CN111653368A - 一种人工智能疫情大数据防控预警系统 - Google Patents
一种人工智能疫情大数据防控预警系统 Download PDFInfo
- Publication number
- CN111653368A CN111653368A CN202010382851.2A CN202010382851A CN111653368A CN 111653368 A CN111653368 A CN 111653368A CN 202010382851 A CN202010382851 A CN 202010382851A CN 111653368 A CN111653368 A CN 111653368A
- Authority
- CN
- China
- Prior art keywords
- service platform
- terminal service
- epidemic
- information
- information acquisition
- 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 24
- 238000013473 artificial intelligence Methods 0.000 title claims description 8
- 238000001514 detection method Methods 0.000 claims abstract description 47
- 238000004458 analytical method Methods 0.000 claims abstract description 18
- 230000036760 body temperature Effects 0.000 claims abstract description 14
- 238000009529 body temperature measurement Methods 0.000 claims abstract description 11
- 230000002159 abnormal effect Effects 0.000 claims abstract description 10
- 230000002612 cardiopulmonary effect Effects 0.000 claims abstract description 10
- 238000011161 development Methods 0.000 claims abstract description 9
- 238000012216 screening Methods 0.000 claims abstract description 9
- 238000012544 monitoring process Methods 0.000 claims abstract description 8
- 238000013135 deep learning Methods 0.000 claims abstract description 7
- 206010035664 Pneumonia Diseases 0.000 claims abstract description 6
- 238000013178 mathematical model Methods 0.000 claims abstract description 5
- 230000001537 neural effect Effects 0.000 claims abstract description 4
- 230000007175 bidirectional communication Effects 0.000 claims abstract description 3
- 230000006399 behavior Effects 0.000 claims description 7
- 230000006854 communication Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 5
- 208000035473 Communicable disease Diseases 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 4
- 210000004072 lung Anatomy 0.000 claims description 4
- 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
- 229910052760 oxygen Inorganic materials 0.000 claims description 3
- 239000001301 oxygen Substances 0.000 claims description 3
