CN113571159A - 一种基于人工智能的孤独症谱系障碍儿童康复护理系统 - Google Patents
一种基于人工智能的孤独症谱系障碍儿童康复护理系统 Download PDFInfo
- Publication number
- CN113571159A CN113571159A CN202110918266.4A CN202110918266A CN113571159A CN 113571159 A CN113571159 A CN 113571159A CN 202110918266 A CN202110918266 A CN 202110918266A CN 113571159 A CN113571159 A CN 113571159A
- Authority
- CN
- China
- Prior art keywords
- rehabilitation
- data
- intelligent
- training
- unit
- 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
- 230000000474 nursing effect Effects 0.000 title claims abstract description 45
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 29
- 208000029560 autism spectrum disease Diseases 0.000 title claims abstract description 28
- 238000012549 training Methods 0.000 claims abstract description 97
- 238000012544 monitoring process Methods 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000011156 evaluation Methods 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 13
- 230000008451 emotion Effects 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims abstract description 10
- 238000007726 management method Methods 0.000 claims description 37
- 238000004891 communication Methods 0.000 claims description 17
- 238000013499 data model Methods 0.000 claims description 14
- 230000004927 fusion Effects 0.000 claims description 13
- 238000010276 construction Methods 0.000 claims description 12
- 238000013441 quality evaluation Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 8
- 230000003993 interaction Effects 0.000 claims description 8
- 230000002787 reinforcement Effects 0.000 claims description 7
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 4
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000013144 data compression Methods 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- 238000002955 isolation Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 2
- 230000002996 emotional effect Effects 0.000 claims 1
- 230000001617 migratory effect Effects 0.000 claims 1
- 206010003805 Autism Diseases 0.000 abstract description 10
- 208000020706 Autistic disease Diseases 0.000 abstract description 10
- 238000005516 engineering process Methods 0.000 abstract description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 5
