-
公开(公告)号：CN112674723A
公开(公告)日：2021-04-20
申请号：CN202011594730.0
申请日：2020-12-29
申请人： 首都医科大学附属北京安定医院 , 中国电子科技集团公司电子科学研究院
摘要： 本发明公开了一种服药依从性监测方法、终端及可读存储介质，其中方法包括：监测终端当前时间信息，在当前时间信息处于指定服药时间区间的情况下，通过预设算法对患者的服药过程进行识别；根据识别结果记录所述服药过程。本发明实施例通过预设算法对患者的服药过程进行识别，在识别通过的情况下，记录所述服药过程，由此可以辅助医生和患者家属实现辅助管理，提高精神障碍患者的整体服药依从性。
-
公开(公告)号：CN111274898A
公开(公告)日：2020-06-12
申请号：CN202010042360.3
申请日：2020-01-15
申请人： 首都医科大学 , 首都医科大学附属北京安定医院 , 中国电子科技集团公司电子科学研究院
摘要： 本发明公开了一种基于深度学习的视频流中群体情绪与凝聚力检测方法及装置：从摄像设备中获取视频流；将视频流输入到训练好的全局神经网络模型中进行全局的情绪与凝聚力检测分析，获取基于全局视频流的分析结果；对视频流进行人脸检测，将检测到的人脸图像进行剪裁并对齐，将对齐的人脸图像输入到训练好的人脸神经网络模型中进行人脸的情绪与凝聚力检测分析，获取基于人脸视频流的分析结果；对视频流进行躯干图像检测，将检测到的躯干图像剔除背景生成姿态特征图像，将姿态特征图像输入到训练好的姿态神经网络模型中进行姿态的情绪与凝聚力检测分析，获取基于姿态视频流的分析结果；对分析结果进行融合，得到最终群体情绪与凝聚力检测结果。
-
公开(公告)号：CN112614584A
公开(公告)日：2021-04-06
申请号：CN202011466471.3
申请日：2020-12-14
申请人： 首都医科大学 , 首都医科大学附属北京安定医院 , 中国电子科技集团公司电子科学研究院
IPC分类号： G16H50/20 , G16H10/20 , G06F16/332 , G06F16/33 , G06F40/20 , G06N3/04 , G10L25/66 , G10L25/30
摘要： 本发明公开了一种结合语音及文本转录分析的抑郁症辅助诊断方法、系统及存储介质，其特征在于，包括：利用标准化问题对应的语音问题与目标用户进行交互，确定对应的问诊信息；基于所述问诊信息通过预设算法进行预测；根据预测结果判定所述目标用户是否为抑郁症患者。通过本发明能够实现辅助识别可能存在的抑郁症患者，减轻医疗工作人员的工作量，提高抑郁症诊断效率。
-
公开(公告)号：CN111329494B
公开(公告)日：2022-10-28
申请号：CN202010130347.3
申请日：2020-02-28
申请人： 首都医科大学 , 首都医科大学附属北京安定医院 , 中国电子科技集团公司电子科学研究院
摘要： 本发明提出了一种抑郁症参考数据的获取方法及装置，包括：采集待测人员的语音信息；对语音信息进行处理以获取语音特征和语音文本；对语音特征进行计算得到第一中间结果，对语音文本进行计算得到第二中间结果，并将第一中间结果与第二中间结果进行融合计算以获得抑郁症参考数据。由此，通过采集待测人员的语音信息，可以利用从语音信息中提取到的语音特征和语音文本，获得抑郁症参考数据。该识别方法成本低，易推广，能够大量、高效、迅速地获得抑郁症参考数据，可以作为医生对于抑郁症诊断时的一种有效辅助参考。
-
公开(公告)号：CN112582061A
公开(公告)日：2021-03-30
申请号：CN202011465613.4
申请日：2020-12-14
申请人： 首都医科大学 , 首都医科大学附属北京安定医院 , 中国电子科技集团公司电子科学研究院
IPC分类号： G16H50/20 , G16H10/20 , G06F40/20 , G06N3/04 , G06F16/332
摘要： 本发明公开了一种基于文本问答的抑郁症辅助筛查方法、系统及存储介质，其中方法包括利用标准化问题对应的问题文本与目标用户进行交互，确定用户对应的问诊文本信息；基于所述用户的问诊文本信息通过预设算法进行预测；根据预测结果判定所述目标用户是否为抑郁症患者。本发明方法能够实现辅助识别可能存在的抑郁症患者，减轻医疗工作人员的工作量，提高抑郁症诊断效率。
-
公开(公告)号：CN112184673A
公开(公告)日：2021-01-05
申请号：CN202011059184.0
