CN114023424A - 一种妇产科婴儿看护系统 - Google Patents
一种妇产科婴儿看护系统 Download PDFInfo
- Publication number
- CN114023424A CN114023424A CN202111332572.6A CN202111332572A CN114023424A CN 114023424 A CN114023424 A CN 114023424A CN 202111332572 A CN202111332572 A CN 202111332572A CN 114023424 A CN114023424 A CN 114023424A
- Authority
- CN
- China
- Prior art keywords
- unit
- user
- nursing
- sub
- information
- 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.)
- Granted
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
- 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
- G16H40/20—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 management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
Abstract
本发明公开了一种妇产科婴儿看护系统,其中,所述系统包括:获得第一用户的第一个人信息、第一生产信息;对所述第一生产信息进行标记,生成第一生产标记;根据所述第一个人信息和所述第一生产标记,生成第一识别标签;根据所述第一生产信息,获得第一子用户,其中,所述第一用户和所述第一子用户一一对应;根据所述第一子用户和所述第一生产标记,生成第二识别标签;将所述第一识别标签和所述第二识别标签输入标签匹配评估模型进行训练,生成第一匹配结果;对所述第一子用户的看护环境进行监控,获得实时监测图像;基于所述第一匹配结果和所述实时监测图像,对所述第一子用户进行实时看护。
Description
技术领域
本发明涉及安全监护相关领域,尤其涉及一种妇产科婴儿看护系统。
背景技术
对于综合性和妇幼类医院,新生儿错换和盗取事件偶有发生,这给家庭,医院和社会都带来极大的痛苦,进而使得新生儿的安全看护问题亟待解决。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
由于现有技术中无法对新生儿进行全面到位的安全看管,使得无法确保新生儿的看护安全的技术问题。
发明内容
本申请实施例通过提供一种妇产科婴儿看护系统,解决了现有技术中无法对新生儿进行全面到位的安全看管,使得无法确保新生儿的看护安全的技术问题。达到了基于双用户识别标签匹配和看护环境监控,对新生儿的安全看护进行双重安全保障,提高了新生儿的看护安全的技术效果。
鉴于上述问题,提出了本申请实施例提供一种妇产科婴儿看护系统。
第一方面,本申请提供了一种妇产科婴儿看护系统,所述系统包括:第一获得单元:所述第一获得单元用于获得第一用户的第一个人信息、第一生产信息;第一标记单元:所述第一标记单元用于对所述第一生产信息进行标记,生成第一生产标记;第一生成单元:所述第一生成单元用于根据所述第一个人信息和所述第一生产标记,生成第一识别标签;第二获得单元:所述第二获得单元用于根据所述第一生产信息,获得第一子用户,其中,所述第一用户和所述第一子用户一一对应;第二生成单元:所述第二生成单元用于根据所述第一子用户和所述第一生产标记,生成第二识别标签;第一输入单元:所述第一输入单元用于将所述第一识别标签和所述第二识别标签输入标签匹配评估模型进行训练,生成第一匹配结果;第一监控单元:所述第一监控单元用于基于摄像头装置,对所述第一子用户的看护环境进行监控,获得实时监测图像;第一看护单元:所述第一看护单元用于基于所述第一匹配结果和所述实时监测图像,对所述第一子用户进行实时看护。
另一方面,本申请还提供了一种妇产科婴儿看护方法,所述方法包括:获得第一用户的第一个人信息、第一生产信息;对所述第一生产信息进行标记,生成第一生产标记;根据所述第一个人信息和所述第一生产标记,生成第一识别标签;根据所述第一生产信息,获得第一子用户,其中,所述第一用户和所述第一子用户一一对应;根据所述第一子用户和所述第一生产标记,生成第二识别标签;将所述第一识别标签和所述第二识别标签输入标签匹配评估模型进行训练,生成第一匹配结果;基于摄像头装置,对所述第一子用户的看护环境进行监控,获得实时监测图像;基于所述第一匹配结果和所述实时监测图像,对所述第一子用户进行实时看护。
第三方面,本发明提供了一种妇产科婴儿看护系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
