一种基于AI的医院人员体温预警系统技术方案

本发明专利技术公开了一种基于AI的医院人员体温预警系统，包括面部图像采集模块、体温采集模块、AI处理模块、体温异常标记模块、数据比对模块、预警模块、存储管理模块、查询模块和统计分析模块。本基于AI的医院人员体温预警系统，利用设置在不同楼层入口的体温检测设备，采集多次体温数据，进行体温分析，进而得到较为准确的体温数据，筛选体温异常的人员，及时确定病患的位置和在医院内的行动轨迹，减少病患在健康人群中传染的机会。本发明专利技术采集的数据和结果可以用于分析体温变化和人员数量变化的趋势，辅助对流行病等病情和流行趋势的判断，如果应用到多数医疗机构中，则有助于流行病或传染病的防治，对全民健康的保障有着重大作用。对全民健康的保障有着重大作用。对全民健康的保障有着重大作用。

【技术实现步骤摘要】
一种基于AI的医院人员体温预警系统


[0001]本专利技术涉及医院体温监测领域，尤其涉及一种基于AI的医院人员体温预警系统。

技术介绍

[0002]人体体温作为一项重要的生理指标，被广泛用于多种传染性疾病的大规模初步筛查，其检测结果好坏也决定了能否及时发现疫情。而医院人流量很大，且是病患聚集的场所，因此，对医院的人员进行体温监测是十分必要的，一旦发现体温异常的人员及时发出预警，医院对体温异常人员进行重点排查，及时发现病患，减少未发病的病患感染其他人的机会。
[0003]体温检测结果容易受到其他生命体征、外部环境等多种因素的影响，无法避免地存在较大误差，譬如随着人的心率、血压、情绪等生理因素以及环境温度、湿度等的变化，都会导致体温的实时变化，使得单次测量结果不足以正确反映真实的身体情况。尤其是对于公共场所设置的体温监测设施，复杂的现场环境以及密集的人流导致缺乏对个体重复执行多次检测来保证精度的条件，常会发生对体温异常情况漏报或错报，影响了体温工作的效率。所以我们提出了一种基于AI的医院人员体温预警系统，克服了单次瞬时体温监测的缺陷，提供综合考虑其他多种因素影响的、精确的体温检测结果，用于解决上述所提出的问题。

技术实现思路

[0004]基于
技术介绍
存在的技术问题，本专利技术提出了一种基于AI的医院人员体温预警系统，利用设置在不同楼层入口的体温检测设备，采集多次体温数据，进行体温分析，进而得到较为准确的体温数据，筛选体温异常的人员，及时确定病患，减少病患在健康人群中传染的机会。
[0005]本专利技术提出的一种基于AI的医院人员体温预警系统，包括：面部图像采集模块，用于采集进入医院人员的面部图像，并将图像发送至数据比对模块；体温采集模块，用于采集进入医院人员的体温数据，并将体温数据发送到AI处理模块；AI处理模块，用于利用体温补偿模型对体温数据进行处理，并输出体温结果；体温异常标记模块，用于根据AI处理模块得出的体温结果对人员进行标记；数据比对模块，用于将体温异常人员与医院数据库中的医护人员和住院人员进行身份比对，进行身份匹配，确定体温异常人员身份；预警模块：用于将体温异常的人员信息发送至对应的各科室和各楼层，通知医护人员进行处置；存储管理模块，用于存储各个模块产生的数据；查询模块，用于查询各个模块的输出结果，结果以通用文档格式显示；
统计分析模块，用于统计一段时间内体温异常人员的人数和体温结果，进而分析体温变化和人员数量变化的趋势，结果以通用图表格式显示。
[0006]优选的，面部图像采集模块包括设置在楼栋入口和楼层入口的高清摄像头；体温采集模块包括设置在楼栋入口和楼层入口的热成像体温仪，高清摄像头和热成像体温仪一比一配置。
[0007]优选的，在AI处理模块处理前，还包括数据清洗，清洗方法包括：S1预设正常体温阈值上限和阈值下限；S2基于限幅滤波发，将数据与阈值上限和阈值下限进行比对，筛选出不在正常体温范围内的数据；S3将筛选出的数据标记为缺失。
[0008]优选的，当一段时间内缺失数据高于3%时，视为采集设备故障，提示故障信息。
[0009]优选的，建立体温补偿模型的方法，包括以下步骤：A1获取体温数据组，形成训练集和验证集，体温数据组包括测温环境的温度、湿度、气压、体温；A2利用体温补偿算法整理验证集，用于验证体温补偿算法，以体温补偿算法为基准监督人工智能算法的运行结果，两者运行不匹配的投放到训练集再训练并重复过程，将验证集蒸馏成微缩训练集。
[0010]AI处理模块的执行方法，包括以下流程：B1从医院的环境检测系统中获取实时的温度、湿度和气压，结合图像识别模块识别的体温数据构建体温数据组；B2将体温数据组输入体温补偿模型，转换成体温数据。
[0011]优选的，体温异常标记模块中，对体温异常信息进行分级标注，分为关注、重点关注、严重关注、需要干涉四个等级，当标注达到严重关注时，体温异常标记模块将结果发送至数据比对模块，进行身份确认。
[0012]优选的，预警模块中，如果数据比对模块比对没有结果，则利用最后一次体温异常数据的采集地址进行定位，发送紧急预警至对应的楼层和科室。
[0013]优选的，预警模块中，还包括：利用每次采集体温数据的地址生成异常体温人员的轨迹信息，跟预警信息一起发送至对应的楼层和科室。
[0014]优选的，存储管理模块中，面部图像采集模块采集结果、热成像图采集模块和采集地址作为一个数据集存储和调用。
[0015]本专利技术的有益效果是：本专利技术利用设置在不同楼层入口的体温检测设备，采集多次体温数据，进行体温分析，进而得到较为准确的体温数据，筛选体温异常的人员，及时确定病患，减少病患在健康人群中传染的机会。
[0016]本专利技术采集的数据和结果可以用于分析体温变化和人员数量变化的趋势，辅助对流行病等病情和流行趋势的判断，如果应用到多数医疗机构中，则有助于流行病或传染病的防治，对全民健康的保障有着重大作用。
附图说明
[0017]图1为本专利技术提出的一种基于AI的医院人员体温预警系统的架构图；图2为本专利技术提出的一种基于AI的医院人员体温预警系统中预警生成流程。
具体实施方式
[0018]下面将结合本专利技术实施例中的附图，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。
[0019]请参阅图1
‑
2，本专利技术提供以下技术方案：
实施例一
[0020]一种基于AI的医院人员体温预警系统，面部图像采集模块，用于采集进入医院人员的面部图像，并将图像发送至数据比对模块；体温采集模块，用于采集进入医院人员的体温数据，并将体温数据发送到AI处理模块；AI处理模块，用于利用体温补偿模型对体温数据进行处理，并输出体温结果；体温异常标记模块，用于根据AI处理模块得出的体温结果对人员进行标记；数据比对模块，用于将体温异常人员与医院数据库中的医护人员和住院人员进行身份比对，进行身份匹配，确定体温异常人员身份；预警模块：用于将体温异常的人员信息发送至对应的各科室和各楼层，通知医护人员进行处置；存储管理模块，用于存储各个模块产生的数据；查询模块，用于查询各个模块的输出结果，结果以通用文档格式显示；统计分析模块，用于统计一段时间内体温异常人员的人数和体温结果，进而分析体温变化和人员数量变化的趋势，结果以通用图表格式显示。
[0021]本实施例中，面部图像采集模块包括设置在楼栋入口和楼层入口的高清摄像头；体温采集模块包括设置在楼栋入口和楼层入口的热成像体温仪，高清摄像头和热成像体温仪一比一配置。
[0022]其中，在AI处理模块处理前，还包括数据清洗，清洗方法包括：S1预设正常体温阈值上限和阈值下限；S2基于限幅滤波发，将数据与阈值上限和阈值下限进行比对，筛选出不在正常体温范围内的数据；S3将筛选本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI的医院人员体温预警系统，其特征在于，包括：面部图像采集模块，用于采集进入医院人员的面部图像，并将图像发送至数据比对模块；体温采集模块，用于采集进入医院人员的体温数据，并将体温数据发送到AI处理模块；AI处理模块，用于利用体温补偿模型对体温数据进行处理，并输出体温结果；体温异常标记模块，用于根据AI处理模块得出的体温结果对人员进行标记；数据比对模块，用于将体温异常人员与医院数据库中的医护人员和住院人员进行身份比对，进行身份匹配，确定体温异常人员身份；预警模块：用于将体温异常的人员信息发送至对应的各科室和各楼层，通知医护人员进行处置；存储管理模块，用于存储各个模块产生的数据；查询模块，用于查询各个模块的输出结果，结果以通用文档格式显示；统计分析模块，用于统计一段时间内体温异常人员的人数和体温结果，进而分析体温变化和人员数量变化的趋势，结果以通用图表格式显示。2.根据权利要求1所述的一种基于AI的医院人员体温预警系统，其特征在于，面部图像采集模块包括设置在楼栋入口和楼层入口的高清摄像头；体温采集模块包括设置在楼栋入口和楼层入口的热成像体温仪，高清摄像头和热成像体温仪一比一配置。3.根据权利要求1所述的一种基于AI的医院人员体温预警系统，其特征在于，在AI处理模块处理前，还包括数据清洗，清洗方法包括：S1预设正常体温阈值上限和阈值下限；S2基于限幅滤波发，将数据与阈值上限和阈值下限进行比对，筛选出不在正常体温范围内的数据；S3将筛选出的数据标记为缺失。4.根据权利要求3所述的一种基于AI的医院人员体温预警系统，其特征在于，当一段时间内缺失数据高于3%时，视为采集设备故障，提示故障信息。5.根据权利要求...

【专利技术属性】
技术研发人员：卢晓晨，齐科飞，
申请(专利权)人：广州云创数据科技有限公司，
类型：发明
国别省市：