CN107257651A - 医学监测的场景检测 - Google Patents
医学监测的场景检测 Download PDFInfo
- Publication number
- CN107257651A CN107257651A CN201680012095.6A CN201680012095A CN107257651A CN 107257651 A CN107257651 A CN 107257651A CN 201680012095 A CN201680012095 A CN 201680012095A CN 107257651 A CN107257651 A CN 107257651A
- Authority
- CN
- China
- Prior art keywords
- scene
- information
- medical monitoring
- alarm
- monitoring device
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 63
- 238000012544 monitoring process Methods 0.000 title claims description 24
- 238000012545 processing Methods 0.000 claims abstract description 78
- 238000012806 monitoring device Methods 0.000 claims abstract description 71
- 238000005259 measurement Methods 0.000 claims abstract description 63
- 230000001766 physiological effect Effects 0.000 claims abstract description 52
- 238000000034 method Methods 0.000 claims description 36
- 230000033001 locomotion Effects 0.000 claims description 28
- 230000009471 action Effects 0.000 claims description 27
- 230000008859 change Effects 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 11
- 230000002123 temporal effect Effects 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 230000005764 inhibitory process Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 description 14
- 230000008569 process Effects 0.000 description 12
- 238000013459 approach Methods 0.000 description 11
- 230000036772 blood pressure Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000009532 heart rate measurement Methods 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 6
- 238000007689 inspection Methods 0.000 description 5
- 239000008280 blood Substances 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 4
- 230000036760 body temperature Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 210000001367 artery Anatomy 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 230000000747 cardiac effect Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 230000000474 nursing effect Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 210000000115 thoracic cavity Anatomy 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000000038 chest Anatomy 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000032696 parturition Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 230000006461 physiological response Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/0024—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system for multiple sensor units attached to the patient, e.g. using a body or personal area network
