CN104506809B - 一种基于智能视频的重症病患监控系统 - Google Patents
一种基于智能视频的重症病患监控系统 Download PDFInfo
- Publication number
- CN104506809B CN104506809B CN201410826544.3A CN201410826544A CN104506809B CN 104506809 B CN104506809 B CN 104506809B CN 201410826544 A CN201410826544 A CN 201410826544A CN 104506809 B CN104506809 B CN 104506809B
- Authority
- CN
- China
- Prior art keywords
- sufferer
- medical personnel
- module
- image
- monitoring modular
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Abstract
本发明公开了一种基于智能视频的重症病患监控系统,通过图像采集模块采集病患当前状态,并发送给病患监测模块,经过病患监测模块的对比处理后,判断病患是否出现异常,再将结果通过通信模块发送至医护人员。在具体的配置中,本发明还增加了报警功能、远程监控功能、医护人员识别功能、医护人员对病患的护理记录及医护人员的基本信息,这样能够详细记录下病患的护理情况和病患病况,使病患的病情可以追溯,符合当地医学发展的需要。
Description
技术领域
本发明属于视频监控技术领域,更为具体地讲,涉及一种基于智能视频的重症病患监控系统。
背景技术
随着医疗技术的不断发展,在电子医疗方面出现了各式各样的智能医疗设备。我们将新兴技术运用在医疗领域这使得现代医学的发展也突飞猛进。智能视屏是近几年来比较热门的学科,,智能视频分析技术就是使用计算机图像视觉分析技术,通过将场景中背景和目标分离进而分析并追踪在摄像机场景内出现的目标。目前,智能视频分析技术广泛应用于公共安全相关系统,建筑智能化,智能交通等相关领域,并取得了一定的成绩。
本发明即利用智能视屏智能监控的优势来改进医疗条件。每个医院都有重症监护室,众所周知,对于某些重症病患家属是不能进行探视的,这些病患都被置放在特定的房间进行特殊的监护。医院的护士数量亦是有限的,不可能做到二十四小时随时监护病患。这些处于昏迷状态的病患对自己的行为是没有任何意识的,但并不代表这些病患不会移动。身体的病痛和不适也可能让病患在病床上有一些剧烈的行为,甚至有落床风险。而普通的床边的护栏在某些情况下是不足以防止病患的跌落的,如若发生病患从床上跌落抑或是患者因为身体的不适而产生的剧烈行为,这些情况不及时处理都有可能直接导致病患死亡。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于智能视频的重症病患监控系统,通过视频对重症病患二十四小时监测,尽量减少意外的发生,能够最大程度上保证重症患者的生命安全。
为实现上述发明目的,本发明一种基于智能视频的重症病患监控系统,其特征在于,包括:两图像采集模块、医护人员识别模块、病患监测模块、人机交互模块、报警模块、数据存储模块;其中,
第一图像采集模块,安装于重症监护室内,且能够连续采集包含病床、病患的整体图像,即患者图像,并将采集的患者图像发送给病患检测模块,同时存储在数字存储模块中;
第二图像采集模块,安装用重症监护室门口,用于采集医护人员的图像,发给医护人员识别模块,用于医生的身份确认;
医护人员识别模块,接收到第二图像采集模块发送的医护人员图像后,从数据存储模块中读取所有医护人员图像,通过PCA的人脸识别方法进行识别,检测此医生是否有资格进入重症监护室,如果检测结果为该医生有资格进入重症监护室则生成医护人员进入指令,让医护人员进入重症监护室,并将医护人员已经进入的指令发送至病患监测模块,
如果在数据存储模块中没有识别出匹配的医护人员图像,医护人员识别模块则生成报警指令,并发送给报警模块;
病患监测模块,用于接收医护人员识别模块发送的医护人员进入指令、人机交互模块发送的启动智能监控指令,以及第一图像采集模块发送的患者图像;
当病患监测模块接收到医护人员进入指令时,病患监测模块启动自身的中断指令,暂停病患监测模块的运行,即暂停接收第一图像采集模块发送的患者图像;
当病患监测模块接收到启动智能监控指令时,病患监测模块启动自身的复位指令,恢复患病监测模块的运行,即病患监测模块继续接收第一图像采集模块发送的患者图像,病患监测模块对接收到的病患图像进行计算处理,得到病患当前时刻的状态,并发送给该病患的主治医师和医院的监控显示屏;
人机交互模块,安装用重症监护室门口,用于离开重症监护室的医护人员将本次护理后的病人最新病况,本次护理的医护人员的基本信息录入至该模块,人机交互模块再将这些信息存储在数据存储模块;医护人员同时启动智能监控指令,恢复患病监测模块的运行;
