一种基于深度学习的物表清洁训练方法、系统及装置制造方法及图纸

技术编号:42830310 阅读:27 留言:0更新日期:2024-09-24 21:04
本申请公开了一种基于深度学习的物表清洁训练方法、系统及装置,涉及医疗环境物表检测领域,包括:获取目标清洁对象的目标清洁区域的第一类别得到第一目标类别;通过压力获取装置获取将要使用的第一清洁力度;根据第一目标类别和第一清洁力度得到清洁结果;根据清洁结果判断是否需要调整第一清洁力度,若第一清洁力度不符合清洁标准,调整第一清洁力度,若第一清洁力度符合清洁标准,将第一清洁力度作为目标清洁力度,以实现辅助清洁人员判断目标清洁区域所需的清洁力的大小。

【技术实现步骤摘要】

本申请涉及医疗环境物表检测领域,具体涉及一种基于深度学习的物表清洁训练方法、系统及装置


技术介绍

1、环境物表清洁是指消除环境表面污物的过程。对于医疗机构而言,环境物表包括建筑物内部表面、医疗器械、常用设备等,例如门、玻璃窗、地面、监护仪、桌面等。环境物表的清洁程度关系到医院环境的安全,医疗环境物表污染是引起医疗感染的重要原因之一。在传统的清洁方式中,清洁工作者根据主观判断清洁操作中采用清洁力度和清洁程度。但是,当环境物表不存在可见污垢时,清洁效果容易受到清洁工作者对感染控制的重视程度、工作经验等主观因素的影响,进而容易出现环境物表存在残留的无法用肉眼观察的污垢,导致患者感染风险的增大。例如当清洁工作者对感染控制的重视程度低、工作经验不足负责完成环境物表的清洁工作时,容易出现清洁力度不足以消除环境表面污物的现象。


技术实现思路

1、本专利技术的目的在于解决如何辅助清洁工作者判断清洁力度是否足以使环境物表的清洁效果符合清洁标准的技术问题,提供了一种基于深度学习的物表清洁训练方法、系统及装置

2、本文档来自技高网...

【技术保护点】

1.一种基于深度学习的物表清洁训练方法,其特征在于,包括:

2.根据权利要求1所述的一种基于深度学习的物表清洁训练方法,其特征在于,在所述根据所述第一目标类别和所述第一清洁力度得到清洁结果之前,还包括获取所述目标清洁区域的第二类别,得到第二目标类别;其中,所述第二类别用于表示所述目标清洁区域存在污垢的风险程度;在所述根据所述第一目标类别和所述第一清洁力度输入得到清洁结果之中,还包括根据所述第一目标类别、所述第二目标类别和所述第一清洁力度得到所述清洁结果。

3.根据权利要求2所述的一种基于深度学习的物表清洁训练方法,其特征在于,所述第二类别包括第一子类别和第二子类别...

【技术特征摘要】

1.一种基于深度学习的物表清洁训练方法,其特征在于,包括:

2.根据权利要求1所述的一种基于深度学习的物表清洁训练方法,其特征在于,在所述根据所述第一目标类别和所述第一清洁力度得到清洁结果之前,还包括获取所述目标清洁区域的第二类别,得到第二目标类别;其中,所述第二类别用于表示所述目标清洁区域存在污垢的风险程度;在所述根据所述第一目标类别和所述第一清洁力度输入得到清洁结果之中,还包括根据所述第一目标类别、所述第二目标类别和所述第一清洁力度得到所述清洁结果。

3.根据权利要求2所述的一种基于深度学习的物表清洁训练方法,其特征在于,所述第二类别包括第一子类别和第二子类别,所述第一子类别用于表示所述目标清洁区域的接触频率,所述第二子类别用于表示所述目标清洁区域存在污垢的概率,在所述获取所述目标清洁区域的第二类别之中,还包括:

4.根据权利要求3所述的一种基于深度学习的物表清洁训练方法,其特征在于,在所述根据所述第一目标类别、所述第二目标类别和所述第一清洁力度得到所述清洁结果之中,还包括:

5.根据权...

【专利技术属性】
技术研发人员:吕宇向钱张波
申请(专利权)人:四川省医学科学院·四川省人民医院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1