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
- A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
- A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0242—Operational features adapted to measure environmental factors, e.g. temperature, pollution
- A61B2560/0247—Operational features adapted to measure environmental factors, e.g. temperature, pollution for compensation or correction of the measured physiological value
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2576/00—Medical imaging apparatus involving image processing or analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/0215—Measuring pressure in heart or blood vessels by means inserted into the body
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Cardiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Computer Networks & Wireless Communication (AREA)
- Pulmonology (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Optics & Photonics (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
提供了一种用于与被布置为测量对象的生理特性的医学监测设备一起使用的场景检测装置。所述场景检测装置包括:至少一个场景传感器,其包括相机;以及处理单元。所述处理单元被布置为从所述至少一个场景传感器接收由所述相机采集的图像数据;分析接收到的图像数据以生成多种不同类型的场景信息;其中,每种类型的场景信息包括与能够影响所述生理特性的测量值的因素有关并且不能由所述医学监测设备测量的信息;并且基于所生成的场景信息来向所述医学监测设备输出信号。所述处理单元被布置为通过以下来分析接收到的图像数据:检测接收到的图像数据中的特征;并且将每个检测到的特征分类为与所述多种类型的场景信息中的特定的一种有关。
Description
技术领域
本发明涉及用于在医学监测中使用的场景检测方法和装置,并且具体涉及用于与被布置为测量对象的生理特性的医学监测设备一起使用的场景检测装置。
背景技术
患者监测是健康护理的重要部分。患者监测中的一个主要挑战是实现高灵敏度与高特异性的组合,换言之,是可靠地检测感兴趣事件或特征同时最小化假阳性检测的能力。
许多医学监测设备被配置为响应于检测到的患者(对象)的状况的改变而生成警报,其目的是向医学工作人员指示对象可能需要紧急护理。然而,各种情况能够导致在对象不需要护理时生成警报,并且这些警报因此被认为是错误警报。研究表明,大多数错误警报由护理照料(例如诸如对象的吸气引液、重新定位、口腔护理和/或清洗的活动)或对象的主动移动或与监测设备的交互引起。
错误警报是不期望的,因为它们浪费健康护理专业人员对它们作出响应的时间,并且能够产生“警报疲劳”,其中护理者变得对警报不敏感,并且能够开始忽略或甚至禁用医学监测设备的警报生成功能。由医学监测设备生成过多数量的错误警报因此能够危害对象安全。
因此存在对一种能够减少由医学监测系统生成的错误警报的而不丢失真正警报的系统的需要。
发明内容
根据本发明的第一方面,提供了一种用于与被布置为测量对象的生理特性的医学监测设备一起使用的场景检测装置。所述场景检测装置包括:至少一个包括相机的场景传感器;以及处理单元。所述处理单元被布置为从所述至少一个场景传感器接收由所述相机采集的图像数据;分析接收到的图像数据以生成多种不同类型的场景信息;并且基于所生成的场景信息来向所述医学监测设备输出信号。每种类型的场景信息包括与能够影响所述生理特性的测量值的因素有关并且不能由所述医学监测设备测量的信息。所述处理单元被布置为通过以下来分析接收到的图像数据:检测接收到的图像数据中的特征;并且将每个检测到的特征分类为与所述多种类型的场景信息中的特定的一种有关。