报警模块,用于接收医护人员识别模块和病患监测模块发送的报警指令,并进行警报;
数据存储模块,用于存储第一图像采集器采集的病患图像、医护人员每次护理记录和病患病况,以及所有重症监护的医护人员图像。
本发明的发明目的是这样实现的:
本发明基于智能视频的重症病患监控系统,通过图像采集模块采集病患当前状态,并发送给病患监测模块,经过病患监测模块的对比处理后,判断病患是否出现异常,再将结果通过通信模块发送至医护人员。在具体的配置中,本发明还增加了报警功能、远程监控功能、医护人员识别功能、医护人员对病患的护理记录及医护人员的基本信息,这样能够详细记录下病患的护理情况和病患病况,使病患的病情可以追溯,符合当地医学发展的需要。
同时,本发明基于智能视频的重症病患监控系统还具有以下有益效果:
(1)、目前智能视频已发展的较为成熟,通过视频监控能够精准、高效地判断出病患的状态;
(2)、本发明增加了医护人员识别功能和病患护理、病患病况记录存档的功能,这样防止其他人员误入重症监护室,还能对病人的病情和护理记录进行查询。
附图说明
图1是本发明基于智能视频的重症病患监控系统的原理框图;
图2是患者图像经过差分处理的原理图;
图3是患者图像经过高斯低通滤波后的对比图;
表1是病患护理记录表。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述,以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是,在以下的描述中,当已知功能和设计的详细描述也许会淡化本发明的主要内容时,这些描述在这里将被忽略。
实施例
图1是本发明基于智能视频的重症病患监控系统的原理框图。
在本实施例中,如图1所示,一种基于智能视频的重症病患监控系统,包括:第一图像采集模块1、第二图像采集模块2、医护人员识别模块3、病患监测模块4、人机交互模块5、报警模块6和数据存储模块7;
图像采集模块主要用来采集躺在病床上的病患图像和采集医生头像的两个部分;其中,第一图像采集模块1,安装于重症监护室内,且能够连续采集包含病床、病患的整体图像,即患者图像,并将采集的患者图像发送给病患检测模块4,同时存储在数字存储模块7中;第二图像采集模块2,安装用重症监护室门口,用于采集医护人员的图像,发给医护人员识别模块3,用于医生的身份确认;
图像采集模块兼容不同的相机,只要能产生数字图像信息的摄影机均可,但需要设定好拍摄的距离、角度等,使得图像清晰,物象完整。在本实施例中,采用面阵CCD相机或工业定焦镜头。
医护人员识别模块3,接收到第二图像采集模块2发送的医护人员图像后,从数据存储模块7中读取所有医护人员图像,通过PCA的人脸识别方法进行识别,检测此医护人员是否有资格进入重症监护室;在本实施例中,基于PCA的人脸识别方法已经为成熟技术,在此不再赘述。
如果检测结果为该医生有资格进入重症监护室则生成医护人员进入指令,让医护人员进入重症监护室,并将医护人员已经进入的指令发送至病患监测模块4;
如果在数据存储模块7中没有识别出匹配的医护人员图像,医护人员识别模块3则生成报警指令,并发送给报警模块6。
病患监测模块4,用于接收医护人员识别模块3发送的医护人员进入指令、人机交互模块5发送的启动智能监控指令,以及第一图像采集模块1发送的患者图像;
当病患监测模块4接收到医护人员进入指令时,病患监测模块4启动自身的中断指令,暂停病患监测模块4的运行,即暂停接收第一图像采集模块1发送的患者图像;
当病患监测模块4接收到启动智能监控指令时,病患监测模块4启动自身的复位指令,恢复患病监测模块4的运行,即病患监测模块4继续接收第一图像采集模块1发送的患者图像,病患监测模块4对接收到的病患图像进行计算处理,得到病患当前时刻的状态,并发送给该病患的主治医师和医院的监控显示屏。
其中,病患监测模块4计算病患当前时刻的状态的方法为:
(1)、病患监测模块每间隔时间T对采集的图像进行1次处理,即:将采集到的病患图像放到直角坐标系下,得到像素点矩阵Pk(x,y),其中,k表示帧数,x表示像素点横坐标,y表示像素点纵坐标,像素点矩阵Pk(x,y)中的元素为该帧中像素点像素值Ik(x,y);
(2)、对像素点矩阵Pk(x,y)进行灰度均衡化处理,补偿光线强弱对像素点坐标值Ik(x,y)的影响,得到灰度均衡图像像素点像素值矩阵Tk(x,y);
(3)、对像素点像素值矩阵Tk(x,y)进行前后帧求差,即:将前后帧中对应灰度均衡图像像素点像素值求差,得到差分灰度均衡图像像素像素值矩阵Dk(x,y),Dk(x,y)=Tk(x,y)-Tk-1(x,y);
(4)、将差分灰度均衡图像矩阵Dk(x,y)中的像素值求平方和,得到标量函数f(k),其中R为实数域;
(5)、对f(k)进行高斯低通滤波,得到低通滤波后的标量函数fLP(k);
(6)、将fLP(k)与预设的经验阈值a、b进行比较,且a<b;
如果fLP(k)<a,则表明病患出现轻微动作或状态正常;
