基于深度图像和脑电图的老年痴呆患者交互式护理系统

由于老年痴呆症患者的身体运动和功能衰退的局限性,他们很难像普通人那样通过语言和手势语言与护士进行有效的沟通。 为了提高医疗保健交流的效率,本文提出了一种基于多模式深度神经网络(DNN)的智能交互式护理系统。 DNN的输入向量包括运动和心理特征,并分别从分别由Kinect和OpenBCI采集的深度图像和脑电图中提取。 实验结果表明,该算法简化了识别过程,改组后的数据集的准确率和召回率分别达到96.5%和96.4%,连续数据集分别达到90.9%和92.6%。