通过获得第一用户的第一个人信息、第一生产信息;对所述第一生产信息进行标记,生成第一生产标记;根据所述第一个人信息和所述第一生产标记,生成第一识别标签;根据所述第一生产信息,获得第一子用户,其中,所述第一用户和所述第一子用户一一对应;根据所述第一子用户和所述第一生产标记,生成第二识别标签;将所述第一识别标签和所述第二识别标签输入标签匹配评估模型进行训练,生成第一匹配结果;基于摄像头装置,对所述第一子用户的看护环境进行监控,获得实时监测图像;基于所述第一匹配结果和所述实时监测图像,对所述第一子用户进行实时看护。达到了基于双用户识别标签匹配和看护环境监控,对新生儿的安全看护进行双重安全保障,提高了新生儿的看护安全的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种妇产科婴儿看护方法的流程示意图;
图2为本申请实施例一种妇产科婴儿看护方法的若所述第一识别标签和所述第二识别标签不匹配的流程示意图;
图3为本申请实施例一种妇产科婴儿看护方法的对所述来访用户的面容轮廓进行图像截取的流程示意图;
图4为本申请实施例一种妇产科婴儿看护方法的构建来访用户权限管理数据库的流程示意图;
图5为本申请实施例一种妇产科婴儿看护方法的结构示意图;
图6为本申请实施例示例性电子设备的结构示意图。
具体实施方式
本申请实施例通过提供一种妇产科婴儿看护系统,解决了现有技术中无法对新生儿进行全面到位的安全看管,使得无法确保新生儿的看护安全的技术问题。达到了基于双用户识别标签匹配和看护环境监控,对新生儿的安全看护进行双重安全保障,提高了新生儿的看护安全的技术效果。
下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
对于综合性和妇幼类医院,新生儿错换和盗取事件偶有发生,这给家庭,医院和社会都带来极大的痛苦,进而使得新生儿的安全看护问题亟待解决。由于现有技术中无法对新生儿进行全面到位的安全看管,使得无法确保新生儿的看护安全的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供了一种妇产科婴儿看护系统,所述系统包括:第一获得单元:所述第一获得单元用于获得第一用户的第一个人信息、第一生产信息;第一标记单元:所述第一标记单元用于对所述第一生产信息进行标记,生成第一生产标记;第一生成单元:所述第一生成单元用于根据所述第一个人信息和所述第一生产标记,生成第一识别标签;第二获得单元:所述第二获得单元用于根据所述第一生产信息,获得第一子用户,其中,所述第一用户和所述第一子用户一一对应;第二生成单元:所述第二生成单元用于根据所述第一子用户和所述第一生产标记,生成第二识别标签;第一输入单元:所述第一输入单元用于将所述第一识别标签和所述第二识别标签输入标签匹配评估模型进行训练,生成第一匹配结果;第一监控单元:所述第一监控单元用于基于摄像头装置,对所述第一子用户的看护环境进行监控,获得实时监测图像;第一看护单元:所述第一看护单元用于基于所述第一匹配结果和所述实时监测图像,对所述第一子用户进行实时看护。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种妇产科婴儿看护方法,其中,所述方法包括:
步骤S100:获得第一用户的第一个人信息、第一生产信息;
步骤S200:对所述第一生产信息进行标记,生成第一生产标记;
步骤S300:根据所述第一个人信息和所述第一生产标记,生成第一识别标签;
具体而言,对于综合性和妇幼类医院,新生儿错换和盗取事件偶有发生,这给家庭,医院和社会都带来极大的痛苦,为了应对此类情况的偶有发生,随着网络技术的发展,本申请实施例提供了一种妇产科婴儿看护方法,可有效避免新生儿的错抱。进一步的,所述第一用户可理解为医院的产妇,所述第一个人信息即为产妇的个人信息,包括常规的姓名、年龄、身高、体重等,所述第一生产信息包括产妇的生产过程体征数据信息、生产时长、以及新生婴儿的性别、体重、血型、脚印等信息,进一步的,可对所述第一生产信息进行标记,生成第一生产标记,所述第一生产标记即对产妇的生产过程有关信息进行标记,使得所述第一生产标记与所述第一用户一一对应起来。进一步的,将所述第一个人信息和所述第一生产标记进行数据融合,所述第一识别标签即为数据融合的结果,所述第一识别标签为产妇的专有识别标签。
步骤S400:根据所述第一生产信息,获得第一子用户,其中,所述第一用户和所述第一子用户一一对应;
步骤S500:根据所述第一子用户和所述第一生产标记,生成第二识别标签;
步骤S600:将所述第一识别标签和所述第二识别标签输入标签匹配评估模型进行训练,生成第一匹配结果;
具体而言,在获得所述第一识别标签之后,为了与所述第一识别标签一一对应,还可为新生儿制定特殊标签,进一步的,可根据所述第一生产信息,获得第一子用户,所述第一子用户即为产妇的新生儿,进而将所述第一子用户的个人信息和所述第一生产标记进行数据融合,所述第二识别标签即为数据融合的结果,所述第二识别标签为新生儿的专有识别标签,基于所述第一生产标记,可分别生成产妇和新生儿的识别标签,其中,所述第一识别标签和所述第二识别标签一一对应,即可通过所述第一识别标签快速准确匹配所述第二识别标签,或通过所述第二识别标签快速准确匹配所述第一识别标签,从而使得对新生儿进行安全看护,以防丢失。
