CN106777954A - 一种空巢老人健康的智能监护系统及方法 - Google Patents
一种空巢老人健康的智能监护系统及方法 Download PDFInfo
- Publication number
- CN106777954A CN106777954A CN201611128430.7A CN201611128430A CN106777954A CN 106777954 A CN106777954 A CN 106777954A CN 201611128430 A CN201611128430 A CN 201611128430A CN 106777954 A CN106777954 A CN 106777954A
- Authority
- CN
- China
- Prior art keywords
- health
- data
- mode
- urgent
- anomalous event
- 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.)
- Granted
Links
- 230000036541 health Effects 0.000 title claims abstract description 118
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000002547 anomalous effect Effects 0.000 claims abstract description 40
- 238000007405 data analysis Methods 0.000 claims abstract description 22
- 230000003862 health status Effects 0.000 claims abstract description 21
- 230000033001 locomotion Effects 0.000 claims abstract description 20
- 230000005856 abnormality Effects 0.000 claims abstract description 19
- 238000011897 real-time detection Methods 0.000 claims abstract description 13
- 230000002452 interceptive effect Effects 0.000 claims abstract description 4
- 230000002159 abnormal effect Effects 0.000 claims description 42
- 230000006399 behavior Effects 0.000 claims description 24
- 230000009471 action Effects 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims description 18
- 230000008921 facial expression Effects 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 14
- 238000007418 data mining Methods 0.000 claims description 8
- 230000037081 physical activity Effects 0.000 claims description 8
- 230000035479 physiological effects, processes and functions Effects 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 abstract description 17
- 230000007246 mechanism Effects 0.000 abstract description 8
- 230000002354 daily effect Effects 0.000 description 28
- 238000011156 evaluation Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 241001269238 Data Species 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 235000012054 meals Nutrition 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 206010054196 Affect lability Diseases 0.000 description 1
- 206010017577 Gait disturbance Diseases 0.000 description 1
- 230000004872 arterial blood pressure Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 231100000749 chronicity Toxicity 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000012517 data analytics Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000009415 formwork Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 230000008376 long-term health Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G06F19/3418—
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开一种空巢老人健康的智能监护系统和方法，所述智能监护系统包括:多模式实时检测模块，用于采集空巢老人的多模式健康数据，判定紧急异常事件；大数据分析模块，用于分析所述健康数据，建立健康状态模型，预警异常状态；所述4G网络响应模块用于实时推送所述紧急异常事件和所述异常状态，与用户操作终端实现交互操作。同时，本系统采用双报警机制，可对空巢老人的身体状况和精神状态进行准确全面的智能化监护；监护人和医护人员通过操作终端不仅能及时得到相应的报警信息，而且可以随时对空巢老人的健康状态进行选择性地查看，监护方式由传统的被动接受型转变为自动查询型。
Description
技术领域
本发明涉及监护系统领域，特别是涉及一种空巢拉皮人健康的智能监护系统。
背景技术
