[发明专利]患者紧急救护平台在审
申请号: | 201910013687.5 | 申请日: | 2019-01-08 |
公开(公告)号: | CN109529147A | 公开(公告)日: | 2019-03-29 |
发明(设计)人: | 王明霞;付爱荣;郭民艳 | 申请(专利权)人: | 彭海涛 |
主分类号: | A61M3/02 | 分类号: | A61M3/02;G06T3/00;G06T7/136;G06T3/40 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 222002 江苏省连云*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 概率 概率模型 紧急救护 诊断 斯氏 疾病 计算机程序 输入计算机 电子计算机 概率公式 决策模型 设备设定 专家系统 计算机 鉴别 医护 | ||
1.一种患者紧急救护平台,其特征在于,包括:
电动洗胃机主体,包括主机、电动泵、液管和洗胃管,所述主机与所述电动泵连接,所述液管和所述洗胃管连接。
2.如权利要求1所述的患者紧急救护平台,其特征在于,所述平台还包括:
网络摄像设备,设置在电动洗胃机主体的一侧,用于对电动洗胃机主体所在位置进行摄像操作,以获得网络拍摄图像。
3.如权利要求2所述的患者紧急救护平台,其特征在于:
在所述网络摄像设备中,所述摄像操作的开启或关闭由接收到的网络指令触发。
4.如权利要求3所述的患者紧急救护平台,其特征在于,所述平台还包括:
信号分析设备,与所述网络摄像设备连接,用于接收网络拍摄图像,对网络拍摄图像进行复原处理相关的特征量的提取,将提取后的特征量输入到由输入层、输出层和多个隐含层组成的数据分析模型中,用于逐层对输入层输入的特征量进行数据分析,输出层与最后一个隐含层连接,用于将最后一个隐含层的进行数据分析的结果输出,其中,输出层的输出量类型为复原处理类型。
5.如权利要求4所述的患者紧急救护平台,其特征在于,所述平台还包括:
自适应复原设备,与所述信号分析设备连接,用于接收所述复原处理类型,并对所述网络拍摄图像执行基于所述复原处理类型的复原操作,以获得并输出复原后图像;
插值设备,与所述自适应复原设备连接,用于接收复原后图像,确定所述复原后图像中的背景复杂度,基于所述背景复杂度确定对所述复原后图像进行平均分割的图像碎片数量,所述背景复杂度越高,对所述复原后图像进行平均分割的图像碎片数量越多,对各个图像碎片分别执行基于图像碎片模糊度的插值处理操作以获得各个插值碎片,图像碎片模糊度越大,对图像碎片执行的插值处理操作强度越大,将各个插值碎片进行组合以获得插值组合图像;
曲率调整设备,与所述插值设备连接,用于接收所述插值组合图像,对所述插值组合图像中的曲线执行曲率调整处理以使得所述插值组合图像中的所有曲线的曲率小于限量,以获得对应的曲率调整图像;
畸变度识别设备,与所述曲率调整设备连接,用于接收所述曲率调整图像,对所述曲率调整图像执行畸变度倒数解析操作,以获得所述曲率调整图像的畸变度倒数以作为参考畸变度倒数输出;
参数比对设备,与所述畸变度识别设备连接,用于接收所述参考畸变度倒数,并将所述参考畸变度倒数与畸变度倒数阈值进行比较,以在所述参考畸变度倒数大于等于所述畸变度倒数阈值时,发出第一比对指令,在所述参考畸变度倒数小于所述畸变度倒数阈值时,发出第二比对指令;
校正处理设备,分别与所述参数比对设备和所述畸变度识别设备连接,用于在接收到所述第二比对指令时,对所述曲率调整图像执行失真校正处理,以获得失真校正图像,还用于在接收到所述第一控制指令时,将所述曲率调整图像作为失真校正图像输出;
直方图聚类设备,与所述校正处理设备连接,用于接收失真校正图像,通过直方图聚类分析对失真校正图像进行分割,以获得各个子图像;
复杂度检测设备,与直方图聚类设备连接,用于接收各个子图像,针对每一个子图像,对该子图像进行复杂度检测,以获得各个子图像的各个复杂度;
自适应数据提取设备,分别与直方图聚类设备和复杂度检测设备连接,用于接收各个子图像,以及接收各个子图像的各个复杂度,基于每一个子图像的复杂度确定该子图像的目标分割阈值范围;
图像分析设备,与阈值选择设备连接,用于对每一个子图像执行基于对应目标分割阈值的目标分割处理,以获得对应的子图案,并将所有子图像的子图案进行拼接以获得各个拼接图案,还用于对各个拼接图案分别进行人体轮廓检测以确定与人体轮廓相似度最高的拼接图案作为人体子图像;
电动泵控制设备,分别与所述电动泵和所述图像分析设备连接,用于在所述人体子图像占据所述失真校正图像的面积百分比确定与所述面积百分比成正比的电动泵驱动档位。
6.如权利要求5所述的患者紧急救护平台,其特征在于:
在所述自适应数据提取设备中,子图像的复杂度越高,该子图像的目标分割阈值范围宽度越小。
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彭海涛,未经彭海涛许可,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/201910013687.5/1.html,转载请声明来源钻瓜专利网。