通过将所述第一识别标签和所述第二识别标签输入标签匹配评估模型进行训练,通过对识别标签中的数据特征、数据序列进行计算机算法的匹配训练,可准确训练出所述第一识别标签和所述第二识别标签是否相匹配,所述第一匹配结果包含两种情况,即所述第一识别标签和所述第二识别标签匹配,反之,则不匹配。
步骤S700:基于摄像头装置,对所述第一子用户的看护环境进行监控,获得实时监测图像;
步骤S800:基于所述第一匹配结果和所述实时监测图像,对所述第一子用户进行实时看护。
具体而言,在已知对产妇和新生儿制定特有识别标签之后,为了对新生儿的看护安全进行双重安全保证,同时,还可基于摄像头装置,对所述第一子用户的看护环境进行监控,即通过摄像头装置,对新生儿的看护环境进行图形监控,基于所述实时监测图像,可有效监控新生儿的看护环境是否安全,进而基于所述第一匹配结果和所述实时监测图像,对所述第一子用户进行实时看护,从而为新生儿的看护安全提供了双重保障。
进一步的,如图2所示,本申请实施例还包括:
步骤S810:根据所述第一匹配结果,若所述第一识别标签和所述第二识别标签不匹配,生成第一预警指令;
步骤S820:根据所述看护环境,预设安全看护环境范围阈值;
步骤S830:根据所述实时监测图像,判断来访用户是否在所述安全看护环境范围阈值之内;
步骤S840:若所述来访用户在所述安全看护环境范围阈值之内,根据所述第一预警指令,对所述来访用户进行安全预警。
具体而言,当所述第一识别标签和所述第二识别标签不匹配时,说明产妇身份与新生儿身份不匹配,基于此,可根据所述看护环境,预设安全看护环境范围阈值,所述安全看护环境范围阈值,以新生儿的看护环境为基准,设定的具有一定安全环境的范围阈值,举例为,若新生儿的看护环境为保温箱,因此,所述安全看护环境范围阈值可设置为距离保温箱一定周距范围内,进而,根据所述实时监测图像,判断来访用户是否在所述安全看护环境范围阈值之内,即在来访用户的识别标签与新生儿识别标签不匹配的情况下,来访用户已经接近所述安全看护环境范围阈值,则根据所述第一预警指令,对所述来访用户进行安全预警,从而有效确保了新生儿的看护安全。
进一步的,如图3所示,所述对所述来访用户进行安全预警,之前,步骤S840包括:
步骤S841:构建来访用户权限管理数据库,所述来访用户权限管理数据库与婴儿看护系统通信连接;
步骤S842:根据所述实时监测图像信息,对所述来访用户的面容轮廓进行图像截取,生成第一来访用户图像信息;
步骤S843:将所述第一来访用户图像信息发送至所述来访用户权限管理数据库进行权限认证,生成第一认证结果;
步骤S844:根据所述第一认证结果,若所述来访用户认证失败,对所述来访用户进行安全预警。
具体而言,在对所述来访用户进行安全预警之前,可对其进行进一步的身份验证,具体的,可先构建来访用户权限管理数据库,所述来访用户权限管理数据库可对新生儿的来访用户进行权限管理,其中,可以对有权限看护新生儿的来访用户进行权限通过管理,也可以对没有权限看护新生儿的来访用户进行权限禁止管理,通过所述实时监测图像信息,可对所述来访用户的面容轮廓进行图像截取,所述第一来访用户图像信息即为对来访用户进行图像采集,包括体征体态、外部轮廓、面容等信息,同时,将所述第一来访用户图像信息发送至所述来访用户权限管理数据库进行权限认证,即判断来访用户的图像采集信息是否在来访用户权限管理数据库的权限管理范围之内,所述第一认证结果同样包含两种情况,即来访用户的图像采集信息在来访用户权限管理数据库的权限管理范围之内,反之,则不在,进而根据所述第一认证结果,如果所述来访用户认证失败,说明来访用户的图像采集信息在来访用户权限管理数据库的权限管理范围之外,说明来访用户的身份不明,可对所述来访用户进行安全预警,从而确保了新生儿的看护安全。
进一步的,如图4所示,所述构建来访用户权限管理数据库,步骤S841包括:
步骤S8411:获得所述第一用户的个人社交关系网;
步骤S8412:对所述个人社交关系网进行计算机算法的层级分类,生成第一关系网、第二关系网,其中,所述第一关系网具有第一亲密度,所述第二关系网具有第二亲密度,且所述第二亲密度小于所述第一亲密度;
步骤S8413:将所述第一关系网和所述第二关系网发送至所述第一用户的客户端进行访问权限采集,生成来访用户数据集;
步骤S8414:根据所述来访用户数据集,构建所述来访用户权限管理数据库。
具体而言,为了进一步构建来访用户权限管理数据库,具体的,可获得所述第一用户的个人社交关系网,所述个人社交关系网包含了产妇的个人社交关系,包含对内家庭的交际网络、对外社会的交际网络,其中,对内家庭的交际网络又可细分为具有直接血缘关系的第一交际网络和具有一般/间接血缘关系的第二交际网络等,进而对所述个人社交关系网进行计算机算法的层级分类,其中,所述第一关系网对应于具有直接血缘关系的第一交际网络,所述第二关系网对应于具有一般/间接血缘关系的第二交际网络,进而将所述第一关系网和所述第二关系网发送至所述第一用户的客户端进行访问权限采集,即对于所述第一关系网,产妇可允许哪些人对新生儿进行看护,对于所述第二关系网,产妇可允许哪些人对新生儿进行看护,所述来访用户数据集即为可对新生儿进行看护的,且经过所述第一用户对来访进行权限通过的用户集合,进而根据所述来访用户数据集,构建所述来访用户权限管理数据库,实现了精细化、保险化的构建来访用户权限管理数据库。