随着我国城市化进程的不断深入、居住方式的变化，以及家庭子女减少、老年人口增多和代际居住分离等倾向，多数老人空巢独居，继而引发了诸多因空巢老人无人照看而导致的悲剧。因此，空巢老人的日常家居生活监护就显得非常重要。
目前大多数老人监护系统采用摄像设备收集老人的动作信息，对老人发生的摔倒等异常行为进行报警，形式单一，缺乏适用性。不同的突发情况表征也不同，可能是呻吟亦也可能是面露痛苦之状，单单根据动作信息对老人健康情况进行判定是不全面的。同时大多数系统采用的传统的分析方法，对采集的多种数据类型并不适用，并且传统方法没有开发出数据的潜在价值。因此增强监护系统的普适性并提高系统准确度是需要解决的问题，将大数据应用到监护领域亦是一大新挑战。
发明内容
本发明的目的是提供一种空巢老人健康的智能监护系统，能对空巢老人健康状况进行准确的、全方位的智能化监护。
为实现上述目的，本发明提供了如下方案：
一种空巢老人健康的智能监护系统，所述智能监护系统包括:
多模式实时检测模块，所述多模式实时检测模块用于采集老人的多模式健康数据，判定紧急异常事件，所述多模式健康数据包括生理体征健康数据、视频健康数据和音频健康数据；
大数据分析模块，所述大数据分析模块采用大数据分析方法分析所述多模式健康数据，建立健康状态模型，预警异常状态；
4G网络响应模块，所述4G网络响应模块用于实时推送所述紧急异常事件和所述异常状态，与用户操作终端实现交互操作。
可选的，所述多模式实时检测模块包括：
家居场景定义单元，所述家居场景定义单元对家居场景的物品布局以及人体活动类型、活动路线和活动时间进行定义；
人体目标检测跟踪单元，所述人体目标检测跟踪单元用于完成运动人体目标检测、静坐人体目标检测和运动人体目标跟踪；
日常活动识别单元，所述日常活动识别单元通过提取人体动作时空特征，利用分类器对人体动作进行识别，准确判定出老人的日常行为动作；
面部表情识别和语音识别单元，所述面部表情识别和语音识别单元用于采集面部表情信息和语音信息；
紧急异常事件判定单元，所述紧急异常事件判定单元将所述紧急异常事件判定分为异常动作紧急事件、异常表情紧急事件和异常语音紧急事件。
可选的，所述健康状态模型包括体征状态模型、日常行为模型和精神状态模型中至少一者。
可选的，所述异常状态包括异常生活状态和异常精神状态，其中，大数据分析模块包括数据挖掘模块，所述数据挖掘模块采用数据挖掘分析方法分析所述多模式健康数据，根据分析结果预警异常生活状态和异常精神状态。
可选的，所述4G网络响应模块对不同等级的所述紧急异常事件和所述异常状态采用不同的推送方式。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明通过采集老人的多模式健康数据对空巢老人进行多方位实时监护，采用数据挖掘分析方法对多模式健康数据进行全面分析，建立空巢老人的健康状态模型，实现空巢老人身体状况和精神状态的长期监测与科学评估；同时，系统采用了双报警机制，实现了对空巢老人健康的全自动化和智能化监护。
本发明的目的是提供一种人体健康的智能监护方法，能对空巢老人健康状况进行准确的、全方位的监护。
为实现上述目的，本发明提供了如下方案：
一种空巢老人健康的智能监护方法，所述智能监护方法包括以下步骤:
采集空巢老人的多模式健康数据，所述多模式健康数据包括生理体征健康数据、视频健康数据和音频健康数据；
判定是否存在紧急异常事件；
若是，实时推送紧急异常事件；
采用大数据分析方法分析所述多模式健康数据；
建立健康状态模型；
预警异常状态；
实时推送所述紧急异常事件和所述异常状态。
可选的，所述视频健康数据包括面部表情信息数据。
可选的，所述健康状态模型包括体征状态模型、日常行为模型和精神状态模型中至少一者。
可选的，还包括采用数据挖掘分析方法分析所述多模式健康数据，根据分析结果预警所述异常状态。
可选的，对不同等级的所述紧急异常事件和所述异常状态采用不同的推送方式。
相对于现有技术，本发明的空巢老人健康的智能监护方法与上述空巢老人健康的智能监护系统的有益效果相同，在此不再赘述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中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性的前提下，还可以根据这些附图获得其他的附图。
图1为智能监护系统的构成图；
图2为智能监护系统的结构框图；
图3为多模式实时检测模块示意图；
图4为大数据分析模块示意图；
图5为4G网络响应模块信息交互示意图；
图6为智能监护方法流程图；
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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种人体健康的智能监护系统，为了提高系统的准确度并实现对老人健康状况的全方位监护，本发明采集多模式的健康数据，采用大数据分析方法建立老人的健康状态模型，对老人的健康状态进行长期的监测与科学的评估，
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明利用多模式实时检测模块采集空巢老人的生理体征、视频、音频等多种模式健康数据并对紧急异常事件进行正确的识别和及时的响应，同时利用大数据分析模块对收集到的数据进行分析，建立空巢老人的健康状态模型，对老人的长期健康状态进行监控，同时，系统采用了双报警机制，实现了对空巢老人健康的全自动化和智能化监护，通过4G网络响应模块实现报警信号传送和健康数据查询等用户与系统间的交互操作；三个模块相互配合组成一个稳定完整的系统，提供一种更精准全面的老人安全监护系统。
如图1图2所示，所述智能监护系统包括多模式实时检测模块101，大数据分析模块102和4G网络响应模块103。
多模式实时检测模块101通过智能穿戴和智能摄像头等设备获取老人日常的体征、视频和音频等多种健康数据。老人的日常生理指标的检测和收集有助于判定老人身体上的异常情况；视频信息不仅涵盖了传统用于判定老人发生摔倒等紧急情况的动作信息，同时也将老人的表情信息纳入多模式健康数据范围，表情信息的引入扩宽了监护系统的监护范围并显著地提高异常信息报警的准确率；语音信息的采集能够保证对老人在发出呻吟的紧急情况做出快速地应对。
如图3所示，多模式实时检测模块包括家居场景定义单元301、人体目标检测和跟踪单元302、日常活动识别单元303、面部表情和语音识别单元304以及紧急异常事件判定单元305。
家居场景定义单元301：由于场景的时空变化和人体活动的高度复杂性，以及视频图像信息对场景和人体活动解释的歧义性和病态性，在进行场景分析和人体活动的识别与理解时需要引入场景定义。对家居场景的物品布局以及人体活动类型、活动路线和活动时间进行定义，为老人动作行为的判定提供帮助。对家居场景图像进行精确的图像分割，对场景中各物品区域和人体活动区域进行标记，建立特定家居场景电子地图。
