |
CN113724853A (zh) | 一种基于深度学习的智慧医疗*** | |
CN209734011U (zh) | 一种非接触式人体状态监测*** | |
CN114496227B (zh) | 基于量子神经网络的病情发展预测***及平台 | |
CN116631063B (zh) | 基于用药行为识别的老人智能看护方法、装置及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: Building 13, No. 279 Huanghe West Road, Xuejia Town, Xinbei District, Changzhou City, Jiangsu Province, 213000, three story factory building Applicant after: Changzhou Meili Xiahong Intelligent Technology Co.,Ltd. Address before: 226000 1 / F, building 1, International Youth Innovation Park, No. 79, Chongchuan Road, Langshan street, Chongchuan District, Nantong City, Jiangsu Province Applicant before: Nantong Meili xiahong Intelligent Technology Co.,Ltd. |
|
CB02 | Change of applicant information | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210709 |
|
WD01 | Invention patent application deemed withdrawn after publication |