- 238000013508 migration Methods 0.000 description 6
- 230000005012 migration Effects 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000013526 transfer learning Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000007621 cluster analysis Methods 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 208000012239 Developmental disease Diseases 0.000 description 1
- 206010015856 Extrasystoles Diseases 0.000 description 1
- 206010042008 Stereotypy Diseases 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000000926 separation method Methods 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- 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
-
- 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
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Pathology (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Animal Behavior & Ethology (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及人工智能和互联网技术的康复技术领域，公开了一种基于人工智能的孤独症谱系障碍儿童康复护理系统，包括智能安全监控终端，用于对患者的康复训练进行安全监控；智能陪护终端，用于对患者的训练项目进行情感陪护和护理指导；智能康复训练终端，用于对患者进行康复训练和评估；云服务器，用于提供康复护理知识库，对不同患者的差异提供针对性的方案并对上述终端反馈的护理过程进行辅助决。该系统基于儿童孤独症谱系障碍康复专家的先验的康复护理知识，结合语音识别，智能对话，知识图谱人工智能技术，打造集康复训练引导，情感陪护为一体的患者儿童康复护理系统。
Description
技术领域
本发明涉及基于人工智能和互联网技术的康复技术领域，具体涉及一种基于人工智能的孤独症谱系障碍儿童康复护理系统。
背景技术
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，人工智能可以对人的意识、思维的信息过程的模拟，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。
孤独症谱系障碍(ASD，Autism Spectrum Disorder)，是根据典型孤独症的核心症状进行扩展定义的广泛意义上的孤独症。孤独症，又称自闭症，是一种较为严重的发育障碍性疾病。典型孤独症，其核心症状就是所谓的“三联症”，主要体现为在社会性和交流能力、语言能力、仪式化的刻板行为三个方面同时都具有本质的缺损。
儿童孤独症谱系障碍是一种很特殊的疾病，近年来发病率不断上升，现有的对智障儿童进行康复护理需要花费康复院专家和护理师大量的时间精力，以及大量的康复护理费用投入，现存的护理方式过于传统，亟需一种可以通过人工智能技术开发针对儿童孤独症谱系障碍进行科学护理的系统，以儿童康复服务为目的，对于不同的儿童的个体化差异进行针对性护理，以及护理过程中的情况，进行科学的处理以及引导孤独症谱系障碍儿童进行语言沟通学习，更好的融入社会。
发明内容
针对现有技术存在的不足，本发明的目的在于基于儿童孤独症谱系障碍康复专家的先验的康复护理知识，结合语音识别，智能对话，知识图谱等人工智能技术，打造集康复训练引导，情感陪护为一体的患者儿童康复护理系统。
为了实现上述目的，本发明提供如下技术方案：
一种基于人工智能的孤独症谱系障碍儿童康复护理系统，包括：
智能安全监控终端，用于对患者的康复训练进行安全监控；
智能陪护终端，用于对患者的训练项目进行情感陪护和护理指导；
智能康复训练终端，用于对患者进行康复训练和评估；
云服务器，所述智能安全监控终端、智能陪护终端、智能康复训练终端、均与通过安全加密模块与所述云服务器连接，云服务器用于提供康复护理知识库，对不同患者的差异提供针对性的方案并对上述终端反馈的护理过程进行辅助决；所述云服务器包括云算法模块和知识图谱模块，所述云算法模块用于提供训练模型，所述知识图谱模块用于构建儿童孤独症谱系障碍知识图谱。