人体目标检测和跟踪单元302：用于完成运动人体和静坐人体目标检测与运动人体目标跟踪。家居场景下人体目标检测包括运动人体目标的检测和静止人体目标检测，运动人体目标的检测首先需要完成场景变化检测，系统采用背景建模法和时域差分法相结合的方法实现变化场景和运动人体目标的提取。静止人体目标检测主要针对老人长期静坐的情况，鉴于此种情况，引入基于学习的人体目标检测，通过对大量静坐人体的图像进行学习，建立静坐人体目标的检测分类器，实现家居环境中静坐人体的检测。人体目标跟踪是进行人体活动分析的前提，视觉跟踪算法可分为两类：一类是基于“目标模式搜索匹配”的跟踪算法，另一类是基于“系统状态估计、滤波”的跟踪算法。本发明将基于“目标模式搜索匹配”的跟踪算法和基于“系统状态估计、滤波”的跟踪算法结合，采用帧内进行模式搜索匹配，帧间进行目标状态预测相结合的方式，实现运动人体目标的稳健跟踪。
日常活动识别单元303：提取人体动作时空特征，利用分类器对人体动作进行识别，准确判定出摔倒、静坐、站立、睡觉、吃饭等日常行为；本实施例以老人日常生活中典型动作的时空特征提取为基础，通过分类器的设计和训练，实现人体日常动作的识别。人体动作由一系列的姿态组成，人体姿态提取以人体目标检测和跟踪为基础，精确提取特定人体动作的姿态剪影序列，并对其进行变换和降维处理，转化为人体动作的特征，然后利用分类器对人体动作进行识别。最后结合目标位置和家居场景等信息，准确判定出老人摔倒、静坐、站立、睡觉、吃饭等日常行为。图3是老人常见动作识别效果图，从图中可以看出该监护系统能够实现多种动作的识别。
面部表情和语音识别单元304：用于采集表情信息和语音信息，与动作信息一起作为健康数据存储于老人多模式健康数据库中。面部表情是一个人身体舒适程度和精神状态的直接体现，当老人感到身体不舒服的时候他往往露出痛苦、悲伤的表情，心情愉快的时候往往面带微笑，由此可见面部表情信息同样是一种判定老人状况的关键信息；面部表情可单独作为一种异常事件的判定标准也可作为判定动作信息的参考信息；面部表情信息的引入增加了异常信息的来源让异常事件判定更为全面，丰富了数据信息提高了系统的准确率。
传统的老人监护系统基于动作识别判定摔倒等异常动作行为实现异常情况报警，或者是单纯依赖生理指标的测定完成老人的监护，这两种模式都比较局限，只能对特定情况下的异常行为进行报警。采集的表情信息和语音信息能有效反映老人因突发疾病而面色苍白，面露痛苦以及呻吟等状况，系统对此类异常情况作出合理判断并及时响应。
紧急异常事件判定单元305：将异常事件判定分为异常动作、异常表情、异常语音，异常情况的细分让异常情况更透明更具体，监护系统更具推广性和普适性，有效解决了异常情况模糊化统一化处理的问题。该异常判定机制根据异常信息的来源对异常情况进行划分，并对出现的异常情况进行等级划分，对不同等级的异常事件采用不同的推送方式，譬如对老人精神状态模型分析发现老人情绪不稳定或低落采用短信方式提醒相关人员，同时将该异常信息推送到客户端，对于摔倒等紧急情况则马上电话通知，客户端同时出现震动和语音报警，让得到报警信息的老人监护人和医护人员能够对老人的异常情况做出恰当反应并采取相应措施，健全了监护系统。对于异常动作的判定，在老人日常活动深入分析的基础上，重点关注老年人的跌倒、异常步态和睡觉的异常翻滚等动作；在不断的对老人面部表情的检测和分析中，着重关注老人面露痛苦和惊吓等异常表情；异常语音判定则是通过对老人语言的智能识别，对老人发出呼救、呻吟等情况做出及时的反应，通过报警通知医护人员和监护人的方式，使老人得到及时的医治。
老人多模式健康数据库具有两大特点：(1)随着时间推移和用户数量的增加，数据规模不断增长；(2)数据类型多样化，数据库不仅包含传统的结构化数据，也包含音频、视频等非结构化数据；常规软件无法对老人多模式健康数据库进行管理和处理，需要新的方法处理高增长和多样化的信息，大数据分析方法可以有效地处理上述两个问题，通过高效的算法、模式对全体数据进行分析。大数据分析方法是对大量、动态、能持续的数据，通过运用新系统、新工具、新模型的挖掘，从而获得具有洞察力和新价值的东西。大数据分析方法与传统分析方法最大区别在于分析的对象是全体数据，而不是数据样本，其最大的特点在于不追求算法的复杂性和精确性，而追求可以高效地对整个数据集的分析。
一个真正健康的人应当是一个拥有健康体魄和良好精神面貌的人，因此一个完整全面的老人监护系统应当包括日常生活和身体健康和心理健康等方面，采用单一数据对健康状况进行评判忽略了多种数据信息之间的联系，孤立地分析得到的结果必然是片面的。大数据分析模块通过日常健康数据建模单元和健康评估单元，建立一个科学完整的健康评估系统，实现老人的全方位智能监护。大数据分析模块对存储于老人多模式健康数据库中的多模式健康数据进行全面分析，获取足够的信息建立体征状态模型、日常行为模型、精神状态模型，突破了常见监护系统短期性的局限，实现监护的长期性目标，让短暂的杂乱零碎的监控片段转化为有律可循，三个模型相互联系，相辅相成，形成一个完整的体系，共同组成评估的主要依据，实现老人的科学化、智能化、全方位实时监护。
大数据分析模块102包含日常健康数据建模单元401和健康评估单元402两个单元，大数据分析模块的组成示意图如图4所示：
日常健康数据建模单元401：利用大数据分析方法分别对体征数据，视频数据以及语音数据进行处理，建立起老人的体征状态模型、日常行为模型、精神状态模型。日常健康数据建模单元规避了健康标准的单一化，从三个不同方面衡量老人的健康状况，并通过建立模型的方式创新性地将零碎杂乱的信息片段汇集，得到符合老人自身特点的状态模型。
体征状态模型：系统通过智能穿戴设备采集老人的心跳脉搏、血压等体征数据，将数据录入到老人多模式健康数据库，应用大数据相关技术得到体征数据的平均水平及分时图从而得到老人的体征状态模型；
日常行为模型：提取已采集视频信息中的日常动作行为，建立老人生活行为与时刻的映射表，利用大数据分析方法，挖掘数据潜在的信息和规律，总结出老人的日常生活习惯，建立老人的日常行为模型。
精神状态模型：大数据分析统计老人每日各个表情展现在脸上的时间，对老人的精神状态做出判别。同时结合老人日常行为信息，发现老人表情和语音与某些行为之间的联系，洞悉老人对不同行为的好恶态度，建立老人的精神状态模型。
精神状态最直观的体现是人的表情，人有喜怒哀乐，会因为身体不舒适而痛苦，也会因为刺激打击而情绪低落，身体健康仅仅是健康的一方面，真正的健康应是一个身体无恙、心情愉悦平和的状态，因此，精神状态模型能够从精神层面监测老人的健康状况。
健康评估单元402：对体征状态模型、日常行为模型和精神状态模型综合分析评估，生成健康状态评估报告并将其存入老人多模式健康数据库中，实现对老人健康状况的长期监测。区别于将每次异常事件的判定报警当做独立的个体，将异常情况进行汇总并对多种健康数据进行大数据分析操作形成状态模型的处理方式能综合分析出异常事件间的联系，不仅能提高判定下一次异常事件的准确性，极大地减少误警率和漏警率，而且对评估老人身体健康有指导作用。