进一步的,所述对所述个人社交关系网进行计算机算法的层级分类,步骤S8412包括:
步骤S84121:根据所述个人社交关系网,获得所述第一用户的社交用户数据集合;
步骤S84122:将所述社交用户数据集合定义为N个样本点;
步骤S84123:基于所述N个样本点,随机选取K个中心点;
步骤S84124:对所述N个样本点与所述K个中心点进行距离计算,获得欧式距离数据集;
步骤S84125:根据所述欧式距离数据集,获得社交用户分类数据集,所述社交用户分类数据集为所述欧式距离数据集中最短距离;
步骤S84126:根据所述社交用户分类数据集,对所述社交用户数据集合进行关系网分类,生成所述第一关系网、所述第二关系网。
具体而言,为了对所述个人社交关系网进行计算机算法的层级分类,可根据所述个人社交关系网,获得所述第一用户的社交用户数据集合,即对所述第一用户的社交用户进行数据采集,进而集合得到所述社交用户数据集合,进一步的,对所述社交用户数据集合进行特征分类,将每个社交用户数据定义为样本点,共计N个样本点,样本点在地图上是零散分布的,在样本点中选取K个中心点,K小于或等于N,基于欧式距离,计算N个样本点与所述K各中心点的距离。所述欧氏距离是指两点之间的直线距离,即最短距离。将到第一个K中心点最短的距离保存在在栅格数据里,并将距离第一个K中心点最短距离的POI进行整理,形成第一特征数据集合,以此类推,计算每一个样本点到K中心点的距离,根据欧式距离数据集,将所有社交用户数据都进行分类,从而获得第二特征数据集合直至第M特征数据集合,实现了对社交用户数据的管理分类,使系统对众多社交用户数据进行快速定位,实现对所述个人社交关系网进行计算机算法的层级分类。
进一步的,所述将所述第一识别标签和所述第二识别标签输入标签匹配评估模型进行训练,步骤S600包括:
步骤S610:将所述第一识别标签和所述第二识别标签作为输入信息,输入标签匹配评估模型进行训练;
步骤S620:所述标签匹配评估模型通过多组训练数据训练所得,所述多组训练数据中的每一组训练数据均包括:所述第一识别标签、所述第二识别标签以及用来标识标签匹配结果的标识信息;
步骤S630:获得所述标签匹配评估模型的输出信息,所述输出信息包括所述第一匹配结果。
具体而言,为了获得准确的识别标签匹配结果,更具体的,可将所述第一识别标签和所述第二识别标签作为输入信息,输入标签匹配评估模型进行训练,所述标签匹配评估模型即机器学习中的神经网络模型,神经网络(Neural Networks,NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial Neural Networks,ANN),是对人类大脑系统的一阶特性的一种描述。简单地讲,它是一个数学模型。通过大量训练数据的训练,将所述第一识别标签和所述第二识别标签作为输入信息,输入标签匹配评估模型进行训练,则输出所述第一匹配结果。
更进一步而言,所述训练的过程实质为监督学习的过程,每一组监督数据均包括所述第一识别标签、所述第二识别标签以及用来标识标签匹配结果的标识信息,将所述第一识别标签和所述第二识别标签作为输入信息,输入标签匹配评估模型进行训练,根据用来标识标签匹配结果的标识信息,所述神经网络模型进行不断的自我修正、调整,直至获得的所述输出信息与所述标识信息一致,则结束本组数据监督学习,进行下一组数据监督学习;当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时,则监督学习过程结束。通过对所述神经网络模型的监督学习,进而使得所述神经网络模型处理所述输入信息更加准确,进而使得所述第一识别标签和所述第二识别标签的标签匹配结果更加合理、准确。
综上所述,本申请实施例所提供的一种妇产科婴儿看护系统具有如下技术效果:
1、通过获得第一用户的第一个人信息、第一生产信息;对所述第一生产信息进行标记,生成第一生产标记;根据所述第一个人信息和所述第一生产标记,生成第一识别标签;根据所述第一生产信息,获得第一子用户,其中,所述第一用户和所述第一子用户一一对应;根据所述第一子用户和所述第一生产标记,生成第二识别标签;将所述第一识别标签和所述第二识别标签输入标签匹配评估模型进行训练,生成第一匹配结果;基于摄像头装置,对所述第一子用户的看护环境进行监控,获得实时监测图像;基于所述第一匹配结果和所述实时监测图像,对所述第一子用户进行实时看护。达到了基于双用户识别标签匹配和看护环境监控,对新生儿的安全看护进行双重安全保障,提高了新生儿的看护安全的技术效果。
2、通过对产妇的社交关系进行计算机算法的智能分类,使得对来访用户的身份信息进行进一步的限定,有效的从侧面限制了来访用户的权限管理,达到了基于来访用户角度,对新生儿进行安全看护的技术效果。
实施例二
基于与前述实施例中一种妇产科婴儿看护方法同样发明构思,本发明还提供了一种妇产科婴儿看护系统,如图5所示,所述系统包括:
第一获得单元11:所述第一获得单元11用于获得第一用户的第一个人信息、第一生产信息;
第一标记单元12:所述第一标记单元12用于对所述第一生产信息进行标记,生成第一生产标记;
第一生成单元13:所述第一生成单元13用于根据所述第一个人信息和所述第一生产标记,生成第一识别标签;
第二获得单元14:所述第二获得单元14用于根据所述第一生产信息,获得第一子用户,其中,所述第一用户和所述第一子用户一一对应;
第二生成单元15:所述第二生成单元15用于根据所述第一子用户和所述第一生产标记,生成第二识别标签;
第一输入单元16:所述第一输入单元16用于将所述第一识别标签和所述第二识别标签输入标签匹配评估模型进行训练,生成第一匹配结果;
第一监控单元17:所述第一监控单元17用于基于摄像头装置,对所述第一子用户的看护环境进行监控,获得实时监测图像;
第一看护单元18:所述第一看护单元18用于基于所述第一匹配结果和所述实时监测图像,对所述第一子用户进行实时看护。
进一步,所述系统还包括:
第三生成单元:所述第三生成单元用于根据所述第一匹配结果,若所述第一识别标签和所述第二识别标签不匹配,生成第一预警指令;
第一预设单元:所述第一预设单元用于根据所述看护环境,预设安全看护环境范围阈值;
第一判断单元:所述第一判断单元用于根据所述实时监测图像,判断来访用户是否在所述安全看护环境范围阈值之内;
第一预警单元:所述第一预警单元用于若所述来访用户在所述安全看护环境范围阈值之内,根据所述第一预警指令,对所述来访用户进行安全预警。
进一步,所述系统还包括:
第一构建单元:所述第一构建单元用于构建来访用户权限管理数据库,所述来访用户权限管理数据库与婴儿看护系统通信连接;
第一截取单元:所述第一截取单元用于根据所述实时监测图像信息,对所述来访用户的面容轮廓进行图像截取,生成第一来访用户图像信息;
第一发送单元:所述第一发送单元用于将所述第一来访用户图像信息发送至所述来访用户权限管理数据库进行权限认证,生成第一认证结果;
第二预警单元:所述第二预警单元用于根据所述第一认证结果,若所述来访用户认证失败,对所述来访用户进行安全预警。
进一步,所述系统还包括:
第三获得单元:所述第三获得单元用于获得所述第一用户的个人社交关系网;
第一分类单元:所述第一分类单元用于对所述个人社交关系网进行计算机算法的层级分类,生成第一关系网、第二关系网,其中,所述第一关系网具有第一亲密度,所述第二关系网具有第二亲密度,且所述第二亲密度小于所述第一亲密度;
第二发送单元:所述第二发送单元用于将所述第一关系网和所述第二关系网发送至所述第一用户的客户端进行访问权限采集,生成来访用户数据集;
第二构建单元:所述第二构建单元用于根据所述来访用户数据集,构建所述来访用户权限管理数据库。
进一步,所述系统还包括:
第四获得单元:所述第四获得单元用于根据所述个人社交关系网,获得所述第一用户的社交用户数据集合;
第一定义单元:所述第一定义单元用于将所述社交用户数据集合定义为N个样本点;
第一选取单元:所述第一选取单元用于基于所述N个样本点,随机选取K个中心点;
第一计算单元:所述第一计算单元用于对所述N个样本点与所述K个中心点进行距离计算,获得欧式距离数据集;
第五获得单元:所述第五获得单元用于根据所述欧式距离数据集,获得社交用户分类数据集,所述社交用户分类数据集为所述欧式距离数据集中最短距离;
第二分类单元:所述第二分类单元用于根据所述社交用户分类数据集,对所述社交用户数据集合进行关系网分类,生成所述第一关系网、所述第二关系网。
进一步,所述系统还包括:
第二输入单元:所述第二输入单元用于将所述第一识别标签和所述第二识别标签作为输入信息,输入标签匹配评估模型进行训练;
第一训练单元:所述第一训练单元用于所述标签匹配评估模型通过多组训练数据训练所得,所述多组训练数据中的每一组训练数据均包括:所述第一识别标签、所述第二识别标签以及用来标识标签匹配结果的标识信息;
第六获得单元:所述第六获得单元用于获得所述标签匹配评估模型的输出信息,所述输出信息包括所述第一匹配结果。
前述图1实施例一中的一种妇产科婴儿看护方法的各种变化方式和具体实例同样适用于本实施例的一种妇产科婴儿看护系统,通过前述对一种妇产科婴儿看护方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种妇产科婴儿看护系统的实施方法,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图6来描述本申请实施例的电子设备。
图6图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种妇产科婴儿看护系统的发明构思,本发明还提供一种妇产科婴儿看护方法,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种妇产科婴儿看护系统的任一方法的步骤。