在本发明中，进一步的，还包括PC管理后台，所述智能安全监控终端、智能陪护终端、智能康复训练终端、云服务器均与所述PC管理后台连接，用于对各终端的数据进行管理、查看、任务操作以及云服务器数据的调取。
在本发明中，进一步的，所述知识图谱模块包括原始数据单元、知识抽取单元、知识融合单元、数据模型构建单元、质量评估单元，原始数据单元用于获取终端以及PC端的传输的原始数据，通过知识抽取单元、知识融合单元单元分别对原始数据进行知识抽取以及知识融合，形成标准知识表示以对数据模型构建单元的数据模型进行修订，数据模型构建单元对标准知识表示进行数据规范，质量评估单元对标准知识表示进行质量评估，最终进入知识图谱。
在本发明中，进一步的，所述云算法模块包括预训练模型加载、算法模型加载、模型训练、训练结果保存。
在本发明中，进一步的，所述模型训练包括监督学习单元、无监督学习单元、半监督学习单元、强化学习单元和迁移学习单元。
在本发明中，进一步的，所述云服务器还包括云通讯模块、云存储模块、云管理模块、云决策模块，所述云通讯模块用于设备通讯、设备管理、数据处理，所述云存储模块用于数据存储和数据压缩，所述云管理模块用于对整个云服务器资源进行统一调度，所述云决策模块用于提供多种决策方案以供用户选择。
在本发明中，进一步的，所述智能安全监控终端包括监控摄像头、数据本地存储单元、数据传输单元、数据处理单元以及异常行为报警单元，所述监控摄像头用于获取患者康复训练的监控数据，数据通过数据本地存储单元进行存储，并通过数据传输单元传输至数据处理单元，数据处理单元检测患者训练动作的正确性，在出现异常时，通过异常行为报警单元进行报警。
在本发明中，进一步的，所述智能陪护终端包括人机互交模块以及康复评估模块，所述人机互交模块用于引导患者进行语言沟通以及情感配合，所述康复评估模块用于对患者的训练结果进行评估。
在本发明中，进一步的，所述智能康复训练终端包括康复训练设备以及智能物联网关，所述康复训练设备用于患者进行康复训练，所述康复训练设备通过智能物联网关传输至PC端管理后台以及云服务器。
在本发明中，优选的，所述安全加密模块包括防火墙、网闸隔离装置、VPN加密装置。
与现有技术相比，本发明的有益效果是：
本系统结合智能康复设备、康复类专家知识构建儿童孤独症谱系障碍知识图谱，对于不同的儿童的个体化差异进行针对性护理，以及护理过程中的情况，进行科学的处理以及引导孤独症谱系障碍儿童进行语言沟通学习，更好的融入社会。同时该康复护理系统可以对设备、患者、患者亲属、训练师进行有效引导管理，为所有终端客户提供更专业的康复资源和康复训练指导。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明的整体的系统架构图；
图2是本发明的中智能安全监控终端的框图；
图3是本发明的中云服务器的构架原理图；
图4是本发明的孤独症谱系障碍儿童知识图谱构建原理图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，当组件被称为“固定于”另一个组件，它可以直接在另一个组件上或者也可以存在居中的组件。当一个组件被认为是“连接”另一个组件，它可以是直接连接到另一个组件或者可能同时存在居中组件。当一个组件被认为是“设置于”另一个组件，它可以是直接设置在另一个组件上或者可能同时存在居中组件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
请参见图1，本发明一较佳实施方式提供一种基于人工智能的孤独症谱系障碍儿童康复护理系统，包括：
智能安全监控终端，用于对患者的康复训练进行安全监控；
智能陪护终端，用于对患者的训练项目进行情感陪护和护理指导；
智能康复训练终端，用于对患者进行康复训练和评估；
云服务器，所述智能安全监控终端、智能陪护终端、智能康复训练终端、均与通过安全加密模块与所述云服务器连接，云服务器用于提供康复护理知识库，对不同患者的差异提供针对性的方案并对上述终端反馈的护理过程进行辅助决。
具体的，在本发明中，系统以云服务器为依托，包含智能康复训练终端、智能安全监控终端、智能陪护终端。其中，智能安全监控终端可对接训练师、智能陪护终端对接患者亲属、智能康复训练终端对接患者，三个终端均在数据均经过安全加密模块与云服务进行联通，安全加密模块保证数据传输过程中的安全可靠、防止信息泄漏，云服务器融合了大量人工智能算法、集数据采集和人工智能算法训练为一体，结合康复设备、康复类专家知识构建儿童孤独症谱系障碍知识图谱，对于不同的儿童的个体化差异进行针对性护理，以及护理过程中的情况进行智能辅助决策，因此，该康复护理系统可以对设备、患者、患者亲属、训练师进行有效引导管理，为所有终端客户提供更专业的康复资源和康复训练指导。
在本发明中，进一步的，本系统还包括PC管理后台，所述智能安全监控终端、智能陪护终端、智能康复训练终端、云服务器均与所述PC管理后台连接，用于对各终端的数据进行管理、查看、任务操作以及云服务器数据的调取。
