基于Web端的多功能护理床健康监护系统开发

来源 :南昌大学 | 被引量 : 0次 | 上传用户:galatea
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着我国社会进入老年化阶段,对失能老人或无自理能力的住院患者的健康护理逐步成为一个困扰社会的问题。一方面家属忙于工作无法长时间照顾住院病人;另一方面医疗资源有限,医护人员不能同时兼顾到所有病人的情况和及时护理。因而很难对此类患者做到及时护理,也减慢了病人康复进程。为了应对无自理能力的住院患者及时监护的问题,本文结合远程医疗与物联网技术,设计了一种基于多功能护理床的远程健康监护Web系统。健康监护系统依托于网络摄像头和实验室自主研制的多功能护理床等硬件平台,围绕视频监控、护理床控制、生理参数监视等基础功能单元进行设计。该系统采用B/S,架构模式,使用Java语言编写程序,以Spring Boot作为后端服务器的基础开发框架,并以Ajax作为系统前后端信息交互的“桥梁”。软件系统从数据库设计、前端可视化设计、后端服务器设计三个方面进行开发设计,并设置有家属、医生、护士和后台管理员四种用户角色,使不同的用户角色具有不同的功能和交互界面。本系统通过物联网技术将硬件设备接入软件系统,使网络摄像头、护理床、生理参数检测仪三个硬件单元融合为一体。用户可以通过手机、电脑、平板等智能终端登陆健康监护系统,查看病人生理参数、控制护理床运动、监控视频,从而实现对病人的远程监护,极大地提高了多功能护理床的智能性、护理的及时性。
其他文献
更快、更好的卷积神经网络(Convolutional Neural Networks,CNNs)架构一直是研究的热点。不管CNNs架构如何变化,激活函数都是必不可少的。修正线性单元(Rectified Linear Unit,Re LU)被广泛应用在绝大多数CNNs中。过去这些年,许多单调激活函数被提出,尝试取代Re LU。然而,这些单调激活函数在不同数据集和CNNs上表现得不稳定。Softmax
目标跟踪作为计算机视觉领域热门的研究方向在日常的工作和生活场景中有广泛的应用,而车辆跟踪是目标跟踪具体化的应用场景之一。车辆运动场景复杂多变,车身形变模糊、道路光照发生变化等情况会给车辆跟踪带来一定的技术难点。随着深度学习技术的快速发展,将深度特征结合相关滤波方法进行目标跟踪已经成为重要的研究方向之一。本文针对车辆跟踪的技术难点,提出应用多层深度特征构建相关滤波器并联合二元SVM分类器进行车辆长时
手机3D玻璃盖板作为手机屏幕最外层的玻璃,它有着硬度强、透光性好的特点。然后,手机3D玻璃盖板在生产过程中,很容易造成一些缺陷,比如划伤、凹凸点、异色、白边等等。任何一种缺陷,都会对屏幕的显示造成一定的影响。故手机3D玻璃盖板的缺陷检测,是生产过程中必不可少的一环。由于手机3D玻璃盖板的生产量大,普通的人工检测不管是在检测效率上还是检测精度上都已经无法满足生产的需求。而机器视觉技术,它不仅可以做到
在以往的几年里,随着移动互联网的普及,由成本较低、目标明确等特点,使的DDoS攻击变得越来越普遍。对于DDoS攻击,通常大部分企业会使用增加企业带宽、CDN、增加服务器数量等手段去稀释攻击流量,通过硬抗的办法来应对攻击。这种方法对于小流量的攻击确实有一定的效果,但是却浪费了大量的资源和金钱,而且对于大流量的DDoS攻击,这种方法收效甚微。根据绿盟科技的数据显示,目前许多传统的安全设备在设计时并没有
人脸检测技术因其应用领域广泛,具有较高的使用价值,因此作为计算机视觉研究领域中的热点一直备受关注。然而在实际复杂场景的使用中,人脸检测容易受到与成像设备距离远近、成像角度、外部环境光线明暗变化以及不同程度遮挡等因素的影响,造成检测精度无法达到标准。同时,人脸检测应用还需具备较快的检测速度才能满足实际应用需求。YOLOv4网络检测方法兼具较好的检测精度和较快的检测速度,是目前公认的通用目标检测算法之
随着互联网的急速发展,IT行业日新月异,系统架构的发展也在与时俱进,当用户量以几何指数飞速增长,曾经流行很久的单体架构已经很难应对和处理日益增长的软件复杂性。传统的单体架构也很难支撑如今庞大的数据量,当同时访问人数达到一定数额,服务器就会出现响应缓慢,交互失败等问题,甚至可能会出现服务器宕机等情况。基于这种现状,微服务架构风格应运而生,微服务架构核心是面向服务,重点是模块划分,服务之间正确高效调用
自然场景下的文本检测是计算机视觉的重要组成部分,也给我们带来了方便,像对证件照的识别、无人驾驶技术、智能机器人技术等等。作为计算机视觉中的重要组成部分,现在的印刷体文字检测识别技术已经相当的成熟,并且广泛的应在在我们的生活中。然而随着现在对手机、计算机的普及,对多媒体技术应用更加的广泛,图像的背景也更加的复杂。所以在自然场景的复杂性和文字本身的特点下,使用深度学习可以更加精确,快速的检测出图像中的
架空输电线路规程文本主要用于指导电网工作人员对输电线路的安全维护,规程文档的存储和查询对输电线路安全施工与规范作业具有重要意义。本文基于知识图谱技术,结合自然语言处理与图数据库技术,构建了知识查询系统,实现了规程规范的准确查询。以下是本文的主要工作:(1)根据输电规程文本的特点,采用了自底向上的知识图谱构建方法。首先设计了知识图谱语义关系,然后人工标注了训练数据,为知识图谱构建工作做了前期的准备。