日常健康数据建模单元401是基础，健康评估单元402是关键，健康评估单元直接关系到监护系统的功能实现。健康评估单元实施两种评估机制，智能评估和专家评估，预先给定一些设定好的健康指标，比如不同年龄阶段不同性别对应的正常血压和心跳脉搏的正常范围，以及低落或悲伤情绪持续时间的最大值等，同时给出大量的正常模型和异常模型的训练样本，得到合适的分类器对需要评估的老人模型进行分类识别。另一方面，利用大数据方法对得到的模型进行可视化处理生成老人的健康评估报告，将其存入老人多模式健康数据库中，医护人员使用客户端实时查看老人的健康报告，根据自身专业知识对老人的健康状况做出合理判断和预测。两种评估机制并行不悖，智能评估快速简单，节约医疗资料，专家评估权威专业，准确性高，通常情况下系统保留智能评估机制，同时也可根据老人的身体状况、医护人员的建议、监护人的意愿定制专家评估机制。
4G网络响应模块包括服务器501、无线4G传输网络502、多功能客户端503，图5为4G网络响应模块实现信息交互的示意图。
4G网络响应模块建立了服务器501和客户端503，服务器501发布老人异常信息、多模式健康数据和健康状态模型，客户端503采用android平台进行开发并安装在老人监护人和医护人员的移动通信终端上，监护人和医护人员可通过客户端503依靠4G网络观看实时监控视频、访问多模式健康数据库、查看老人紧急异常事件和异常状况报警记录、接收报警信号等多种功能，打破了传统监护系统只能被动接受报警信息的僵局，客户端503不仅能及时收到短信电话等常用方式的报警信息，而且能够不受时间和地点的限制随时查看老人的监护情况和健康状况，从而让监护系统更便捷化智能化。
服务器501向客户端503发布老人异常状态信息和紧急异常事件信息，考虑到老人的隐私保护等问题，在发布服务器端加入隐私保护模块。对将要发送的图像视频信息进行智能识别，对老人裸露等隐私镜头进行自动打码处理，有效的保护老人的隐私。
无线4G传输网络502：客户端对系统多模式健康数据库的访问以及系统对紧急异常事件和老人异常状态信息的发布都是依靠4G网络来进行的。系统采用具有自主知识产权的中国移动4G网络(TD-LTE)对数据进行传输，实现客户端和系统的交互。
多功能客户端503：客户端是监护人和医护人员对老人进行健康监护的重要工具，也是用户和系统之间交互的窗口。监护人对老人实时监控视频的观看，监护人和医护人员对老人异常状态和紧急异常事件报警信号的接收以及对老人多模式健康数据库的访问都是通过客户端503进行的。系统的客户端503软件采用android平台进行开发，并能够安装在老人监护人和医护人员的移动通信终端上，实现监护人和医护人员与空巢老人健康智能监护系统的有效交互。
本发明还提供一种人体健康的智能监护方法，如图6所示，所述智能监护方法包括：
步骤601：采集空巢老人的多模式健康数据，所述多模式健康数据包括生理体征健康数据、视频健康数据和音频健康数据；
步骤602：判断是否存在紧急异常事件；
步骤603：若是，实时推送紧急异常事件；
步骤604：采用大数据分析方法分析所述多模式健康数据；
步骤605：建立健康状态模型；
步骤606：预警异常状态；
步骤607：实时推送所述紧急异常事件和所述异常状态。
其中，步骤602：判断是否存在紧急异常事件，若是则执行步骤603：实时推送紧急异常事件，然后再执行步骤604：采用大数据分析方法分析所述多模式健康数据；若否，则直接执行步骤604：采用大数据分析方法分析所述多模式健康数据。
本方法首先采集老人的多模式健康数据，并记录下老人日常生活的行为信息、精神状态和体征状态等相关信息。对多模式健康数据的综合分析，通过多模式实时检测模块对紧急异常事件进行正确的识别和及时的响应，从而实现老人日常生活的实时智能监护。
采用大数据分析方法对多模式健康数据库中的数据进行分析，以此建立反映老人长期稳定状态的三个模型：体征状态模型、日常行为模型和精神状态模型，生成老人健康评估报告，并对老人的异常生活状态和异常精神状态进行预警。根据老人的日常行为模型，对当前的行为记录进行分析，将深夜仍保持静坐或久未起床等与老人日常行为模型有较大出入的行为视作异常生活状态，并向老人监护人发出异常预警。根据已建立的老人精神状态模型，对当前的精神状态记录进行分析，若连续几天老人的精神状态与该模型差距较大，且偏向消极时，视为异常精神状态。
在紧急异常事件发生时，系统通过4G网络响应模块向老人监护人和相关医护人员发送即时报警信号，使得老人能得到及时的救治。若系统在健康评估单元发现老人生活状态或精神状态存在异常，则通过4G网络响应模块向监护人发出预警信息，使老人可能存在的健康隐患能得到及时正确的处理。而为了增强对老人隐私的保护，采用自动识别隐私方法，4G网络响应模块加入了隐私保护模块，若发送的视频、图片含有老人裸露的镜头，则对其进行打码处理。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种空巢老人健康的智能监护系统，其特征在于，所述智能监护系统包括:
多模式实时检测模块，所述多模式实时检测模块用于采集老人的多模式健康数据，判定紧急异常事件，所述多模式健康数据包括生理体征健康数据、视频健康数据和音频健康数据；
大数据分析模块，所述大数据分析模块采用大数据分析方法分析所述多模式健康数据，建立健康状态模型，预警异常状态；
4G网络响应模块，所述4G网络响应模块用于实时推送所述紧急异常事件和所述异常状态，与用户操作终端实现交互操作。
2.根据权利要求1所述的空巢老人健康的智能监护系统，其特征在于，所述多模式实时检测模块包括：
家居场景定义单元，所述家居场景定义单元对家居场景的物品布局以及人体活动类型、活动路线和活动时间进行定义；
人体目标检测跟踪单元，所述人体目标检测跟踪单元用于完成运动人体目标检测、静坐人体目标检测和运动人体目标跟踪；
日常活动识别单元，所述日常活动识别单元通过提取人体动作时空特征，利用分类器对人体动作进行识别，准确判定出老人的日常行为动作；
面部表情识别和语音识别单元，所述面部表情识别和语音识别单元用于采集面部表情信息和语音信息；
紧急异常事件判定单元，所述紧急异常事件判定单元将所述紧急异常事件判定分为异常动作紧急事件、异常表情紧急事件和异常语音紧急事件。
3.根据权利要求1所述的空巢老人健康的智能监护系统，其特征在于，所述健康状态模型包括体征状态模型、日常行为模型和精神状态模型中至少一者。
4.根据权利要求1所述的人体健康的智能监护系统，其特征在于，
所述异常状态包括异常生活状态和异常精神状态，
其中，大数据分析模块包括数据挖掘模块，所述数据挖掘模块采用数据挖掘分析方法分析所述多模式健康数据，根据分析结果预警异常生活状态和异常精神状态。
5.根据权利要求1所述的人体健康的智能监护系统，其特征在于，所述4G网络响应模块对不同等级的所述紧急异常事件和所述异常状态采用不同的推送方式。
6.一种空巢老人健康的智能监护方法，其特征在于，所述智能监护方法包括以下步骤:
采集空巢老人的多模式健康数据，所述多模式健康数据包括生理体征健康数据、视频健康数据和音频健康数据；
判定是否存在紧急异常事件；
若是，实时推送紧急异常事件；
采用大数据分析方法分析所述多模式健康数据；
建立健康状态模型；
预警异常状态；
实时推送所述紧急异常事件和所述异常状态。
7.根据权利要求6所述的空巢老人健康的智能监护方法，其特征在于，所述视频健康数据包括面部表情信息数据。
