非接触式多模态参数检测与深度学习驱动的智能检测系统技术方案

技术编号:42951690 阅读:42 留言:0更新日期:2024-10-11 16:07
本发明专利技术提供一种非接触式多模态参数检测与深度学习驱动的智能检测系统,涉及生理参数检测设备的技术领域,旨在实现从图像采集至心率估计的处理流程;该系统依托人工智能算法,包括深度学习模型和多模态信号融合技术,以实现对个人健康状态的精准评估;通过摄像头采集人体的面部信息,并将面部信息信号处理之后,进行多任务级联卷积网络模型的训练,以实现多种数据的有效融合,缓解了现有技术中存在的现有的接触式检测设备受佩戴要求限制较大,同时,检测数据单一,无法进行多模态生理参数检测的技术问题,达到了对用户实时、准确和全面的健康参数监测的技术效果。

【技术实现步骤摘要】

本专利技术涉及生理参数检测设备的相关领域,尤其是涉及一种非接触式多模态参数检测与深度学习驱动的智能检测系统


技术介绍

1、心率作为人体生命体征的重要组成部分,不仅是心血管健康的基本指标,还反映了个体的情绪状态和身体活动水平。正常情况下,成年人的心率范围通常稳定在每分钟60至100次之间,但这一数值会随性别、年龄及健康状况等因素有所变化。剧烈的身体运动或是强烈的情绪波动,如愤怒、兴奋等,均能显著提升心率。对于心血管疾病患者而言,病情发作时常伴随心率的异常波动,若未能及时监测并获取准确的心率信息,可能会延误诊断与治疗的最佳时机,从而增加并发症的风险。

2、长期以来,接触式心率监测技术占据主导地位,如通过胸带或手腕设备测量心率。然而,这类方法存在一定的局限性,如佩戴不适、数据采集的侵入性和不便性,限制了其在日常生活中连续监测的应用。近年来,非接触式心率检测技术的兴起,尤其是基于视频分析的方法,为远程健康监控提供了新的可能。这些技术允许在无感状态下收集个体的生理信号,尤其适用于家庭环境中的长期健康监测,减少了对专门医疗设备的依赖。

3、此本文档来自技高网...

【技术保护点】

1.一种非接触式多模态参数检测与深度学习驱动的智能检测系统,其特征在于,包括如下步骤:

2.根据权利要求1所述的非接触式多模态参数检测与深度学习驱动的智能检测系统,在步骤S10中,基于光照强度的调整模型的表达式为:

3.根据权利要求1所述的非接触式多模态参数检测与深度学习驱动的智能检测系统,在步骤S20中,包括如下步骤:

4.根据权利要求1所述的非接触式多模态参数检测与深度学习驱动的智能检测系统,在步骤S50中包括如下步骤:

5.根据权利要求4所述的非接触式多模态参数检测与深度学习驱动的智能检测系统,在步骤S60中,心电图的信号进行R波检测...

【技术特征摘要】

1.一种非接触式多模态参数检测与深度学习驱动的智能检测系统,其特征在于,包括如下步骤:

2.根据权利要求1所述的非接触式多模态参数检测与深度学习驱动的智能检测系统,在步骤s10中,基于光照强度的调整模型的表达式为:

3.根据权利要求1所述的非接触式多模态参数检测与深度学习驱动的智...

【专利技术属性】
技术研发人员:郭辉李博瀚辛修勇郑浩冯静以刘波刘韵婷
申请(专利权)人:沈阳工业大学
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