PC端管理后台以家庭为单位，包括专家管理模块、资料发布管理模块、权限管理模块、客户管理模块、患者管理模块、设备管理模块、直播专栏模块等，专家管理模块可用于对实名注册认证的康复类专家进行管理，资料发布管理模块用于发布的资料进行管理，所述权限管理模块用于对用户等的权限进行管理，客户管理模块用于对客户方的数据进行管理，患者管理模块用于对患者端的数据进行管理，设备管理模块用于对监控的智能康复设备进行管理，直播专栏模块用于对专家直播进行管理。综上，PC端管理后台具有多种管理功能，主要用于实现对三个终端进行管理，如管理和查看康复设备状态、功能及观看使用说明，患者线上预约特定时间段的专家，匹配医患，并以远程指导的方式，提供语音或视频形式的解答。
在本发明中，进一步的，请参见图2，智能安全监控终端包括监控摄像头、数据本地存储单元、数据传输单元、数据处理单元以及异常行为报警单元、电源单元，所述监控摄像头用于获取患者康复训练的监控数据，数据通过数据本地存储单元进行存储，并通过数据传输单元传输至数据处理单元，数据处理单元检测患者训练动作的正确性，在出现异常时，通过异常行为报警单元进行报警。
具体的，监控摄像头24小时无间断获取监控数据，患者进行康复训练时候记录患者的训练过程，智能安全监控终端可由前方的训练师进行配备，一方面方便训练师随时在线查看数据，并可以发出警报，同时训练师可以及时作出相应的动作进行调整，另一方面可以作为临时的控制终端对单个智能康复训练设备进行临时控制，方便训练师进行现场调配和检修。
在本发明中，进一步的，所述智能陪护终端包括人机互交模块以及康复评估模块，人机互交模块包括语音识别、智能对话、情感训练以及情感配合等单元，主要用于引导患者进行语言沟通以及情感配合，康复评估模块用于对患者的训练结果进行评估。
由于孤独症患者存在较大的语言问题，因此语言训练是康复的重要项目。本方案的人机互交模块基于行为分析方法(简称ABA)的原理，采用人机交互和智能对话模式，通过一对一教学、一对一训练，引导式教育有助于患儿进行群体生活、群体沟通。康复评估模块用于在患者训练完成后，对患者本次训练成效进行评估，通过评估列表的方式了解患者相关情况，并且加载知识图谱导引功能，可以远程进行护理指导。
在本发明中，进一步的，智能康复训练终端包括康复训练设备以及智能物联网关，所述康复训练设备用于患者进行康复训练，所述康复训练设备通过智能物联网关传输至PC端管理后台以及云服务器。具体的，智能康复训练设备，包括了可以用于儿童孤独症谱系障碍的康复训练仪器和设备，其功能训练如感知训练、言语训练、大肌肉群活动训练、手功能活动训练、智能训练和行为矫正等对智障儿童进行康复训练。
智物联网关用于对智能康复训练设备进行管理并集成有RF、LORA等无线通信接入方式，传递智能康复训练设备数据至所述PC端管理后台和云服务器的物联管理系统，PC端管理后台通过WIFI/LAN与该物联管理系统链接。
此外，在本发明中，优选的，安全加密模块包括防火墙、网闸隔离装置、VPN加密装置，以提高数据传输和访问的安全性，从而可以有效保护患者数据信息的隐私。
在本发明中，请参见图3，云服务器包括云算法模块、云通讯模块、云存储模块、云管理模块、云决策模块和知识图谱模块。其中，云算法模块构建包括预训练模型加载、算法模型加载、模型训练、训练结果保存。预训练模型是深度学习的构架，通过加载算法模型，融合大量的人工智能算法，对模型进行训练，并将结果保存。
具体的，模型训练包括监督学习单元、无监督学习单元、半监督学习单元、强化学习单元、迁移学习单元。所述监督学习单元包括人工神经网络、贝叶斯、决策树、线性分类器，监督学习是用正确答案已知的例子来训练神经网络，也就是用标记过的数据，具体利用贝叶斯、决策树、线性分类器进行数据分类，所述无监督学习单元，包括人工神经网络、关联规则学习、分层聚类算法、聚类分析、异常检测。无监督学习中使用的数据是没有标记过的，即不知道输入数据对应的输出结果是什么，无监督学习只能读取数据，以寻找数据的模型和规律，具体利用关联规则学习、分层聚类算法、聚类分析、异常检测方法训练神经网络。
半监督学习单元包括生成模型、低密度分离、基于图形的方法、联合训练。半监督学习训练中使用的数据，只有一小部分是标记过的，而大部分是没有标记的，因此和监督学习相比，半监督学习的成本较低，但是又能达到较高的准确度，本方案主要利用低密度分离、基于图形的方法、联合训练的形式训练生成的模型。所述强化学习单元包括Q学习、策略梯度算法、基于模型强化学习、时序差分学习，强化学习利用未标记过的数据，通过Q学习、策略梯度算法、基于模型强化学习、时序差分学习来得出预测结果。所述的迁移学习单元包括样本迁移、特征迁移、参数迁移。基于样本的迁移通过对源域中有标定样本的加权利用完成知识迁移，基于特征的迁移通过将源域和目标域映射到相同的空间(或者将其中之一映射到另一个的空间中)并最小化源域和目标域的距离来完成知识迁移，基于参数的迁移将源域和目标域的模型与样本结合起来调整模型的参数。通过迁移学习可以上述将已建立的模型内容进行迁移，最终形成一个新的完整的神经网络。
进一步的，云通讯模块主要用于设备通讯、设备管理、数据处理等。云存储模块承担的主要功能为数据存储和数据压缩。云管理模块包括数据管理、资源管理、资源调度，对整个云服务器资源进行统一调度。云决策模块包括算法决策单元、人工决策单元、融合决策单元。如此，提供多种决策模式供用户进行选择，在不偏离计划的情况下选择算法决策单元即可，人工决策单元则用于纯专家组讨论进行决策，算法决策单元的结果仅供参考，融合决策单元是结合人工智能和专家组讨论，形成最适合的处理方案，具体决策根据实际需要选择。
