申请/专利权人：吉林大学

申请日：2024-04-09

公开（公告）日：2024-05-31

公开（公告）号：CN118016326B

主分类号：G16H80/00

分类号：G16H80/00;G06F40/284;G06F40/30;G06F18/2415;G06V10/80;G06V10/82;G06V20/40;G06V20/70;G06V40/20;G16H10/60;G16H20/30;G16H50/70

优先权：

专利状态码：有效-授权

法律状态：2024.05.31#授权;2024.05.28#实质审查的生效;2024.05.10#公开

摘要：本申请公开了一种基于互联网的患者护理智能随访系统及方法，涉及智慧医疗技术领域，其采用基于深度学习的人工智能技术对患者复健锻炼视频和患者病情信息进行分析理解，挖掘出患者复健锻炼视频的复健动作语义特征表达，并结合患者病情信息的语义特征，为患者的运动锻炼提供智能化的指导建议。这样，能够实现智能化的远程随访和护理指导，减少患者和医护人员之间的时间和空间限制，为患者提供更便捷和个性化的康复护理随访服务。

主权项：1.一种基于互联网的患者护理智能随访系统，其特征在于，包括：患者信息获取模块，用于获取患者复健锻炼视频以及患者病情信息，其中，所述患者病情信息包括患者病历的文本描述和患者身体情况自述的文本描述；患者复健锻炼语义特征提取模块，用于提取所述患者复健锻炼视频的锻炼动作语义特征以得到患者复健锻炼动作语义特征向量；患者病情信息语义理解模块，用于对所述患者病情信息进行语义编码以得到患者病情语义特征向量；跨模态融合模块，用于融合所述患者病情语义特征向量和所述患者复健锻炼动作语义特征向量以得到患者病情康复语义特征向量；患者运动锻炼指导模块，用于基于所述患者病情康复语义特征向量，生成患者运动锻炼指导建议；其中，所述患者运动锻炼指导模块，包括：特征分布优化单元，用于计算所述患者病情康复语义特征向量的基于类概率的等效强度表征以得到优化患者病情康复语义特征向量；分类单元，用于将所述优化患者病情康复语义特征向量通过基于分类器的康复锻炼指导方案生成器以得到患者运动锻炼指导建议，其中，所述患者运动锻炼指导建议包括锻炼项目及其锻炼频率；其中，所述特征分布优化单元，包括：预分类子单元，用于使用训练完成的预分类模型对所述患者病情康复语义特征向量进行分类回归以得到类概率特征向量；等效强度计算子单元，用于计算所述类概率特征向量中各个位置的类概率值的倒数作为等效强度值以得到类概率等效强度表征特征向量；等效强度施加子单元，用于以所述类概率等效强度表征特征向量中各个位置的特征值作为系数分别乘以所述类概率特征向量以得到等效强度表征分类特征向量的序列；优化子单元，用于将所述等效强度表征分类特征向量的序列输入基于RNN模型的优化编码器以得到所述优化患者病情康复语义特征向量。

全文数据：

权利要求：

百度查询： 吉林大学 基于互联网的患者护理智能随访系统及方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD