本发明专利技术涉及人工智能技术领域，提供一种基于ThreeJs的3D导诊方法、装置、电子设备及介质，所述方法包括：获取用户的身份信息，身份信息至少包括性别及年龄，通过ThreeJs生成并显示性别和年龄对应的人体3D模型图，基于用户在显示的人体3D模型图上的触摸操作，识别人体3D模型图上与触摸操作对应的人体部位信息，并获取用户输入的症状描述信息，将人体部位信息以及症状描述信息输入至训练好的卷积神经网络模型，输出可预约科室信息，根据可预约科室信息和用户需求，确定目标预约科室，本发明专利技术实现了用户远程预约科室，提高了用户预约科室的效率，节约了用户预约科室的时间。节约了用户预约科室的时间。节约了用户预约科室的时间。
【技术实现步骤摘要】
基于ThreeJs的3D导诊方法、装置、电子设备及介质
[0001]本专利技术涉及人工智能
，具体涉及一种基于ThreeJs的3D导诊方法、装置、电子设备及介质。
技术介绍
[0002]随着人工智能技术的不断成熟与完善，医院使用机器人代替重复繁琐的导诊工作，让导医可以提供个性化服务，用户一般需要在医院的智能导诊终端预约科室进行诊疗。最近一段时间受疫情影响，为避免人群接触，用户就医一般需要提前预约就诊，但是目前医院的智能导诊终端无法提供远程预约科室的服务。
技术实现思路
[0003]鉴于以上内容，有必要提出一种基于ThreeJs的3D导诊方法、装置、电子设备及介质，以解决所述目前医院的智能导诊终端无法提供远程预约科室的技术问题。
[0004]本专利技术的第一方面提供一种基于ThreeJs的3D导诊方法，应用于电子设备，所述方法包括：
[0005]获取用户的身份信息，所述身份信息至少包括性别和年龄；
[0006]通过ThreeJs生成并显示所述性别和年龄对应的人体3D模型图；
[0007]基于用户在显示的所述人体3D模型图上的触摸操作，识别所述人体3D模型图上与所述触摸操作对应的人体部位信息，并获取用户输入的症状描述信息；
[0008]将所述人体部位信息和所述症状描述信息输入至训练好的卷积神经网络模型，输出可预约科室信息；
[0009]根据所述可预约科室信息和用户需求，确定目标预约科室。
[0010]在一个可选的实施方式中，基于用户在显示的所述人体3D模型图上的触摸操作，识别所述人体3D模型图上与所述触摸操作对应的人体部位信息包括：
[0011]实时检测用户在显示的所述人体3D模型图上的触摸操作；
[0012]获取用户触摸所述人体3D模型图上的至少一触摸点的触摸点坐标；
[0013]根据所述至少一触摸点的触摸点坐标确定所述人体部位信息。
[0014]在一个可选的实施方式中，所述获取用户输入的症状描述信息包括：
[0015]显示用以获取用户输入的所述症状描述信息的文本框；
[0016]将用户在所述文本框中输入的文本信息确定为所述症状描述信息。
[0017]在一个可选的实施方式中，所述将所述人体部位信息和所述症状描述信息输入至训练好的卷积神经网络模型，输出可预约科室信息包括：
[0018]将所述人体部位信息和所述症状描述信息输入至所述训练好的卷积神经网络模型；
[0019]通过所述训练好的卷积神经网络模型对所述人体部位信息和所述症状描述信息进行特征提取和特征分类，输出至少一可预约科室；
[0020]根据所述至少一可预约科室和所述至少一可预约科室的实际问诊状况，输出至少一可预约科室信息。
[0021]在一个可选的实施方式中，所述卷积神经网络模型的训练过程包括：
[0022]获取历史导诊信息，将所述历史导诊信息作为训练集，所述历史导诊信息至少包括人体部位信息、症状描述信息及历史问诊科室；
[0023]对所述卷积神经网络模型的参数进行初始赋值，所述参数至少包括权重、学习率及迭代次数；
[0024]将所述训练集中的训练样本输入所述卷积神经网络模型，计算损失函数的输出值，确定所述损失函数的输出值是否小于或等于预设阈值；
[0025]若所述损失函数的输出值大于所述预设阈值，则调整所述卷积神经网络模型的权重和学习率，继续将训练样本输入所述卷积神经网络模型进行训练，若训练次数达到预设的迭代次数，所述损失函数的输出值仍大于预设阈值，增加所述迭代次数；
[0026]若所述损失函数的输出值小于或等于所述预设阈值，生成所述训练好的卷积神经网络模型。
[0027]在一个可选的实施方式中，所述根据所述可预约科室信息和用户需求，确定目标预约科室包括：
[0028]根据所述可预约科室信息以及医院排名确定所述目标预约科室；或
[0029]根据所述可预约科室信息以及科室医生排名确定所述目标预约科室；或
[0030]根据所述可预约科室信息以及用户距离可预约科室的最短距离确定所述目标预约科室；或
[0031]根据所述可预约科室信息以及用户到达可预约科室的最短时间确定所述目标预约科室；
[0032]根据所述可预约科室信息以及用户到达可预约科室的预计到达时间确定目标预约科室。
[0033]在一个可选的实施方式中，所述确定目标预约科室之后还包括：
[0034]基于3D导航地图，获取所述目标预约科室的第一地理坐标以及用户所在位置的第二地理坐标；
[0035]根据所述第一地理坐标以及所述第二地理坐标，生成3D导航路线。
[0036]本专利技术的第二方面提供一种基于ThreeJs的3D导诊装置，所述装置包括：
[0037]获取模块，用于获取用户的身份信息，所述身份信息至少包括性别以及年龄；
[0038]生成模块，用于通过ThreeJs生成并显示所述性别和年龄对应的人体3D模型图；
[0039]识别模块，用于基于用户在所述人体3D模型图上的触摸操作，识别所述人体3D模型图上与所述触摸操作对应的人体部位信息，并获取用户输入的症状描述信息；
[0040]输入模块，用于将所述人体部位信息和所述症状描述信息输入至训练好的卷积神经网络模型，输出可预约科室信息；
[0041]确定模块，用于根据所述可预约科室信息和用户需求，确定目标预约科室。
[0042]本专利技术的第三方面提供一种电子设备，所述电子设备包括处理器和存储器，所述处理器用于执行所述存储器中存储的计算机程序时实现以上的基于ThreeJs的3D导诊方法。
[0043]本专利技术的第四方面提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现以上的基于ThreeJs的3D导诊方法。
[0044]综上所述，本专利技术所述的一种基于ThreeJs的3D导诊方法、装置、电子设备及介质，获取用户的身份信息，所述身份信息至少包括性别和年龄，通过ThreeJs生成并显示所述性别和年龄对应的人体3D模型图，基于用户在显示的所述人体3D模型图上的触摸操作，识别所述人体3D模型图上与所述触摸操作对应的人体部位信息，并获取用户输入的症状描述信息，将所述人体部位信息和所述症状描述信息输入至训练好的卷积神经网络模型，输出可预约科室信息，根据所述可预约科室信息和用户需求，确定目标预约科室，从而实现了用户远程预约科室，提高了用户预约科室的效率，进而节约了用户预约科室的时间。
附图说明
[0045]图1是本专利技术实施例一提供的基于ThreeJs的3D导诊方法的流程图。
[0046]图2是本专利技术实施例二提供的基于ThreeJs的3D导诊装置的结构图。
[0047]图3是本专利技术实施例三提供的电子设备的结构示意图。
具体实施方式
[0048]为了能够更清楚地理解本专利技术的所述目的、特征和优本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于ThreeJs的3D导诊方法，应用于电子设备，其特征在于，所述方法包括：获取用户的身份信息，所述身份信息至少包括性别和年龄；通过ThreeJs生成并显示所述性别和年龄对应的人体3D模型图；基于用户在显示的所述人体3D模型图上的触摸操作，识别所述人体3D模型图上与所述触摸操作对应的人体部位信息，并获取用户输入的症状描述信息；将所述人体部位信息和所述症状描述信息输入至训练好的卷积神经网络模型，输出可预约科室信息；根据所述可预约科室信息和用户需求，确定目标预约科室。2.如权利要求1所述的基于ThreeJs的3D导诊方法，其特征在于，基于用户在显示的所述人体3D模型图上的触摸操作，识别所述人体3D模型图上与所述触摸操作对应的人体部位信息包括：实时检测用户在显示的所述人体3D模型图上的触摸操作；获取用户触摸所述人体3D模型图上的至少一触摸点的触摸点坐标；根据所述至少一触摸点的触摸点坐标确定所述人体部位信息。3.如权利要求1所述的基于ThreeJs的3D导诊方法，其特征在于，所述获取用户输入的症状描述信息包括：显示用以获取用户输入的所述症状描述信息的文本框；将用户在所述文本框中输入的文本信息确定为所述症状描述信息。4.如权利要求1所述的基于ThreeJs的3D导诊方法，其特征在于，所述将所述人体部位信息和所述症状描述信息输入至训练好的卷积神经网络模型，输出可预约科室信息包括：将所述人体部位信息和所述症状描述信息输入至所述训练好的卷积神经网络模型；通过所述训练好的卷积神经网络模型对所述人体部位信息和所述症状描述信息进行特征提取和特征分类，输出至少一可预约科室；根据所述至少一可预约科室和所述至少一可预约科室的实际问诊状况，输出至少一可预约科室信息。5.如权利要求4所述的基于ThreeJs的3D导诊方法，其特征在于，所述卷积神经网络模型的训练过程包括：获取历史导诊信息，将所述历史导诊信息作为训练集，所述历史导诊信息至少包括人体部位信息、症状描述信息及历史问诊科室；对所述卷积神经网络模型的参数进行初始赋值，所述参数至少包括权重、学习率及迭代次数；将所述训练集中的训练样本输入所述卷积神经网络模型，计算损失函数的输出值，确定所述损失函数的输出值是否小于或等于预设阈值；若所述损失函数的输出值...
【专利技术属性】
技术研发人员：陈志洋，
申请(专利权)人：平安国际智慧城市科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。