在本发明中，进一步的，请参见图4，所述知识图谱模块包括原始数据单元、知识抽取单元、知识融合单元、数据模型构建单元、质量评估单元，原始数据单元用于获取终端以及PC端的传输的原始数据，通过知识抽取单元、知识融合单元单元分别对原始数据进行知识抽取以及知识融合，形成标准知识表示以对数据模型构建单元的数据模型进行修订，数据模型构建单元对标准知识表示进行数据规范，质量评估单元对标准知识表示进行质量评估，最终进入知识图谱。
具体的，从原始的数据到形成知识图谱，经历了知识抽取、知识融合(实体对齐)、数据模型构建、质量评估等步骤。原始的数据，按照数据的结构化程度来分，可以分为结构化数据、半结构化数据和非结构化数据，根据数据的不同的结构化形式，采用不同的方法，将数据转换为三元组的形式，然后对三元组的数据进行知识融合，主要是实体对齐以及和数据模型进行结合，经过融合之后，会形成标准的数据表示，为了发现新知识，可以依据一定的推理规则，产生隐含的知识，所有形成的知识经过一定的质量评估，最终进入知识图谱，依据知识图谱这个数据平台，可以实现孤独症谱系障碍儿童语义搜索，康复护理知识智能问答等一系列相关应用。
本发明公开了一种基于人工智能技术的孤独症谱系障碍儿童康复护理系统，系统以云服务器为依托包含多个智能终端，其中，智能康复训练终端进行康复训练和评估，智能安全监控终端进行安全监护，智能陪护和教育终端进行情感陪护和护理指导，融合了大量人工智能算法的云服务器集数据采集和人工智能算法训练为一体，结合康复设备、康复类专家知识构建儿童孤独症谱系障碍知识图谱，对于不同的儿童的个体化差异进行针对性护理，以及护理过程中的情况进行智能辅助决策，康复护理系统可以对设备、患者、患者亲属、训练师进行有效引导管理，为所有终端客户提供更专业的康复资源和康复训练指导。
上述说明是针对本发明较佳可行实施例的详细说明，但实施例并非用以限定本发明的专利申请范围，凡本发明所提示的技术精神下所完成的同等变化或修饰变更，均应属于本发明所涵盖专利范围。
Claims (10)
1.一种基于人工智能的孤独症谱系障碍儿童康复护理系统，其特征在于，包括：
智能安全监控终端，用于对患者的康复训练进行安全监控；
智能陪护终端，用于对患者的训练项目进行情感陪护和护理指导；
智能康复训练终端，用于对患者进行康复训练和评估；
云服务器，所述智能安全监控终端、智能陪护终端、智能康复训练终端、均与通过安全加密模块与所述云服务器连接，云服务器用于提供康复护理知识库，对不同患者的差异提供针对性的方案并对上述终端反馈的护理过程进行辅助决；所述云服务器包括云算法模块和知识图谱模块，所述云算法模块用于提供训练模型，所述知识图谱模块用于构建儿童孤独症谱系障碍知识图谱。
2.根据权利要求1所述的一种基于人工智能的孤独症谱系障碍儿童康复护理系统，其特征在于，还包括PC管理后台，所述智能安全监控终端、智能陪护终端、智能康复训练终端、云服务器均与所述PC管理后台连接，用于对各终端的数据进行管理、查看、任务操作以及云服务器数据的调取。
3.根据权利要求1所述的一种基于人工智能的孤独症谱系障碍儿童康复护理系统，其特征在于，所述知识图谱模块包括原始数据单元、知识抽取单元、知识融合单元、数据模型构建单元、质量评估单元，原始数据单元用于获取终端以及PC端的传输的原始数据，通过知识抽取单元、知识融合单元单元分别对原始数据进行知识抽取以及知识融合，形成标准知识表示以对数据模型构建单元的数据模型进行修订，数据模型构建单元对标准知识表示进行数据规范，质量评估单元对标准知识表示进行质量评估，最终进入知识图谱。
4.根据权利要求1所述的一种基于人工智能的孤独症谱系障碍儿童康复护理系统，其特征在于，所述云算法模块包括预训练模型加载、算法模型加载、模型训练、训练结果保存。
5.根据权利要求4所述的一种基于人工智能的孤独症谱系障碍儿童康复护理系统，其特征在于，所述模型训练包括监督学习单元、无监督学习单元、半监督学习单元、强化学习单元和迁移学习单元。
6.根据权利要求1所述的一种基于人工智能的孤独症谱系障碍儿童康复护理系统，其特征在于，所述云服务器还包括云通讯模块、云存储模块、云管理模块、云决策模块，所述云通讯模块用于设备通讯、设备管理、数据处理，所述云存储模块用于数据存储和数据压缩，所述云管理模块用于对整个云服务器资源进行统一调度，所述云决策模块用于提供多种决策方案以供用户选择。
7.根据权利要求1所述的一种基于人工智能的孤独症谱系障碍儿童康复护理系统，其特征在于，所述智能安全监控终端包括监控摄像头、数据本地存储单元、数据传输单元、数据处理单元以及异常行为报警单元，所述监控摄像头用于获取患者康复训练的监控数据，数据通过数据本地存储单元进行存储，并通过数据传输单元传输至数据处理单元，数据处理单元检测患者训练动作的正确性，在出现异常时，通过异常行为报警单元进行报警。
8.根据权利要求1所述的一种基于人工智能的孤独症谱系障碍儿童康复护理系统，其特征在于，所述智能陪护终端包括人机互交模块以及康复评估模块，所述人机互交模块用于引导患者进行语言沟通以及情感配合，所述康复评估模块用于对患者的训练结果进行评估。
