CN113241179A - 一种用于智能驾驶车辆的控制系统及方法 - Google Patents

一种用于智能驾驶车辆的控制系统及方法 Download PDF

Info

Publication number
CN113241179A
CN113241179A CN202110604055.3A CN202110604055A CN113241179A CN 113241179 A CN113241179 A CN 113241179A CN 202110604055 A CN202110604055 A CN 202110604055A CN 113241179 A CN113241179 A CN 113241179A
Authority
CN
China
Prior art keywords
user
module
hospital
control system
driving vehicle
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
Application number
CN202110604055.3A
Other languages
English (en)
Inventor
舒劲秋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Vocational Institute of Engineering
Original Assignee
Chongqing Vocational Institute of Engineering
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing Vocational Institute of Engineering filed Critical Chongqing Vocational Institute of Engineering
Priority to CN202110604055.3A priority Critical patent/CN113241179A/zh
Publication of CN113241179A publication Critical patent/CN113241179A/zh
Pending legal-status Critical Current

Links

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
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/10—Path keeping
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/048—Activation functions
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Human Resources & Organizations (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Mechanical Engineering (AREA)
  • Epidemiology (AREA)
  • Transportation (AREA)
  • Economics (AREA)
  • Automation & Control Theory (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Pathology (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Databases & Information Systems (AREA)
  • Human Computer Interaction (AREA)

Abstract

本发明涉及无人驾驶领域，具体为一种用于智能驾驶车辆的控制系统及方法，包括数据采集模块、数据分析模块、路径规划模块和自动驾驶模块，数据采集模块采集用户体征数据后通过数据分析模块分析出用户的身体健康状态，路径规划模块根据用户的病情规划前往医院的行车路线，自动驾驶模块再根据行车路线进行自动驾驶。通过采集用户体征数据来分析用户的身体健康状态，然后在用户生病时为用户规划出到附近医院的行车路线并通过自动驾驶将用户送往医院。降低了用户在驾驶时突发疾病造成交通事故的概率的同时，还能够及时地将用户送到医院，保障了用户的生命健康安全。

