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 > 浙江大学医学院附属第一医院(浙江省第一医院)黄自安获国家专利权

浙江大学医学院附属第一医院(浙江省第一医院)黄自安获国家专利权

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!

龙图腾网获悉浙江大学医学院附属第一医院(浙江省第一医院)申请的专利基于物联网的急诊监护室内目标识别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:CN120339923B

龙图腾网通过国家知识产权局官网在2025-08-26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:202510821849.3,技术领域涉及:G06V20/40;该发明授权基于物联网的急诊监护室内目标识别方法及系统是由黄自安;张帅;高昕;王晓设计研发完成,并于2025-06-19向国家知识产权局提交的专利申请。

基于物联网的急诊监护室内目标识别方法及系统在说明书摘要公布了:本发明涉及目标识别技术领域,具体地说,涉及基于物联网的急诊监护室内目标识别方法及系统。其包括以下步骤:通过摄像头以固定帧率采集急诊监护室内的视频流并提取出图像帧;采用YOLOv7模型对图像帧中的每一帧进行实时目标检测,识别出目标患者,通过DeepSORT算法关联视频流连续帧中的目标,并结合卡尔曼滤波跟踪目标患者位置,在跟踪目标患者位置的过程中构建四维时空‑语义协同代价矩阵进行优化;通过3DCNN分析视频流中目标患者的动作序列,并结合目标患者的生理数据判断异常。本发明设计通过引入跨帧注意力机制与遮挡密度引导的特征融合策略,在YOLOv7模型中增强了对运动目标在复杂场景下的检测能力。

本发明授权基于物联网的急诊监护室内目标识别方法及系统在权利要求书中公布了:1.基于物联网的急诊监护室内目标识别方法,其特征在于,包括以下步骤: S1、通过摄像头以固定帧率采集急诊监护室内的视频流; S2、对采集的视频流进行预处理,并提取出图像帧; S3、采用YOLOv7模型对图像帧中的每一帧进行实时目标检测,识别出目标患者,通过DeepSORT算法关联视频流连续帧中的目标,并结合卡尔曼滤波跟踪目标患者位置,在跟踪目标患者位置的过程中构建四维时空-语义协同代价矩阵进行优化; S4、通过3DCNN分析视频流中目标患者的动作序列,并结合目标患者的生理数据判断异常; 其中,通过3DCNN分析视频流中目标患者的动作序列,并结合目标患者的生理数据判断异常,包括以下步骤: S4.1、根据目标患者的跟踪ID,从视频流中提取连续时间窗口的3D时空立方体,并同步采集对应时间段内的目标患者生理数据; S4.2、将3D时空立方体作为3DCNN模型的输入,通过3DCNN模型的卷积层提取空间和时间维度上的视频特征,输出目标患者动作特征向量; S4.3、使用连续小波变换将目标患者的生理数据转换为时频图,将时频图作为2DCNN模型的输入,提取频域特征,并引入因果掩码; S4.4、使用交叉注意力机制计算目标患者动作特征与频域特征的联合特征向量,基于联合特征向量通过MLP分类器进行异常分类,触发报警机制; 进一步的,使用交叉注意力机制计算目标患者动作特征与频域特征的联合特征向量,包括以下步骤: S4.41、使用余弦相似度衡量目标患者动作特征向量和频域特征向量之间的夹角余弦值来计算相似性得分; S4.42、对相似性得分应用Softmax函数,用于将相似性得分转换为概率分布; S4.43、根据相似性得分,对动作特征向量和频域特征向量进行加权求和,形成新的联合特征向量。

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浙江大学医学院附属第一医院(浙江省第一医院),其通讯地址为:311121 浙江省杭州市余杭区仓前街道文一西路1367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。