[发明专利]一种基于认知记忆识别与恢复方法及系统在审

专利信息
申请号: 201810853721.5 申请日: 2018-07-30
公开(公告)号: CN109256184A 公开(公告)日: 2019-01-22
发明(设计)人: 邓建晖 申请(专利权)人: 邓建晖
主分类号: G16H20/00 分类号: G16H20/00;G06F16/903
代理公司: 深圳市科吉华烽知识产权事务所(普通合伙) 44248 代理人: 李利
地址: 中国香港湾仔坚*** 国省代码: 中国香港;81
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 数据信息 认知 记忆识别 记忆数据 记忆信息 恢复 数据库 场景数据信息 关联 采集活动 技术改进 认知设备 特征标志 显著特征 映射关系 增强记忆 自动生成 输入相 遗忘 存储 采集 查找 场景 查询 帮助
【说明书】:

发明适用于认知技术改进领域,提供了一种基于认知记忆识别与恢复方法,包括:S1、通过认知设备采集活动场景中的数据信息;S2、对采集到的场景数据信息进行显著特征提取生成特征标志;S3、将生成的显著标志与提取的数据信息建立映射关系在数据库中自动生成记忆信息进行存储;S4、输入相关联的查找记忆数据信息;S5、根据输入的数据信息选择对应的方式对生成的记忆信息在数据库中进行查询;S6、判断在记忆数据中是否有相关联的数据信息。通过该方法能够增强人的记忆,在遗忘记忆后有助于记忆的恢复,通过认知技术有效的帮助人恢复,增强记忆的,使得失忆后能够很快的找回记忆更加方便、快捷。

技术领域

本发明属于认知技术改进领域,尤其涉及一种基于认知记忆识别与恢复方法。

背景技术

本发明主要用于辅助认知记忆功能障碍的恢复,目前,大部分记忆功能障碍是由阿尔茨海默病引起,此病是一种起病隐匿的进行性发展的神经系统退行性疾病,临床上以记忆障碍失语,失用,失队,视空间技能损伤,执行功能障碍及人格和行为改变等全面性疾病表现为特征,病因致今未明,俗称老年疾病。

本发明通过穿戴式设备,协助有认知记忆功能障碍的用户。通过人工智能显著法,自动语义图像式信息形状分割法等,自动认知用户的记忆,进行特征性标志,而存储记忆性人、事、场景等,再根据所需外界或自已记忆需求,提取相关的人、事、场景的等竺记忆,从而有效的帮助用户恢复记忆,克服记忆障碍,改善用户的生活质量。

此发明也可用于其它神经系统退行性疾病所引起的记忆功能障碍,如血管性疾病,额颞叶疾病,帕金森疾病等。也可用于脑外伤,心理性失忆症而引起的记忆功能障碍。

发明内容

本发明的目的在于提供一种基于认知记忆识别与恢复方法,旨在解决记忆丢失无法辅助恢复的技术问题。

本发明是这样实现的,一种基于认知记忆识别与恢复方法,所述自动认知记忆恢复方法包括以下步骤:

S1、通过认知设备采集活动场景中的数据信息;

S2、对采集到的场景数据信息进行显著特征提取生成特征标志;

S3、将生成的显著标志与提取的数据信息建立映射关系在数据库中自动生成记忆信息进行存储;

S4、输入相关联的查找记忆数据信息;

S5、根据输入的数据信息选择对应的方式对生成的记忆信息在数据库中进行查询;

S6、判断在记忆数据中是否有相关联的数据信息,如有,则调取数据信息进行记忆回放进行恢复记忆,如否,则输入的信息不属于该数据库记录的回忆信息则返回步骤S4。

本发明的进一步技术方案是:所述步骤S2生成特征标志中采用的是显著法和自动语义图像分割法结合方式或显著法方式或自动语义图像分割法。

本发明的进一步技术方案是:所述步骤S3中还包括以下步骤:

S31、将自动生成记忆信息进行数据加密处理后将其传输到云端进行大数据存储。

本发明的进一步技术方案是:所述步骤S6中还包括以下步骤:

S61、在确认记忆恢复后通过学习记忆中的存储的人物信息在记忆库进行增强和更新。

本发明的进一步技术方案是:所述步骤S1中认知设备利用听觉、视觉、味觉、触觉及嗅觉感知活动场景进行采集数据信息。

本发明的进一步技术方案是:所述步骤S4中在进行相关联的记忆数据输入中利用关键词、图像及语音方式进行本人或他人的信息。

本发明的进一步技术方案是:所述步骤S5中在对比数据库进行查询中采用AI交互、深度学习、搜索、查新及寻找中的一种或多种相结合的方式。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于邓建晖,未经邓建晖许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810853721.5/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top