公开(公告)号：CN117717333A

公开(公告)日：2024-03-19

申请号：CN202410039705.8

申请日：2024-01-11

申请人： 中国矿业大学(北京)

发明人： 李祥春 ,  邢明秀 ,  李玥毅 ,  田昕 ,  张书豪 ,  王银清

IPC分类号： A61B5/1455 ,  A61B5/11 ,  G06V40/20 ,  G06V10/40 ,  G06V10/774 ,  G06V20/40

摘要： 本发明公开了一种基于AI和近红外光谱的对地下空间恶劣环境下人的较为明显的不安全行为和微小的有意识不安全行为的判识方法，通过深度学习技术和计算机视觉技术可以实现对特定较为明显的地下恶劣环境下不安全行为的识别，而不明显的微小有意识不安全行为可以通过全脑近红外光谱成像及建模进行判识。利用SSAE模型对静息状态和作业过程，实施有意识不安全行为过程的脑部近红外光谱数据建模，通过训练可以预测到地下恶劣环境下作业人员大脑HbO2、HHb、以及tHb的实时浓度变化，当生理指标超过正常值发出警报，从而实现对不易发现的微小有意识不安全行为进行判识，为地下恶劣环境下作业人员不安全行为较为全面地识别提供了一种新的方法依据。