9.根据权利要求1所述的一种基于人工智能的孤独症谱系障碍儿童康复护理系统，其特征在于，所述智能康复训练终端包括康复训练设备以及智能物联网关，所述康复训练设备用于患者进行康复训练，所述康复训练设备通过智能物联网关传输至PC端管理后台以及云服务器。
10.根据权利要求1所述的一种基于人工智能的孤独症谱系障碍儿童康复护理系统，其特征在于，所述安全加密模块包括防火墙、网闸隔离装置、VPN加密装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110918266.4A CN113571159A (zh) | 2021-08-11 | 2021-08-11 | 一种基于人工智能的孤独症谱系障碍儿童康复护理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110918266.4A CN113571159A (zh) | 2021-08-11 | 2021-08-11 | 一种基于人工智能的孤独症谱系障碍儿童康复护理系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113571159A true CN113571159A (zh) | 2021-10-29 |
Family
ID=78171180
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110918266.4A Pending CN113571159A (zh) | 2021-08-11 | 2021-08-11 | 一种基于人工智能的孤独症谱系障碍儿童康复护理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113571159A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114732663A (zh) * | 2022-03-18 | 2022-07-12 | 郑州大学 | 一种脑卒中患者及其照顾者二元心理健康图像映射系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107463780A (zh) * | 2017-08-04 | 2017-12-12 | 南京乐朋电子科技有限公司 | 一种3d虚拟自闭症治疗系统及治疗方法 |
| CN107833618A (zh) * | 2017-11-06 | 2018-03-23 | 广州优涵信息技术有限公司 | 自闭症儿童及家庭信息管理系统 |
| CN111739612A (zh) * | 2020-06-28 | 2020-10-02 | 华中师范大学 | 一种基于关键反应训练模式的孤独症自适应干预系统 |
| US20210133509A1 (en) * | 2019-03-22 | 2021-05-06 | Cognoa, Inc. | Model optimization and data analysis using machine learning techniques |
-
2021
- 2021-08-11 CN CN202110918266.4A patent/CN113571159A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107463780A (zh) * | 2017-08-04 | 2017-12-12 | 南京乐朋电子科技有限公司 | 一种3d虚拟自闭症治疗系统及治疗方法 |
| CN107833618A (zh) * | 2017-11-06 | 2018-03-23 | 广州优涵信息技术有限公司 | 自闭症儿童及家庭信息管理系统 |
| US20210133509A1 (en) * | 2019-03-22 | 2021-05-06 | Cognoa, Inc. | Model optimization and data analysis using machine learning techniques |
| CN111739612A (zh) * | 2020-06-28 | 2020-10-02 | 华中师范大学 | 一种基于关键反应训练模式的孤独症自适应干预系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114732663A (zh) * | 2022-03-18 | 2022-07-12 | 郑州大学 | 一种脑卒中患者及其照顾者二元心理健康图像映射系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110674772B (zh) | 电力作业现场智能安全管控辅助系统及方法 | |
| Hassan et al. | A Hybrid Real-time remote monitoring framework with NB-WOA algorithm for patients with chronic diseases | |