8.根据权利要求6所述的空巢老人健康的智能监护方法，其特征在于，所述健康状态模型包括体征状态模型、日常行为模型和精神状态模型中至少一者。
9.根据权利要求6所述的空巢老人健康的智能监护方法，其特征在于，还包括采用数据挖掘分析方法分析所述多模式健康数据，根据分析结果预警所述异常状态。
10.根据权利要求6所述的空巢老人健康的智能监护方法，其特征在于，对不同等级的所述紧急异常事件和所述异常状态采用不同的推送方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611128430.7A CN106777954B (zh) | 2016-12-09 | 2016-12-09 | 一种空巢老人健康的智能监护系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611128430.7A CN106777954B (zh) | 2016-12-09 | 2016-12-09 | 一种空巢老人健康的智能监护系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106777954A true CN106777954A (zh) | 2017-05-31 |
| CN106777954B CN106777954B (zh) | 2019-08-23 |
Family
ID=58879404
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611128430.7A Expired - Fee Related CN106777954B (zh) | 2016-12-09 | 2016-12-09 | 一种空巢老人健康的智能监护系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106777954B (zh) |
Cited By (48)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107184002A (zh) * | 2017-06-30 | 2017-09-22 | 芜湖星典工贸有限公司 | 一种基于用户终端显示的智能座椅系统 |
| CN107232873A (zh) * | 2017-06-30 | 2017-10-10 | 芜湖星典工贸有限公司 | 一种基于用户身份检测的智能座椅系统 |
| CN107296612A (zh) * | 2017-06-13 | 2017-10-27 | 泰康保险集团股份有限公司 | 被监护人的自动监护方法、系统及终端设备 |
| CN107320069A (zh) * | 2017-06-19 | 2017-11-07 | 泰康保险集团股份有限公司 | 智能看护方法、装置、系统及服务器 |
| CN107341752A (zh) * | 2017-07-19 | 2017-11-10 | 合肥盛东信息科技有限公司 | 一种基于被看护老人生理指标的智能化养老平台服务系统 |
| CN107374164A (zh) * | 2017-06-30 | 2017-11-24 | 芜湖星典工贸有限公司 | 一种基于用户检测的智能座椅防护系统 |
| CN107397530A (zh) * | 2017-07-19 | 2017-11-28 | 广州华久信息科技有限公司 | 一种中医体质与情感辨别调理系统 |
| CN108234956A (zh) * | 2018-02-05 | 2018-06-29 | 龙马智芯（珠海横琴）科技有限公司 | 医护监控方法、装置和系统、设备 |
| CN108766569A (zh) * | 2018-05-07 | 2018-11-06 | 苏州超云生命智能产业研究院有限公司 | 健康数据处理方法及健康数据处理系统 |
| CN108814567A (zh) * | 2018-04-16 | 2018-11-16 | 东南大学 | 一种居家养老智能守护机器人系统 |
| CN108898079A (zh) * | 2018-06-15 | 2018-11-27 | 上海小蚁科技有限公司 | 一种监控方法及装置、存储介质、拍摄终端 |
| CN108898090A (zh) * | 2018-06-26 | 2018-11-27 | 肖金保 | 一种云健康管理系统 |
| CN109035699A (zh) * | 2018-08-29 | 2018-12-18 | 张力 | 基于人工智能的老年人居家全景监控看护系统及方法 |
| CN109008952A (zh) * | 2018-05-08 | 2018-12-18 | 深圳智慧林网络科技有限公司 | 基于深度学习的监护方法及相关产品 |
| CN109326081A (zh) * | 2018-11-09 | 2019-02-12 | 复旦大学 | 基于物联网的老人家庭看护预警系统及健康状况评估方法 |
| CN109528183A (zh) * | 2019-01-15 | 2019-03-29 | 浙江强脑科技有限公司 | 人体异常状态监控方法、设备及计算机可读存储介质 |
| CN109543659A (zh) * | 2018-12-25 | 2019-03-29 | 北京心法科技有限公司 | 适于老年用户的风险行为监测预警方法及系统 |
| CN109920544A (zh) * | 2019-01-28 | 2019-06-21 | 浙江工业大学 | 基于体感信息的实时自适应智能楼宇系统 |
| CN110090119A (zh) * | 2019-06-05 | 2019-08-06 | 北京大学深圳医院 | 一种基于大数据技术的昏迷患者护理智慧病床 |
| CN110327051A (zh) * | 2019-06-14 | 2019-10-15 | 上海理工大学 | 一种基于云平台的护理型养老院的智能监护系统 |
| CN110392228A (zh) * | 2018-04-16 | 2019-10-29 | 宏碁股份有限公司 | 监视方法与使用此方法的电子装置 |
| CN110533876A (zh) * | 2019-09-23 | 2019-12-03 | 平顶山学院 | 一种居家养老安防报警系统 |
| CN110600133A (zh) * | 2019-09-10 | 2019-12-20 | 恒大智慧科技有限公司 | 智慧社区内老人的健康监测方法、设备及可读存储介质 |
| CN110660412A (zh) * | 2018-06-28 | 2020-01-07 | Tcl集团股份有限公司 | 一种情绪引导方法、装置和终端设备 |
| CN111292859A (zh) * | 2018-12-07 | 2020-06-16 | 深圳市冠旭电子股份有限公司 | 一种智能音箱设备及其家庭健康监护方法和装置 |
| CN111405604A (zh) * | 2019-01-02 | 2020-07-10 | 中国移动通信有限公司研究院 | 一种基于网络流量的监控预警方法及装置 |
