基于深度学习的疟疾检测

针对疟疾检测方法中的模型存在训练时间过长,权重参数冗余等问题,用疟疾数据集从头开始训练,更改输入图像的大小,直接对ResNet-50网络的深度和宽度进行缩减,研究采用深度学习技术快速、准确地检测疟疾。该方法缩短了模型训练时间,提高了疟疾分类精确度,缩小了模型权重参数大小。

基于窄带物联网的智能输液及体征实时监控系统

针对传统人工输液系统和传统人工体征检测系统人力物力耗费大、安全度较低、输液结束处理不及时出现医疗事故等缺点,我们设计了一种基于窄带物联网的智能输液及体征实时监控系统。该系统结合传感器、控制、窄带物联网、通信、计算机、机械等技术,实现了输液过程的自动控制、体征远程实时监测、信息存储,系统具备药物识别、无线体征检测、滴速检测及调节、实时药液剩余量检测,无线网络实时监控与控制等功能,使医疗监护安全性得到更进一步的提升,为全面改进医疗监测系统奠定了雏形。