其中,在图6中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他系统通信的单元。处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本发明实施例提供的一种妇产科婴儿看护系统,所述系统包括:第一获得单元:所述第一获得单元用于获得第一用户的第一个人信息、第一生产信息;第一标记单元:所述第一标记单元用于对所述第一生产信息进行标记,生成第一生产标记;第一生成单元:所述第一生成单元用于根据所述第一个人信息和所述第一生产标记,生成第一识别标签;第二获得单元:所述第二获得单元用于根据所述第一生产信息,获得第一子用户,其中,所述第一用户和所述第一子用户一一对应;第二生成单元:所述第二生成单元用于根据所述第一子用户和所述第一生产标记,生成第二识别标签;第一输入单元:所述第一输入单元用于将所述第一识别标签和所述第二识别标签输入标签匹配评估模型进行训练,生成第一匹配结果;第一监控单元:所述第一监控单元用于基于摄像头装置,对所述第一子用户的看护环境进行监控,获得实时监测图像;第一看护单元:所述第一看护单元用于基于所述第一匹配结果和所述实时监测图像,对所述第一子用户进行实时看护。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品,该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种妇产科婴儿看护系统,其中,所述系统包括:
第一获得单元:所述第一获得单元用于获得第一用户的第一个人信息、第一生产信息;
第一标记单元:所述第一标记单元用于对所述第一生产信息进行标记,生成第一生产标记;
第一生成单元:所述第一生成单元用于根据所述第一个人信息和所述第一生产标记,生成第一识别标签;
第二获得单元:所述第二获得单元用于根据所述第一生产信息,获得第一子用户,其中,所述第一用户和所述第一子用户一一对应;
第二生成单元:所述第二生成单元用于根据所述第一子用户和所述第一生产标记,生成第二识别标签;
第一输入单元:所述第一输入单元用于将所述第一识别标签和所述第二识别标签输入标签匹配评估模型进行训练,生成第一匹配结果;
第一监控单元:所述第一监控单元用于基于摄像头装置,对所述第一子用户的看护环境进行监控,获得实时监测图像;
第一看护单元:所述第一看护单元用于基于所述第一匹配结果和所述实时监测图像,对所述第一子用户进行实时看护。
2.如权利要求1所述的系统,其中,所述系统还包括:
第三生成单元:所述第三生成单元用于根据所述第一匹配结果,若所述第一识别标签和所述第二识别标签不匹配,生成第一预警指令;
第一预设单元:所述第一预设单元用于根据所述看护环境,预设安全看护环境范围阈值;
第一判断单元:所述第一判断单元用于根据所述实时监测图像,判断来访用户是否在所述安全看护环境范围阈值之内;
第一预警单元:所述第一预警单元用于若所述来访用户在所述安全看护环境范围阈值之内,根据所述第一预警指令,对所述来访用户进行安全预警。
3.如权利要求2所述的系统,其中,所述第一预警单元,之前包括:
第一构建单元:所述第一构建单元用于构建来访用户权限管理数据库,所述来访用户权限管理数据库与婴儿看护系统通信连接;
第一截取单元:所述第一截取单元用于根据所述实时监测图像信息,对所述来访用户的面容轮廓进行图像截取,生成第一来访用户图像信息;
第一发送单元:所述第一发送单元用于将所述第一来访用户图像信息发送至所述来访用户权限管理数据库进行权限认证,生成第一认证结果;
第二预警单元:所述第二预警单元用于根据所述第一认证结果,若所述来访用户认证失败,对所述来访用户进行安全预警。
4.如权利要求3所述的系统,其中,所述第一构建单元,包括:
第三获得单元:所述第三获得单元用于获得所述第一用户的个人社交关系网;
第一分类单元:所述第一分类单元用于对所述个人社交关系网进行计算机算法的层级分类,生成第一关系网、第二关系网,其中,所述第一关系网具有第一亲密度,所述第二关系网具有第二亲密度,且所述第二亲密度小于所述第一亲密度;
第二发送单元:所述第二发送单元用于将所述第一关系网和所述第二关系网发送至所述第一用户的客户端进行访问权限采集,生成来访用户数据集;
第二构建单元:所述第二构建单元用于根据所述来访用户数据集,构建所述来访用户权限管理数据库。
5.如权利要求4所述的系统,其中,所述第一分类单元,包括:
第四获得单元:所述第四获得单元用于根据所述个人社交关系网,获得所述第一用户的社交用户数据集合;
第一定义单元:所述第一定义单元用于将所述社交用户数据集合定义为N个样本点;
第一选取单元:所述第一选取单元用于基于所述N个样本点,随机选取K个中心点;
第一计算单元:所述第一计算单元用于对所述N个样本点与所述K个中心点进行距离计算,获得欧式距离数据集;
第五获得单元:所述第五获得单元用于根据所述欧式距离数据集,获得社交用户分类数据集,所述社交用户分类数据集为所述欧式距离数据集中最短距离;
第二分类单元:所述第二分类单元用于根据所述社交用户分类数据集,对所述社交用户数据集合进行关系网分类,生成所述第一关系网、所述第二关系网。
6.如权利要求1所述的系统,其中,所述第一输入单元,包括:
第二输入单元:所述第二输入单元用于将所述第一识别标签和所述第二识别标签作为输入信息,输入标签匹配评估模型进行训练;