- 230000002802 cardiorespiratory effect Effects 0.000 claims description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 4
- 238000005065 mining Methods 0.000 abstract description 3
- 238000013024 troubleshooting Methods 0.000 abstract description 3
- 238000007726 management method Methods 0.000 description 17
- 238000000034 method Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 238000013527 convolutional neural network Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 239000000523 sample Substances 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 208000015181 infectious disease Diseases 0.000 description 3
- 238000011176 pooling Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000002592 echocardiography Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000036387 respiratory rate Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 208000031504 Asymptomatic Infections Diseases 0.000 description 1
- 241000711573 Coronaviridae Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000011976 chest X-ray Methods 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 208000023504 respiratory system disease Diseases 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
- G01J5/0025—Living bodies
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种人工智能疫情大数据防控预警系统，包括：终端服务平台；连接在所述终端服务平台上的多个信息采集模块；分别连接在多个信息采集模块与终端服务平台之间进行双向通信的交换机。本发明通过对人员进行人脸+体温+心肺多模式识别及智能分析，打破传统单一的红外测温模式，实现“非接精确测温、测心肺信号”、“异常报警”，重点针对目前新冠肺炎患者、特别是无症状患者进行筛查检测报警，可大大减轻重点公共场所的筛查工作压力，提高对疑似人员的检出概率。此外，本发明采用AI数学模型算法，具备数据深度挖掘能力，能够利用神经卷积网络进行深度学习，可预测疫情发展趋势，实时生成疫情的监测排查标准。
Description
技术领域
本发明属于公共卫生服务技术领域，具体涉及一种人工智能疫情大数据防控 预警系统。
背景技术
一般来说，感染新冠肺炎人员的筛查识别是整个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。疫情后期在各行业复工复产的情况下，持续监测人 群，尽早识别出感染者是防止疫情反扑的关键办法。
对于本次新冠病毒发展形势，现有平台基本都是基于红外测温的，即检测设 备智能进行温度测量，发现温度异常者报警，但存在以下缺点：
(1)温度测量无法检测出无症状感染者。针对新冠疫情的检测最准确的方 法是在医院进行特殊试剂检测和胸透检测，医院外场所如：工厂、车站、学校等 公共场所的排查主要是通过各类温度测量手段进行。但根据现阶段疫情特征，已 有部分感染者呈无症状感染，这类感染者仅仅透过温度测量无法检测出来。
(2)数据信息单一不利于分析。仅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，数据本身交单一，无法进行深入分析，无法 找到疫情传播、发展过程中的一些潜在规律和特征。
(3)无法进行深度学习预测发展趋势。平台不具备数据深度挖掘能力，无 法利用神经卷积网络进行深度学习，无法预测疫情发展趋势，也无法实时生成疫 情的监测排查标准。
