【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及基于ai数字人导诊系统对使用者生物信息识别及管理方法。
技术介绍
1、随着科技的不断发展，生物信息识别技术在安全、医疗、个人健康管理等领域得到了广泛应用。生物信息识别是对个人的生理特征(如指纹、虹膜、面部特征等)或行为特征(如笔迹、行走姿态等)进行自动识别和验证的技术，这些技术为用户提供了便捷的身份验证方式，并在提高安全性方面发挥了重要作用。
2、然而，传统的生物信息识别系统存在一些局限性。例如，它们通常只依赖于单一类型的生物信息来进行身份验证，这可能导致误识率较高，特别是在使用者的身体状况发生变化时，如病患或受伤，可能会导致生物信息的改变，进而影响识别的准确性。
技术实现思路
1、鉴于此，本专利技术的目的在于提供一种基于ai数字人导诊系统对使用者生物信息识别及管理方法，从而提高识别的准确性。
2、本专利技术为解决其技术问题而采用的技术方案是提供一种基于ai数字人导诊系统对使用者生物信息识别及管理方法，包括：信息收集设备和与所述信息收集设备信号连接的服务器，所述信息收集设备包括生物信息采集模块、图像采集模块、第一控制模块以及第一数据库，所述服务器包括第二控制模块和第二数据库；
3、对使用者生物信息识别及管理方法包括以下步骤：
4、s1、患者通过接触生物信息采集模块得到接触式信息数据；
5、s2、图像采集模块对患者进行拍摄以得到图像数据集，将接触式信息数据和图像数据集整合形成患者数据集传输至第
6、s3、第一控制模块对患者数据集进行预处理得到预处理数据集，第一控制模块将预处理数据集传输至第二数据库，第二控制模块将预处理数据集与预设在第二数据库中的患者标准数据集进行相似度计算，当相似度大于第一预设阈值时，则将对应该患者标准数据集的病历数据集传输至第一数据库，并将预处理数据集整合至患者标准数据集中；
7、如果患者第一次就诊，则将预处理数据集作为患者标准数据集存储至第二数据库中；
8、s4、患者就诊结束时，第一控制模块将患者该次的病历数据整合至第二数据库中的病历数据集中，并删除第一数据库中的病历数据集。
9、作为本专利技术的进一步改进，所述信息收集设备还包括医护人员认证模块，在步骤s1之前还包括步骤s0：医护人员通过医护人员认证模块进行认证并选择进行步骤s1或者进行步骤s2。
10、作为本专利技术的进一步改进，所述步骤s1中患者通过接触生物信息采集模块得到接触式信息数据的具体步骤包括：患者通过手指接触生物信息采集模块得到具有指纹信息的接触式信息数据。
11、作为本专利技术的进一步改进，步骤s3中进行预处理的具体步骤包括：
12、s31、对患者数据集中的图像进行亮度矫正和色彩矫正；
13、s32、对患者数据集中的图像进行去噪处理；
14、s33、采用姿态估计模型确定人体的关键部位并得出人体的姿态；
15、s34、提取面部的眼睛、鼻子和嘴巴的特征。
16、作为本专利技术的进一步改进，步骤s31中进行亮度矫正和色彩矫正的具体步骤包括：
17、s311、第一控制模块检测患者数据集中患者图像的直方图，如果直方图集中在低灰度值，则调低伽马值；
18、如果直方图集中在高灰度值，则调高伽马值；
19、s312、应用灰世界假设法，将整张患者图像的红色、绿色和蓝色通道的比例调整为相同比例。
20、作为本专利技术的进一步改进，步骤s33中采用姿态估计模型确定人体的关键部位并得出人体的姿态的具体步骤包括：
21、s331、将患者数据集中的图像代入姿态估计模型进行前向传播确定人体的关键部位、并输出关键部位的坐标；
22、s332、根据关键部位的坐标绘制关键点并通过连接线连接不同的关键点、以得到人体姿态图；
23、s333、将人体姿态图代入深度学习模型进行姿态分类，以得出人体的姿态。
24、作为本专利技术的进一步改进，第一控制模块预设有第一清晰度置信阈值和第二清晰度置信阈值，每个坐标均具有置信度级别数据，置信度级别数据包括第一置信度、第二置信度和第三置信度；
25、所述步骤s331之后还包括步骤s3311：当关键部位的清晰度低于第一清晰度置信阈值时，则将对应该关键部位的坐标设置为第一置信度，当关键部位的清晰度高于第一清晰度置信阈值且低于第二清晰度置信阈值时，则将对应该关键部位的坐标设置为第二置信度，其余的坐标设置为第三置信度。
26、作为本专利技术的进一步改进，深度学习模型预设有多个姿态标签以及多个一一与所述姿态标签对应的标准姿态数据集，第一控制模块预设有姿态分类阈值；
27、步骤s333中将人体姿态图代入深度学习模型进行姿态分类，以得出人体的姿态的具体步骤包括：删除设置为第一置信度的关键点、并删除与该关键点连接的连接线得出纠正姿态图，将纠正姿态图一一与标准姿态数据集进行相似度计算，将设置为第二置信度的关键点和与该关键点连接的连接线的相似度计算占比调整为0.5，其余的关键点和与该关键点连接的连接线的相似度计算占比调整为1；