在一些实施例中,所生成的场景信息包括以下中的一个或多个:
与所述对象的身体部分的移动有关的信息;
与对象的姿势有关的信息;
与对象的活动有关的信息;
与对象的位置有关的信息;
与医学设备或其一部分的位置和/或移动有关的信息;
与所述对象附近的一个或多个人有关的信息;
与所述对象的环境有关的信息。
在一些实施例中,所述处理单元包括存储器,所述存储器包含一个或多个预定义的签名,每个预定义的签名与特定类型的特征有关,并且其中,所述处理单元被布置为通过将接收到的图像数据与所述一个或多个预定义的签名进行比较来检测特征。在一些实施例中,所述处理单元包括存储器,所述存储器包含指定多种类型的特征中的每种与一种或多种类型场景的信息之间的关系的规则。
在一些实施例中,所述输出信号包括以下中的一个或多个:
所生成的场景信息;
所生成的场景信息的概要;
与所生成的场景信息相关联的相关性信息;
与所生成的场景信息相关联的置信度信息;
与所生成的场景信息相关联的时间信息。
在一些这样的实施例中,所述至少一个场景传感器包括多个相机。在一些实施例中,所述至少一个场景传感器包括红外(IR)相机。在一些实施例中,所述至少一个场景传感器至少包括麦克风,并且接收到的数据包括音频数据。
根据本发明的第二方面,还提供了一种医学监测设备。所述医学监测设备包括至少一个传感器,所述至少一个传感器被布置为获得对象的生理特性的测量值;以及处理单元。所述处理单元被布置为:从所述至少一个传感器接收所述生理特性的测量值;从场景检测装置接收场景信号;并且选择要执行的动作。所述动作根据接收到的场景信号并且根据接收到的测量值而被选择。所述信号基于由所述场景检测装置生成的多种不同类型的场景信息,各类型的场景信息中的每种包括与能够影响所述生理特性的测量值的因素有关并且不能由所述医学监测设备测量的信息。
在一些实施例中,所述动作选自包括以下中的一项或多项的集合:
生成警报;
不生成警报;
改变警报生成标准;
抑制响应于接收到的测量值而被生成的警报;
改变与生成的警报的发出有关的参数;
忽略接收到的测量值中的一个或多个;
将接收到的测量值中的一个或多个标记为潜在地不可靠;
生成场景警报。
根据本发明的第三方面,还提供了一种医学监测系统,其包括:根据本发明的第一方面所述的场景检测装置;以及根据本发明的第二方面所述的医学监测设备。所述医学监测设备被布置为从所述场景检测装置接收场景信号。
根据本发明的第四方面,还提供了一种用于使用医学监测设备来监测对象的生理特性的方法。所述方法包括从至少一个包括相机的场景传感器接收由所述相机采集的图像数据;分析接收到的图像数据以生成多种不同类型的场景信息;并且基于所生成的场景信息来向所述医学监测设备输出场景信号。各类型的场景信息中的每种包括与能够影响所述生理特性的测量值的因素有关并且不能由所述医学监测设备测量的信息。所述分析包括:检测接收到的图像数据中的特征;并且将每个检测到的特征分类为与所述多种类型的场景信息中的特定的一种有关。
在一些实施例中,所述方法还包括将每种类型的所生成的场景信息与至少一个预定义的标准进行比较;并且基于所述比较来将相关性值分配给所生成的场景信息的每种类型。
在一些实施例中,所述方法包括使用所述医学监测来测量多个生理特性,并且至少一种预定义的标准特异于场景信息的特定类型并且特异于特定生理特性。在一些这样的实施例中,将相关性值分配给每种类型的所生成的场景信息包括将关于所述多个生理特性中的每个的相关性值分配给每种类型的所生成的场景信息。在一些实施例中,所述至少一个预定义的标准包括一组条件,所述一组条件必须全部由场景信息的给定项目满足以便将正相关性值分配给该场景信息。
在一些实施例中,所述方法还包括由医学监测设备从传感器接收生理特性的测量值;由所述医学监测设备接收所述场景信号;并且由所述医学监测设备选择要执行的动作。所述动作根据接收到的场景信号并且根据接收到的测量值而被选择。
根据本发明的第五方面,还提供了一种计算机程序产品,其包括被嵌入在其中的计算机可读代码,所述计算机可读代码被配置为使得,在由合适的计算机或处理单元执行时,所述计算机或处理单元执行根据本发明的第四方面所述的方法的至少一部分。
附图说明
为了更好地理解本发明并且为了更清楚地示出它可以如何被实施,现在将以仅范例的方式参考附图,其中,
图1是根据本发明的一般实施例的场景检测装置的图示;
图2是图示根据本发明的一般实施例的、用于在使用医学监测设备来监测对象的生理特性中使用的方法的流程图;
图3是图示根据本发明的一般实施例的、由医学监测设备执行的方法的流程图;
图4是根据本发明的第一特定实施例的场景感知医学监测系统的图示;
图5是图示由图3中的医学监测系统的场景检测装置执行的第一过程的流程图;并且
图6是图示由图3中的医学监测系统的场景检测装置执行的第二过程的流程图。
具体实施方式
