自动连续患者移动监测的制作方法
【技术领域】
[0001]下文大体上涉及医学成像和患者监测。本发明结合对潜在精神错乱的患者的连续的患者移动监测得到了特定的应用，并且利用对本发明的特定参考对其进行描述。然而，要理解的是，本发明还在其它使用场景中得到应用，而不一定限于上述应用。
【背景技术】
[0002]移动可以提供与患者的状态和健康有关的信息。例如，精神错乱是影响医院中的许多成年人的常见的急性障碍，并且可以通过特定移动(例如，在空中抓取、捏皮肤或者重复且连续的头部、手臂或者腿部移动)来进行识别。其它患者移动可以指示患者状态的改变和/或紧急情况，例如从床上跌落、下床、拉扯医疗设备等。通常，通过医疗保健医生的不定时的观察对患者的移动进行分析，而该不定时的观察可能会错过移动和患者状况的相应变化。例如，医疗保健医生的不定时观察在对诸如精神错乱的关键问题的检测中引入了不可忽视的滞后。
[0003]患者移动监测的先前方案包括使用体上腕式传感器或加速度计。体上腕式传感器或其它穿戴在身上的传感器的存在可能会干扰患者。腕式传感器不会采集其它身体部分所进行的移动。腕式传感器无法识别较高级别解释的移动，例如“捏皮肤”、“抓空气”、拉扯医疗设备、从床上跌落、下床等。
[0004]若干因素使基于对患者的视频的连续分析的方法变得复杂。一个因素是对患者的辨别和对患者的身体部分的识别独立于许多可能的环境。诸如毛毯之类的覆盖物(可能使身体部分难以被直接观察)的存在可能会使对患者的辨别和对身体部分的识别变得更加复杂。另一个因素可能是间歇性地存在访客或医疗保健医生，这可能会使视频可见的患者身体结构的部分模糊不清或者重叠。另一个变得复杂的因素是照明的变化。
【发明内容】
[0005]下文公开了一种新的且改进的自动连续患者移动监测，其解决了以上提及的问题和其它问题。
[0006]根据一个方面，监测系统包括至少一个摄像机、运动单元、以及分段单元。至少一个摄像机被配置为连续地接收在正常的条件下和在暗室的条件下的对象的视频。运动单元基于已接收的对象的视频来识别对象运动的集群。分段单元基于所识别的对象运动的集群来对对象的身体部分进行分段。
[0007]根据另一方面，监测对象的移动的方法包括连续地接收在正常的条件下和在暗室的条件下的对象的视频。基于在当前图像与已接收的对象视频的时间邻域中的多个参考图像之间所构造的绝对差值图像来识别对象运动的集群。基于所识别的对象运动的集群来对对象的身体部分进行分段。
[0008]根据另一方面，患者监测系统包括:多个热感摄像机或近红外摄像机，所述多个热感摄像机或近红外摄像机包括被配置为连续接收一个患者的视频的至少一个照相机；以及至少一个经配置的处理器。至少一个处理器被配置为用于至少一个照相机以基于当前图像与已接收的对象视频的时间邻域中的多个参考图像之间的绝对差值来计算差值信号，并且基于差值信号来识别对象的呼吸运动的集群。至少一个处理器还被配置为基于经识别的对象的呼吸运动的集群来对身体部分的上身进行分段，并且识别至少一个非呼吸运动的集群。至少一个处理器又被配置为基于所识别的至少一个非呼吸运动的集群和身体比例来至少对身体部分的头部和躯干进行分段，并且基于所识别的运动和经分段的身体部分的频率和距离上的变化来对对象运动进行分类。
[0009]—个优点在于对患者移动的连续监测。
[0010]另一个优点在于对多个患者身体部分的移动进行监测。
[0011]另一个优点在于在存在或者不存在患者的身体部分的覆盖物的情况下的移动识别。
[0012]另一个优点在于在不将传感器物理附接到患者身体的情况下对患者的监测。
[0013]另一个优点在于监测患者移动并将患者移动与访客、医疗保健医生和/或医疗设备分开。
[0014]另一个优点包括对患者身体部分的识别和分段以及对较高级解释的移动的识别。
[0015]本领域普通技术人员在阅读并理解以下【具体实施方式】后将理解其它的优点。
[0016]本发明可以采用各种部件和部件的布置的形式、并且可以采用各种步骤和步骤的布置的形式。附图仅用于示出优选实施例的目的，而不应被解释为限制本发明。
【附图说明】
[0017]图1示意性地示出了自动连续患者移动监测系统的实施例。
[0018]图2示出了自动连续患者移动监测的方法的一个实施例的流程图。
[0019]图3示出了在视频馈送中对对象进行定位并且进行粗略的身体部分分段的方法的一个实施例的流程图。
[0020]图4示出了示例性差值信号。
[0021 ]图5示出了包括在对象上放置覆盖物的移动分析的方法的一个实施例的流程图。
[0022]图6A和6B示出了在对象上包括覆盖物并且识别腿部移动的示例性的经注释的视频图像帧和相应的经注释的差值图像。
[0023]图7A和7B示出了在对象上包括覆盖物并且识别足部移动的示例性的经注释的视频图像帧和相应的经注释的差值图像。
[0024]图8A和8B示出了示例性的视频图像帧和对应的经识别的运动集群，所述运动集群包括腿部、躯干和头部的运动集群以及对象身体轴线的拟合线。
[0025]图9A和9B示出了在不存在和存在覆盖物的情况下的示例性对象和运动矢量。
[0026]图10示出了包括第三方的单独运动的移动分析的方法的一个实施例的流程图。
【具体实施方式】
[0027]参考图1，示意性地示出了自动连续患者运动监测系统10的实施例。系统利用诸如摄像机、热感照相机、近红外照相机(例如，夜视照相机)、或它们的组合等至少一个照相机14对个体对象12进行监测。照相机连续地流出在正常光照的室内条件下和在暗室的条件下(例如，在夜间)的诸如医院患者等对象的图像。对象通常在床16上休息，并且照相机被放置为具有包括对象和床的视场18，然而照相机还可以延伸到房间20。照相机14可以被配置为进行有线操作或无线操作，并且可以包括网络22和/或视频分配/采集设备24以用于流式视频的传输。单个照相机对包括二维(2-D)测量的对象进行成像，或者两个或更多的照相机可以对用于三维(3-D)测量的对象进行成像。
[0028]来自每个照相机的视频流流到一个或多个处理器30，例如计算机或工作站32的处理器。视频图像可以储存在视频图像数据储存器34中。数据储存器可以包括随机存取存储器(RAM)或诸如磁盘、固态磁盘、服务器储存器等的非暂态计算机可读介质。数据储存器可以包括文件结构、数据库结构等。处理过程可以包括单独监测(例如，专用工作站)或者组合监测(例如，经配置的服务器)。工作站可以包括其它功能，例如:对一个或多个对象进行生命体征的中央监测。工作站可以是具有警报或警告的中央监测系统的部分，或者工作站可以连接到具有警报或警告的中央监测系统。
[0029]系统包括运动单元40，所述运动单元接收对象的视频图像或已流出的视频。运动单元基于所构造的绝对差值图像来识别对象运动的集群。绝对差值图像由当前图像和时间邻域中的任何参考图像构造。
[0030]分段单元42基于所识别的运动的集群和身体比例来对对象的身体部分进行分段。分段单元逐步地操作以对身体部分进行