[發明專利]一種護理動作考核方法及系統

在審

• 申請號: 201710239429.X
• 申請日: 2017-04-13
• 公開（公告）號: CN106971206A
• 公開（公告）日: 2017-07-21
• 發明（設計）人: 黃偉杰;黃英
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司11227
• 代理人: 羅滿

技術領域

本發明涉及人工神經網絡領域，特別涉及一種護理動作考核方法及系統。

背景技術

隨著社會的發展，伴隨著我國獨生子女政策的實施，我國人口結構發生變化，更多的老年人需要養老護理，而社會卻難以滿足需求，為此，市場中出現大量的養老護理機構，一時間養老護理員的崗位需求大大增加。

現有的養老培訓機構最終的考核都是單純依賴于人為上的考核方式，由人工的評委在護理員考核過程中對考生的各種動作進行評價、比對、分析，難以達到準確無誤的分析并且給出公平的打分，例如，在最基本的給老人穿脫衣動作中，因為此套動作的復雜性，單純人為的進行監視難免會有對護理員某些動作沒做到位而疏忽掉，難以達到合格的監控以及給出正確無誤的評價。

所以，為了提高培養出一名合格的護理員的質量，提供一種快速且精準的考核方法，成為了可研究方向。

發明內容

有鑒于此，本發明的目的在于提供一種護理動作考核方法及系統，提供一種快速且精準的考核方法。其具體方案如下：

一種護理動作考核方法，包括：

采集護理員的動作圖像，將所述動作圖像輸入到考核模型中，所述考核模型進行相應的分析，得到考核結果；

其中，所述考核模型為利用歷史動作圖像，對卷積神經網絡進行訓練得到的。

優選的，所述采集護理員的動作圖像的過程，包括：

采集護理員的原始動作圖像，對所述原始動作圖像進行格式轉換，得到所述動作圖像。

優選的，所述考核模型得到過程，包括：

預先搭建卷積神經網絡；

利用所述歷史動作圖像和與所述歷史動作圖像相應的標簽，對所述卷積神經網絡進行訓練，得到所述考核模型；

其中，所述標簽標記所述歷史動作圖像的類別。

優選的，所述卷積神經網絡包括：

依次連接的第一卷積層、第一最大池化層、第一響應歸一化、第二卷積層、第二響應歸一化、第二最大池化層、第一全連接層、第二全連接層和多項式邏輯回歸層。

優選的，所述將所述動作圖像輸入到考核模型中，所述考核模型進行相應的計算，得到考核結果的過程，包括：

將所述動作圖像輸入到用戶終端的考核模型中進行分析，得到初步考核結果；

將所述初步考核結果發送至云服務器的考核模型中進行分析，得出考核結果。

本發明還公開了一種護理動作考核系統，包括：

采集模塊，用于采集護理員的動作圖像；

考核模塊，用于將所述動作圖像輸入到考核模型中，所述考核模型進行相應的分析，得到考核結果；

其中，所述考核模型為利用歷史動作圖像，對卷積神經網絡進行訓練得到的。

優選的，所述采集模塊，包括：

采集單元，用于采集護理員的原始動作圖像；

轉換單元，用于對所述原始動作圖像進行格式轉換，得到所述動作圖像。

優選的，所述考核模塊，包括：

搭建單元，用于預先搭建卷積神經網絡；

訓練單元，用于利用所述歷史動作圖像和與所述歷史動作圖像相應的標簽，對所述卷積神經網絡進行訓練，得到所述考核模型；

其中，所述標簽標記所述歷史動作圖像的類別。

優選的，所述考核模塊，包括：

第一分析單元，用于將所述動作圖像輸入到用戶終端的考核模型中進行分析，得到初步考核結果；

第二分析單元，用于將所述初步考核結果發送至云服務器的考核模型中進行分析，得出考核結果。

本發明中，護理動作考核方法，包括采集護理員的動作圖像，將動作圖像輸入到考核模型中，考核模型進行相應的分析，得到考核結果；其中，考核模型為利用歷史動作圖像，對卷積神經網絡進行訓練得到的。可見，本發明利用由卷積神經網絡訓練而成的考核模型，對護理員的動作圖像進行分析，從而得到診斷結果，無需再由人工對護理員的動作進行考核，避免了人為因素的干擾，提供了一種快速且精準的考核方法。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據提供的附圖獲得其他的附圖。

圖1為本發明實施例提供的一種護理動作考核方法流程示意圖；

圖2為本發明實施例提供的另一種護理動作考核方法流程示意圖；

圖3為本發明實施例提供的一種護理動作考核系統結構示意圖。