业务和功能介绍
- 功能层面：
- 非接触式精准监测：运用医用级摄像头，对保温箱内的早产儿进行持续视频采集，无需传感器直接接触婴儿，避免了对婴儿造成刺激。基于改进的深度学习算法，如YOLOv4/YOLOv5等，能够精准定位早产儿的头部、四肢、躯干等关键身体部位，实现对其姿态的高精度识别。
- 异常行为智能检测：通过对早产儿姿态的时序分析，系统可以有效识别出持续性异常体位、活动减少等异常姿态模式。一旦检测到这些异常，便会及时发出预警，提示医护人员关注潜在的神经系统问题。
- 模型优化与实时性保障：采用TensorRT等技术对姿态识别模型进行加速，确保系统能够在不损失过多精度的前提下，实现对早产儿姿态的实时监测与分析。针对早产儿体型小、易出现遮挡等特点，对模型的anchor设计进行针对性优化，提升模型在复杂情况下的鲁棒性。
- 业务层面：
- 助力早期风险筛查：能够协助医生尽早发现早产儿患脑瘫、神经发育迟缓等疾病的风险信号，为早期干预争取宝贵时间。研究表明，早期干预可使早产儿的脑瘫发生率从35.5‰降到9.4‰ ，对改善早产儿的健康预后具有重要意义。
- 非接触式精准监测：运用医用级摄像头，对保温箱内的早产儿进行持续视频采集，无需传感器直接接触婴儿，避免了对婴儿造成刺激。基于改进的深度学习算法，如YOLOv4/YOLOv5等，能够精准定位早产儿的头部、四肢、躯干等关键身体部位，实现对其姿态的高精度识别。
- 异常行为智能检测：通过对早产儿姿态的时序分析，系统可以有效识别出持续性异常体位、活动减少等异常姿态模式。一旦检测到这些异常，便会及时发出预警，提示医护人员关注潜在的神经系统问题。
- 模型优化与实时性保障：采用TensorRT等技术对姿态识别模型进行加速，确保系统能够在不损失过多精度的前提下，实现对早产儿姿态的实时监测与分析。针对早产儿体型小、易出现遮挡等特点，对模型的anchor设计进行针对性优化，提升模型在复杂情况下的鲁棒性。
- 业务层面：
- 助力早期风险筛查：能够协助医生尽早发现早产儿患脑瘫、神经发育迟缓等疾病的风险信号，为早期干预争取宝贵时间。研究表明，早期干预可使早产儿的脑瘫发生率从35.5‰降到9.4‰ ，对改善早产儿的健康预后具有重要意义。
项目实现
- 感知层：核心目标是“无干扰数据采集”，避免接触婴儿引发刺激或感染风险。采用多视角医用级摄像头（如防蓝光、低功耗型号），从保温箱不同角度采集视频流，同时过滤环境光线干扰，确保图像清晰度；不部署任何接触式传感器，仅通过视觉信号获取姿态数据。
- 传输层：聚焦“低延迟、高可靠”，支持边缘端与云端/本地服务器的双向数据传输。优先采用有线以太网（稳定性优于无线），关键场景下冗余部署5G专网（低延迟<20ms）；传输前对视频流进行轻量级压缩（如H.265），减少带宽占用，同时通过SSL/TLS加密保障数据传输安全，符合《医疗数据安全指南》要求。
- 处理层：实现“实时计算+精准分析”，采用“边缘计算+云端协同”模式。边缘端（如嵌入式设备）负责实时姿态检测（降低云端延迟），云端负责历史数据存储、模型迭代与批量分析；核心算法模块与业务逻辑解耦，支持算法模型（如姿态估计模型）独立更新，无需重构整体架构。
- 应用层：面向“医护友好+临床适配”，提供可视化交互与预警功能。界面设计简洁，支持实时姿态轨迹展示、异常事件标注、历史数据回溯；与医院HIS/LIS系统对接，自动同步早产儿基本信息，异常预警同步推送至医护终端（如护士站大屏、手机APP），确保响应及时。
- 传输层：聚焦“低延迟、高可靠”，支持边缘端与云端/本地服务器的双向数据传输。优先采用有线以太网（稳定性优于无线），关键场景下冗余部署5G专网（低延迟<20ms）；传输前对视频流进行轻量级压缩（如H.265），减少带宽占用，同时通过SSL/TLS加密保障数据传输安全，符合《医疗数据安全指南》要求。
- 处理层：实现“实时计算+精准分析”，采用“边缘计算+云端协同”模式。边缘端（如嵌入式设备）负责实时姿态检测（降低云端延迟），云端负责历史数据存储、模型迭代与批量分析；核心算法模块与业务逻辑解耦，支持算法模型（如姿态估计模型）独立更新，无需重构整体架构。
