基于视觉老人及病人床上状态识别与监控预警系统的制作方法

文档序号:18748989发布日期:2019-09-24 20:40阅读:449来源:国知局
基于视觉老人及病人床上状态识别与监控预警系统的制作方法

本发明属于技术领域,特别是涉及一种基于视觉老人及病人床上状态识别与监控预警系统。



背景技术:

随着中国老年人口比重不断增加、医院护工人力成本加重,以及人工智能技术快速发展,人工智能辅助技术已应用于老人及病人监护领域,在节省人力的同时提高监护服务水平。

现有技术的缺陷和不足:

1.监护人员需要照顾人通常较多,很难24小时陪伴在某一个老人或病人周围,而老年人或病人由于缺乏有效监护经常发生安全性问题,尤其在上下床时容易造成严重的损伤;

2.部分养老机构采用陀螺仪等传感器佩戴在老人脖子上对其是否起床、离床等进行监测,但由于老人翻身、忘记佩戴等情况存在误报率高的问题;

针对上述问题,本发明致力于研发一种基于视觉老人及病人床上状态识别与监控预警系统;通过采用视觉深度学习的方法对是否坐起、即将起身离开床及离床后等状态进行识别,准确性和可靠性高,不存在误报漏报情况,减少了监护事故,提高了监护人员的监护工作效率、监护服务人数与服务质量。



技术实现要素:

本发明的目的在于提供基于视觉老人及病人床上状态识别与监控预警系统,通过采用视觉深度学习的方法对是否坐起、即将起身离开床及离床后等状态进行识别,准确性和可靠性高,不存在误报漏报情况,减少了监护事故,提高了监护人员的监护工作效率、监护服务人数与服务质量。

为解决上述技术问题,本发明是通过以下技术方案实现的:

本发明为基于视觉老人及病人床上状态识别与监控预警系统,包括监测端、远程控制端以及移动穿戴终端;所述远程控制端分别与监测端、移动穿戴终端无线通信连接;

所述监测端包括微处理器、无线传输模块、模式切换模块、状态识别模块以及存储器;所述微处理器分别与无线传输模块、模式切换模块、状态识别模块以及存储器电性连接;所述微处理器还分别与红外摄像机、光强度传感器、红外灯电性连接;

所述红外摄像机,用于拍摄病人图像并分别传递至监测端的模式切换模块以及状态识别模块;所述光强度传感器,用于监测环境光强并传递至监测端的模式切换模块;所述模式切换模块对比环境光强与预设的光强阈值判断是否打开红外灯;

所述存储器,用于存储每帧病人图像;所述模式切换模块,对比分析当前帧病人图像与前一帧病人图像获取当前图像差异值;所述模式切换模块对比当前图像差异值与预设的图像差异阈值切换当前工作模式为监护模式或工作模式;其中,所述监护模式下,所述红外摄像机的拍摄频率为监护拍摄频率;所述工作模式下,所述红外摄像机的拍摄频率为工作拍摄频率;

所述状态识别模块对病人图像特征提取获取特征向量;所述状态识别模块对比特征向量与病人状态库中的不同状态的特征向量模型识别病人状态;所述病人状态包括睡眠、正坐床面、侧坐床边以及离开床体;若当前所述病人状态不是睡眠,则所述监测端传递预警信息至远程控制端;

所述远程控制端接收到预警信息后,传递获取监控指令至监测端;所述监测端控制将红外摄像机拍摄的病人图像通过无线传输模块传递至远程控制端;所述远程控制端将病人图像通过显示屏显示;所述远程控制端还传递预警信息至监护人员穿戴的移动穿戴终端。

优选地,所述监测端还包括与微处理器电性连接的设置模块;所述设置模块,用于设置光强阈值,还用于设置监护模式下的监护拍摄频率,还用于设置工作模式下的工作拍摄频率。

优选地,所述状态识别模块包括特征提取单元、训练单元、识别单元;所述特征提取单元,用于提取病人图像的特征向量;所述训练单元,根据深度学习模型对训练集内的病人图像训练获取不同状态的特征向量模型;所述特征向量模型存储到病人状态库;所述识别单元接收到特征提取单元传递的当前病人图像后,对比当前病人图像与病人状态库中的特征向量模型,确认病人状态。

优选地,所述微处理器为单片机;所述移动穿戴终端为智能手环;所述设置模块包括触摸式显示屏,用于输入参数以及显示参数。

优选地,所述无线传输模块为wifi模块、蓝牙模块以及4g模块中的一种。

本发明在具体使用过程中:将所述红外摄像机安装在无死角拍摄病人及整个病床的位置处,一般安装在床尾上方;同时在红外摄像机一侧安装红外灯,所述红外灯照射的方向朝向病人及病床;并在病人病床床头安装光强度传感器;并将红外摄像机、红外灯以及光强度传感器与微处理器连接。并通过无线传输模块建立监测端与远程控制端、远程控制端与移动穿戴终端的无线通讯连接。

然后,通过所述红外摄像机分别拍摄不同人睡眠、正坐床面、侧坐床边以及离开床体的图像,构成不同状态的训练集,这里训练集内的图像数量要足够大。所述特征提取不同转台训练集内的特征向量;所述训练单元,根据深度学习模型对训练集内的病人图像训练获取不同状态的特征向量模型并将特征向量模型存储到病人状态库中;还可以通过红外摄像机拍摄若干病人图像,作为测试集,用于测试并完善对应状态的特征向量型。

最后,通过设置模块设置光强阈值;同时还设置监护模式下的监护拍摄频率,一般为1-2帧/秒,以及设置工作模式下的工作拍摄频率,一般20-30帧/秒。

本发明具有以下有益效果:

1、本发明通过红外摄像机拍摄病人休息时的病人图像,并通过状态识别模块病人所处状态,若病人不是处于水面状态,发送预警信息至远程控制端,并且状态识别模块采用基于视觉的深度学习模型对是否坐起、即将起身离开床及离床后等状态进行识别,准确性和可靠性高,不存在误报漏报情况,减少了监护事故,提高了监护人员的监护工作效率、监护服务人数与服务质量;

2、本发明通过模式切换模块对比分析当前帧病人图像与前一帧病人图像获取当前图像差异值,并对比当前图像差异值与预设的图像差异阈值切换当前工作模式为监护模式或工作模式;能够在病人刚脱离睡眠状态时及时准确的提供状态图像,提高病人状态的识别率,提高监护效率和监护质量。

当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。

图1为本发明基于视觉老人及病人床上状态识别与监控预警系统的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。

具体实施例一:

请参阅图1所示,本发明为基于视觉老人及病人床上状态识别与监控预警系统,包括监测端、远程控制端以及移动穿戴终端;远程控制端分别与监测端、移动穿戴终端无线通信连接;

监测端包括微处理器、无线传输模块、模式切换模块、状态识别模块以及存储器;微处理器分别与无线传输模块、模式切换模块、状态识别模块以及存储器电性连接;微处理器还分别与红外摄像机、光强度传感器、红外灯电性连接;

红外摄像机,用于拍摄病人图像并分别传递至监测端的模式切换模块以及状态识别模块;光强度传感器,用于监测环境光强并传递至监测端的模式切换模块;模式切换模块对比环境光强与预设的光强阈值判断是否打开红外灯;

存储器,用于存储每帧病人图像;模式切换模块,对比分析当前帧病人图像与前一帧病人图像获取当前图像差异值;模式切换模块对比当前图像差异值与预设的图像差异阈值切换当前工作模式为监护模式或工作模式;其中,监护模式下,红外摄像机的拍摄频率为监护拍摄频率;工作模式下,红外摄像机的拍摄频率为工作拍摄频率;

状态识别模块对病人图像特征提取获取特征向量;状态识别模块对比特征向量与病人状态库中的不同状态的特征向量模型识别病人状态;病人状态包括睡眠、正坐床面、侧坐床边以及离开床体;若当前病人状态不是睡眠,则监测端传递预警信息至远程控制端;

远程控制端接收到预警信息后,传递获取监控指令至监测端;监测端控制将红外摄像机拍摄的病人图像通过无线传输模块传递至远程控制端;远程控制端将病人图像通过显示屏显示;远程控制端还传递预警信息至监护人员穿戴的移动穿戴终端。

优选地,监测端还包括与微处理器电性连接的设置模块;设置模块,用于设置光强阈值,还用于设置监护模式下的监护拍摄频率,还用于设置工作模式下的工作拍摄频率。

优选地,状态识别模块包括特征提取单元、训练单元、识别单元;特征提取单元,用于提取病人图像的特征向量;训练单元,根据深度学习模型对训练集内的病人图像训练获取不同状态的特征向量模型;特征向量模型存储到病人状态库;识别单元接收到特征提取单元传递的当前病人图像后,对比当前病人图像与病人状态库中的特征向量模型,确认病人状态。

优选地,微处理器为单片机;移动穿戴终端为智能手环;设置模块包括触摸式显示屏,用于输入参数以及显示参数。

优选地,无线传输模块为wifi模块、蓝牙模块以及4g模块中的一种。

本发明在具体使用过程中:将红外摄像机安装在无死角拍摄病人及整个病床的位置处,一般安装在床尾上方;同时在红外摄像机一侧安装红外灯,红外灯照射的方向朝向病人及病床;并在病人病床床头安装光强度传感器;并将红外摄像机、红外灯以及光强度传感器与微处理器连接。并通过无线传输模块建立监测端与远程控制端、远程控制端与移动穿戴终端的无线通讯连接。

然后,通过红外摄像机分别拍摄不同人睡眠、正坐床面、侧坐床边以及离开床体的图像,构成不同状态的训练集,这里训练集内的图像数量要足够大。特征提取不同转台训练集内的特征向量;训练单元,根据深度学习模型对训练集内的病人图像训练获取不同状态的特征向量模型并将特征向量模型存储到病人状态库中;还可以通过红外摄像机拍摄若干病人图像,作为测试集,用于测试并完善对应状态的特征向量型。

最后,通过设置模块设置光强阈值;同时还设置监护模式下的监护拍摄频率,一般为1-2帧/秒,以及设置工作模式下的工作拍摄频率,一般20-30帧/秒。

在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1