场景感知是一种能够减少由医学监测设备生成的错误警报的数量的方法。(例如对象的生理特性的)测量的“场景”包括能够影响测量值的正确采集或其解读的任何因素。这样的因素能够包括(但不限于)测量过程期间对象和/或测量传感器的移动、传感器的附接位置、在测量过程期间与对象交互的其他人(例如护理者或家庭成员)或物体、以及环境因素(例如时刻、温度、背景噪声水平)。场景因素一般不与正在被测量的生理特性直接相关,但是反而能够间接地影响测量结果,例如通过引起测量的生理特性的非临床相关变化、或通过影响测量装置的功能。知晓测量场景因此能够在解读测量值方面有用,导致改善的监测质量并且潜在地实现各种诊断或处置过程的自动化。它也能够用来防止在场景信息指示异常测量值没有意义(例如因为当测量正在被采集时对象移动,或干扰监测设备)的情况下生成警报。
图1示出了根据本发明的实施例的、用于与被布置为测量对象的生理特性的医学监测设备一起使用的场景检测装置1。场景检测装置1具有场景传感器10和处理单元12。场景传感器10和处理单元12经由通信链路14进行通信,所述通信链路14可以是有线的或无线的。在一些实施例中,场景传感器10和处理单元12被提供在相同的设备壳体中。在替代性实施例中,场景传感器10和处理单元12被提供为分离的设备。
场景传感器10被布置为采集传感器数据,并且通过通信链路14向处理单元12发送所采集的传感器数据。在一些实施例中,场景传感器包括相机。替代地,场景传感器可以包括加速度计、麦克风、热传感器、近距离传感器、或被布置为采集数据的任何其他类型的感测设备。在一些实施例中,场景检测装置设备1包括多个场景传感器。在这样的实施例中,多个场景传感器可以全部是相同的类型的,或它们可以是各种不同类型的。一般预期,场景检测设备将会采集不可通过医学监测设备进行测量的数据,所述场景检测装置旨在与所述医学监测设备一起被使用。为了本申请的目的,“不可测量”旨在包括“不被布置为由…进行测量”。例如,被布置为使用相机来监测对象的胸部的移动的医学监测设备不被布置为在相机的视场内检测护理者的移动。这样,护理者在对象附近的存在被认为不可通过医学监测设备进行测量。
处理单元12被布置为从场景传感器10接收数据(即借助于通信链路14)。处理单元12还被布置为分析接收到的数据以生成一种或多种类型的场景信息。场景信息能够包括影响对象的生理特性的测量值、或者对测量结果的解读的任何信息。场景信息的类型的一些范例是:
-与对象的身体部分的移动有关的信息;
-与对象的位置有关的信息;
-与对象的姿势有关的信息;
-与对象的活动有关的信息;
-与医学设备的一部分(例如传感器)的位置和/或移动有关的信息;
-与对象附近的其他人有关的信息,例如其数量、身份、到对象的接近度、活动水平等。
-与对象的移动有关的信息,例如时刻、光水平、温度、背景噪声水平等。
一般预期,场景信息的给定项将采取值的形式。在一些情况下,场景信息的给定项将会包括数值的值,例如以米为单位的距离、以m/s为单位的速度、以分贝为单位的噪声水平等。在一些情况下,场景信息的给定项将包括非数值的值,例如在一些实施例中,场景信息的与时刻有关的目能够采取值“白天”或“晚上”。
在一些实施例中,处理单元12被布置为通过检测从场景传感器10接收到的数据中的特征并将每个检测到的特征分类到特定类型的场景信息来生成场景信息。在一些实施例中,处理单元包括包含一个或多个预定义的签名的存储器,每个预定义的签名与特定类型的特征有关。在一些这样的实施例中,处理单元被布置为通过将接收到的数据与一个或多个预定义的签名进行比较来检测特征。在一些实施例中,处理单元12包括包含指定多种类型的特征中的每种与一种或多种类型的场景信息之间的关系的规则的存储器。应认识到,本领域中已知的任何合适的数据分析技术都能够在特征的检测和/或分类中被使用。
在一些实施例中,处理单元12被布置为基于单个接收到的数据信号来生成多种不同类型的场景信息。在一些实施例中,处理单元12被布置为基于由单个传感器采集的数据、或基于单个类型的传感器数据(其可以已经由相同类型的多个传感器采集)来生成多种不同类型的场景信息。例如,在场景传感器10包括麦克风的一些实施例中,处理单元被布置为检测并量化背景噪声水平、对象附近的其他人的存在(例如通过检测并分析接收到的信号中的脚步声、和/或接收到的信号中的语音)、和对象的痛苦水平(例如通过检测并分析接收到的信号中的对象的发声)。有利地,从来自单个类型的传感器数据生成多种类型的场景信息意味着给定生理测量已经被采集的场景的全貌或几乎全貌能够以最小成本和非突兀性被获得。
在一些实施例中,处理单元12还被布置为所生成的每种类型的场景信息与至少一个预定义的标准进行比较。这能够使得场景信息的相关性能够被更容易地确定。至少一个预定义的标准可以特异于场景信息的类型。例如,在一些实施例中,生成的场景信息的类型中的一种包括从对象到对象附近的人的距离(换言之,非对象人员到对象的接近度)。在一些这样的实施例中,该距离与预定阈值进行比较,并且基于该比较来确定场景信息是否是相关的。例如,在一些实施例中,超过阈值的距离被确定为不是相关的(即因为人相距对象太远以致于不能对其生理特性有显著影响),而小于或等于阈值的距离被确定为是相关的。
在一些实施例中,至少一个预定义的标准包括多个阈值。因此,在距离范例中,在一些实施例中,超过上限阈值的距离被确定为不是相关的,上限阈值与下限阈值之间的距离被确定为具有中等相关性,并且小于下限阈值的距离被确定为具有高相关性。