疫情防控是一项系统性工程，因此需要一款可同时实现人员初筛、信息存储、 人工智能测算等功能的疫情防控平台。
发明内容
针对现有技术中检测设备对于无症状感染者仅通过测量温度是无法进行筛 查以及检测模式单一的技术问题，本发明提供了一种可同时实现人员初筛、信息 存储、人工智能测算等功能人工智能疫情大数据防控预警系统。
本发明的技术方案为：一种人工智能疫情大数据防控预警系统，包括：
终端服务平台；
连接在所述终端服务平台上的多个信息采集模块；
分别连接在多个信息采集模块与终端服务平台之间进行双向通信的交换机；
所述信息采集模块用于对目标区域内的人体进行面部识别、体温筛查，以及 心肺运动信息的提取，进一步得到海量数据；所述目标区域为如工厂、学校、车 站、机场等人口流动性强的地方；
所述交换机用于将所述海量数据通过通信协议上传至所述终端服务平台，以 及将终端服务平台的控制指令下发至信息采集模块；
所述终端服务平台用于存储所述海量数据，将所述海量数据以人脸信息做标 识编号建立大数据样本库，并对海量数据进行解析、生成结果，以及做出分析、 统计和追踪服务。
进一步地，所述信息采集模块包括带有摄像头的红外测温仪，用于进行温度 测量与人脸拍照，还包括超宽带雷达，用于通过发射和接收电磁波信号提取目标 人体的心肺运动信息。
进一步地，所述信息采集模块还包括警报单元，当检测的目标人体出现异常 体温和心肺异常情况，实时语音报警、禁止通行。
进一步地，所述信息采集模块还包括传感器扩充单元，用于预留采集呼吸率、 脉率、血压、血氧的传感器接口。
进一步地，所述终端服务平台包括云端服务器和搭载在硬件上的软件端，所 述云端服务器通过交换机与多个信息采集模块相互连接，利用云计算技术存储、 分析和运算所述海量数据，所述软件端用于进行后台信息管理。
更进一步地，所述云端服务器采用基于一维卷积神经网络的AI数学模型算 法，对样本库中的海量数据利用神经卷积网络进行深度学习，更新疫情的检测标 准，预测疫情的发展趋势。
更进一步地，所述软件端包括人员管理单元、防疫设备管理单元、异常预警 单元、高危人群管控单元、行为轨迹分析单元、疫情态势分析单元。
进一步地，所述通信协议采用HTTP或MQTT协议。
进一步地，所述防控预警系统还可与机场、火车站等应用场景的数据平台进 行对接，用于对人员进行统一管理，搜索并追踪人员行动轨迹。
进一步地，所述防控预警系统用于包括但不限于新冠肺炎的心肺类传染性疾 病检测，还可用于普通病人生理特征监测。
本发明的有益效果为：
(1)本发明通过对人员进行人脸+体温+心肺多模式识别及智能分析，打破 传统单一的红外测温模式，实现“非接精确测温、测心肺信号”、“异常报警”， 重点针对目前新冠肺炎患者、特别是无症状患者进行筛查检测报警，可大大减轻 重点公共场所的筛查工作压力，提高对疑似人员的检出概率。
(2)本发明利用人工智能疫情大数据防控预警系统，可对接机场、火车站 等数据平台，对接各应用场景的数据平台后可实现人员身份实名认证，对人员进 行统一管理，搜索并追踪人员行动轨迹。
(3)本发明具备数据深度挖掘能力，能够利用神经卷积网络进行深度学习， 可预测疫情发展趋势，实时生成疫情的监测排查标准。
附图说明
图1是本发明的系统框图；
图2是本发明的红外测温仪、雷达与云端服务器的数据交互示意图；
图3是本发明的雷达端工作流程图；
图4是本发明的云端服务器的处理流程图；
图5是本发明对新冠患者进行雷达回波的一维卷积神经网络结构图；
图6是本发明软件端的系统图。
其中，10-终端服务平台、11-云端服务器、12-软件端、121-人员管理单元、 122-防疫设备管理单元、123-异常预警单元、124-高危人群管控单元、125-行为 轨迹分析单元、126-疫情态势分析单元、20-交换机、30-信息采集模块、31-摄像 头、32-红外测温仪、33-雷达、34-警报单元、35-传感器扩充单元。
具体实施方式
下面结合具体实施例和说明书附图对本发明做进一步阐述和说明：
请参考图1，本发明提供了一种人工智能疫情大数据防控预警系统，其包括： 信息采集模块30、交换机20和终端服务平台10。
其中，信息采集模块30具有多个，具体的每个信息采集模块30包括多个检 测设备，根据实际需要将检测设备架设在目标区域，如工厂、学校、车站、机场 等人口流动性强的地方，检测设备可包括如带有摄像头31的红外测温仪32，用 于进行温度测量与人脸拍照，还包括超宽带雷达33，用于通过发射和接收电磁 波信号提取目标人体的心肺运动信息。每个被检测人员的面部识别信息、体温信 息以及心肺运动信息被融合处理，得到海量数据；其中，光学摄像头31为市售 元件，红外测温仪32和超宽带雷达33均采用湖南正申科技有限公司的研发产品， 红外测温仪32的型号为LDX I300，超宽带雷达(33)的型号为LDXR300。
