一种基于深度学习卷积神经网络的查体辅助系统

AITNT
正文
推荐专利
一种基于深度学习卷积神经网络的查体辅助系统
申请号:CN202411025532
申请日期:2024-07-30
公开号:CN118552543B
公开日期:2024-10-25
类型:发明专利
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
1
基于多特征参数全局联动调整的人像图像处理方法
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
2
全景相机在点云地图中的定位方法的系统
全景相机 三维点云地图 定位方法 关键点 RANSAC算法
3
一种融合SA-GAO与AW-DWA算法的自动驾驶车辆路径规划方法
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
4
一种基于隐式关键点音频驱动的数字人说话视频合成方法
关键点 转换器 运动编码器 图像解码器 运动特征
5
一种社交关系识别方法和装置、电子设备及存储介质
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号