在一些实施例中,至少一个预定义的标准包括一组条件,所述组条件必须全都由场景信息的给定项满足以便场景信息被确定为是相关的。在一些实施例中,所述一组条件包括基于时间的条件和基于值的条件(例如上面描述的距离阈值是基于值的条件,因为场景信息是否满足条件取决于场景信息本身的值)。基于时间的条件可以例如指定场景信息已经持续满足基于值的条件的最小时间量,以便最近的场景信息被确定为是相关的。提供基于时间的条件能够是有利的,因为一些场景因素会需要在它们开始对对象的生理特性具有可测量的影响之前持续存在一会儿。在一些实施例中,所述一组条件包括多个基于值的条件。例如,在一个这样的实施例中,只有对象附近的人在对象的预定最小距离内并且只有他们被识别为是某一类型的人(例如护士)时,他们的存在才被确定为是相关的。
在一些实施例中,所述至少一个预定义的标准针对多个测量的生理特性中的每个的关于一种或多种类型的场景信息中的每种来定义的。例如,考虑正在使用安装在手指上的脉搏血氧仪获得光电体积描记图(PPG)和正在使用动脉导管获得血压读数的对象。在这种情况下,脉搏血氧仪被附接到的对象的手部的移动将会影响获得的PPG。然而,PPG测量将会受对象附近的另一人的存在影响是较不可能的。相比之下,对象的血压将会受另一人的存在影响(例如,如果它引起对象变得紧张),但是不可能受对象移动身体部分影响。因此,PPG手部移动标准和血压手部移动标准能够被单独定义,使得仅需要少量的手部移动来满足PPG手部移动标准,而需要大量的手部移动(即大到足以移走导管或指示对象处于痛苦之中)来满足血压手部移动标准。类似地,PPG接近度标准和单独的血压接近度标准能够被定义。应认识到,这些考虑能够关于任何测量的生理特性而被应用。
在一些实施例中,处理单元12包括机器学习模块,所述机器学习模块被配置为使用标准机器学习技术来识别或生成针对场景数据的相关性的规则、关系等。在一些这样的实施例中,机器学习模块被配置为将机器学习技术应用于历史数据,例如历史场景数据、历史生理测量数据、和/或历史相关性信息。在一些这样的实施例中,处理单元12被布置为基于由机器学习模块生成或识别的规则或关系来生成相关性信息。
在一些实施例中,处理单元12被布置为基于比较的结果来生成与生成的场景信息的类型中的每种相关联的相关性信息。这样的相关性信息可以包括例如确定给定类型的场景信息是相关的还是不是相关的。在一些实施例中,相关性信息包括相关性值(其可以例如采取相关/不相关的指示、数值得分、和/或非数值相关性水平的形式)。在一些实施例中,相关性信息包括针对多个测量的生理特性中的每个的关于一种或多种类型的场景信息中的每种的相关性值,所述多个测量的生理特性优选包括由医学监测设备测量的生理特性,执行该方法的场景检测装置与所述医学监测设备进行通信。例如,包括背景噪声水平的场景信息可以被确定为与测量的血压相关但是不与测量的体温相关。替代地或额外地,包括背景噪声水平的场景信息可以被确定为具有关于测量的血压的第一相关性水平或得分以及关于测量的体温的第二相关性水平或得分。
在一些实施例中,处理单元12被布置为与生成的场景信息的类型中的每种相关联的置信度信息。这样的置信度信息能够指示例如生成的场景信息正确/准确的确定性的水平。例如,在场景传感器包括相机的情况下,站在对象附近的护理者可能阻挡相机的另一感兴趣特征(诸如传感器)的视野是可能的。当这发生时,相比于当其他特征可见时,与来自它对相机不可见的时间的其他特征有关的场景信息将会具有降低的确定性的水平。应认识到,在这种情况下,其他特征保持越长时间被遮蔽,确定性的水平将越会降低。在一些实施例中,生成的置信度信息包括对场景信息的给定项是可靠的还是不可靠的确定。在一些实施例中,置信度信息包括置信度值(其可以例如采取可靠/不可靠的指示、数值得分、和/或非数值置信度水平的形式)。在一些实施例中,置信度信息包括置信度值。用于生成置信度信息的各种合适的技术在本领域中是已知的。
在一些实施例中,处理单元12被布置为生成与生成的场景信息的类型中的每种相关联的时间信息。在一些实施例中,所述时间信息基于从场景传感器接收到的数据的时间戳来生成。生成的时间信息可以例如指示用来生成场景信息的场景数据被采集的时间(或时间段)。
处理单元12还被布置为基于生成的场景信息例如通过处理单元12的通信功能向医学监测设备(未示出)输出信号。在一些实施例中,处理单元12包括通信电缆能够被连接到的端口,以使得能够在处理单元12与医学监测设备之间建立有线通信链路。在一些实施例中,处理单元12包括或被连接到无线发射器,以使得能够在处理单元12与医学设备之间建立无线通信链路。在一些实施例中,场景检测装置1与医学监测设备之间的通信经由医院网络来实现。
在一些实施例中,所述信号包括生成的场景信息的一种或多种类型,例如用于背景噪声水平的值、人与对象之间的距离、对象的身体部分的移动速度等。在一些实施例中,所述信号包括与所生成的场景信息的类型中的每种相关联的相关性信息。在一些实施例中,所述信号包含与所生成的场景信息的类型中的每种相关联的时间信息。
有利地,接收信号的医学监测设备能够使用它来解读采集的生理测量结果的显著性,并且调整其对那些测量结果的响应。例如,当信号指示与PPG测量相关的对象的手部的移动已经发生或正在发生时,医学监测设备能够执行适当的动作。在接收到的信号不包含相关性信息的一些实施例中,医学监测设备被布置为使用与在上面关于场景检测装置1描述的过程相同或类似的过程来生成相关性信息。适当的动作可以包括例如以下中的一个或多个:生成警报;不生成警报;改变警报生成标准;抑制响应于在移动期间采集的PPG测量结果而生成的警报;改变与生成的警报的发出有关的参数;将生成的警报进行重定向;忽略或放弃在移动期间采集的PPG测量结果,将在移动期间采集的PPG测量标记为无效或潜在地不可靠。