第一训练单元:所述第一训练单元用于所述标签匹配评估模型通过多组训练数据训练所得,所述多组训练数据中的每一组训练数据均包括:所述第一识别标签、所述第二识别标签以及用来标识标签匹配结果的标识信息;
第六获得单元:所述第六获得单元用于获得所述标签匹配评估模型的输出信息,所述输出信息包括所述第一匹配结果。
7.一种妇产科婴儿看护方法,其中,所述方法包括:
获得第一用户的第一个人信息、第一生产信息;
对所述第一生产信息进行标记,生成第一生产标记;
根据所述第一个人信息和所述第一生产标记,生成第一识别标签;
根据所述第一生产信息,获得第一子用户,其中,所述第一用户和所述第一子用户一一对应;
根据所述第一子用户和所述第一生产标记,生成第二识别标签;
将所述第一识别标签和所述第二识别标签输入标签匹配评估模型进行训练,生成第一匹配结果;
基于摄像头装置,对所述第一子用户的看护环境进行监控,获得实时监测图像;
基于所述第一匹配结果和所述实时监测图像,对所述第一子用户进行实时看护。
8.一种妇产科婴儿看护系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现权利要求1-6任一项所述系统的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111332572.6A CN114023424B (zh) | 2021-11-11 | 2021-11-11 | 一种妇产科婴儿看护系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111332572.6A CN114023424B (zh) | 2021-11-11 | 2021-11-11 | 一种妇产科婴儿看护系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114023424A true CN114023424A (zh) | 2022-02-08 |
CN114023424B CN114023424B (zh) | 2022-05-13 |
Family
ID=80063518
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111332572.6A Active CN114023424B (zh) | 2021-11-11 | 2021-11-11 | 一种妇产科婴儿看护系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114023424B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004061749A2 (en) * | 2002-12-17 | 2004-07-22 | Precision Dynamics Corporation A California Corporation | Multi-part form having detachable wristband, labels and cards or the like |
US20050280535A1 (en) * | 2004-06-18 | 2005-12-22 | Rf Technologies | Systems and methods for tagging and identification |
CN101630386A (zh) * | 2008-04-17 | 2010-01-20 | 中航芯控科技(北京)有限公司 | 母婴rfid管理信息系统 |
CN107949312A (zh) * | 2015-04-05 | 2018-04-20 | 斯米拉布莱斯有限公司 | 婴幼儿看护系统、婴幼儿数据聚集系统、聚集与婴幼儿数据有关的观察结果和聚集与婴幼儿数据有关的推论 |
CN108710663A (zh) * | 2018-05-14 | 2018-10-26 | 北京大学 | 一种基于本体模型的数据匹配方法及系统 |
CN113034844A (zh) * | 2021-02-26 | 2021-06-25 | 广元市中心医院 | 一种新生儿安防报警系统 |
-
2021
- 2021-11-11 CN CN202111332572.6A patent/CN114023424B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004061749A2 (en) * | 2002-12-17 | 2004-07-22 | Precision Dynamics Corporation A California Corporation | Multi-part form having detachable wristband, labels and cards or the like |
US20050280535A1 (en) * | 2004-06-18 | 2005-12-22 | Rf Technologies | Systems and methods for tagging and identification |