Description

一种用于智能驾驶车辆的控制系统及方法
技术领域
本发明涉及无人驾驶领域，具体为一种用于智能驾驶车辆的控制系统及方法。
背景技术
在日常生活中，时常会有驾驶员在驾驶的过程中突发疾病，从而造成一系列交通事故的情况，所幸随着汽车智能化、电子化的推进，无人驾驶已是未来汽车发展的必然趋势，在没有认为干预的情况下，自动驾驶汽车也可以通过传感器感知周围环境、规划行车路线并控制汽车安全抵达目的地。但因为生活中有许多需要驾驶员手动驾驶的情况，所以无人驾驶还没有完全替代手动驾驶，因此，现在急需一种无人驾驶与手动驾驶相结合以避免驾驶员突发疾病造成交通事故的情况。
发明内容
本发明所解决的技术问题在于提供一种在驾驶员突发疾病时能够无人驾驶的车辆控制系统。
本发明提供的基础方案：一种用于智能驾驶车辆的控制系统，其特征在于：包括数据采集模块、数据分析模块、路径规划模块和自动驾驶模块；
所述数据采集模块用于采集用户体征数据；
所述数据分析模块用于根据用户体征数据分析出用户的身体健康状态，所述身体健康状态包括健康与生病两种状态；
所述辅助导航模块用于在用户身体健康状态为生病时为用户规划出到附近医院的行车路线；
所述自动驾驶模块用于根据辅助导航模块规划的行车路线进行自动驾驶。
本发明的原理及优点在于：本方案中通过采集用户体征数据来分析用户的身体健康状态，然后在用户生病时为用户规划出到附近医院的行车路线并通过自动驾驶将用户送往医院。降低了用户在驾驶时突发疾病造成交通事故的概率的同时，还能够及时地将用户送到医院，保障了用户的生命健康安全，也保护了社会的公共交通安全。
进一步，所述数据分析模块包括体征分析模块与病情判定模块；
所述体征分析模块用于根据用户体征数据分析出用户的身体健康状态；
所述病情判定模块用于在用户的身体健康状态为生病时判定出用户的病情等级，所述病情等级分为1-3级，1级为意识清醒且行动无碍，2级为意识清醒但行动不便，3级为意识不清醒。
有益效果：根据用户的病情进行分级，以用户的清醒程度和行动是否方便来分级可以判断出用户的病情严重性，能够判断出用户是否还具备手动驾驶能力，方便根据病情严重性规划出前往医院的路线，有利于保护用户的生命健康安全。
进一步，还包括病历录入模块；
所述病历录入模块用于录入用户的电子病历；所述路径规划模块还用于根据用户的电子病历来优先选择曾去过的医院进行路径规划。
有益效果：根据用户的电子病历来选择增去过医院进行治疗，所选择的医院对用户身体更为了解，有利于对用户病情的治疗。
进一步，还包括自动求救模块；
所述自动求救模块用于在用户的病情等级为3级时，向辅助导航模块规划的行车路线的目的地医院发送用户电子病历以及求救信息。
有益效果：在用户意识不清醒时向自动驾驶行车路线的目的地医院发送求救信息和电子病历，有利于医院分析判断用户的病情并提前做好医治用户的准备，提高了对用户生命健康的保护性。
进一步，所述辅助导航模块包括医疗定位模块与路径规划模块；
所述医疗定位模块用于获取用户附近的医院信息，所述医院信息包括位置信息、医院等级、医院类别和覆盖领域；
所述路径规划模块用于根据用户病情等级、电子病历和医院信息选择医院并规划导航路线。
有益效果：根据用户的病情等级以及医院的位置信息、医院等级、医院类别和覆盖领域来选取医院，对用户的病情更具有针对性，避免了用户病情严重，需要急救却送到小诊所，耽误了治疗时机的情况，有利于用户的生命健康安全。
进一步，所述体征数据包括心跳、体温、血压和瞳孔变化。
有益效果：从心跳、体温和血压来检测用户的身体状态，再从通孔变化来判定用户是否失去意识，有利于使的对用户的身体健康状态判定得更为精准。
一种用于智能驾驶车辆的控制方法，使用了上述任意一种用于智能驾驶车辆的控制系统。
有益效果：本方案中通过采集用户体征数据来分析用户的身体健康状态，然后在用户生病时为用户规划出到附近医院的行车路线并通过自动驾驶将用户送往医院。降低了用户在驾驶时突发疾病造成交通事故的概率的同时，还能够及时地将用户送到医院，保障了用户的生命健康安全，也保护了社会的公共交通安全。
附图说明
图1为本发明一种用于智能驾驶车辆的控制系统的逻辑框图。
具体实施方式
下面通过具体实施方式进一步详细说明：
具体实施过程如下：
实施例一
本实施例如图1所示，一种用于智能驾驶车辆的控制系统，包括数据采集模块、数据分析模块、路径规划模块和自动驾驶模块。
