基于图像和文本识别多轮互补的HICH智能康复大健康系统

AITNT
正文
推荐专利
基于图像和文本识别多轮互补的HICH智能康复大健康系统
申请号:CN202411458521
申请日期:2024-10-18
公开号:CN119418850B
公开日期:2025-09-16
类型:发明专利
摘要
本发明涉及HICH辅助护理系统领域,特别涉及基于图像和文本识别多轮互补的HICH智能康复大健康系统。本方案包括:采集模块,用于采集患者过往治疗事件的电生理数据、影像学数据和临床文本数据整合为训练数据并整合为第一数据;图谱构建模块,用于将影像学数据和电生理数据识别为文本数据,用于对文本数据进行文字识别、语义抽取,通过抽取出的内容的多方映证确定出实体和实体关系,建立HICH康复知识图谱;还用于对临床文本数据进行文字识别、语义抽取,使用抽取出的内容对HICH康复知识图谱进行查验和补足;决策模块,包括治疗权重单元和高斯模型单元。本方案解决了AI识别计算给出的HICH康复诊疗结果可靠性较低的问题。
技术关键词
文本识别 数据 长短期记忆循环神经网络 稀疏自动编码器 医护终端 患者 生理 控制壳体温度 图像 中文文本 康复枕 压力传感器 模块 高斯混合模型 采集终端 红外光 控制温度调节装置
系统为您推荐了相关专利信息
1
融合上下文信息的语义意图识别方法、装置、介质和设备
语义意图识别方法 融合上下文信息 文本 深度神经网络 语义特征
2
一种含天然磷矿石与矿粉球团的磷矿煅烧工艺及其温控系统
温控传感器 温控系统 机器学习模型 特征提取模块 测量点
3
一种基于生成对抗网络获取腐蚀管道表面形貌的方法
生成对抗网络模型 样本 表面粗糙度参数 滑动窗口采样 管道腐蚀评估技术
4
健康知识库构建方法及系统、健康报告解读方法及系统
报告 大语言模型 知识库构建方法 项目 解读方法
5
基于TCN-GRU神经网络模型和迁移学习的锂离子电池SOC估计方法
GRU神经网络 SOC估计方法 平方根容积卡尔曼滤波 锂离子电池 迁移学习技术
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