4.5 医疗行为多维度感知关键技术及应用研究
研究内容：聚焦智慧医院建设，研究医疗行为的多模态
感知并通过人机协同实现医疗流程的智能化。研究医疗行为
的多维度感知关键技术，重点突破医疗行为时空特征表达、
医疗行为细粒度识别、医疗行为操作合规性评估；研究高精
度力觉机器手臂辅助应用，突破复杂应用场景下的人机协同
关键技术，实现医务人员操作流程优化；研究全方位监测不
同患者生活习惯、饮食特征、运动模式、作息规律、精细行
为等对医疗结局的影响，为科学的行为干预提供依据。
考核指标：面向急诊、ICU、护理、代谢舱等各类复杂
场景，构建开放性的大规模多模态医疗行为数据集，经过标
注的数据规模不少于 10TB；覆盖至少 20 类医疗行为，医疗
行为感知系统对各类医疗行为的识别准确率大于 80%；开发
至少 2 类医疗流程辅助智能机械臂软硬件样机，在代谢舱等
使用场景中完成人机协同验证，并在至少 2 家三甲医院落地
应用。
2021-10-02 22:08:14
234KB
1
matlab代码保密脑龄
评估各种机器学习模型性能的研究，这些模型用于通过基于功能磁共振成像的多种生物标记和认知行为表现来预测一个人的大脑年龄。
结果概述：
先决条件
所有功能都是用matlab编写的。
分析说明
使用一系列认知测试对行为测度进行了预测，预测了各个年龄段的约100名健康成年人的大脑年龄，使用了各自的功能磁共振成像数据计算了他们的功能连通性概况，并使用，计算了每个人的fMRI数据，这也是从每个人的功能磁共振成像数据得出的。
创建并比较了许多回归模型，以查看它们如何处理少量主题和许多功能。
这些包括：
二次模型回归
一般线性模型回归
偏最小二乘回归
森林随机回归
支持向量回归
通过使用嵌套的交叉验证结构来防止过度拟合，从而实现了预测。
结果发现，支持向量回归和偏最小二乘回归能够胜过其他方法，在受试者实际年龄和预测年龄之间平均误差为7.4年。
出于患者机密原因，此处未包含数据
档案文件
age_predict_master.m-运行所有模型的脚本
/
model_functions-每种模型类型的脚本
-
nested_fcn_quadratic_model_February
2021-10-01 19:00:36
16KB
1
unity角色系统Population System PRO 1.0
所支持的Unity版本：2017.1.0 及以上版本
Population System - allows you to quickly create different groups of people such as:
1. Walking people
2. Talking people
3. Audience
2021-09-30 14:29:50
62B
1