图2示出了用于在使用医学监测设备来监测对象的生理特性中使用的方法的范例,所述方法能够通过场景检测装置1来实施。在第一步骤201中,例如由处理单元12从场景传感器(例如场景传感器10)接收场景数据。在一些实施例中,场景数据以连续流的方式被接收。在一些实施例中,场景数据被周期性地接收。在一些实施例中,场景数据响应于之前向场景传感器10发送的请求而被接收。在一些实施例中,场景数据已经在其生成的时候由场景传感器打上时间戳。在一些实施例中,场景数据在其被接收到的时候例如由处理单元12打上时间戳。
在步骤202中,接收到的场景数据例如通过处理单元12来进行分析,以生成一种或多种类型的场景信息。在一些实施例中,所述分析包括检测接收到的场景数据中的模式和/或特征。在一些实施例中,所述分析包括确定至少一个预定义的标准是否得以满足。在一些范例中,与感兴趣特征(诸如具体的身体部分、非对象人员、传感器设备等)相关联的签名和/或样式被存储在与处理单元12相关联的存储器中,并且分析包括比较检测到的样式/特征与存储的签名/样式。在一些实施例中,接收到的场景数据是在特定时刻被分析的(即分析是静态的)。在一些实施例中,对接收到的场景数据执行的分析覆盖一时间段(即分析是动态的)。在一些实施例中,所述分析包括在一时间段内跟踪检测到的特征。任何合适的已知信号分析和特征提取技术都可以在步骤202的执行中被使用。
在一些实施例中,执行生成与场景信息的给定项目相关联的相关性信息的可选步骤。在一些实施例中,相关性信息可以采取以上关于处理单元12的操作所描述的形式。在一些实施例中,执行生成与场景信息的给定项目相关联的时间信息的可选步骤。在一些实施例中,相关性信息可以采取以上关于处理单元12的操作所描述的形式。
在一些实施例中,场景数据在步骤202完成后被删除。有利地,这能够防止或限制对对象的隐私的任何影响。
在步骤203中,基于所生成的一种或多种类型的场景信息,信号(例如由处理单元12)被输出给医学监测设备。所述信号可以使用有线或无线通信链路被输出给医学监测设备。在一些实施例中,信号被里连续地、实时地或接近实时地输出。在这样的实施例中,场景数据的接收与信号的输出之间的延迟优选地小于患者监测器基于给定生理测量结果生成警报所需的处理时间。在一些优选的实施例中,场景数据的接收与信号的输出之间的延迟小于1秒。
在一些实施例中,所述信号包含一种或多种类型的生成的场景信息。在一些实施例中,所述信号包含一种或多种类型的生成的场景信息的概要。在一些实施例中,所述信号仅包含与关于由医学监测设备测量的至少一个生理特性的正相关性值相关联的类型的场景信息。在一些实施例中,所述信号包含与场景信息的每个项相关联的相关性信息。在一些实施例中,所述信号包含与场景信息的每个项相关联的置信度信息。在一些实施例中,所述信号包含与场景信息的每个项相关联的时间信息。表1a-c示出了被包括在由场景检测装置1输出给医学监测设备的信号中的场景信息的项的范例、以及相关联的时间、相关性和置信度信息。
表1a:场景信息的第一示范性项和相关联的时间、置信度以及相关性信息。
场景类型 | 非对象人员的接近 |
时间 | 15:27:41 |
值 | 0.5m |
置信度 | 高 |
相关性:心率 | 中等相关性 |
相关性:血压 | 中等相关性 |
相关性:体温 | 无相关性 |
相关性:胸腔生物阻抗 | 无相关性 |
表1b:场景信息的第二示范性项和相关联的时间、置信度以及相关性信息。
场景类型 | 背景噪声水平 |
时间 | 11:15:02 |
值 | 70dB |
置信度 | 高 |
相关性:心率 | 低相关性 |
相关性:血压 | 中等相关性 |
相关性:体温 | 无相关性 |
相关性:胸腔生物阻抗 | 无相关性 |
表1c:场景信息的第三示范性项和相关联的时间、置信度以及相关性信息。
图3示出了由医学监测设备在从场景检测装置接收信号(例如在图2的步骤203中示出的信号)后执行的方法的范例。在步骤301中,医学监测设备从被连接到医学监测设备的传感器接收生理特性的测量值。在一些实施例中,所述测量值由所述医学监测设备的警报生成模块接收。在步骤302中,医学监测设备例如从场景检测装置1接收由场景检测装置生成的基于场景信息的信号(在下文中被称为“场景信号”)。在一些实施例中,场景信号由医学监测设备的警报生成模块接收。在其他实施例中,场景信号由医学监测设备的警报处理模块接收。应认识到,步骤301和302能够同时发生。
在一些实施例(即接收到的场景信号不包含相关性信息的实施例)中,该方法包括基于接收到的场景信号来生成相关性信息的额外步骤。在这样的实施例中,优选地,所述场景信号包含由场景检测装置生成的一种或多种类型的场景信息。在这样的实施例中,相关性信息可以使用与在上面关于场景检测装置1描述的过程相同或类似的过程来生成。