28、当相似度大于姿态分类阈值时，则选取对应该标准姿态数据集的姿态标签。
29、作为本专利技术的进一步改进，关键部位包括肩膀、手肘、手腕、膝盖、头顶和脖子。
30、作为本专利技术的进一步改进，多个姿态标签分别为震颤、僵硬、身体前倾、脚部受损、手部受损和头颈部受损。
31、本专利技术的有益效果至少是：
32、1、通过接触式生物信息和图像数据多重认证，能够提高识别的准确性。
33、2、对于第一次就诊的患者能够自动将其预处理后的数据作为标准数据存储在第二数据库中，简化初次登记手续，不仅节省了时间，也减少了人工录入错误的可能性。
34、3、病历数据仅在必要时临时传输至第一数据库进行就诊辅助，方便医生查看病史；能够限制医生的访问权限，患者进行验证后才可以查看患者病史；患者的病历数据始终保持在云端，不会存储在信息收集设备，就算信息收集设备丢失也不怕担心患者的病历暴露。
本文档来自技高网...【技术保护点】
1.一种基于AI数字人导诊系统对使用者生物信息识别及管理方法，其特征在于，包括：信息收集设备和与所述信息收集设备信号连接的服务器，所述信息收集设备包括生物信息采集模块、图像采集模块、第一控制模块以及第一数据库，所述服务器包括第二控制模块和第二数据库；
2.根据权利要求1所述的基于AI数字人导诊系统对使用者生物信息识别及管理方法，其特征在于，所述信息收集设备还包括医护人员认证模块，在步骤S1之前还包括步骤S0：医护人员通过医护人员认证模块进行认证并选择进行步骤S1或者进行步骤S2。
3.根据权利要求2所述的基于AI数字人导诊系统对使用者生物信息识别及管理方法，其特征在于，所述步骤S1中患者通过接触生物信息采集模块得到接触式信息数据的具体步骤包括：患者通过手指接触生物信息采集模块得到具有指纹信息的接触式信息数据。
4.根据权利要求1所述的基于AI数字人导诊系统对使用者生物信息识别及管理方法，其特征在于，步骤S3中进行预处理的具体步骤包括：
5.根据权利要求4所述的基于AI数字人导诊系统对使用者生物信息识别及管理方法，其特征在于，步骤S3
6.根据权利要求1所述的基于AI数字人导诊系统对使用者生物信息识别及管理方法，其特征在于，步骤S33中采用姿态估计模型确定人体的关键部位并得出人体的姿态的具体步骤包括：
7.根据权利要求6所述的基于AI数字人导诊系统对使用者生物信息识别及管理方法，其特征在于，第一控制模块预设有第一清晰度置信阈值和第二清晰度置信阈值，每个坐标均具有置信度级别数据，置信度级别数据包括第一置信度、第二置信度和第三置信度；
8.根据权利要求7所述的基于AI数字人导诊系统对使用者生物信息识别及管理方法，其特征在于，深度学习模型预设有多个姿态标签以及多个一一与所述姿态标签对应的标准姿态数据集，第一控制模块预设有姿态分类阈值；
9.根据权利要求4所述的基于AI数字人导诊系统对使用者生物信息识别及管理方法，其特征在于，关键部位包括肩膀、手肘、手腕、膝盖、头顶和脖子。
10.根据权利要求8所述的基于AI数字人导诊系统对使用者生物信息识别及管理方法，其特征在于，多个姿态标签分别为震颤、僵硬、身体前倾、脚部受损、手部受损和头颈部受损。
...【技术特征摘要】
1.一种基于ai数字人导诊系统对使用者生物信息识别及管理方法，其特征在于，包括：信息收集设备和与所述信息收集设备信号连接的服务器，所述信息收集设备包括生物信息采集模块、图像采集模块、第一控制模块以及第一数据库，所述服务器包括第二控制模块和第二数据库；
2.根据权利要求1所述的基于ai数字人导诊系统对使用者生物信息识别及管理方法，其特征在于，所述信息收集设备还包括医护人员认证模块，在步骤s1之前还包括步骤s0：医护人员通过医护人员认证模块进行认证并选择进行步骤s1或者进行步骤s2。
3.根据权利要求2所述的基于ai数字人导诊系统对使用者生物信息识别及管理方法，其特征在于，所述步骤s1中患者通过接触生物信息采集模块得到接触式信息数据的具体步骤包括：患者通过手指接触生物信息采集模块得到具有指纹信息的接触式信息数据。
4.根据权利要求1所述的基于ai数字人导诊系统对使用者生物信息识别及管理方法，其特征在于，步骤s3中进行预处理的具体步骤包括：
5.根据权利要求4所述的基于ai数字人导诊系统对使用者生物信息识别及管理方法，其特征在于，步骤s31中进行亮...
【专利技术属性】
技术研发人员：何社超，
申请(专利权)人：广东天网智城科技有限公司，
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。