在疫情条件下，人们都被要求佩戴口罩，这可能会影响人脸识别的效果，为 了提升人脸识别的精度，本实施在人脸检测方面，基于优图开源的DSFD人脸检 测算法，针对戴口罩场景下的五官遮挡，腾讯优图在模型设计上进行局部特征增 强，提升可见区域权重。同时针对口罩种类丰富、佩戴位置多样等问题，在数据 增强方面设计相应策略，提升模型鲁棒性。目前，口罩场景下的人脸检测算法准 确率超过99％，召回率超过98％。
此外，信息采集模块30还包括警报单元34，在警报单元34设有体温阈值和 心肺运动信息的阈值，当检测的目标人体出现异常体温和心肺异常情况，实时语 音报警、禁止通行。
交换机20用于将所述海量数据通过HTTP或MQTT通信协议上传至所述终 端服务平台10，以及将终端服务平台10的控制指令下发至信息采集模块30。交 换机20可选择路由器进行数据上传和控制指令下发。
其中，终端服务平台10包括型号为I9000的云端服务器11和搭载在硬件(台 式电脑、笔记本电脑、平板电脑或手机)上的软件端12，云端服务器11通过型 号为TL-SF1005M的交换机20与多个信息采集模块30相互连接，用于存储信息 采集模块30采集的海量数据，并对海量数据进行解析、生成结果，将所述海量 数据以人脸信息做标识编号建立大数据样本库，利用云计算技术存储、分析和运 算所述海量数据。
其中，本发明的云端服务器11采用AI数学模型算法，AI数学模型算法采用 一维卷积神经网络，对参数的优化算法采用RMSporp算法，对应损失函数为交 叉熵损失函数。卷积神经网络是一种类大脑皮层处理和识别图像的深度神经网络， 由于其自动提取特征、无需对输入图像进行预处理等优势被广泛应用于机器视觉 领域。一维卷积神经网络与用于图像识别的二维卷积神经网络稍有不同，主要用 于对一维数据的特征提取、分类，计算效率较高。考虑到人体在雷达回波上所表 现的一维性，因此采用一维卷积神经网络对新冠患者雷达回波进行分类识别，主 要由卷积操作、池化、非线性操作和批量归一化构成网络，如图5所示。利用一 维卷积神经网络对样本库中的海量数据进行深度学习，通过学习调整合适参数， 更新疫情的检测标准，从而预测疫情的发展趋势。
所述卷积操作利用权值共享减少了网络参数量，能够避免过拟合现象发生， 其表达式如下：
其中，x为输入的一维信号，y为池化层输出，ω为卷积核；
所述池化操作能够执行空间或特征类型的聚合，降低空间维度，减少训练参 数量，其表达式如下：
其中，x为输入信号，ymp为最大池化输出，ygap为全局平均池化输出。
所述非线性操作是通过层级非线性映射的复合提升整个网络的非线性刻画 能力，其表达式如下：
其中，u为非线性映射中输入值；
所述批量归一化使各层激活值分布具有适当的广度、加快训练过程中的收敛 速度同时避免陷入局部最优，其表达式如下：
其中μB样本均值为，
为样本方差，
为归一化后样本，yi为缩放平移后 输出。
如图6所示，软件端12包括人员管理单元、防疫设备管理单元、异常预警 单元、高危人群管控单元、行为轨迹分析单元、疫情态势分析单元。可以对系统 的信息进行有效管理，并对云端服务器11处理计算结果进行显示，并能够做出 分析、统计和追踪服务。
人员管理单元包括人员实名认证、分配通行权限、黑白名单准入管理、管控 外来人员防止随意进出、来访人员权限设置与管理、进出记录实时上传，以及人 员健康管理(体温+心肺)等功能。
防疫设备管理单元包括实时监控防疫设备、确保设备稳定运行以及设备故障 及时提醒维护等功能。
异常预警单元包括实时体温检测、异常实时语音报警、人脸抓拍图片实时上 传等功能。
高危人群管控单元包括疫情状态通报、国家政策宣传、抗疫资讯发布、高危 人群名单管理、高危人群通行限制、告警数据统计等功能。
行为轨迹分析单元包括人脸检索、行为轨迹搜索与追踪、限制通行、人员通 行记录实时监控、体温检测数据实时同步、异常人员实时报警记录、所有信息可 追溯可分析、高危人群行为轨迹分析、推测潜在感染群及感染范围等功能。
疫情态势分析单元包括疫情态势预判、报表自动生成、数据可视化、疫情态 势可视化分析、各地区人群聚集统计、各时段人流量统计、人脸抓拍实时数据、 设备分布统计、流行性传染病提前预测等功能。
本实施例的工作方法为：
在目标区域内，人群从入口进入，人群将逐一经过设置在入口处的检测设备 采集信息，例如请参考图2-3，先经过带有摄像头31的红外测温仪32检测到人 脸后通过HTTP或MQTT协议经交换机20将人脸身份信息和红外体温信息等数 据上传至云端服务器11。云端服务器11在收到红外体温检测数据后通过HTTP 或MQTT协议经交换机20对雷达33端设备发送开始探测指令，雷达33端设备 可选用超宽带雷达33，雷达33端设备在收到开始探测指令后通过HTTP或MQTT 协议经交换机20实时上传检测波形数据，同时雷达33端设备经检测分析出结果 后通过HTTP或MQTT协议经交换机20上传至云端服务器11。此时，云端服务 器11在接收到雷达33端设备检测的结果后通过HTTP或MQTT协议经交换机20下发停止探测指令结束当次检测任务，云端服务器11进入等待下次检测任务 状态。
由于雷达33是本发明与当前其它同类产品相比最突出的检测优势，所以将 其工作流程详细介绍如下，请参考图4：
雷达33端通过HTTP协议或MQTT协议经交换机20与云端服务器11进行 数据交互。云端服务器11再收到红外检测结果后，下发开始探测指令给雷达33 端，雷达33端接收来自云端服务器11简称云端指令并根据指令执行相应动作， 具体为，雷达33端在开始探测后，会实时长传探测波形数据到云端，云端将数 据存储追加存储，每个探测过程生成一个单独的文件；当收到雷达33端检测结 果后，云端对雷达33端下发停止探测指令，雷达33端收到后停止波形数据上传， 标识本次检测完成。在云端处理过程中，云端需要将雷达33端上传的波形数据 解析成波形图即以图片的形式显示数据并支持将图片数据打印。云端处理流程图 中仅描述了单次检测过程，实际过程是循环往复的。检测结果反馈至软件端12 进行显示，对于检测异常人员进行统计。
为了提高检测准确性，本发明的信息采集模块30还包括传感器扩充单元35， 用于预留采集呼吸率、脉率、血压、血氧的传感器接口。即除了基于本发明红外 温度测量和超宽带雷达33呼吸提取的融合式检测外，还可以根据实际需求使用 其它传感器组合检测，通过多传感器信息冗余校正，可进一步提高检测准确性。 因此，本发明不不仅仅局限于新冠肺炎的检测，做简单调整后还可用于如心律不 齐、冠心病、呼吸紊乱等其它心肺类传染性疾病检测，以及用于普通病人生理特 征监测。
需要说明的是：本发明的技术方案中的检测设备为红外测温仪32和雷达33， 但是使用其它测温设备代替红外测温仪32与本发明无本质区别，以上实施例仅 用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施 例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的 技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。
Claims (9)
1.一种人工智能疫情大数据防控预警系统，其特征在于，包括：
终端服务平台(10)；
连接在所述终端服务平台(10)上的多个信息采集模块(30)；
分别连接在多个信息采集模块(30)与终端服务平台(10)之间进行双向通信的交换机(20)；
所述信息采集模块(30)用于对目标区域内的人体进行面部识别、体温筛查，以及心肺运动信息的提取，进一步得到海量数据；
所述交换机(20)用于将所述海量数据通过通信协议上传至所述终端服务平台(10)，以及将终端服务平台(10)的控制指令下发至信息采集模块(30)；
所述终端服务平台(10)用于存储所述海量数据，将所述海量数据以人脸信息做标识编号建立大数据样本库，并对海量数据进行解析、生成结果，以及做出分析、统计和追踪服务。
2.如权利要求1所述的一种人工智能疫情大数据防控预警系统，其特征在于，所述信息采集模块(30)包括带有摄像头(31)的红外测温仪(32)，用于进行温度测量与人脸拍照，还包括超宽带雷达(33)，用于通过发射和接收电磁波信号提取目标人体的心肺运动信息。
3.如权利要求1所述的一种人工智能疫情大数据防控预警系统，其特征在于，所述信息采集模块(30)还包括警报单元(34)，当检测的目标人体出现异常体温和心肺异常情况，实时语音报警、禁止通行。
4.如权利要求1所述的一种人工智能疫情大数据防控预警系统，其特征在于，所述信息采集模块(30)还包括传感器扩充单元(35)，用于预留采集呼吸率、脉率、血压、血氧的传感器接口。
5.如权利要求1所述的一种人工智能疫情大数据防控预警系统，其特征在于，所述终端服务平台(10)包括云端服务器(11)和搭载在硬件上的软件端(12)，所述云端服务器(11)通过交换机(20)与多个信息采集模块(30)相互连接，利用云计算技术存储、分析和运算所述海量数据，所述软件端(12)用于进行后台信息管理。
6.如权利要求5所述的一种人工智能疫情大数据防控预警系统，其特征在于，所述云端服务器(11)采用基于一维卷积神经网络的AI数学模型算法，对样本库中的海量数据利用神经卷积网络进行深度学习，更新疫情的检测标准，预测疫情的发展趋势。
7.如权利要求5所述的一种人工智能疫情大数据防控预警系统，其特征在于，所述软件端(12)包括人员管理单元(121)、防疫设备管理单元(122)、异常预警单元(123)、高危人群管控单元(124)、行为轨迹分析单元(125)、疫情态势分析单元(126)。
8.如权利要求1所述的一种人工智能疫情大数据防控预警系统，其特征在于，所述通信协议采用HTTP或MQTT协议。
9.如权利要求1所述的一种人工智能疫情大数据防控预警系统，其特征在于，所述防控预警系统用于包括但不限于新冠肺炎的心肺类传染性疾病检测，还可用于普通病人生理特征监测。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010382851.2A CN111653368A (zh) | 2020-05-08 | 2020-05-08 | 一种人工智能疫情大数据防控预警系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010382851.2A CN111653368A (zh) | 2020-05-08 | 2020-05-08 | 一种人工智能疫情大数据防控预警系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111653368A true CN111653368A (zh) | 2020-09-11 |
