【技术实现步骤摘要】
本专利技术涉及伤员救治技能训练，尤其涉及一种基于深度学习的伤情救治技能训练方法及系统。
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获取用户选择的伤情类型和工具类型；
2、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；
3、获取训练开始信号，进入训练阶段；
4、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...
【技术保护点】
1.基于深度学习的伤情救治技能训练方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于深度学习的伤情救治技能训练方法，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：
3.根据权利要求1所述的基于深度学习的伤情救治技能训练方法，其特征在于，在所述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之前还包括：
4.根据权利要求1所述的基于深度学习的伤情救治技能训练方法，其特征在于，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
<...【技术特征摘要】
1.基于深度学习的伤情救治技能训练方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于深度学习的伤情救治技能训练方法，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：
3.根据权利要求1所述的基于深度学习的伤情救治技能训练方法，其特征在于，在所述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之前还包括：
4.根据权利要求1所述的基于深度学习的伤情救治技能训练方法，其特征在于，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：
5.根据权利要求4所述的基于深度学习的伤情救治技能训练方法，其特征在于，所述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还包括以下步骤：
6.根据权利要求4所述的基于深度学习的伤情救治技能训练方法，...
【专利技术属性】
技术研发人员：周翔，郭建刚，罗文俊，刘宇健，王平，
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。