申请日：2020-09-30
申请人： 中国电子科技集团公司电子科学研究院 , 首都医科大学附属北京安定医院
摘要： 本发明公开了一种用于服药依从性管理的药片目标检测方法，本发明可准确识别室内复杂光照环境、复杂背景、不同拍摄角度距离、药片重叠分布图片中的药片位置和类别；其次，本发明实施例的检测模型是基于深度学习yolov3开源算法，部署在云端服务器，可高并发快速处理原始图片，实现实时输出结果；再者，本发明创新的结合了计算机图形学与计算机视觉两个领域的技术，通过光线追踪技术自动渲染生成药片图片样本，节省了采集和标注图片样本所需的大量人力和时间，同时在识别性能上取得了良好的效果。有效解决了深度学习技术在实际工程应用中遇到的样本缺乏的问题。
-
公开(公告)号：CN112582060A
公开(公告)日：2021-03-30
申请号：CN202011465603.0
申请日：2020-12-14
申请人： 首都医科大学 , 首都医科大学附属北京安定医院 , 中国电子科技集团公司电子科学研究院
IPC分类号： G16H50/20 , G16H10/20 , G06N3/04 , G06F16/432 , G06F16/332 , G06F16/33 , G06F16/732
摘要： 本发明公开了一种面向抑郁症初筛的多媒体辅助问诊系统，顺次连接的用户登录模块，问诊模块以及数据处理模块；所述用户登录模块，用于根据对目标用户的身份信息完成用户登录；所述问诊模块，用于在所述目标用户登录完成后，根据预设问诊内容与所述目标用户进行问诊交互获得对应的问诊数据；所述数据处理模块，用于根据所述问诊数据确定对应的抑郁症问诊结果。本发明能够辅助识别可能存在的抑郁症患者，减轻医疗工作人员的工作量，提高抑郁症诊断效率。
-
公开(公告)号：CN111329494A
公开(公告)日：2020-06-26
申请号：CN202010130347.3
申请日：2020-02-28
申请人： 首都医科大学 , 首都医科大学附属北京安定医院 , 中国电子科技集团公司电子科学研究院
摘要： 本发明提出了一种基于语音关键词检索和语音情绪识别的抑郁症检测方法，方法，包括：采集待测人员的语音信息；对语音信息进行处理以获取语音特征和语音文本；对语音特征进行计算得到第一诊断结果，对语音文本进行计算得到第二诊断结果，并将第一诊断结果与第二诊断结果进行融合计算以获得识别结果；根据识别结果判断所述待测人员是否为抑郁症患者。由此，通过采集待测人员的语音信息，可以利用从语音信息中提取到的语音特征和语音文本，对待测人员的抑郁情况进行自动识别。该识别方法成本低，易推广，能够大量、高效、迅速地识别待测人员的抑郁状况，可以作为医生对于抑郁症诊断的一种有效辅助手段。
-
公开(公告)号：CN111241817A
公开(公告)日：2020-06-05
申请号：CN202010065096.5
申请日：2020-01-20
申请人： 首都医科大学 , 首都医科大学附属北京安定医院 , 中国电子科技集团公司电子科学研究院
IPC分类号： G06F40/279 , G06F40/30 , G16H50/20 , G16H50/70
摘要： 本发明提出了一种基于文本的抑郁症识别方法，用以提高抑郁症识别精度。基于文本的抑郁症识别方法，包括：获取被测用户的语音信息并转换为文本信息；将所述文本信息转换为文本嵌入向量；基于所述文本嵌入向量，利用抑郁症预测模型进行预测得到预测结果，所述抑郁症预测模型为利用长短时记忆模型LSTM对文本嵌入向量样本进行训练得到的，所述文本向量样本中包括抑郁症文本向量样本和非抑郁症文本向量样本；确定所述文本信息中包含的目标关键词；根据所述预测结果及其对应的权重值和所述目标关键词及其对应的权重值的加权结果，确定所述被测用户是否属于抑郁症用户。
-
公开(公告)号：CN112716468A
公开(公告)日：2021-04-30
申请号：CN202011466448.4
申请日：2020-12-14
申请人： 首都医科大学 , 首都医科大学附属北京安定医院 , 中国电子科技集团公司电子科学研究院
摘要： 本发明公开了一种基于三维卷积网络的非接触心率测量方法和装置，其中方法包括，在接收到目标视频后，根据所述目标视频确定面部感兴趣区域样本；基于所述面部感兴趣区域样本通过预设算法确定对应的心率信息。本发明实施例利用目标视频确定面部感兴趣区域，实现扩充数据样本，降低光照、运动、面部表情变化等因素的干扰，提高心率测量的准确度。
-
-
-
-
-
-
-
-
-
搜索结果
19 条记录 (耗时 0.065 秒)