在步骤303中,医学监测设备选择要执行的动作。所述动作依赖于场景信号来进行选择。在一些实施例中,所述动作依赖于场景信号并且所述动作依赖于由医学监测设备生成的相关性信息来进行选择。在一些实施例中,依赖于接收到的信号选择动作包括警报生成模块基于接收到的测量值并且基于接收到的信号(并且任选地,基于由医学监测设备生成的相关性信息)来确定是否生成警报。在一些这样的实施例中,所述确定包括评估接收到的测量值是否满足至少一个预定的警报生成标准。在一些这样的实施例中,所述确定包括例如基于被包含在场景信号中或由医学监测设备生成的相关性信息来评估接收到的场景信号是否与接收到的测量值相关。
在一些实施例中,所述动作选自包括以下中的一个或多个的集合:
-生成警报;
-不生成警报;
-改变警报生成标准;
-改变与生成的警报的发出有关的参数;
-对生成的警报进行重定向;
-抑制生成的警报;
-生成场景相关的警报
-放弃或忽略生理特性的一个或多个测量值(例如与那些测量相关的场景信息同时采集的测量);
-将生理特性的一个或多个测量值标记为潜在地不可靠或无效;
-向生理特性的一个或多个测量值应用校正;
-基于接收到的信号的内容来生成给护理者的消息;
-重复之前执行的测量。
场景相关的警报是指示相关的场景信息已经被生成的警报。在一些实施例中,场景相关的警报包括给护理者(例如其责任包括应付场景相关的警报)的消息。在一些实施例中,所述场景相关的警报包括生成的场景信息。在一些实施例中,所述场景相关的警报包括生成的场景信息所基于的场景数据。在一些实施例中,所述场景相关的警报包括与所述场景信息相关联的相关性信息。在一些实施例中,所述场景相关的警报包括与所述场景信息相关联的置信度信息。在一些实施例中,所述场景相关的警报包括与所述场景信息相关联的时间信息。
在一些实施例中,所述动作是关于生理特性的测量结果来执行的,所述生理特性的测量结果在获得用来生成场景信息的场景数据的时间处或其附近被获得。
该方法任选地包括执行所选择的动作的又一步骤304。在一些实施例中,所选择的动作由医学监测设备来执行。在一些实施例中,医学监测设备引起又一设备(诸如远程警报生成设备)指定所选择的动作。
现在将参照图4描述本发明的特定实施例,其中,场景检测装置包括基于相机的场景检测装置4。图4示出了躺在可以例如位于医院病房中的床上的对象42。医学监测设备41被提供在对象42的近旁,并且被连接到均被布置为检测对象的生理特性的各种传感器。在该范例中,传感器包括用于采集PPG测量的PPG传感器(例如安装在手指上的脉搏血氧仪)44和心率传感器(未示出)。通常可以由医学监测设备使用的其他传感器包括ECG传感器、SpO2传感器、血压传感器、温度传感器和呼吸率传感器。人43被示为站在对象的附近。场景检测装置4包括相机(未示出),所述相机被布置为使得对象42和其周围的环境在(在图4中由虚线表示的)相机的视场(FOV)内。例如在一些实施例中,场景检测装置4被安装到天花板上或在高处被安装墙壁上。场景检测装置4还包括处理单元(未示出),所述处理单元被布置为从相机接收图像数据。
在一些实施例中,相机被布置为连续地记录并实时地或几乎实时地向处理单元发送图像数据。然而,替代性实施例是可能的,其中,相机被布置为以预定频率(例如每秒一次)周期性地采集(并发射)图像数据的在一些实施例中,相机被布置为采集具有至少1024x768像素的分辨率的图像数据。在优选实施例中,相机是被布置为采集具有显著高于1024x768像素的分辨率的图像数据的高分辨率相机。在一些实施例中,相机是3D相机。在一些实施例中,相机是广角相机。在一些实施例中,相机是红外(IR)相机或包括IR通道。在一些这样的实施例中,相机包括IR照明单元。尽管图4示出了单个相机,但是设想了提供多个单独相机例如以实现更大的视场的替代性实施例。
在一些实施例中,处理单元具有在上面关于图1的实施例的处理单元12描述的特征中的一些或全部。此外,基于相机的场景检测装置4的处理单元包括视频分析系统。处理单元被布置为使用视频分析系统来分析从相机接收到的图像数据。在一些实施例中,视频分析系统被布置为:
-检测图像流中的感兴趣特征;
-确定检测到的特征的一个或多个性质;
-将一个或多个经确定的性质与至少一个预定义的标准进行比较;并且
-基于比较的结果设置一个或多个场景标记。
这些过程可以由视频分析系统使用本领域中已知的任何合适的视频分析技术来执行。
已知运动影响由指夹式传感器记录的PPG信号。例如,如果传感器平行于指动脉的方向移动,则PPG信号变成正弦形,而如果运动的方向垂直于指动脉,则PPG信号包括较多的短的、急剧、尖锐的运动伪影。预期到平行于指动脉的方向的运动更严重地影响SpO2准确性。
由于对象频繁地移动其手部(例如为了做手势或者伸手去拿东西),场景检测装置4被布置为使用在图5中示出的过程检测并标记PPG传感器44的运动。在第一步骤501中,PPG传感器在接收到的图像数据中被识别。PPG传感器44被定义为针对视频分析系统的目的的感兴趣特征(例如通过被存储在处理单元的存储器中的预定模式、签名、形状或其集合)。例如,PPG传感器通常包括红LED和IR LED,因此在图像数据中识别PPG传感器中使用的标准可以是小的亮红色区域的存在。视频分析系统由此能够检测接收到的图像流中的PPG传感器(例如使用边缘检测、形状识别、颜色检测、或任何其他合适的图像分析技术)。在一些实施例中,在执行步骤501中,视频分析系统在接收到的图像数据的所有帧中检测PPG传感器44。在一些实施例中,视频分析系统以规律的间隔检测PPG传感器44,例如,每隔一个帧。由于每个图像与它被采集的时间相关联,因而视频分析系统由此能够随着时间跟踪PPG传感器44的位置。这允许在任何给定时间的PPG传感器的运动的一个或多个性质(例如位置、取向、速度、方向、加速度、所行进的距离等)由处理单元进行计算。