如果a<fLP(k)<b,则表明病患出现幅度偏大动作,此时再通过模式识别的方法判断病患是否有危险动作,如病患用手捂住腹部、卡住脖子等,如果病患没有危险动作,则继续检测;如果患者存在危险动作,则病患检测模块开始计时,如在T1时间内,始终保持a<fLP(k)<b,则生成报警信息并发送给报警模块;在本实施例中,病患检测模块计时统计5s内始终保持a<fLP(k)<b,则生成报警信息;
如果fLP(k)>b,则表明病患出现剧烈动作,并立即生成报警信息发送给报警模块。
人机交互模块5,安装用重症监护室门口,用于离开重症监护室的医护人员将本次护理后的病人最新病况,本次护理的医护人员的基本信息录入至该模块,如表1所示,人机交互模块5再将这些信息存储在数据存储模块;医护人员同时启动智能监控指令,恢复患病监测模块4的运行;
病患姓名 | 医护人员姓名 | 病房号 | 护理时间 | 病患病况 |
张某 | 陈某 | 505 | 1:20 | 正常 |
王某 | 张某 | 801 | 16:20 | 正常 |
表1
报警模块5,用于接收医护人员识别模块3和病患监测模块4发送的报警指令,并进行警报;
在本实施例中,报警模块选用提示作用强的警报装置,或直接安置于护士值班室的报警器等,目的在于通知,能确保通知到医护人员即可。
数据存储模块7,用于存储第一图像采集器1采集的病患图像、医护人员每次护理记录和病患病况,以及所有重症监护的医护人员图像。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
Claims (1)
1.一种基于智能视频的重症病患监控系统,其特征在于,包括:两图像采集模块、医护人员识别模块、病患监测模块、人机交互模块、报警模块、数据存储模块;其中,
第一图像采集模块,安装于重症监护室内,且能够连续采集包含病床、病患的整体图像,即患者图像,并将采集的患者图像发送给病患监测模块,同时存储在数字存储模块中;
第二图像采集模块,安装于重症监护室门口,用于采集医护人员的图像,发给医护人员识别模块,用于医生的身份确认;
医护人员识别模块,接收到第二图像采集模块发送的医护人员图像后,从数据存储模块中读取所有医护人员图像,通过PCA的人脸识别方法进行识别,检测此医生是否有资格进入重症监护室,如果检测结果为该医生有资格进入重症监护室则生成医护人员进入指令,让医护人员进入重症监护室,并将医护人员已经进入的指令发送至病患监测模块;
如果在数据存储模块中没有识别出匹配的医护人员图像,医护人员识别模块则生成报警指令,并发送给报警模块;
病患监测模块,用于接收医护人员识别模块发送的医护人员进入指令、人机交互模块发送的启动智能监控指令,以及第一图像采集模块发送的患者图像;
当病患监测模块接收到医护人员进入指令时,病患监测模块启动自身的中断指令,暂停病患监测模块的运行,即暂停接收第一图像采集模块发送的患者图像;
当病患监测模块接收到启动智能监控指令时,病患监测模块启动自身的复位指令,恢复患病监测模块的运行,即病患监测模块继续接收第一图像采集模块发送的患者图像,病患监测模块对接收到的病患图像进行计算处理,得到病患当前时刻的状态,并发送给该病患的主治医师和医院的监控显示屏;
人机交互模块,安装于重症监护室门口,用于离开重症监护室的医护人员将本次护理后的病人最新病况,本次护理的医护人员的基本信息录入至该模块,人机交互模块再将这些信息存储在数据存储模块;医护人员同时启动智能监控指令,恢复患病监测模块的运行;
报警模块,用于接收医护人员识别模块和病患监测模块发送的报警指令,并进行警报;
数据存储模块,用于存储第一图像采集模块采集的病患图像、医护人员每次护理记录和病患病况,以及所有重症监护的医护人员图像;
其中,所述的病患监测模块计算病患当前时刻的状态的方法为:
(1)、病患监测模块每间隔时间T对采集的图像进行1次处理,即:将采集到的病患图像放到直角坐标系下,得到像素点矩阵Pk(x,y),其中,k表示帧数,x表示像素点横坐标,y表示像素点纵坐标,像素点矩阵Pk(x,y)中的元素为该帧中像素点像素值Ik(x,y);
(2)、对像素点矩阵Pk(x,y)进行灰度均衡化处理,补偿光线强弱对像素点坐标值Ik(x,y)的影响,得到灰度均衡图像像素点像素值矩阵Tk(x,y);
(3)、对像素点像素值矩阵Tk(x,y)进行前后帧求差,即:将前后帧中对应灰度均衡图像像素点像素值求差,得到差分灰度均衡图像像素像素值矩阵Dk(x,y),Dk(x,y)=Tk(x,y)-Tk-1(x,y);
(4)、将差分灰度均衡图像矩阵Dk(x,y)中的像素值求平方和,得到标量函数f(k),其中R为实数域;
(5)、对f(k)进行高斯低通滤波,得到低通滤波后的标量函数fLP(k);
(6)、将fLP(k)与预设的经验阈值a、b进行比较,且a<b;
如果fLP(k)<a,则表明病患出现轻微动作或状态正常;
如果a<fLP(k)<b,则表明病患出现幅度偏大动作,此时再通过模式识别的方法判断病患是否有危险动作,如果病患没有危险动作,则继续检测;如果患者存在危险动作,则病患监测模块开始计时,如在T1时间内,始终保持a<fLP(k)<b,则生成报警信息并发送给报警模块;