| CN111553278A (zh) * | 2020-04-28 | 2020-08-18 | 成都米风感知科技有限公司 | 一种老人行为识别方法、装置、系统及存储介质 |
| CN111766786A (zh) * | 2019-04-02 | 2020-10-13 | 青岛海信智慧家居系统股份有限公司 | 一种智能控制方法及控制器 |
| CN111967307A (zh) * | 2020-07-02 | 2020-11-20 | 广东技术师范大学 | 目标异常处理方法、装置、计算机设备及存储介质 |
| CN112053787A (zh) * | 2020-07-17 | 2020-12-08 | 山东沃华健康科技有限公司 | 一种医养结合管理平台 |
| CN112183243A (zh) * | 2020-09-11 | 2021-01-05 | 杭州市地下管道开发有限公司 | 一种智慧社区老人监护方法、系统、装置和存储介质 |
| CN113241199A (zh) * | 2021-06-17 | 2021-08-10 | 立信(重庆)数据科技股份有限公司 | 一种智慧居家养老健康管理系统 |
| CN113680002A (zh) * | 2021-08-31 | 2021-11-23 | 重庆科华安全设备有限责任公司 | 一种应用于检力器的训练管理系统 |
| CN113948208A (zh) * | 2021-10-20 | 2022-01-18 | 郑州轻工业大学 | 一种基于云边端协同的慢性病患者健康实时监测系统 |
| CN113971869A (zh) * | 2020-07-23 | 2022-01-25 | 易程融创信息科技有限公司 | 一种老人居家安全监测方法及装置 |
| CN114242249A (zh) * | 2022-01-25 | 2022-03-25 | 北京恒华龙信数据科技有限公司 | 一种老人健康监测方法、系统、装置及存储介质 |
| CN114334158A (zh) * | 2022-03-07 | 2022-04-12 | 广州帝隆科技股份有限公司 | 一种基于物联网的监护管理方法及系统 |
| CN114463938A (zh) * | 2022-02-09 | 2022-05-10 | 辽宁工业大学 | 一种空巢老人智能监护系统 |
| CN114469024A (zh) * | 2021-12-23 | 2022-05-13 | 广东建采网科技有限公司 | 一种基于智能手环的建筑工人安全预警方法和系统 |
| CN114758767A (zh) * | 2022-03-14 | 2022-07-15 | 湖北智奥物联网科技有限公司 | 远程实时监测身体健康状态并给出调控指导的方法及装置 |
| CN115984767A (zh) * | 2022-12-13 | 2023-04-18 | 南通市亿控自动化系统有限公司 | 一种基于监控画面实时分析的异常预警方法及系统 |
| CN116030593A (zh) * | 2022-12-29 | 2023-04-28 | 重庆珀纳科技有限责任公司 | 一种基于人工智能技术的智慧家居与看护方法及系统 |
| CN116092701A (zh) * | 2023-03-07 | 2023-05-09 | 南京康尔健医疗科技有限公司 | 基于健康数据分析管理平台的控制系统及其方法 |
| CN116741414A (zh) * | 2023-08-14 | 2023-09-12 | 上海迎智正能文化发展有限公司 | 一种异常情绪的智能缓解方法及系统 |
| CN117275736A (zh) * | 2023-11-21 | 2023-12-22 | 山东八宇网络科技有限公司 | 一种基于物联网的居家养老健康监测方法及系统 |
| CN117594253A (zh) * | 2024-01-18 | 2024-02-23 | 山东鑫年信息科技有限公司 | 基于智能监测设备的人员健康预警方法及系统 |
| CN117912724A (zh) * | 2024-01-23 | 2024-04-19 | 江南大学 | 一种老人辅助社交机器人运行交互方法 |
| CN117912724B (zh) * | 2024-01-23 | 2024-07-12 | 江南大学 | 一种老人辅助社交机器人运行交互方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104796485A (zh) * | 2015-04-30 | 2015-07-22 | 深圳市全球锁安防系统工程有限公司 | 一种老龄人云安康服务平台及大数据处理方法 |
| CN104873203A (zh) * | 2015-06-12 | 2015-09-02 | 河海大学常州校区 | 一种基于体感装置病人护理监测系统及其工作方法 |
-
2016
- 2016-12-09 CN CN201611128430.7A patent/CN106777954B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104796485A (zh) * | 2015-04-30 | 2015-07-22 | 深圳市全球锁安防系统工程有限公司 | 一种老龄人云安康服务平台及大数据处理方法 |
| CN104873203A (zh) * | 2015-06-12 | 2015-09-02 | 河海大学常州校区 | 一种基于体感装置病人护理监测系统及其工作方法 |
Cited By (57)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107296612A (zh) * | 2017-06-13 | 2017-10-27 | 泰康保险集团股份有限公司 | 被监护人的自动监护方法、系统及终端设备 |
| CN107320069A (zh) * | 2017-06-19 | 2017-11-07 | 泰康保险集团股份有限公司 | 智能看护方法、装置、系统及服务器 |
| CN107184002A (zh) * | 2017-06-30 | 2017-09-22 | 芜湖星典工贸有限公司 | 一种基于用户终端显示的智能座椅系统 |
| CN107232873A (zh) * | 2017-06-30 | 2017-10-10 | 芜湖星典工贸有限公司 | 一种基于用户身份检测的智能座椅系统 |
| CN107374164A (zh) * | 2017-06-30 | 2017-11-24 | 芜湖星典工贸有限公司 | 一种基于用户检测的智能座椅防护系统 |
| CN107341752A (zh) * | 2017-07-19 | 2017-11-10 | 合肥盛东信息科技有限公司 | 一种基于被看护老人生理指标的智能化养老平台服务系统 |
| CN107397530A (zh) * | 2017-07-19 | 2017-11-28 | 广州华久信息科技有限公司 | 一种中医体质与情感辨别调理系统 |
