[發(fā)明專利]一種基于物聯(lián)網(wǎng)智能設備采集分析舌像面像的方法

在審

• 申請?zhí)枺?/td>: 201810214009.0
• 申請日: 2018-03-15
• 公開（公告）號: CN108461142A
• 公開（公告）日: 2018-08-28
• 發(fā)明（設計）人: 楊驊力
• 申請（專利權）人: 廣州大象健康科技有限公司
• 主分類號: G16H50/20
• 分類號: G16H50/20
• 代理公司: 廣州凱東知識產(chǎn)權代理有限公司 44259
• 代理人: 唐傳妹

1.一種基于物聯(lián)網(wǎng)智能設備采集分析舌像面像的方法，其特征在于：所述方法包括：

(a)利用內置人工智能模型和算法的智能設備采集體測者的舌像、面像數(shù)據(jù)；

(b)輸入采集到的舌像、面像數(shù)據(jù)自動鑒別出相應的癥候；

(c)將數(shù)據(jù)輸出到前端及時展示給體測者；

(d)智能設備連接物聯(lián)網(wǎng)，傳輸數(shù)據(jù)到云端,云端利用大數(shù)據(jù)存儲方式存儲數(shù)據(jù)；

(e)儲存數(shù)據(jù)自動打上設備判別的癥候標記，后臺管理員可以查看癥候標記，醫(yī)師可以檢查設備判別的癥候是否正確，如果不正確，可以手動打上癥候標記，修正設備判別的錯誤。

2.根據(jù)權利要求1所述的一種基于物聯(lián)網(wǎng)智能設備采集分析舌像面像的方法，其特征在于：當人工標記和設備標記的準確判別的數(shù)據(jù)不斷增加累積到一定量后，云端系統(tǒng)重新利用數(shù)據(jù)訓練模型，新模型會更新到物聯(lián)網(wǎng)前端的智能設備。

3.根據(jù)權利要求2所述的一種基于物聯(lián)網(wǎng)智能設備采集分析舌像面像的方法，其特征在于：云端訓練模型的方式是輸入圖像和癥候標記，采用卷積神經(jīng)網(wǎng)絡提取舌像面像癥狀特征數(shù)據(jù)，以有監(jiān)督學習方式訓練模型，把模型傳給前端智能設備。

4.根據(jù)權利要求1所述的一種基于物聯(lián)網(wǎng)智能設備采集分析舌像面像的方法，其特征在于：所述智能設備為貓博士體測機器人。