如果fLP(k)>b,则表明病患出现剧烈动作,并立即生成报警信息发送给报警模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410826544.3A CN104506809B (zh) | 2014-12-25 | 2014-12-25 | 一种基于智能视频的重症病患监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410826544.3A CN104506809B (zh) | 2014-12-25 | 2014-12-25 | 一种基于智能视频的重症病患监控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104506809A CN104506809A (zh) | 2015-04-08 |
CN104506809B true CN104506809B (zh) | 2017-06-16 |
Family
ID=52948523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410826544.3A Expired - Fee Related CN104506809B (zh) | 2014-12-25 | 2014-12-25 | 一种基于智能视频的重症病患监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104506809B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109472379A (zh) * | 2018-11-22 | 2019-03-15 | 西安头码软件科技有限公司 | 一种基于互联网和云平台的预约诊疗管理系统及方法 |
CN110958391A (zh) * | 2019-12-12 | 2020-04-03 | 中电鸿信信息科技有限公司 | 一种患者紧急物品箱智能移动系统与方法 |
CN111459050B (zh) * | 2020-04-08 | 2023-03-24 | 北华大学 | 一种基于双网互联的智慧仿真型护理教学系统及教学方法 |
CN111787260A (zh) * | 2020-05-29 | 2020-10-16 | 来邦科技股份公司 | 一种隔离病房无接触监护系统、方法和存储介质 |
CN111680607A (zh) * | 2020-06-03 | 2020-09-18 | 长春博立电子科技有限公司 | 基于视频分析的病房异常监测方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1399938A (zh) * | 2001-08-08 | 2003-03-05 | 华为技术有限公司 | 利用移动通信网络监控病人身体状况的系统 |
CN201282529Y (zh) * | 2008-10-27 | 2009-07-29 | 汉达尔通信技术(北京)有限公司 | 一种智能监控系统 |
CN201821455U (zh) * | 2010-09-19 | 2011-05-04 | 曾斌 | 手术室监视系统 |
CN201903947U (zh) * | 2010-09-27 | 2011-07-20 | 江苏久信医用净化工程有限公司 | 一种监护告警系统 |
CN202619851U (zh) * | 2012-06-05 | 2012-12-26 | 厦门智宇信息技术有限公司 | 养老院电子护理智能管理系统 |
CN104042346A (zh) * | 2014-06-11 | 2014-09-17 | 丛中笑 | 一种手术室监控系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110313789A1 (en) * | 2010-01-22 | 2011-12-22 | Deka Products Limited Partnership | Electronic patient monitoring system |
US8766789B2 (en) * | 2011-09-30 | 2014-07-01 | Cardiocom, Llc | First emergency response device |
-
2014
- 2014-12-25 CN CN201410826544.3A patent/CN104506809B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1399938A (zh) * | 2001-08-08 | 2003-03-05 | 华为技术有限公司 | 利用移动通信网络监控病人身体状况的系统 |
CN201282529Y (zh) * | 2008-10-27 | 2009-07-29 | 汉达尔通信技术(北京)有限公司 | 一种智能监控系统 |
CN201821455U (zh) * | 2010-09-19 | 2011-05-04 | 曾斌 | 手术室监视系统 |
