成果介绍
我国医院感染率平均大约为4%-8%,死亡率达到70%。2015-2021年的医院医护人员的总体手卫生依从率不到60%,由医务人员的手传播细菌而造成的医院感染约30%。医院手卫生依从性管理工作是一项艰巨的系统性管理工作,目前只能依靠传统的人为管理方法,进行定期的科室手卫生培训和安排专职感控人员进行不定期的抽查。但这种方式在有限的人力资源条件下,要想达到预防与控制医院感染的目的非常困难。AI手卫生依从性管理系统基于手势追踪技术、传感器、深度学习、姿态估计等先进技术。通过视频及声音引导稳步提升医护人员手卫生的依从性并对依从率进行量化管理,智能分析医护人员的洗手消毒流程并自动生成洗手明细表,对监督医院手卫生,提高院感工作的管理水平提供数据支撑。
成果亮点
(1)深度学习算法提取手势特征,不需要进行人工特征设计就可以学习到目标的较好特征。
(2)利用Mosaic数据增强,增加数据的多样性,丰富图片的背景。
(3)加入加权特征金字塔,可以提升网络对不同尺度目标的特征融合能力。
(4)基于动静结合的目标检测方法,提升在洗手动作停止时算法的识别率。
(5)智能魔镜可以节省空间,提升用户体验感。
团队介绍
联系人: 庄老师 单位名称:常州市武进区科技成果转移中心
成果资料