数据采集模块采集用户体征数据后通过数据分析模块分析出用户的身体健康状态，路径规划模块根据用户的病情规划前往医院的行车路线，自动驾驶模块再根据行车路线进行自动驾驶。
具体的，本实施例中数据采集模块采集的体征数据包括心跳、体温、血压和瞳孔变化，数据采集模块包括了智能手环和光敏传感器，智能手环中包括了脉搏传感器、温度传感器和血压传感器，分别用于检测用户心跳、体温和血压，通过心跳、体温和血压判断用户身体健康状态；光学传感器用于检测用户的瞳孔大小变化和瞳孔对光反射，用以判断用户的意识是否清醒。
数据分析模块包括体征分析模块和病情判定模块，体征分析模块用于分析用户的身体健康状态，体征分析模块会根据用户的日常体征数据来判断用户的体征数据是否异常，如果发现异常则会根据用户的心跳、体温和血压来判断用户实时的身体健康状态。用户的身体健康状态包括了健康和生病两种，如果检测出用户的身体健康状态为生病，那么病情判定模块还会根据用户的瞳孔大小变化和瞳孔对光反射来判断用户意识是否清醒，如果用户瞳孔两侧对称，对光线反应灵敏且存在对光反射，则判定用户意识清醒；如果用户两侧瞳孔散大或是缩小，又或者两侧瞳孔不等大小或对光反射迟钝或消失，则判定用户意识不清醒。判定用户意识是否清醒后还会根据用户体征数据以及用户的驾驶操作来判定用户是否行动方便，并根据用户是否清醒以及行动是否方便来为用户病情进行分级，本实施例中的用户病情等级分为1-3级，1级为意识清醒且行动无碍，2级为意识清醒但行动不便，3级为意识不清醒。用户病情等级为1级时则只为用户规划前往医院的行车路线，如果病情等级为2级或3级则通过自动驾驶模块根据行车路线自动驾驶并前往医院。
本实施例中还包括有病历录入模块和自动求救模块，病历录入模块用于录入用户的电子病历，电子病历中包括了用户的病史以及就诊医院。自动求救模块用于在用户病情等级为3级时，向辅助导航模块规划的行车路线的目的地医院发送用户电子病历以及求救信息，所述求救信息中包含了用户的体征数据以及位置信息，方便医院分析判断用户的病情并提前做好医治用户的准备。
辅助导航模块中包括了医疗定位模块和路径规划模块，所述医疗定位模块用于根据用户的定位信息获取用户附近的医院信息，医院信息中包括了位置信息、医院等级、医院类别和覆盖领域。其中，医院等级是依照三级医疗预防体系按医院规模、技术水平、医疗设备、管理水平和医院质量进行划分的。医院分类中包括了综合医院和专科医院。路径规划模块用于根据用户的病情等级和医院信息来通过人工智能算法选择目标医院并规划行车路线。
其中，路径规划模块中包括了BP神经网络模块，用于根据病情等级、电子病历和医院信息，生成目标医院。BP神经网络模块包括BP神经网络模型，BP神经网络模块使用BP神经网络技术来确定目标医院，具体的首先构建一个三层的BP神经网络模型，包括输入层、隐层和输出层，本实施例中，以心跳、体温、血压、意识是否清醒、病史、距离、医院等级、医院类别和覆盖领域作为输入层的输入，因此输入层有9个节点，而输出是目标医院，因此共有1个节点；针对于隐层，本实施例使用了以下公式来确定隐层节点的数量：
Figure BDA0003093779750000041
Figure BDA0003093779750000042
其中l为隐层的节点数，n为输入层的节点数，m为输出层的节点数，a为1至10之间的一个数，本实施例中取为6，因此隐层共有9个节点。BP神经网络通常采用Sigmoid可微函数和线性函数作为网络的激励函数。本文选择S型正切函数tansig作为隐层神经元的激励函数。预测模型选取S型对数函数tansig作为输出层神经元的激励函数。在BP网络模型构建完毕后，利用历史数据库中的体征数据记录和病史以及就诊医院作为样本对模型进行训练，通过训练完成后得到的模型可以取得较为合适的目标医院结果。
自动驾驶模块在用户病情等级为2到3级时会根据路径规划模块规划出的行车路线前往目标医院，让用户得以及时就诊，从而保护用户的生命健康安全。
实施例二
实施例二与实施例一的区别仅在于，本实施例是使用了实施例一中一种用于智能驾驶车辆的控制系统的一种用于智能驾驶车辆的控制方法。
以上的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (7)