CN201903947U (zh) * | 2010-09-27 | 2011-07-20 | 江苏久信医用净化工程有限公司 | 一种监护告警系统 |
CN202619851U (zh) * | 2012-06-05 | 2012-12-26 | 厦门智宇信息技术有限公司 | 养老院电子护理智能管理系统 |
CN104042346A (zh) * | 2014-06-11 | 2014-09-17 | 丛中笑 | 一种手术室监控系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104506809A (zh) | 2015-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11074440B2 (en) | Methods and systems for identifying the crossing of a virtual barrier | |
CN104506809B (zh) | 一种基于智能视频的重症病患监控系统 | |
US11900782B2 (en) | System and method for detecting, recording and communicating events in the care and treatment of cognitively impaired persons | |
US20180114053A1 (en) | Detecting unauthorized visitors | |
US20180189946A1 (en) | Seizure detection | |
CN103300819B (zh) | 学习病人监控和干预系统 | |
CN110477925A (zh) | 一种针对敬老院老人的跌倒检测与预警方法及系统 | |
CN106625714A (zh) | 一种用于老人身体健康状况检测的监护机器人 | |
CA2511886A1 (en) | Video based monitoring system | |
US10321856B2 (en) | Bed exit monitoring system | |
CN104091408A (zh) | 一种基于热红外成像的婴幼儿睡姿智能识别方法及装置 | |
CN107495971A (zh) | 基于骨架识别的患者发病报警医疗系统及其检测方法 | |
Kittipanya-Ngam et al. | Computer vision applications for patients monitoring system | |
US20220122732A1 (en) | System and method for contactless monitoring and early prediction of a person | |
Lloyd-Jukes et al. | Vision-based patient monitoring and management in mental health settings | |
CN114068022A (zh) | 跌倒风险的预警方法及装置、存储介质、电子设备 | |
BE1030591B1 (nl) | Systeem en werkwijze voor huisbeveiligingsgarantie van ouderen met dementie | |
Chang et al. | In-bed patient motion and pose analysis using depth videos for pressure ulcer prevention | |
CN114220244B (zh) | 一种“研判前置”的居家养老风险检测系统和方法 | |
CN116110116A (zh) | 通过联合边缘和云计算维护隐私的人类动作识别、存储和检索 | |
CN106137149A (zh) | 基于4g网络的新生儿看护系统 | |
CN114903472A (zh) | 基于物联网定位的医院管理方法、系统、终端及存储介质 | |
Inoue et al. | Bed exit action detection based on patient posture with long short-term memory | |
CN112689123A (zh) | 一种传染病智能预警系统及方法 | |
O'Brien et al. | Design and implementation of an embedded system for monitoring at-home solitary Alzheimer's patients |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170616 Termination date: 20191225 |