| CN108234956A (zh) * | 2018-02-05 | 2018-06-29 | 龙马智芯（珠海横琴）科技有限公司 | 医护监控方法、装置和系统、设备 |
| CN108814567A (zh) * | 2018-04-16 | 2018-11-16 | 东南大学 | 一种居家养老智能守护机器人系统 |
| CN110392228B (zh) * | 2018-04-16 | 2021-06-04 | 宏碁股份有限公司 | 监视方法与使用此方法的电子装置 |
| CN110392228A (zh) * | 2018-04-16 | 2019-10-29 | 宏碁股份有限公司 | 监视方法与使用此方法的电子装置 |
| CN108766569A (zh) * | 2018-05-07 | 2018-11-06 | 苏州超云生命智能产业研究院有限公司 | 健康数据处理方法及健康数据处理系统 |
| CN109008952A (zh) * | 2018-05-08 | 2018-12-18 | 深圳智慧林网络科技有限公司 | 基于深度学习的监护方法及相关产品 |
| CN108898079A (zh) * | 2018-06-15 | 2018-11-27 | 上海小蚁科技有限公司 | 一种监控方法及装置、存储介质、拍摄终端 |
| CN108898090A (zh) * | 2018-06-26 | 2018-11-27 | 肖金保 | 一种云健康管理系统 |
| CN110660412A (zh) * | 2018-06-28 | 2020-01-07 | Tcl集团股份有限公司 | 一种情绪引导方法、装置和终端设备 |
| CN109035699A (zh) * | 2018-08-29 | 2018-12-18 | 张力 | 基于人工智能的老年人居家全景监控看护系统及方法 |
| CN109326081A (zh) * | 2018-11-09 | 2019-02-12 | 复旦大学 | 基于物联网的老人家庭看护预警系统及健康状况评估方法 |
| CN111292859A (zh) * | 2018-12-07 | 2020-06-16 | 深圳市冠旭电子股份有限公司 | 一种智能音箱设备及其家庭健康监护方法和装置 |
| CN109543659A (zh) * | 2018-12-25 | 2019-03-29 | 北京心法科技有限公司 | 适于老年用户的风险行为监测预警方法及系统 |
| CN111405604A (zh) * | 2019-01-02 | 2020-07-10 | 中国移动通信有限公司研究院 | 一种基于网络流量的监控预警方法及装置 |
| CN109528183B (zh) * | 2019-01-15 | 2021-06-29 | 浙江强脑科技有限公司 | 人体异常状态监控方法、设备及计算机可读存储介质 |
| CN109528183A (zh) * | 2019-01-15 | 2019-03-29 | 浙江强脑科技有限公司 | 人体异常状态监控方法、设备及计算机可读存储介质 |
| CN109920544B (zh) * | 2019-01-28 | 2021-06-08 | 浙江工业大学 | 基于体感信息的实时自适应智能楼宇系统 |
| CN109920544A (zh) * | 2019-01-28 | 2019-06-21 | 浙江工业大学 | 基于体感信息的实时自适应智能楼宇系统 |
| CN111766786A (zh) * | 2019-04-02 | 2020-10-13 | 青岛海信智慧家居系统股份有限公司 | 一种智能控制方法及控制器 |
| CN110090119A (zh) * | 2019-06-05 | 2019-08-06 | 北京大学深圳医院 | 一种基于大数据技术的昏迷患者护理智慧病床 |
| CN110327051A (zh) * | 2019-06-14 | 2019-10-15 | 上海理工大学 | 一种基于云平台的护理型养老院的智能监护系统 |
| CN110600133A (zh) * | 2019-09-10 | 2019-12-20 | 恒大智慧科技有限公司 | 智慧社区内老人的健康监测方法、设备及可读存储介质 |
| CN110533876A (zh) * | 2019-09-23 | 2019-12-03 | 平顶山学院 | 一种居家养老安防报警系统 |
| CN111553278A (zh) * | 2020-04-28 | 2020-08-18 | 成都米风感知科技有限公司 | 一种老人行为识别方法、装置、系统及存储介质 |
| CN111967307A (zh) * | 2020-07-02 | 2020-11-20 | 广东技术师范大学 | 目标异常处理方法、装置、计算机设备及存储介质 |
| CN112053787A (zh) * | 2020-07-17 | 2020-12-08 | 山东沃华健康科技有限公司 | 一种医养结合管理平台 |
| CN113971869A (zh) * | 2020-07-23 | 2022-01-25 | 易程融创信息科技有限公司 | 一种老人居家安全监测方法及装置 |
| CN112183243A (zh) * | 2020-09-11 | 2021-01-05 | 杭州市地下管道开发有限公司 | 一种智慧社区老人监护方法、系统、装置和存储介质 |
| CN112183243B (zh) * | 2020-09-11 | 2024-02-02 | 杭州市地下管道开发有限公司 | 一种智慧社区老人监护方法、系统、装置和存储介质 |
| CN113241199A (zh) * | 2021-06-17 | 2021-08-10 | 立信(重庆)数据科技股份有限公司 | 一种智慧居家养老健康管理系统 |
| CN113680002A (zh) * | 2021-08-31 | 2021-11-23 | 重庆科华安全设备有限责任公司 | 一种应用于检力器的训练管理系统 |
| CN113948208A (zh) * | 2021-10-20 | 2022-01-18 | 郑州轻工业大学 | 一种基于云边端协同的慢性病患者健康实时监测系统 |
| CN114469024A (zh) * | 2021-12-23 | 2022-05-13 | 广东建采网科技有限公司 | 一种基于智能手环的建筑工人安全预警方法和系统 |
| CN114469024B (zh) * | 2021-12-23 | 2023-12-22 | 广东智云城建科技有限公司 | 一种基于智能手环的建筑工人安全预警方法和系统 |
| CN114242249A (zh) * | 2022-01-25 | 2022-03-25 | 北京恒华龙信数据科技有限公司 | 一种老人健康监测方法、系统、装置及存储介质 |
| CN114463938A (zh) * | 2022-02-09 | 2022-05-10 | 辽宁工业大学 | 一种空巢老人智能监护系统 |
