便携式尿液智能监测系统

来源 :2018年全国物联网技术与应用大会 | 被引量 : 0次 | 上传用户:storm369
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
随着社会的进步、生活水平的提高,人们在追求富裕的同时,也越来越注意身体健康,而关注身体健康的方法之一则是按时体检,注意身体保健.每年按时体检,可以全面、初步了解身体的健康问题、各项指标是否正常以及变化的情况,及时反应身体健康状况.其中,尿常规检查是三大常规检测之一,对肾脏及泌尿系统疾病诊断具有重要意义.本项目依据临床检验要求,通过安置在手机摄像头上的高倍数放大镜获取尿液有形成分,并对红、白细胞进行粗筛后再经过大数据平台智能识别,采用该方案的使用者可以简单、方便地在家做定期检查。
其他文献
随着“互联网+”现代农业的高速发展,如何科学有效地提高农田的生产、经济及环境效益已经成为现阶段农业亟待解决的重大问题.无线传感器网络作为物联网的一个重要组成部分,是信息感知与传输的桥梁,将无线传感器网络运用于农田,摒弃了有线传输设备部署困难、安装维护成本高和需要市电供应等不足.运用无线感知技术、互联互通的物联网技术及自动化控制技术使得农业生产变得更加智慧,为农业可持续发展、环境保护提供有效保障.
在电负荷运转过程中,待机损耗的控制和违规电器的排查是亟待解决的两个问题.本文简述了一种基于模式识别技术的电能管家系统,该系统可以通过定时和倒计时开关电源的功能缩短待机时间,从而降低待机损耗;通过功率特征分析识别负荷的种类及工作状态,方便违规电器的定位与排查,还可以实现远程控制和抑制电涌等功能.
风能是一种清洁的可再生能源,利用风力发电是获取能源的有效途径.与传统的化石能源等发电方式相比,风力发电在时空特性上具有强随机性.因此,风能资源的准确测量与评估,对风电场规划选址、风能资源预测及风电项目建设等方面具有重要意义.考虑传统测风塔的建设存在施工环境复杂程度高、技术难度大、建设周期长、程序复杂、投资成本大等缺点,并且测风塔建设完毕后,无法进行二次移动、风能资源的动态测绘.本项目提出一种系留氦
目前,国内的刑侦物检仪主要通过高精度镜头聚焦的光电耦合感应器(CCD)和接触式图像传感器(CIS)采集物质的图像信息,结合图像处理技术进行物质的有用信息提取.然而,该类物检仪虽然可以高效完成提取物证工作,但是该仪器存在操作复杂、受环境影响较大、设备庞大、造价昂贵等问题,不能满足特殊场合(比如犯罪现场、银行、图书馆等)的物探需求.刑侦物检仪通过CIS释放不同波段的光谱,例如:红(R)、绿(G)、蓝(
随着生活水平的提升,纸质书籍阅读逐渐成为许多人的习惯.但在这个过程中,发现一些问题.基于此,设想“智能书本放垫”的创意概念。本创意旨在提升纸质阅读体验,改变对以往纸质阅读的普遍认知,让人们更加热爱纸质阅读。
流程工业(如钢铁、石化、有色和建材等原材料工业)是国民经济和社会发展的支柱产业,在国民经济中占有重要地位.然而,我国的流程工业在能耗、物耗方面与发达国家相比仍有较大差距,在高端制造与智能制造方面水平偏低,与流程工业强国之间的差距较大.基于此,本项目设计了一种基于物联网的流程工业云端智能决策系统,将工业云、无线通信工业物联网等计算资源和实际工业过程紧密结合和协同,结合云计算、人工智能等先进技术决策理
该项目旨在利用图像特征提取技术、人工神经网络算法,进行分类预测肝纤维化程度和肝脏肿瘤分期。通过远程传递图像异地终端服务器处理模式,技术人员为基层医院提供肝脏医学图像深度处理服务,使得基层医院在现有硬件设备基础上,获得更高清晰度和辨认率的医学图像,从而有效提高肝病的初诊率。
本项目开发了一套基于脑电意念的智能家居集成控制系统。通过脑电设备Emotiv Insight所采集的脑电数据特征,利用特征提取和模式识别进一步提高数据分析的准确度,并且通过蓝牙设备传输、STM32芯片通信,达到控制目的。本项目的主要核心技术是通过受试者头戴Emotiv Insight脑电设备采集原始脑电数据集,利用USB Dongle完成PC端数据接收,然后进行预处理和特征提取。特征提取后可以根据
基于此,提出本项目即基于六轴传感器信号的人体行为数据挖掘。项目利用手机、智能可穿戴设备普遍使用的六轴传感器采集各类人为姿态数据,结合先进的深度学习算法进行人体行为姿态识别,实现更高的人体行为识别精度,从而应用到实际生活中,为运动健康、医疗监测、游戏娱乐等场景应用提供数据支撑,为物联网的人机交互提供良好的范例。
目前,盲人外出通常依靠导盲犬引导,但是训练一只导盲犬的花销极大,培训每条导盲犬花费约12万~15万元,培训过程中的淘汰率高达60%,以致于我国每年培训的导盲犬数量远远不能满足庞大的盲人群体需求。针对这种情况,以传统的盲人手杖为载体,引入物联网技术,设计并研制一款智能出行盲杖。该盲杖采用STM32F103RCT6芯片作为核心处理器,并搭载GPS, GSM, ZigBee以及超声波等模块。