Family
ID=72349550
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010382851.2A Pending CN111653368A (zh) | 2020-05-08 | 2020-05-08 | 一种人工智能疫情大数据防控预警系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111653368A (zh) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112163705A (zh) * | 2020-09-29 | 2021-01-01 | 重庆邮电大学 | 基于cnn+seir和lstm的疫情预测预警方法 |
| CN112185566A (zh) * | 2020-10-14 | 2021-01-05 | 上海玺翎智能科技有限公司 | 一种基于机器学习预测预警感染性疾病就医人数突增的方法 |
| CN112216398A (zh) * | 2020-09-23 | 2021-01-12 | 四川省电子产品监督检验所 | 一种基于人脸识别的城乡体温监控报警防疫系统及方法 |
| CN112256134A (zh) * | 2020-10-28 | 2021-01-22 | 南京瑞巨数码科技有限公司 | 一种人工智能数字交互展示装置 |
| CN112365995A (zh) * | 2020-10-27 | 2021-02-12 | 华迪计算机集团有限公司 | 基于大数据的疫情防控辅助决策系统 |
| CN112885484A (zh) * | 2021-01-22 | 2021-06-01 | 中科朗劢技术有限公司 | 一种用于感染管理的可视化监测预警方法 |
| CN112951267A (zh) * | 2021-02-23 | 2021-06-11 | 恒大新能源汽车投资控股集团有限公司 | 一种乘车人健康监测方法和车载终端 |
| CN112967814A (zh) * | 2020-09-18 | 2021-06-15 | 青岛海洋科学与技术国家实验室发展中心 | 基于深度学习的新型冠状病毒患者行动追踪方法及装置 |
| CN113012818A (zh) * | 2021-02-19 | 2021-06-22 | 江苏科技大学 | 一种基于iot测温、定位手环以及ai的疫情防控系统 |
| CN113081025A (zh) * | 2021-03-10 | 2021-07-09 | 华中科技大学 | 一种基于肺音的新冠肺炎智能诊断系统和装置 |
| CN113208575A (zh) * | 2021-05-06 | 2021-08-06 | 成都安瑞健康科技有限公司 | 利用物联网可穿戴装置检测冠状病毒感染的方法和系统 |
| CN113299393A (zh) * | 2021-05-25 | 2021-08-24 | 武汉工程大学 | 一种用于疫情的检测系统、方法及存储介质 |
| 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 |
| CN114678139A (zh) * | 2020-12-24 | 2022-06-28 | 广东飞企互联科技股份有限公司 | 一种园区员工状态检测方法和检测系统 |
| CN115101215A (zh) * | 2022-07-08 | 2022-09-23 | 青岛国信城市信息科技有限公司 | 一种基于大数据的疫情防控智能管理平台 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101999888A (zh) * | 2010-12-01 | 2011-04-06 | 北京航空航天大学 | 一种对体温异常者进行检测与搜寻的疫情防控系统 |
| CN202044251U (zh) * | 2011-03-21 | 2011-11-23 | 中国人民解放军军事医学科学院卫生装备研究所 | 用于隔离装置的便携式智能一体化无线监护系统 |
| CN105224821A (zh) * | 2015-11-17 | 2016-01-06 | 中国人民解放军第二军医大学 | 一种基于gis的军队人员伤病信息监测预警系统及方法 |
| CN110379522A (zh) * | 2019-07-23 | 2019-10-25 | 四川骏逸富顿科技有限公司 | 一种疾病流行趋势预测系统及方法 |
