浙江大學醫學院附屬第一醫院(浙江省第一醫院)黃自安獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉浙江大學醫學院附屬第一醫院(浙江省第一醫院)申請的專利基于物聯網的急診監護室內目標識別方法及系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN120339923B 。
龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202510821849.3,技術領域涉及:G06V20/40;該發明授權基于物聯網的急診監護室內目標識別方法及系統是由黃自安;張帥;高昕;王曉設計研發完成,并于2025-06-19向國家知識產權局提交的專利申請。
本基于物聯網的急診監護室內目標識別方法及系統在說明書摘要公布了:本發明涉及目標識別技術領域,具體地說,涉及基于物聯網的急診監護室內目標識別方法及系統。其包括以下步驟:通過攝像頭以固定幀率采集急診監護室內的視頻流并提取出圖像幀;采用YOLOv7模型對圖像幀中的每一幀進行實時目標檢測,識別出目標患者,通過DeepSORT算法關聯視頻流連續幀中的目標,并結合卡爾曼濾波跟蹤目標患者位置,在跟蹤目標患者位置的過程中構建四維時空?語義協同代價矩陣進行優化;通過3DCNN分析視頻流中目標患者的動作序列,并結合目標患者的生理數據判斷異常。本發明設計通過引入跨幀注意力機制與遮擋密度引導的特征融合策略,在YOLOv7模型中增強了對運動目標在復雜場景下的檢測能力。
本發明授權基于物聯網的急診監護室內目標識別方法及系統在權利要求書中公布了:1.基于物聯網的急診監護室內目標識別方法,其特征在于,包括以下步驟: S1、通過攝像頭以固定幀率采集急診監護室內的視頻流; S2、對采集的視頻流進行預處理,并提取出圖像幀; S3、采用YOLOv7模型對圖像幀中的每一幀進行實時目標檢測,識別出目標患者,通過DeepSORT算法關聯視頻流連續幀中的目標,并結合卡爾曼濾波跟蹤目標患者位置,在跟蹤目標患者位置的過程中構建四維時空-語義協同代價矩陣進行優化; S4、通過3DCNN分析視頻流中目標患者的動作序列,并結合目標患者的生理數據判斷異常; 其中,通過3DCNN分析視頻流中目標患者的動作序列,并結合目標患者的生理數據判斷異常,包括以下步驟: S4.1、根據目標患者的跟蹤ID,從視頻流中提取連續時間窗口的3D時空立方體,并同步采集對應時間段內的目標患者生理數據; S4.2、將3D時空立方體作為3DCNN模型的輸入,通過3DCNN模型的卷積層提取空間和時間維度上的視頻特征,輸出目標患者動作特征向量; S4.3、使用連續小波變換將目標患者的生理數據轉換為時頻圖,將時頻圖作為2DCNN模型的輸入,提取頻域特征,并引入因果掩碼; S4.4、使用交叉注意力機制計算目標患者動作特征與頻域特征的聯合特征向量,基于聯合特征向量通過MLP分類器進行異常分類,觸發報警機制; 進一步的,使用交叉注意力機制計算目標患者動作特征與頻域特征的聯合特征向量,包括以下步驟: S4.41、使用余弦相似度衡量目標患者動作特征向量和頻域特征向量之間的夾角余弦值來計算相似性得分; S4.42、對相似性得分應用Softmax函數,用于將相似性得分轉換為概率分布; S4.43、根據相似性得分,對動作特征向量和頻域特征向量進行加權求和,形成新的聯合特征向量。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人浙江大學醫學院附屬第一醫院(浙江省第一醫院),其通訊地址為:311121 浙江省杭州市余杭區倉前街道文一西路1367號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。