基于“互联网+”移动医疗APP功能分析及发展建议

当前,中国医疗资源分配不均,医患矛盾日益严重。在这种情况下,如何提高医疗资源的利用率,为患者提供更加人性化、更加便利的医疗服务,已经成为互联网+时代下的热点问题。近年来,国家深化医疗改革,在"互联网+医疗"的政策支撑下,涌现出大量的医疗APP,各式各样的医疗APP走进人们的生活。选取了目前主流的几款移动医疗APP,针对核心功能进行分析研究,并提出发展建议。

基于多尺度优化感知网络的口罩检测方法

佩戴口罩是全球医学专家公认最有效的预防新冠肺炎感染的方法之一。基于视觉的智能口罩检测技术对于督促人们在公共场合佩戴口罩具有重要的作用。然而,目前专用口罩检测算法较为缺乏,通用目标检测算法对于多尺度、多角度和外观多样的戴口罩人脸目标识别仍然无法满足检测精度的要求。针对该问题,提出了一种基于多尺度优化感知网络的口罩检测方法——PyramidMask。首先,Pyramid-Mask从骨干网络的不同尺度获取图像的多层特征;然后设计尺度感知分支进行不同层的高密度先验框独立预测,以端到端的方式对图像中多尺度的人脸进行精准定位和佩戴口罩检测。此外,为了提高模型对复杂环境的鲁棒性,在训练阶段以图像拼接的方式对训练样本进行数据增强。实验结果表明,在公开的口罩检测数据集上,PyramidMask优于当前主流方法。相较于基准方法,PyramidMask在检测戴与未戴口罩的召回率上分别有5.4%和12.5%的提升,精确率上分别有6.0%和4.1%的提升。

医疗服务平台与“互联网+医疗”创新建设研究

在互联网+时代来临、国家深化医疗改革以及对"互联网+医疗"的政策支持等背景下,生活中涌出大量智能医疗平台。针对"互联网+医疗"产业出现后的各种产品,多角度分析了"互联网+医疗"当下的发展环境,指出了"互联网+医疗"行业的特殊性,以及医疗数据壁垒、商业模式不成熟等问题,并结合笔者对现有医疗服务平台的总结,针对互联网医疗创业者提出了发展建议。

基于轻量级卷积神经网络的烟雾识别算法

由于烟雾图像场景模糊不清,背景复杂多变,难以捕获到有效特征,导致算法识别误报率和漏报率较高;此外,深度卷积神经网络结构复杂,参数繁多,难以缩短其计算时间至1 ms内,这成为实时火灾预警的一大难题.为了解决上述问题,提出了一种基于4种Inception结构的轻量级卷积神经网络SInception(sequeeze-and-excitation inception)在此基础上加入SE Block(sequeeze-and-excitation block)用于对烟雾特征进行重新分配;同时,为了避免由于训练样本不足引起的过拟合,原始数据集上采用数据增强技术以及生成对抗网络生成更多训练样本,并在后续实验中采用了融合暗通道先验特征的策略.实验结果表明:该网络在增强的数据集GAN-Aug-YUAN上将识别误报率降为0的同时将准确率提升至99.65%,且计算时间减少到0.26 ms.

复杂场景下抽烟、打电话动作识别算法

在生活中,某些特定的场景会对人的行为做出特定的限制。比如加油站禁止抽烟、打电话,驾驶时禁止抽烟等。由于难以监管,近年来这些违规行为频繁发生,对社会造成很大的危害。传统方法采用人工全天候利用摄像头查看或者派专人监督,效率十分低下。本文提出Efficient Video Swin Transformer用于实时抽烟、打电话动作识别,与现有方法相比取得较好效果。同时提出了一套可工程化落地运用的在线动作识别框架。

收费制度下生活垃圾处理技术的经济探究

近年来我国许多城市已经被垃圾所包围,生活垃圾产出量剧增。本文基于技术经济学,主要研究收费制度下的生活垃圾处理问题,建立垃圾总成本分析模型,通过自适应模式垃圾效果分析不同方式下的垃圾处理效果。

基于多目标规划的“拍照赚钱”任务定价

本文主要研究的是基于移动互联网的自助式劳务众包平台任务定价问题。通过会员的信誉值,构建完成任务的激励系数,并结合任务定价表示完成度期望。利用配置限额等约束条件,建立最大完成度和最小总费用的多目标优化模型。最后,根据原完成任务总费用制约目标函数最小费用,将多目标优化模型转化为单目标优化模型,运用Lingo软件设计任务定价新方案。