[发明专利]一种基于深度学习的新型新冠辅助筛查方法及装置

权利要求书

1.一种基于深度学习的新型新冠辅助筛查方法，其特征在于，包括以下步骤：

步骤一：通过采集设备(1)采集用户的体征数据(2)；

步骤二：所述采集设备(1)将所述体征数据(2)的信息转变为数字信号，并由网络模块(3)向云端(4)发送数据；

步骤三：所述云端(4)接收数据之后，对数据进行格式转化后传送至深度神经网络模型(5)；

步骤四：所述深度神经网络模型(5)根据数据进行分类，并将分类的结果由所述云端(4)反馈给所述采集设备(1)，并在所述采集设备(1)的显示设备(7)上进行展示。

2.根据权利要求1所述的一种基于深度学习的新型新冠辅助筛查方法，其特征在于：所述采集设备(1)的系统形式包括APP、Web服务以及微信小程序中的一种或多种。

3.根据权利要求1所述的一种基于深度学习的新型新冠辅助筛查方法，其特征在于：所述云端(4)包括后端服务(8)、数据预处理服务(9)以及数据格式处理模块(10)，所述步骤二还包括以下步骤：

所述采集设备(1)向所述云端(4)发送http请求；

所述后端服务(8)首先对所述http请求进行解析，然后调用相关的数据预处理服务(9)对数据进行清洗、过滤；

再将数据送入到所述数据格式处理模块(10)，所述数据格式处理模块(10)对数据进行变换，形成压缩文件。

4.根据权利要求3所述的一种基于深度学习的新型新冠辅助筛查方法，其特征在于：所述深度神经网络模型(5)的数据处理流程包括数据接收(12)、模型加载(13)以及模型预测(14)，具体步骤包括：

所述数据接收(12)接收所述压缩文件，并通过所述模型加载(13)进行模型加载；

加载完成后通过模型预测(14)进行预测；

预测结束后，所述模型预测(14)将数据反馈到所述云端(4)。

5.根据权利要求1所述的一种基于深度学习的新型新冠辅助筛查方法，其特征在于：所述深度神经网络模型(5)还包括预存数据库(15)，所述深度神经网络模型(5)将数据储存在所述预存数据库(15)中，所述预存数据库(15)用于对所述云端(4)提供数据。

6.根据权利要求1所述的一种基于深度学习的新型新冠辅助筛查方法，其特征在于：所述体征数据(2)包括声音数据(16)、肖像数据(17)以及体温数据(18)。

7.一种基于深度学习的新型新冠辅助筛查装置，其特征在于：所述采集设备(1)包括传感器模块组(19)、处理器(26)以及储存器(27)，所述传感器模块组(19)包括：

声音传感器(21)，用于接收用户的声音数据(16)；

摄像头(22)，用于收集整理用户的肖像数据(17)；

体温传感器(23)，用于检测用户的体温数据(18)。

8.根据权利要求7所述的一种基于深度学习的新型新冠辅助筛查装置，其特征在于：所述网络模块(3)为无线网络模块，且所述网络模块(3)的型号为zbt-wm8302rt。

9.根据权利要求7所述的一种基于深度学习的新型新冠辅助筛查装置，其特征在于：所述采集设备(1)包括：

信息提取模块(24)，所述信息提取模块(24)用于提取用户信息，所述用户信息包括性别信息、年龄信息、居住信息；

图谱生成模块(25)，所述图谱生成模块(25)用于根据所述体温数据(18)生成可视化图谱。

10.根据权利要求7所述的一种基于深度学习的新型新冠辅助筛查装置，其特征在于：所述储存器(27)、所述处理器(26)以及存储在所述储存器(27)中并能够在所述处理器(26)上运行的计算机程序，所述处理器(26)实现如权利要求1至6中任一项所述的基于深度学习的新型新冠辅助筛查方法。