一种基于神经卷积网络的疫情防控筛查预警系统技术方案

本发明专利技术涉及疫情防控技术领域，且公开了一种基于神经卷积网络的疫情防控筛查预警系统，包括数据处理中心、输入终端、监测终端、防控预警平台和推送模块，所述输入终端和防控预警平台均通过以太网与数据处理中心双向信号连接。该基于神经卷积网络的疫情防控筛查预警系统，过构建神经卷积网络并对神经网络进行训练，从而可以利用该检测模型对进入医院内的病人进行筛查，从中筛选出疑似病患，然后将疑似病患的病例与进出医院的人员进行比对，通过人脸识别算法筛选出接触人群，再通过口罩识别算法对接触人群的危险程度进行分类，然后将结果通过推送模块推送给接触人群，提醒接触人群前往检测，从而有效避免疫情传播。从而有效避免疫情传播。从而有效避免疫情传播。

【技术实现步骤摘要】
一种基于神经卷积网络的疫情防控筛查预警系统


[0001]本专利技术涉及疫情防控
，具体为一种基于神经卷积网络的疫情防控筛查预警系统。

技术介绍

[0002]卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习的代表算法之一，卷积神经网络具有表征学习能力，能够按其阶层结构对输入信息进行平移不变分类，因此也被称为“平移不变人工神经网络，人员的筛查识别是整个疫情防疫过程的重要一环，疫情早期通过各种手段监测识别出已感染人员，并尽快进行隔离治疗是防止疫情在人群中大规模扩散的主要手段。
[0003]目前一般采用各类温度测量的方法进行排查，最终得到的数据也仅是个人温度记录，数据本身较单一，无法进行深入分析，而且后续通过人工排查效率较低，容易导致疫情不断传播，故而提出了一种基于神经卷积网络的疫情防控筛查预警系统来解决上述所提出的问题。

技术实现思路

[0004](一)解决的技术问题
[0005]针对现有技术的不足，本专利技术提供了一种基于神经卷积网络的疫情防控筛查预警系统，具备反应迅速，能够降低疫情传播风险的优点，解决了目前一般采用各类温度测量的方法进行排查，最终得到的数据也仅是个人温度记录，数据本身较单一，无法进行深入分析，而且后续通过人工排查效率较低，容易导致疫情不断传播的问题。
[0006](二)技术方案
[0007]为实现上述反应迅速，能够降低疫情传播风险的目的，本专利技术提供如下技术方案：一种基于神经卷积网络的疫情防控筛查预警系统，包括数据处理中心、输入终端、监测终端、防控预警平台和推送模块，所述输入终端和防控预警平台均通过以太网与数据处理中心双向信号连接，所述防控预警平台与推送模块通过以太网信号连接，所述防控预警平台与监测终端通过以太网信号连接。
[0008]优选的，所述输入终端包括控制模块、输入模块、输出模块、显示模块、身份证阅读模块和人脸识别模块，所述输入模块、输出模块、显示模块、身份证阅读模块和人脸识别模块均与控制模块双向电连接。
[0009]优选的，所述监测终端包括防雨遮阳棚、智能补光灯、监控摄像头和环境光线监测模块组成，所述防雨遮阳棚内周壁顶部固定安装有智能补光灯、监控摄像头和环境光线监测模块，所述智能补光灯和监控摄像头的数量均不小于两个。
[0010]优选的，包括以下步骤：
[0011]1)在数据处理中心内构建神经卷积网络框架，通过输入模块将医疗设备采集的确诊患者病症原始数据输入控制模块内，并利用数据处理程序对采集的确诊患者病症原始数
据进行处理，获得确诊患者病症特征数据，将确诊患者病症特征数据输入至基础神经卷积网络模型中进行训练，以获取训练后的检测模型；
[0012]2)将监测终端安装至医院的进出口位置，通过身份证阅读模块和人脸识别模块对进入医院看病的病人进行登记处理，并将病人的检测时间和身份信息发送至数据处理中心进行处理和存储，同时病人在看病过程中产生的身体检测数据通过输入模块输入至数据处理中心进行处理和存储，然后根据采集的病症数据生成电子病历；
[0013]3)利用检测模型对病人的电子病历进行分析处理，生成并输出分析结果，当诊断结果表征疑似患病时，提取病人信息，并调用电子病历上报至防控预警平台；
[0014]4)防控预警平台对电子病历上的检测时间和身份信息进行提取，然后调取监测终端在检测时间前后设定范围内的视频图像，再将视频图像输送至数据处理中心，并通过人脸识别算法筛选出与疑似病患接触的行人数据，同时通过口罩识别算法筛选出接触人群中未带口罩的行人数据，并与带口罩的行人数据进行区分标记；
[0015]5)将与疑似病患接触的行人数据与数据处理中心内的数据进行比对，调取出其电子病例中的身份信息，并通过推送模块利用推送程序根据严重性等级对接触人群进行预警通知。
[0016]优选的，所述病症原始数据包括呼吸率、脉率、血压、血氧、体温等人体数据，所述监控摄像头的离地高度不小于三米，所述监控摄像头与地面之间的夹角为四十五度。
[0017](三)有益效果
[0018]与现有技术相比，本专利技术提供了一种基于神经卷积网络的疫情防控筛查预警系统，具备以下有益效果：
[0019]该基于神经卷积网络的疫情防控筛查预警系统，通过构建神经卷积网络并对神经网络进行训练，其训练得出输出层矢量元素到中间层输出矢量元素的权值以及中间层输出矢量元素到输出层矢量元素的权值，并根据总误差函数与误差阈值的关系来判断并进一步调整权值，从而得到良好的检测模型，从而可以利用该检测模型对进入医院内的病人进行筛查，从中筛选出疑似病患，然后将疑似病患的病例与进出医院的人员进行比对，通过人脸识别算法筛选出接触人群，再通过口罩识别算法对接触人群的危险程度进行分类，然后将结果通过推送模块推送给接触人群，提醒接触人群前往检测，从而有效避免疫情传播，达到了反应迅速，能够降低疫情传播风险的目的。
附图说明
[0020]图1为本专利技术的结构示意图；
[0021]图2为本专利技术输入终端的结构示意图；
[0022]图3为本专利技术监测终端的结构示意图。
具体实施方式
[0023]下面将结合本专利技术的实施例，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0024]一种基于神经卷积网络的疫情防控筛查预警系统，包括数据处理中心、输入终端、监测终端、防控预警平台和推送模块，输入终端和防控预警平台均通过以太网与数据处理中心双向信号连接，防控预警平台与推送模块通过以太网信号连接，防控预警平台与监测终端通过以太网信号连接，输入终端包括控制模块、输入模块、输出模块、显示模块、身份证阅读模块和人脸识别模块，输入模块、输出模块、显示模块、身份证阅读模块和人脸识别模块均与控制模块双向电连接，监测终端包括防雨遮阳棚、智能补光灯、监控摄像头和环境光线监测模块组成，防雨遮阳棚内周壁顶部固定安装有智能补光灯、监控摄像头和环境光线监测模块，智能补光灯和监控摄像头的数量均不小于两个。
[0025]包括以下步骤：
[0026]1)在数据处理中心内构建神经卷积网络框架，通过输入模块将医疗设备采集的确诊患者病症原始数据输入控制模块内，并利用数据处理程序对采集的确诊患者病症原始数据进行处理，获得确诊患者病症特征数据，将确诊患者病症特征数据输入至基础神经卷积网络模型中进行训练，以获取训练后的检测模型，其中病症原始数据包括呼吸率、脉率、血压、血氧、体温等人体数据；
[0027]2)将监测终端安装至医院的进出口位置，其中监控摄像头的离地高度不小于三米，监控摄像头与地面之间的夹角为四十五度，通过身份证阅读模块和人脸识别模块对进入医院看病的病人进行登记处理，并将病人的检测时间和身份信息发送至数据处理中心进行处理和存储，同时病人在看病过程中产生的身体检本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经卷积网络的疫情防控筛查预警系统，包括数据处理中心、输入终端、监测终端、防控预警平台和推送模块，其特征在于：所述输入终端和防控预警平台均通过以太网与数据处理中心双向信号连接，所述防控预警平台与推送模块通过以太网信号连接，所述防控预警平台与监测终端通过以太网信号连接。2.根据权利要求1所述的一种基于神经卷积网络的疫情防控筛查预警系统，其特征在于，所述输入终端包括控制模块、输入模块、输出模块、显示模块、身份证阅读模块和人脸识别模块，所述输入模块、输出模块、显示模块、身份证阅读模块和人脸识别模块均与控制模块双向电连接。3.根据权利要求1所述的一种基于神经卷积网络的疫情防控筛查预警系统，其特征在于，所述监测终端包括防雨遮阳棚、智能补光灯、监控摄像头和环境光线监测模块组成，所述防雨遮阳棚内周壁顶部固定安装有智能补光灯、监控摄像头和环境光线监测模块，所述智能补光灯和监控摄像头的数量均不小于两个。4.根据权利要求1所述的一种基于神经卷积网络的疫情防控筛查预警系统，其特征在于，包括以下步骤：1)在数据处理中心内构建神经卷积网络框架，通过输入模块将医疗设备采集的确诊患者病症原始数据输入控制模块内，并利用数据处理程序对采集的确诊患者病症原始数据进行处理，获得确诊患者病症特征数据，将确诊患者病症特征数据输入至基础神经卷积网络模...

【专利技术属性】
技术研发人员：陈丹雯，杨金辉，
申请(专利权)人：南通美丽霞虹智能科技有限公司，
类型：发明
国别省市：