| CN210300981U (zh) * | 2019-05-16 | 2020-04-14 | 成都信息工程大学 | 一种健康监测云镜 |
-
2020
- 2020-05-08 CN CN202010382851.2A patent/CN111653368A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101999888A (zh) * | 2010-12-01 | 2011-04-06 | 北京航空航天大学 | 一种对体温异常者进行检测与搜寻的疫情防控系统 |
| CN202044251U (zh) * | 2011-03-21 | 2011-11-23 | 中国人民解放军军事医学科学院卫生装备研究所 | 用于隔离装置的便携式智能一体化无线监护系统 |
| CN105224821A (zh) * | 2015-11-17 | 2016-01-06 | 中国人民解放军第二军医大学 | 一种基于gis的军队人员伤病信息监测预警系统及方法 |
| CN210300981U (zh) * | 2019-05-16 | 2020-04-14 | 成都信息工程大学 | 一种健康监测云镜 |
| CN110379522A (zh) * | 2019-07-23 | 2019-10-25 | 四川骏逸富顿科技有限公司 | 一种疾病流行趋势预测系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 焦李成等: "计算智能导论", 西安电子科技大学出版社, pages: 289 - 299 * |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112967814A (zh) * | 2020-09-18 | 2021-06-15 | 青岛海洋科学与技术国家实验室发展中心 | 基于深度学习的新型冠状病毒患者行动追踪方法及装置 |
| CN112216398A (zh) * | 2020-09-23 | 2021-01-12 | 四川省电子产品监督检验所 | 一种基于人脸识别的城乡体温监控报警防疫系统及方法 |
| CN112163705A (zh) * | 2020-09-29 | 2021-01-01 | 重庆邮电大学 | 基于cnn+seir和lstm的疫情预测预警方法 |
| CN112163705B (zh) * | 2020-09-29 | 2022-07-22 | 重庆邮电大学 | 基于cnn+seir和lstm的疫情预测预警方法 |
| CN112185566B (zh) * | 2020-10-14 | 2021-08-13 | 上海玺翎智能科技有限公司 | 一种基于机器学习预测预警感染性疾病就医人数突增的方法 |
| CN112185566A (zh) * | 2020-10-14 | 2021-01-05 | 上海玺翎智能科技有限公司 | 一种基于机器学习预测预警感染性疾病就医人数突增的方法 |
| CN112365995A (zh) * | 2020-10-27 | 2021-02-12 | 华迪计算机集团有限公司 | 基于大数据的疫情防控辅助决策系统 |
| CN112256134A (zh) * | 2020-10-28 | 2021-01-22 | 南京瑞巨数码科技有限公司 | 一种人工智能数字交互展示装置 |
| CN112256134B (zh) * | 2020-10-28 | 2022-05-27 | 南京瑞巨数码科技有限公司 | 一种人工智能数字交互展示装置 |
| CN114678139A (zh) * | 2020-12-24 | 2022-06-28 | 广东飞企互联科技股份有限公司 | 一种园区员工状态检测方法和检测系统 |
| CN112885484A (zh) * | 2021-01-22 | 2021-06-01 | 中科朗劢技术有限公司 | 一种用于感染管理的可视化监测预警方法 |
| CN113012818A (zh) * | 2021-02-19 | 2021-06-22 | 江苏科技大学 | 一种基于iot测温、定位手环以及ai的疫情防控系统 |
| CN112951267A (zh) * | 2021-02-23 | 2021-06-11 | 恒大新能源汽车投资控股集团有限公司 | 一种乘车人健康监测方法和车载终端 |
| CN113081025A (zh) * | 2021-03-10 | 2021-07-09 | 华中科技大学 | 一种基于肺音的新冠肺炎智能诊断系统和装置 |
| CN113208575A (zh) * | 2021-05-06 | 2021-08-06 | 成都安瑞健康科技有限公司 | 利用物联网可穿戴装置检测冠状病毒感染的方法和系统 |
| CN113299393A (zh) * | 2021-05-25 | 2021-08-24 | 武汉工程大学 | 一种用于疫情的检测系统、方法及存储介质 |
| 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 |
| CN115101215A (zh) * | 2022-07-08 | 2022-09-23 | 青岛国信城市信息科技有限公司 | 一种基于大数据的疫情防控智能管理平台 |
| CN115101215B (zh) * | 2022-07-08 | 2023-01-31 | 青岛国信城市信息科技有限公司 | 一种基于大数据的疫情防控智能管理平台 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111653368A (zh) | 一种人工智能疫情大数据防控预警系统 | |
| CN109378079A (zh) | 一种基于发热症状监测传染病的系统及方法 | |
| Vankipuram et al. | Toward automated workflow analysis and visualization in clinical environments | |
| US20210327562A1 (en) | Artificial intelligence driven rapid testing system for infectious diseases | |
| Chaaraoui et al. | Abnormal gait detection with RGB-D devices using joint motion history features | |
| WO2019080881A1 (zh) | 行人流量漏斗生成方法及装置、存储介质、电子设备 | |
| US11864860B2 (en) | Biometric imaging and biotelemetry system | |
| WO2021068781A1 (zh) | 一种疲劳状态识别方法、装置和设备 | |
| Raj et al. | IoT-based real-time poultry monitoring and health status identification | |
| WO2018232846A1 (zh) | 一种大范围周边安全监控方法和系统 | |
| CN111564224A (zh) | 一种具有健康监测的智能监控系统及其实现方法 | |
| KR102397248B1 (ko) | 영상 분석 기반의 환자 동작 모니터링 시스템 및 그의 제공 방법 | |
| KR20130118512A (ko) | 얼굴 인식을 통한 환자 상태 모니터링 시스템 및 이를 이용한 환자 상태 모니터링 서비스 제공 방법 | |
| CN111227789A (zh) | 人体健康监护方法和装置 | |
| CN113724244A (zh) | 健康监测方法、装置及系统、健康检查设备及介质 | |
| CN112297020A (zh) | 一种用于监视危重病人的护理机器人 | |
| Kanade et al. | Remote monitoring technology for COVID-19 patients | |
| Priya et al. | An advanced fog based health care system using ann for the prediction of asthma | |
| US20230419503A1 (en) | System and method for operating room human traffic monitoring | |
| Haq et al. | Implementation of smart social distancing for COVID-19 based on deep learning algorithm | |
| CN113569671A (zh) | 异常行为报警方法、装置 | |
| Gaushik et al. | Architecture design of ai and iot based system to identify covid-19 protocol violators in public places | |
| CN113068124A (zh) | 一种基于智能可穿戴设备的特定区域内人员管理方法 | |
| US11688264B2 (en) | System and method for patient movement detection and fall monitoring | |
| CN111374651A (zh) | 一种新型智慧养老系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200911 |