摘要
本发明提供了一种基于深度学习卷积神经网络的查体辅助系统,包括,采集模块,其被配置为采集初始图像;定位模块,其被配置为从初始图像中识别待检测者;关键点位识别模块,其被配置为识别待检测者的关键点位;查体识别模块,其被配置为根据关键点位的运动轨迹识别待检测者的查体结果。本发明所述的一种基于深度学习卷积神经网络的查体辅助系统,可以加快医生门诊的进行速度,减轻医生负担,对于提升医院运营效率、优化资源配置具有重要意义。
技术关键词
深度学习卷积神经网络
关键点
辅助系统
运动轨迹识别
Inception结构
识别模块
上采样
双线性插值方法
残差网络
图像
隐马尔可夫模型
优化资源配置
坐标
定位模块
分支
转换方法
尺寸
通道
系统为您推荐了相关专利信息
多特征参数
图像处理方法
风格
人脸检测区域
图像采集模块
全景相机
三维点云地图
定位方法
关键点
RANSAC算法
DWA算法
车辆路径规划方法
动态障碍物
车辆动力学模型
横摆角速度
个人隐私空间
社交关系识别方法
识别人体
神经网络模型
重叠面积