CN101630386A (zh) * | 2008-04-17 | 2010-01-20 | 中航芯控科技(北京)有限公司 | 母婴rfid管理信息系统 |
CN107949312A (zh) * | 2015-04-05 | 2018-04-20 | 斯米拉布莱斯有限公司 | 婴幼儿看护系统、婴幼儿数据聚集系统、聚集与婴幼儿数据有关的观察结果和聚集与婴幼儿数据有关的推论 |
CN108710663A (zh) * | 2018-05-14 | 2018-10-26 | 北京大学 | 一种基于本体模型的数据匹配方法及系统 |
CN113034844A (zh) * | 2021-02-26 | 2021-06-25 | 广元市中心医院 | 一种新生儿安防报警系统 |
Non-Patent Citations (2)
Title |
---|
NOR AZLINA ABD RAHMAN等: "Malaysia Hospital Asset Tracking System using RFID Technology (MHATS)", 《RESEARCH GATE》 * |
闫海姣: "物联网技术在婴儿监护系统中的应用研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114023424B (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112289423A (zh) | 一种基于智慧社区病患的复诊及康复的方法及系统 | |
CN112712882A (zh) | 一种提高重症护理管理水平的方法和系统 | |
Mall et al. | Credence-Net: a semi-supervised deep learning approach for medical images | |
CN114023424B (zh) | 一种妇产科婴儿看护系统及方法 | |
Chen et al. | Assessment of ChatGPT’s performance on neurology written board examination questions | |
CN112712264B (zh) | 一种智慧社区信息共享方法及系统 | |
Pikulkaew et al. | Enhanced pain detection and movement of motion with data augmentation based on deep learning | |
WO2023108418A1 (zh) | 脑图谱构建及神经环路检测的方法和相关产品 | |
Moreira et al. | Computational learning approaches for personalized pregnancy care | |
Jasim et al. | Driving sleepiness detection using electrooculogram analysis and grey wolf optimizer | |
CN113724891A (zh) | 医院疫情监测方法、装置及相关设备 | |
CN113822439A (zh) | 任务预测方法、装置、设备及存储介质 | |
CN112951434A (zh) | 一种智能评估产妇产前状态的方法及系统 | |
CN113014881A (zh) | 一种神经外科患者日常监护方法及系统 | |
CN113197554A (zh) | 一种高热患者的重症监护护理方法及系统 | |
CN112309529A (zh) | 一种基于人工智能的感染控制管理方法及系统 | |
CN113053482A (zh) | 一种肾内科患者的体征监测分析系统及方法 | |
CN106384005A (zh) | 一种基于增量式神经网络模型的抑郁症预测方法和预测系统 | |
CN112562834A (zh) | 一种基于机器学习的疫情预检分诊的方法及系统 | |
CN112509679A (zh) | 一种加强妇产科住院管理的方法及系统 | |
CN112397186A (zh) | 一种用于智慧医疗的安全监管方法及系统 | |
CN112086157B (zh) | 一种患者护理夹信息智能录入方法及系统 | |
Chang et al. | Characterizing placental surface shape with a high-dimensional shape descriptor | |
CN113035346B (zh) | 基于医学知识图谱的疾病类别评估装置及方法 | |
Nino et al. | Wearable devices and decision theory in the emergency triage process |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |