【技术实现步骤摘要】
本专利技术涉及伤员救治技能训练，尤其涉及一种基于评价反馈的交互式伤员救治技能组训方法及系统。
技术介绍
1、为了提高医护人员在危急情况下救治伤员的技能，申请人提出借助人机交互的方式组织医护人员进行危急情况下救治技能的训练。用户通过训练系统的选择界面进行训练场景，伤情，工具等要素的选择，系统再根据用户的选择结果生成有赛道组成的训练清单，使学员可以按照训练清单的内容进行训练。虽然采用前述方法可以按照训练需求自动生成训练清单，但是学员在训练过程中的训练效果不能得到及时地反馈，不利于学员的进步，从而无法满足学员快速提高救治技能的需求。
技术实现思路
1、有鉴于此，本专利技术实施例提供了一种基于评价反馈的交互式伤员救治技能组训方法及系统，用以解决目前的伤员救治技能训练方式难以提高相关人员自然灾害发生时复杂环境下的伤员救治技能的技术问题。
2、第一方面本实施例提供一种基于评价反馈的交互式伤员救治技能组训方法，该方法包括以下步骤：
3、获取用户选择的伤情类型和工具类型；
4、根据所述伤情类型和所述工具类型生成训练清单，所述训练清单包括若干个先后排列的训练子集；
5、获取训练开始信号，进入训练阶段；
6、按照训练清单中各个训练子集的先后顺序进行训练并获取训练数据和针对各个训练子集的训练评价反馈信息，所述评价反馈信息包括与各个训练子集对应的改进建议；
7、依据改进建议调取相应训练子集进行二次训练。
8、优选地，所述按
9、在考评人员显示界面显示当前训练子集的训练子集名称和考核科目；
10、获取并在考评人员显示界面显示中显示当前训练子集的训练用时和训练阶段的整体用时；
11、在显示界面中显示当前训练子集的各个评分项目；
12、获取并显示当前训练子集各个评分项目的评分结果；
13、获取并显示当前各个评分项目的改进建议。
14、优选地，所述s46:获取并显示当前训练子集各个评分项目的评分结果还包括以下步骤：
15、在考评人员显示界面各个评分项目的对应位置显示若干个评分选项；
16、根据用户对各个评分项目的对应位置的评分选项的选择操作获取各个评分项目的评分结果；
17、在训练阶段采集受训人员的训练视频；
18、从所述训练视频中提取出评分项目对应的训练视频片段；
19、分析各个训练视频片段中出现的错误操作，并在对应视频帧的图像中标记出出现错误动作的位置，并将标记后的视频帧作为参考视频图像保存至训练数据库；
20、获取规范操作视频；
21、从所述规范操作视频中提取出评分项目对应的规范操作视频片段；
22、在考评人员显示界面各个评分项目的对应位置显示若干个评分选项时调取评分项目对应的参考视频图像和规范操作视频片段；
23、在考评人员显示界面各个评分项目的对应位置对照显示评分项目对应的参考视频图像和规范操作视频片段。
24、优选地，所述依据改进建议调取相应训练子集进行二次训练还包括以下步骤：
25、根据改进建议从受训人员训练阶段的视频中提取与改进建议对应的训练视频片段；
26、筛选出所述视频片段中的错误动作，并在视频片段中对错误动作的位置进行标记后得到标记的视频片段；
27、从规范操作视频中提取出与改进建议对应的规范动作视频片段；
28、在显示界面中对照显示所述标记的视频片段和规范动作视频片段。
29、优选地，获取并显示当前各个评分项目的改进建议还包括以下步骤：。
30、在考评人员显示界面各个评分项目的对应位置显示改进建议输入框；
31、根据用户对各个评分项目的对应的改进建议输入框的输入信息获取对应评分项目的学员改进建议。
32、优选地，所述获取并显示当前各个评分项目的改进建议还包括以下步骤：
33、建立各种不规范救治动作同各种类型的改进建议之间的对应关系；
34、获取各个评分项目对应的训练视频图像数据；
35、从评分项目对应的训练视频图像数据中分别提取出连续性训练动作视频数据和姿态准确性训练动作视频数据；
36、将连续性训练动作视频数据输入至时间序列数据深度学习模型中处理后得到连续性训练动作的不规范救治动作的识别结果；
37、根据连续性训练动作的不规范救治动作的识别结果和不规范救治动作同改进建议之间的对应关系获取对应的改进建议；
38、将姿态准确性训练动作视频数据输入至姿态识别深度学习模型中处理后得到姿态准确性训练动作的不规范救治动作的识别结果；
39、根据姿态准确性训练动作的不规范救治动作的识别结果和不规范救治动作同改进建议之间的对应关系获取对应的改进建议。
40、优选地，在将连续性训练动作视频数据输入至时间序列数据深度学习模型中处理后得到连续性训练动作的不规范救治动作的识别结果之前还包括：
41、采集各种连续性训练动作的不规范救治动作视频数据作为第一训练样本；
42、用连续性训练动作的不规范救治动的类型为第一训练样本进行标记；
43、建立初始时间序列数据深度学习模型；
44、以标记后的第一训练样本对时间序列数据深度学习模型初始模型进行训练后得到时间序列数据深度学习模型；
45、采集各种连续性训练动作的不规范救治动作视频数据作为第二训练样本；
46、用连续性训练动作的不规范救治动的类型为第二训练样本进行标记；
47、建立初始姿态识别深度学习模型；
48、以标记后的第二训练样本对初始姿态识别深度学习模型进行训练后得到时间序列数据深度学习模型。
49、优选地，根据所述伤情类型和所述工具类型生成训练清单，所述训练清单包括若干个先后排列的训练子集还包括以下步骤：
50、根据所述伤情类型获取救治对应伤情的各个步骤和各个步骤的先后顺序；
51、根据所述救治对应伤情的各个步骤确定与各个步骤对应的训练子集；
52、按照各个步骤的先后顺序和各个步骤与各个训练子集的对应关系将各个训练子集先后排列后组成所述训练清单。
53、优选地，所述根据所述救治对应伤情的各个步骤确定与各个步骤对应的训练子集还包括以下步骤：
54、从各个步骤中选取一个未确定对应训练子集的步骤作为待匹配步骤；
55、从大纲科目数据库中获取与待匹配步骤对应的训练科目作为匹配科目；
56、以所述匹配科目为训练内容生成对应的训练子集；
57、将生成的训练子集确定为与待匹配步骤匹配的训练子集；
58、重复前述训练子集生成和本文档来自技高网...
【技术保护点】
1.基于评价反馈的交互式伤员救治技能组训方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于评价反馈的交互式伤员救治技能组训方法，其特征在于，所述按照训练清单中各个训练子集的先后顺序进行训练并获取训练数据和针对各个训练子集的训练评价信息和改进建议信息还包括以下步骤：
3.根据权利要求1所述的基于评价反馈的交互式伤员救治技能组训方法，其特征在于，所述获取并显示当前训练子集各个评分项目的评分结果还包括以下步骤：
4.根据权利要求3所述的基于评价反馈的交互式伤员救治技能组训方法，其特征在于，所述依据改进建议调取相应训练子集进行二次训练还包括以下步骤：
5.根据权利要求3所述的基于评价反馈的交互式伤员救治技能组训方法，其特征在于，获取并显示当前各个评分项目的改进建议还包括以下步骤：。
6.根据权利要求3所述的基于评价反馈的交互式伤员救治技能组训方法，其特征在于，所述获取并显示当前各个评分项目的改进建议还包括以下步骤：
7.根据权利要求3所述的基于评价反馈的交互式伤员救治技能组训方法，其特征在于，在将连续性训
8.根据权利要求1至7中任一项所述的基于评价反馈的交互式伤员救治技能组训方法，其特征在于，根据所述伤情类型和所述工具类型生成训练清单，所述训练清单包括若干个先后排列的训练子集还包括以下步骤：
9.根据权利要求8所述的基于评价反馈的交互式伤员救治技能组训方法，其特征在于，所述根据所述救治对应伤情的各个步骤确定与各个步骤对应的训练子集还包括以下步骤：
10.一种基于评价反馈的交互式伤员救治技能组训系统，其特征在于，所述系统包括至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现如权利要求1-9中任一项所述的方法。
...【技术特征摘要】
1.基于评价反馈的交互式伤员救治技能组训方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于评价反馈的交互式伤员救治技能组训方法，其特征在于，所述按照训练清单中各个训练子集的先后顺序进行训练并获取训练数据和针对各个训练子集的训练评价信息和改进建议信息还包括以下步骤：
3.根据权利要求1所述的基于评价反馈的交互式伤员救治技能组训方法，其特征在于，所述获取并显示当前训练子集各个评分项目的评分结果还包括以下步骤：
4.根据权利要求3所述的基于评价反馈的交互式伤员救治技能组训方法，其特征在于，所述依据改进建议调取相应训练子集进行二次训练还包括以下步骤：
5.根据权利要求3所述的基于评价反馈的交互式伤员救治技能组训方法，其特征在于，获取并显示当前各个评分项目的改进建议还包括以下步骤：。
6.根据权利要求3所述的基于评价反馈的交互式伤员救治技能组训方法，其特征在于，所述获取并显示当前各个评...
【专利技术属性】
技术研发人员：周翔，郭建刚，宋健，刘宇健，王平，罗文俊，刘志文，傅晶晶，王晖，邢丹茜，
申请(专利权)人：中国人民解放军中部战区总医院，
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。