1.一种用于智能驾驶车辆的控制系统，其特征在于：包括数据采集模块、数据分析模块、路径规划模块和自动驾驶模块；
所述数据采集模块用于采集用户体征数据；
所述数据分析模块用于根据用户体征数据分析出用户的身体健康状态，所述身体健康状态包括健康与生病两种状态；
所述辅助导航模块用于在用户身体健康状态为生病时为用户规划出到附近医院的行车路线；
所述自动驾驶模块用于根据辅助导航模块规划的行车路线进行自动驾驶。
2.根据权利要求1所述的一种用于智能驾驶车辆的控制系统，其特征在于：所述数据分析模块包括体征分析模块与病情判定模块；
所述体征分析模块用于根据用户体征数据分析出用户的身体健康状态；
所述病情判定模块用于在用户的身体健康状态为生病时判定出用户的病情等级，所述病情等级分为1-3级，1级为意识清醒且行动无碍，2级为意识清醒但行动不便，3级为意识不清醒。
3.根据权利要求2所述的一种用于智能驾驶车辆的控制系统，其特征在于：还包括病历录入模块；
所述病历录入模块用于录入用户的电子病历；所述路径规划模块还用于根据用户的电子病历来优先选择曾去过的医院进行路径规划。
4.根据权利要求3所述的一种用于智能驾驶车辆的控制系统，其特征在于：还包括自动求救模块；
所述自动求救模块用于在用户的病情等级为3级时，向辅助导航模块规划的行车路线的目的地医院发送用户电子病历以及求救信息。
5.根据权利要求2所述的一种用于智能驾驶车辆的控制系统，其特征在于：所述辅助导航模块包括医疗定位模块与路径规划模块；
所述医疗定位模块用于获取用户附近的医院信息，所述医院信息包括位置信息、医院等级、医院类别和覆盖领域；
所述路径规划模块用于根据用户病情等级、电子病历和医院信息选择医院并规划导航路线。
6.根据权利要求1所述的一种用于智能驾驶车辆的控制系统，其特征在于：所述体征数据包括心跳、体温、血压和瞳孔变化。
7.一种用于智能驾驶车辆的控制方法，其特征在于：使用了上述权利要求1-6中任一项所述的一种用于智能驾驶车辆的控制系统。
CN202110604055.3A 2021-05-31 2021-05-31 一种用于智能驾驶车辆的控制系统及方法 Pending CN113241179A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110604055.3A CN113241179A (zh) 2021-05-31 2021-05-31 一种用于智能驾驶车辆的控制系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110604055.3A CN113241179A (zh) 2021-05-31 2021-05-31 一种用于智能驾驶车辆的控制系统及方法

Publications (1)

Publication Number Publication Date
CN113241179A true CN113241179A (zh) 2021-08-10

Family

ID=77135959

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110604055.3A Pending CN113241179A (zh) 2021-05-31 2021-05-31 一种用于智能驾驶车辆的控制系统及方法

Country Status (1)

Country Link
CN (1) CN113241179A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103514356A (zh) * 2012-11-22 2014-01-15 Tcl集团股份有限公司 一种车载式家庭医疗系统及其数据处理方法
CN103942454A (zh) * 2014-05-07 2014-07-23 东南大学 一种基于流动监测车的急症患者应急救援系统
CN105373686A (zh) * 2014-08-13 2016-03-02 南宁市锋威科技有限公司 一种社区医疗健康的数字化诊疗集成系统
CN106066931A (zh) * 2016-05-25 2016-11-02 张福林 一种主动式智能医疗急救系统
CN110516161A (zh) * 2019-08-30 2019-11-29 深圳前海微众银行股份有限公司 一种推荐方法及装置
CN111341447A (zh) * 2020-02-14 2020-06-26 京东方科技集团股份有限公司 健康管理系统与方法
CN111986805A (zh) * 2020-07-07 2020-11-24 南京天航智能装备研究院有限公司 融合驾驶员大数据的智能网联车辆健康监测系统及方法
CN112687389A (zh) * 2021-01-13 2021-04-20 罗春华 基于5g和区块链的人工智能医疗分级就诊方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103514356A (zh) * 2012-11-22 2014-01-15 Tcl集团股份有限公司 一种车载式家庭医疗系统及其数据处理方法
CN103942454A (zh) * 2014-05-07 2014-07-23 东南大学 一种基于流动监测车的急症患者应急救援系统
CN105373686A (zh) * 2014-08-13 2016-03-02 南宁市锋威科技有限公司 一种社区医疗健康的数字化诊疗集成系统
CN106066931A (zh) * 2016-05-25 2016-11-02 张福林 一种主动式智能医疗急救系统
CN110516161A (zh) * 2019-08-30 2019-11-29 深圳前海微众银行股份有限公司 一种推荐方法及装置
CN111341447A (zh) * 2020-02-14 2020-06-26 京东方科技集团股份有限公司 健康管理系统与方法
CN111986805A (zh) * 2020-07-07 2020-11-24 南京天航智能装备研究院有限公司 融合驾驶员大数据的智能网联车辆健康监测系统及方法
CN112687389A (zh) * 2021-01-13 2021-04-20 罗春华 基于5g和区块链的人工智能医疗分级就诊方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李晓芬: "基于市级医疗资源分级诊疗平台设计与实现", 中国优秀硕士学位论文全文数据库医药卫生科技辑（月刊）, no. 11, 15 November 2019 (2019-11-15), pages 054 - 4 *
熊振芳等: "基础护理学", vol. 2017, 31 January 2017, 华中科技大学出版社, pages: 16 *

Similar Documents

Publication Publication Date Title
US11345234B2 (en) Method and apparatus for detecting status of vehicle occupant
Al-Sultan et al. Context-aware driver behavior detection system in intelligent transportation systems
Wang et al. Online seizure prediction using an adaptive learning approach
Moreira et al. Smart mobile system for pregnancy care using body sensors
Panagopoulos et al. Forecasting markers of habitual driving behaviors associated with crash risk
Manghirmalani et al. A fuzzy approach to classify learning disability
KR20190083998A (ko) 섬망 판별 장치 및 그 방법
CN118097636A (zh) 一种基于人工智能的自动检测司机疲劳度的图像视觉方法与系统
CN110816542B (zh) 提供驾驶员帮助的方法
US11027741B2 (en) Apparatus and method for estimating driver readiness and method and system for assisting driver
CN118098643A (zh) 一种急诊患者就医指导系统及方法
CN117272112A (zh) 基于多生理参数的癫痫检测方法、系统、设备及存储介质
CN113241179A (zh) 一种用于智能驾驶车辆的控制系统及方法
Lin et al. An integrated service platform for pervasive elderly care
Mishra et al. Artificial intelligence-based technological advancements in clinical healthcare applications: a systematic review
Zhang et al. Hierarchical multiple sensor fusion using structurally learned Bayesian network
Ghadami et al. Automated driver drowsiness detection from single-channel eeg signals using convolutional neural networks and transfer learning
Thara et al. Eeg forecasting with univariate and multivariate time series using windowing and baseline method
Agyemang-Gyau Artificial intelligence in healthcare and the implications for providers
Do et al. Predicting lung healthiness risk scores to identify probability of an asthma attack
Jouini et al. Predictive model for elderly dependency assessment in ambient assisted living
Sahu et al. Application of fuzzy logic to healthcare industry
Abada et al. Using Machine Learning Techniques to Predict People At-Risk for Drug Addiction: A Bayesian-Based Model
Alimoradi et al. Intelligence complements from the built environment: A review of smart building technologies for cognitively declined occupants
Jain et al. Bayesian-Enhanced EEG Signal Analysis for Epileptic Seizure Recognition: A 1D-CNN LSTM Approach

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