[發(fā)明專利]基于人臉識別的移動電子病歷系統(tǒng)及實現(xiàn)方法在審
| 申請?zhí)枺?/td> | 201810341068.4 | 申請日: | 2018-04-17 |
| 公開(公告)號: | CN108597566A | 公開(公告)日: | 2018-09-28 |
| 發(fā)明(設計)人: | 黃良輝;程濤;何靜;陳梓生;徐雷鳴;劉信章 | 申請(專利權)人: | 廣東南海鷹視通達科技有限公司;湖南工業(yè)大學 |
| 主分類號: | G16H10/60 | 分類號: | G16H10/60;G06F17/30;G06K9/00;G06K9/62 |
| 代理公司: | 北京科億知識產(chǎn)權代理事務所(普通合伙) 11350 | 代理人: | 肖平安 |
| 地址: | 528000 廣東省佛山市南海區(qū)桂城街*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 人臉識別 移動電子病歷 身份信息采集裝置 人臉識別訓練 移動病歷服務 顯示模塊 服務器 服務器管理模塊 人臉檢測模型 圖像采集模塊 病歷數(shù)據(jù)庫 辦公區(qū)域 病歷信息 匹配模塊 推理模塊 卷積 病歷 匹配 移動 網(wǎng)絡 學習 | ||
1.一種基于人臉識別的移動電子病歷系統(tǒng),其特征在于,包括:
便攜式身份信息采集裝置,其用于采集患者身份信息,包括圖像采集模塊,所述圖像采集模塊用于采集患者的圖像信息;
人臉識別服務器,其包括人臉識別訓練模塊、服務器管理模塊、推理模塊、匹配模塊和移動病歷數(shù)據(jù)庫;
移動病歷服務裝置;
所述移動病歷數(shù)據(jù)庫用于存放患者的圖像信息和身份信息;
所述人臉識別訓練模塊用于通過深度學習卷積網(wǎng)絡產(chǎn)生人臉檢測模型參數(shù);
所述服務器管理模塊,其與所述便攜式身份信息采集裝置和所述人臉識別訓練模塊電性連接,用于管理接收所述便攜式身份信息采集裝置采集的患者身份信息,并保存所述人臉檢測模型參數(shù);
所述推理模塊,其與所述服務器管理模塊電性連接,用于根據(jù)所述人臉檢測模型參數(shù)識別出所述圖像采集模塊所采集的圖像信息中的人臉區(qū)域;
所述匹配模塊,其與所述推理模塊和所述人臉病歷數(shù)據(jù)庫電性連接,用于將所述推理模塊輸出的人臉區(qū)域和所述移動病歷數(shù)據(jù)庫中預存的患者的人臉圖片進行高維度特征提取并進行一一比對,以在所述移動病歷數(shù)據(jù)庫中找到對應的人臉;
所述移動病歷服務裝置與所述匹配模塊無線連接,其包括顯示模塊,所述顯示模塊用于顯示所述匹配模塊匹配到的患者的病歷信息。
2.根據(jù)權利要求1所述的基于人臉識別的移動電子病歷系統(tǒng),其特征在于,所述便攜式身份信息采集裝置還包括OCR采集模塊,所述OCR采集模塊用于運用OCR轉換技術采集患者身份證信息,以用于所述顯示模塊顯示患者病歷信息的身份驗證。
3.根據(jù)權利要求2所述的基于人臉識別的移動電子病歷系統(tǒng),其特征在于,所述便攜式身份信息采集裝置還包括與所述圖像采集模塊和所述OCR采集模塊電性連接的數(shù)據(jù)預處理模塊,所述數(shù)據(jù)預處理模塊用于對所述圖像采集模塊和所述OCR采集模塊采集的數(shù)據(jù)進行降噪處理。
4.根據(jù)權利要求2所述的基于人臉識別的移動電子病歷系統(tǒng),其特征在于,所述移動病歷服務裝置還包括指紋識別模塊,所述指紋識別模塊用于檢測具有醫(yī)師資格身份的醫(yī)師的指紋,以用于所述顯示模塊顯示患者病歷信息的身份驗證。
