Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东港海关综合技术服务中心李学军获国家专利权

东港海关综合技术服务中心李学军获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉东港海关综合技术服务中心申请的专利基于人工智能的医疗残留物检测管理优化方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119811614B

龙图腾网通过国家知识产权局官网在2025-07-01发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510287477.0,技术领域涉及:G16H40/20;该发明授权基于人工智能的医疗残留物检测管理优化方法及系统是由李学军;占明;李雪梅;李思遥设计研发完成,并于2025-03-12向国家知识产权局提交的专利申请。

基于人工智能的医疗残留物检测管理优化方法及系统在说明书摘要公布了:本发明公开了基于人工智能的医疗残留物检测管理优化方法及系统,方法包括数据收集、数据预处理、残留物定位分类、残留物追踪管理和残留物检测管理;本发明涉及医疗残留物管理技术领域,具体是指基于人工智能的医疗残留物检测管理优化方法及系统。本方案采用采用结合残留物定位分类和残留物跟踪管理的综合检测管理方法,通过将定位分类与追踪管理有机结合,能够实时追踪医疗残留物的状态变化、处理过程及其流转路径,从而大大提高了管理效率和准确性;采用结合预训练检测模型的集成卷积变压器模型,进行残留物定位分类;采用结合改进门控循环单元和图神经网络的强化学习方法,进行残留物追踪管理。

本发明授权基于人工智能的医疗残留物检测管理优化方法及系统在权利要求书中公布了:1.基于人工智能的医疗残留物检测管理优化方法,其特征在于:该方法包括以下步骤: 步骤S1:数据采集,用于收集医疗残留物相关的多源数据,具体为通过摄像数据采集,进行监控手术室、病房、废物处理区的数据采集,并通过医疗系统,实时获取医疗设备和废弃物容器区域的图像数据,通过传感器,采集温湿度和空气质量环境数据,并通过标签追踪,采集医疗残留物动态数据,得到医疗残留物检测管理原始数据集; 步骤S2:数据预处理,得到医疗残留物检测管理优化数据集; 步骤S3:残留物定位分类,用于利用人工智能算法对医疗残留物进行定位与分类,识别不同类型的废弃物,并标注其位置,具体为依据所述医疗残留物检测管理优化数据集,采用结合预训练检测模型的集成卷积变压器模型,进行残留物定位分类,得到残留物定位分类参考数据,具体包括以下步骤:步骤S31:构建预训练检测模型;步骤S32:构建改进卷积变压器模型;步骤S33:构建集成分类器;步骤S34:残留物定位分类; 所述改进卷积变压器模型的计算公式为: FTBF=MSTFBi-AttTransformerFConv; 式中,FTBF是改进卷积变压器模型的特征输出,MSTF·是多尺度特征层级变换模块操作函数,Bi-Att·是双向注意力机制操作函数,Transformer·是变压器模型操作函数,FConv是标准卷积神经网络的特征输出; 步骤S4:残留物追踪管理,用于追踪医疗残留物从产生、处理到销毁的全过程,具体为依据所述医疗残留物检测管理优化数据集和所述残留物定位分类参考数据,采用结合改进门控循环单元和图神经网络的强化学习方法,进行残留物追踪管理,得到残留物追踪管理参考数据,包括以下步骤: 步骤S41:构建改进门控循环子网,具体为构建标准双向门控循环单元,并在所述双向门控循环单元的输出层后构建长短期依赖改进模块,所述长短期依赖改进模块,具体包括单层标准长短期记忆层和单层标准门控循环单元层,并通过构建所述长短期依赖改进模块,进行门控循环子网的输出特征更新,得到更新时序特征数据; 所述更新时序特征数据的计算公式为: h′t=1-at·BiGRUxt,ht-1,ht+at·fxt; 式中,h′t是经过长短期依赖改进的更新时序特征数据,at是更新时序权重,BiGRU·是双向门控循环单元操作函数,xt是原始数据输入,用于表示所述医疗残留物检测管理优化数据集和所述残留物定位分类参考数据,ht-1是前一时刻的标准双向门控循环单元的输出时序特征数据,ht是t时刻的标准双向门控循环单元的输出时序特征数据,t是时间索引,fxt是长短期依赖改进模块的输出特征数据; 步骤S42:构建图神经子网,具体为通过构建医疗残留物动态追踪状态图,并通过构建标准图神经子网,结合所述更新时序特征数据,进行时空间特征提取,得到时空特征数据; 步骤S43:构建强化学习模型,具体为通过构建状态空间参数和动作空间参数,结合奖励函数改进,依据所述时空特征数据,进行强化学习模型的构建,得到强化学习决策输出数据; 所述奖励函数改进,具体包括医疗残留物处理效率参数、医疗残留物处理安全性参数和医疗残留物利用率参数; 步骤S44:残留物追踪管理模型训练,具体为通过所述改进门控循环子网、所述图神经子网和所述强化学习模型,进行模型训练,得到残留物追踪管理模型; 步骤S45:残留物追踪管理,具体为使用所述残留物追踪管理模型,依据所述医疗残留物检测管理优化数据集和所述残留物定位分类参考数据,进行残留物追踪管理,得到残留物追踪管理参考数据; 步骤S5:残留物检测管理,得到残留物综合检测管理参考数据。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人东港海关综合技术服务中心,其通讯地址为:118300 辽宁省丹东市东港市银河路22号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。