.png){kind=icon}
返回
Multidimensional Excretion Perception Using a Laser Dot Matrix Sensor
.png){kind=icon}
PRE
AI
DOI：10.1109/jsen.2026.3705798.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
传统排泄物检测方法通常存在信息维度有限、依赖多种传感器以及系统复杂度高等问题。为解决这些局限性，本文提出了一种基于单激光点阵传感器（LDMS）的多维排泄状态感知框架。所提方法主动获取排泄区域的距离和反射强度分布，以实现排泄存在性、类型、形状和体积的同时识别。构建了涵盖多种排泄类别和体积水平的物理仿真数据集，并将数据编码为伪RGB输入。随后，设计了一种基于MobileNetV3-small（MNV3S）的轻量级双流多任务网络，结合迁移学习和Fusion-MLP模块融合双模态信息，以联合分类（JC）排泄类型/形状和体积分类（VC）。实验结果表明，模型在粗粒度任务中JC和VC的准确率分别达到100%和94.43%，在细粒度任务中准确率分别为85.14%和90.89%。此外，在Jetson Xavier NX平台上的部署验证了其实时推理能力，延迟为279 ms，证实了所提方法的有效性和实际可行性。
Keyword:
Excretion care
laser dot matrix sensor (LDMS)
lightweight neural network
multidimensional excretion sensing
multitask learning
期刊
IF:
4.5
论文数:
2.2W
被引数:
7.3W
机构
引用论文
分享收藏Deep Transfer Learning Using Real-World Image Features for Medical Image Classification, with a Case Study on Pneumonia X-ray Images使用真实图像特征进行医学图像分类的深度迁移学习，以肺炎x射线图像为例.png)
BIOENGINEERING-BASEL
OAAI
BIOENGINEERING-BASELIF3.7
OAAI分享收藏Review of synthetic human faeces and faecal sludge for sanitation and wastewater researchWATER RESEARCHOAAI
WATER RESEARCHIF12.4
OAAI分享收藏分享收藏分享收藏
查看更多内容