5.根據(jù)權利要求1所述的基于人臉識別的移動電子病歷系統(tǒng),其特征在于,所述人臉識別服務器、所述移動病歷數(shù)據(jù)庫和所述移動病歷服務裝置之間采用無線局網(wǎng)絡連接。
6.一種基于人臉識別的移動電子病歷實現(xiàn)方法,其特征在于,包括如下步驟:
S1)、人臉識別服務器的識別訓練;將獲取到的人臉數(shù)據(jù)集放入在基于深度學習卷積網(wǎng)絡模型的人臉識別服務器中進行訓練,以獲得人臉檢測模型參數(shù);
S2)、患者身份信息的采集;采用便攜式身份信息采集裝置采集患者圖像信息,將采集到的圖像信息傳輸至所述人臉識別服務器;
S3)、檢測人臉圖像區(qū)域;使用步驟S1中訓練好的所述人臉檢測參數(shù)模型在步驟S2中的患者圖像信息中檢測出人臉圖像區(qū)域;
S4)、匹配患者圖像;使用1:N人臉匹配方法,將步驟S3中檢測出的人臉圖像與移動病歷數(shù)據(jù)庫中預存的人臉圖像提取高維特征進行1:N的人臉匹配;
S5)、病歷展示;匹配到移動病歷數(shù)據(jù)庫中的患者圖像信息后,將提取患者病歷信息,并顯示在移動病歷服務裝置上。
7.根據(jù)權利要求6所述的基于人臉識別的移動電子病歷實現(xiàn)方法,其特征在于,還包括患者身份驗證的步驟;當匹配到患者的圖像信息后,使用便攜式身份信息采集裝置采集患者的身份證信息,身份通過后方可在所述移動病歷服務裝置上顯示患者病歷。
8.根據(jù)權利要求7所述的基于人臉識別的移動電子病歷實現(xiàn)方法,其特征在于,還包括醫(yī)師身份驗證的步驟;當匹配到患者的圖像信息后,驗證查看患者病歷的合法醫(yī)師資格身份,驗證通過后方可在所述移動病歷服務裝置上顯示患者病歷。
9.根據(jù)權利要求8所述的基于人臉識別的移動電子病歷實現(xiàn)方法,其特征在于,采用指紋識別器驗證合法醫(yī)師資格身份。
10.根據(jù)權利要求6所述的基于人臉識別的移動電子病歷實現(xiàn)方法,其特征在于,所述人臉識別服務器的識別訓練包括如下步驟:
S11)、將所述人臉數(shù)據(jù)集中的圖片輸入到RPN網(wǎng)絡中,輸出多尺度定位框和定位框的概率值;
S12)、對步驟S11中的的定位框采用非極大值抑制(nms)算法,依據(jù)概率從高到低選取256個候選人臉區(qū)域的定位框;
S13)、將步驟S11的數(shù)據(jù)集圖片和步驟S12中的256個候選框輸入到Fast R-CNN目標檢測網(wǎng)絡,共享RPN網(wǎng)絡的卷積層,得到256個候選區(qū)域的人臉區(qū)域定位框的特征圖;
S14)、將步驟S13中的256個候選人臉區(qū)域定位框的特征圖依次經(jīng)過ROI pooling層,得到統(tǒng)一尺寸的特征圖;
S15)、將步驟S14的尺寸一致的256個特征圖進行分類,輸出人臉區(qū)域坐標和概率值;
S16)、輸出損失函數(shù)值,利用隨機梯度下降(SGD)和反向傳播(BP)最小化損失函數(shù),不斷更新保存人臉檢測模型參數(shù);
S17)、上述步驟S11-S16循環(huán)工作,直至輸出最優(yōu)的人臉檢測模型參數(shù)。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于廣東南海鷹視通達科技有限公司;湖南工業(yè)大學,未經(jīng)廣東南海鷹視通達科技有限公司;湖南工業(yè)大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810341068.4/1.html,轉載請聲明來源鉆瓜專利網(wǎng)。





