[发明专利]一种基于深度学习的骨骼识别装置

说明书

本发明公开了一种基于深度学习的骨骼识别装置，包括骨骼识别装置主体，所述骨骼识别装置主体的内部两端位置分别开设有骨骼扫描腔和空腔，所述骨骼扫描腔的内部上端位置设置有CT扫描仪，所述CT扫描仪与骨骼识别装置主体固定连接，所述骨骼扫描腔和空腔的内部分别设置有骨骼放置板和识别装置，所述骨骼识别装置主体与识别装置固定连接，本发明在骨骼识别模块上设置有筛选模块，筛选模块上设置有物种筛选模块、骨骼形状筛选模块和骨骼长度筛选模块，有利于根据数据将骨骼通过物种、形状及大小形状种类进行迅速筛选，最终确定骨骼信息，有利于提高骨骼识别效率。

技术领域

本发明属于深度学习技术领域，具体涉及一种基于深度学习的骨骼识别装置。

背景技术

深度学习是机器学习领域中一个新的研究方向，深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助，它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据，深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。

骨骼是组成脊椎动物内骨骼的坚硬器官，功能是运动、支持和保护身体；制造红血球和白血球；储藏矿物质，骨骼由各种不同的形状组成，有复杂的内在和外在结构，使骨骼在减轻重量的同时能够保持坚硬。

在技术不断的发展下，已出现骨骼识别技术，专利号为CN106327495A提出一种生物骨骼识别方法、装置及系统，利用骨骼数据库和神经网络进行骨骼识别，能够提高骨骼比对及识别的准确率和效率，但是该装置系统缺少筛分模块，容易导致骨骼识别效率不够高，并且对骨骼采集信息不够完整，容易影响骨骼识别准确性，并且未识别出的骨骼信息缺少存档，容易影响识别同一未知骨骼效率。

发明内容

本发明要解决的技术问题是克服现有的缺陷，提供一种基于深度学习的骨骼识别装置，以解决上述背景技术中提出的该装置系统缺少筛分模块，容易导致骨骼识别效率不够高，并且对骨骼采集信息不够完整，容易影响骨骼识别准确性，并且未识别出的骨骼信息缺少存档，容易影响识别同一未知骨骼效率的问题。

为实现上述目的，本发明提供如下技术方案：一种基于深度学习的骨骼识别装置，包括骨骼识别装置主体，所述骨骼识别装置主体的内部两端位置分别开设有骨骼扫描腔和空腔，所述骨骼扫描腔的内部上端位置设置有CT扫描仪，所述CT扫描仪与骨骼识别装置主体固定连接，所述骨骼扫描腔和空腔的内部分别设置有骨骼放置板和识别装置，所述骨骼识别装置主体与识别装置固定连接，所述骨骼放置板的一侧固定连接有把手，所述骨骼放置板的上表面一端位置开设有第二滑槽，所述第二滑槽的内部设置有第二滑动块，所述第二滑动块与第二滑槽滑动连接，所述第二滑动块上固定连接有横板，所述横板上固定连接有第一测距板，所述第一测距板的一侧固定连接有红外线距离测量仪，所述横板通过第二滑动块和第二滑槽与骨骼放置板滑动连接，所述骨骼放置板的上表面一端固定连接有第二测距板，所述CT扫描仪和红外线距离测量仪的输出端均与识别装置上骨骼识别系统的输入端连接，所述骨骼识别系统的输出端与骨骼数据库的输入端连接，所述骨骼数据库的输出端与骨骼识别模块的输入端连接，所述骨骼识别模块的输出端与判断模块的输入端连接，如果识别成功，所述判断模块的输出端与骨骼确认模块的输入端连接，所述骨骼确认模块的输出端与第一数据传输模块的输入端连接，所述第一数据传输模块的输出端与终端的输入端连接，如果识别失败，所述判断模块的输出端与未识别模块的输入端连接，所述未识别模块的输出端与未知骨骼信息存储模块的输入端连接，所述骨骼识别模块上设置有骨骼数据采集模块、第二数据接收模块、骨骼特征提取模块、特征识别模块、筛选模块、骨骼特征对比模块、骨骼匹配度分析模块和未知骨骼信息存储模块，所述筛选模块上设置有物种筛选模块、骨骼形状筛选模块和骨骼长度筛选模块，所述物种筛选模块的输出端与骨骼形状筛选模块的输入端连接，所述骨骼形状筛选模块的输出端与骨骼长度筛选模块的输入端连接。

优选的，所述识别装置与骨骼识别系统、骨骼数据库、骨骼识别模块、判断模块、骨骼确认模块、第一数据传输模块、终端、未识别模块和未知骨骼信息存储模块均为电性连接。