| CN111125061A (zh) | 一种规范和促进健康医疗大数据的方法 | |
| WO2019241145A1 (en) | Artificial intelligence applications for computer-aided dispatch systems | |
| CN113192624B (zh) | 紧急救治系统、紧急救治方法及电子设备 | |
| CN117238458B (zh) | 基于云计算的重症护理跨机构协同平台系统 | |
| WO2022091062A1 (en) | Automatic detection of disease-associated respiratory sounds | |
| Henson et al. | An ontological approach to focusing attention and enhancing machine perception on the Web | |
| Wang et al. | Parallel philosophy for MetaOrganizations with MetaOperations: From Leibniz’s monad to HanoiDAO | |
| Pham et al. | Context matching with reasoning and decision support using hedge algebra with Kansei evaluation | |
| Kara et al. | A quality model for the evaluation AAL systems | |
| CN113571159A (zh) | 一种基于人工智能的孤独症谱系障碍儿童康复护理系统 | |
| Damre et al. | Smart Healthcare Wearable Device for Early Disease Detection Using Machine Learning | |
| Raina et al. | Intelligent and Interactive Healthcare System (I 2 HS) Using Machine Learning | |
| CN111696677B (zh) | 利用医疗大数据支撑临床科研的信息管理系统 | |
| CN117412702A (zh) | 利用人工智能进行心理治疗的系统和方法 | |
| Siddik et al. | Psyche conversa-a deep learning based chatbot framework to detect mental health state | |
| Plattner et al. | A multi-sensory approach to acquire and process health and lifestyle information | |
| Zhang et al. | Research on application of computer big data and mobile communication technology in intelligent nursing service platform | |
| Chen | Applicability Analysis of Data-driven Methods for Adolescents Mental Health Surveillance | |
| Khan et al. | Computational Intelligent Models for Alzheimer's Prediction Using Audio Transcript Data | |
| CN113392221B (zh) | 一种对薄实体的处理方法及相关装置 | |
| Zadeh et al. | Improving Accessibility and Readability of Survey Reports in Digital Health Platforms using Conversational AI | |
| Lei | Emergency information communication structure by using multimodel fusion and artificial intelligence algorithm | |
| Amaturo et al. | Epistemic orientation for the technological future. Toward a research agenda for dealing with social challenges of internet of things |
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 |