- 应用层：面向“医护友好+临床适配”，提供可视化交互与预警功能。界面设计简洁，支持实时姿态轨迹展示、异常事件标注、历史数据回溯；与医院HIS/LIS系统对接，自动同步早产儿基本信息，异常预警同步推送至医护终端（如护士站大屏、手机APP），确保响应及时。
示例图片视频
相似推荐
智能交互大屏-智能交互大屏
本项目为自研首款 8K 智慧云屏配套客户端软件，采用高规格 8K 显示、一体式硬件整机架构及 X86 安卓 + Windows 双系统共享硬件方案。基于 WPF 技术栈从零打造大屏全套软件体系，覆盖白板书写、屏幕批注、系统设置、Launcher 桌面、侧边栏快捷工具、分屏交互、OTA 固件升级、设备集控、外设管控等 20 余个应用模块与核心功能组件，满足政企会议、智慧办公、工业数字孪生等场景下的高清交互、设备管控、系统运维需求，实现高分辨率触控终端的智能化、一体化软件体验。
水利大模型通用管理平台
项目背景
面向水利行业的 TF 数学模型统一管理平台，将 Python 水利建模文件统一解析、调度与运行，为业务系统提供标准化模型调用与结果管理。为政府水利项目提供充实的保障和便利。
负责 Python 模型文件解析与统一调度接口开发，通过 ProcessBuilder 调用 Python 执行引擎实现模型运行。
参与模型元数据管理与版本控制模块设计，支持模型上传、存储与生命周期管理。
协助完成 GaussDB 数据持久化与 Redis 缓存集成，参与前后端接口联调与自测。
基于 Spring Boot 线程池与 Redis 分布式锁实现多模型并发调度，全局异常拦截返回标准化错误码。
某企业大气污染防治管控系统
基于“数字孪生”等先进信息化技术手段，全面推进企业环境保护工作的数字化能力建设，用数据支撑生态环境保护工作开展，全过程可视可查；不断提升和完善自我动态监测能力，动态感知环境状况，环境风险第一时间发现、第一时间预警、第一时间响应，持续提升环保水平，推动区域和行业高水平发展。
大模型驱动的工业数字孪生平台-LLM Digital Twin
面向智能制造与物联网演示的数字孪生平台，支持用自然语言直接控制虚拟与真实设备。
核心功能：①LLM Agent解析自然语言指令，自动映射为设备操作；②MQTT总线实时同步设备状态，指令下发毫秒级响应；③Three.js三维场景实时渲染，设备状态一屏总览；④Webots仿真环境真机联调，支持虚实融合验证。适用于工厂产线可视化、智能家居演示与物联网教学场景。
无人机管控综合大屏平台-无人机管控综合大屏平台
技术栈：Vue3 + TypeScript + Element‑Plus + OpenLayers + Cesium + ECharts + WebGL + GLSL + GeoServer + PostGIS + Java + Nginx + ArcGIS
平台面向集团水电业务，构建二三维一体化无人机管控系统，实现空间数据服务管理、无人机任务全生命周期管理、机库设备实时监控、飞行航线规划、安全冲突评估、巡检成果可视化、多维统计分析。
1. 二三维地图模块：Cesium 承载三维地形场景，OpenLayers 负责二维业务地图；基于 WebGL/GLSL 自定义着色器，实现管线、航线、巡检区域特效渲染；对接 GeoServer 发布 WMTS/WFS 空间服务，PostGIS 存储管理点位、航线、巡检区域等空间矢量数据；兼容 ArcGIS 各类空间数据格式。
2. 无人机业务模块：机库站点树管理、无人机设备实时状态监控、机库视频预览；业务需求录入、航线航点编辑、空域 / 时间 / 航线三重安全评估；任务拆分、子任务冲突校验、设备指派下发；飞行任务列表管理，展示里程、时长、告警信息，查看图片视频巡检成果。
3. 可视化大屏模块：资源指标概览、任务多维度统计图表，任务类型、任务状态、飞行趋势、机库能力排行、隐患处置排行，支撑运维决策。
4. 后端服务：Java 提供业务接口，PostGIS 处理空间查询、空间计算；Nginx 做反向代理、静态资源、地图服务代理。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服