| CN114463938B (zh) * | 2022-02-09 | 2024-04-09 | 辽宁工业大学 | 一种空巢老人智能监护系统 |
| CN114334158A (zh) * | 2022-03-07 | 2022-04-12 | 广州帝隆科技股份有限公司 | 一种基于物联网的监护管理方法及系统 |
| CN114758767A (zh) * | 2022-03-14 | 2022-07-15 | 湖北智奥物联网科技有限公司 | 远程实时监测身体健康状态并给出调控指导的方法及装置 |
| CN115984767A (zh) * | 2022-12-13 | 2023-04-18 | 南通市亿控自动化系统有限公司 | 一种基于监控画面实时分析的异常预警方法及系统 |
| CN116030593A (zh) * | 2022-12-29 | 2023-04-28 | 重庆珀纳科技有限责任公司 | 一种基于人工智能技术的智慧家居与看护方法及系统 |
| CN116092701A (zh) * | 2023-03-07 | 2023-05-09 | 南京康尔健医疗科技有限公司 | 基于健康数据分析管理平台的控制系统及其方法 |
| CN116741414B (zh) * | 2023-08-14 | 2023-11-03 | 上海迎智正能文化发展有限公司 | 一种异常情绪的智能缓解方法及系统 |
| CN116741414A (zh) * | 2023-08-14 | 2023-09-12 | 上海迎智正能文化发展有限公司 | 一种异常情绪的智能缓解方法及系统 |
| CN117275736A (zh) * | 2023-11-21 | 2023-12-22 | 山东八宇网络科技有限公司 | 一种基于物联网的居家养老健康监测方法及系统 |
| CN117275736B (zh) * | 2023-11-21 | 2024-06-11 | 山东八宇网络科技有限公司 | 一种基于物联网的居家养老健康监测方法及系统 |
| CN117594253A (zh) * | 2024-01-18 | 2024-02-23 | 山东鑫年信息科技有限公司 | 基于智能监测设备的人员健康预警方法及系统 |
| CN117594253B (zh) * | 2024-01-18 | 2024-05-28 | 山东鑫年信息科技有限公司 | 基于智能监测设备的人员健康预警方法及系统 |
| CN117912724A (zh) * | 2024-01-23 | 2024-04-19 | 江南大学 | 一种老人辅助社交机器人运行交互方法 |
| CN117912724B (zh) * | 2024-01-23 | 2024-07-12 | 江南大学 | 一种老人辅助社交机器人运行交互方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106777954B (zh) | 2019-08-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106777954B (zh) | 一种空巢老人健康的智能监护系统及方法 | |
| CN109841282A (zh) | 一种基于云计算的中医健康管理云系统及其搭建方法 | |
| CN110349372B (zh) | 居家养老人员活动异常预警方法和装置 | |
| Suryadevara et al. | Intelligent sensing systems for measuring wellness indices of the daily activities for the elderly | |
| CN112529329A (zh) | 基于bp算法和seir模型的传染病预测方法 | |
| CN105528754A (zh) | 一种基于双神经网络行为识别模型的老年人信息服务系统 | |
| CN109805898A (zh) | 基于注意力机制时序卷积网络算法的危重症死亡预测方法 | |
| CN108597605A (zh) | 一种个人健康生活大数据采集与分析系统 | |
| CN109009017A (zh) | 一种智能健康监测系统及其数据处理方法 | |
| Steen et al. | Modeling individual healthy behavior using home automation sensor data: Results from a field trial | |
| Elbayoudi et al. | The human behaviour indicator: A measure of behavioural evolution | |
| Das Swain et al. | Semantic gap in predicting mental wellbeing through passive sensing | |
| CN110755091A (zh) | 一种个人心理健康监测系统及方法 | |
| Zhao et al. | Detecting abnormal patterns of daily activities for the elderly living alone | |
| CN114334158B (zh) | 一种基于物联网的监护管理方法及系统 | |
| CN115662631A (zh) | 基于ai智能判别的养老院管理系统 | |
| CN117877734A (zh) | 一种精神障碍患者危险级别判断系统 | |
| Mocanu et al. | AmIHomCare: A complex ambient intelligent system for home medical assistance | |
| CN106606348A (zh) | 基于移动通信的监测长者生命安全、健康及生活安全系统 | |
| Zouba et al. | Multi-sensors analysis for everyday activity monitoring | |
| Madhubala et al. | A survey on technical approaches in fall detection system | |
| KR102190759B1 (ko) | 긴급상황 모니터링 시스템 및 방법 | |
| CN113724853A (zh) | 一种基于深度学习的智慧医疗系统 | |
| Zheng et al. | Atlas analysis of the impact of the interval changes in yellow light signals on driving behavior | |
| CN205318386U (zh) | 一种基于虹膜信息检测健康的可穿戴设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190823 |