在步骤502中,视频分析系统确定PPG传感器44的运动速度。应认识到,需要覆盖一时间段的图像数据以便确定速度(但是该时间段可以小至两个相继帧之间的时间),并且经确定的速度将会是在该时间段内的平均值。在一些实施例中,步骤502以预定的时间间隔(例如每秒一次)被执行。预定的时间间隔的长度优选在范围0.1-2秒内。优选地,预定的时间间隔的长度小于典型心动周期的持续时间。
在步骤503中,由步骤502输出的每个速度值与预定阈值进行比较。预定阈值的值被设置为使得传感器移动等于或慢于不可能显著影响测量的PPG值的阈值,而快于阈值的传感器移动可能影响测量的PPG值。阈值值优选小于1m/s。在一些实施例中,阈值值是0.02m/s。如果比较的结果是所确定的速度大于预定阈值,那么在步骤504中,标题为“PPG运动”的场景标记的值被设置为TRUE。如果另一方面,比较的结果是所确定的速度小于或等于预定阈值,那么在步骤505中,标题为“PPG运动”的场景标记的值被设置为FALSE。因此,具有TRUE或FALSE的值的PPG运动场景标记以规律的间隔被生成(即对于在步骤502中进行的每个速度确定,标记被生成,或之前生成的标记被更新)。
应认识到,其他类型的场景信息也将会与PPG测量相关,并且PPG场景标记能够额外地关于这样的其他类型的场景信息被生成。例如,环境光(特别是调制的或“编码的”光)是针对PPG传感器的干扰的潜在来源。能够从图像数据确定调制的环境光是否存在于PPG位于其中的区域中。因此在一些实施例中,标题为“PPG调制光”的场景标记以规律的间隔被生成(或以规律的间隔被生成并且然后被更新)。
还已知一些生理特性的测量由于与对象交互的护理者而受到影响。例如,进入对象的房间的护理者可以导致心率和血压的略微升高,并且痛苦的交互(例如针插入)能够引起甚至更强的生理响应。这些种类的响应通常在临床上不相关,因此避免由于这样的响应而生成的警报是有利的。场景检测装置4因此被布置为使用在图6中示出的过程检测并标记对象42附近的护理者43的存在。
在步骤601中,除了对象42外的人43在接收到的图像数据中被识别。非对象人员被定义为出于视频分析系统的目的的感兴趣特征。非对象人员到相机的FOV内的进入能够在图像数据流中通过例如相比于计算的场景模型检测图像边界处的改变来进行检测。非对象人员从FOV的离开能够以类似的方式被检测。检测到的非对象人员43的特性特征(诸如形状、颜色等)能够被视频分析系统存储,以允许非对象人员43在图像数据的随后帧中进行检测。在一些实施例中,在执行步骤601中,视频分析系统试图检测接收到的图像数据的所有帧(在所述所有帧期间非对象人员43在FOV中)中的识别的非对象人员43。在一些实施例中,视频分析系统以规律的间隔检测非对象人员43,例如,每隔一帧。由于每个图像帧与它被采集的时间相关联,因而视频分析系统由此能够随着时间跟踪非对象人员的位置。
在一些实施例中,非对象人员的类型(例如护理者、家庭成员)或特定身份例如使用人脸识别技术或分析非对象人员43的其他特征(诸如衣服颜色)来确定。应认识到,与对象靠得很近的护理者可能对对象执行程序(例如清洗或移动对象,获得血液样品,执行检查等),并且因此如果非对象人员是护理者而不是如果非对象人员是家庭成员或朋友,则对测量的生理特性的非临床相关影响更可能发生。因此,在一些实施例中,执行确定非对象人员是否是护理者的额外步骤。
在步骤602中,视频分析系统使用本领域中已知的任何合适的图像分析技术来确定非对象人员43到对象42的接近度。在一些实施例中,接近度确定针对图像数据的每一个帧被连续地执行。在一些实施例中,步骤602以预定的时间间隔(例如每秒一次)被执行。预定的时间间隔的长度优选在范围0.1-2秒内。预定的时间间隔的长度优选小于典型心动周期的持续时间。
在步骤603中,由步骤602输出的每个接近度值与预定阈值进行比较。预定阈值的值被设置为使得大于远离对象的阈值距离的非对象人员较不可能显著影响具体生理特性的测量值。在关于非对象人员是否是护理者进行确定的一些实施例中,不同的阈值关于护理者和非护理者进行定义。应认识到,其他类别的人能够被定义,并且单独的阈值能够关于每个不同定义的类别来提供。
在一些实施例中,针对由医学监测设备41测量的每种不同类型的生理特性定义预定的接近度阈值。PPG值例如比心率值更不可能受非对象人员的接近度影响,因此在一些实施例中,相对低的接近度阈值针对PPG测量被定义,而相对高的接近度阈值针对心率测量被定义。如果比较的结果是经确定的接近度小于预定阈值,那么在步骤604中,标题为“人交互”的场景标记的值被设置为TRUE。如果另一方面,比较的结果是所确定的接近度大于预定阈值,那么在步骤605中,标题为“人交互”的场景标记的值被设置为FALSE。因此,具有TRUE或FALSE的值的人交互场景标记(或针对多个测量的生理特性中的每个的人交互场景标记的集合)以规律的间隔被生成,或被生成并且被连续地更新。
包含所有生成的场景标记(即包括PPG场景标记、人交互场景标记、以及由场景检测装置3生成的任何其他场景标记)的信号从场景检测装置3被连续地或以规律的间隔发送给医学监测设备41。(应认识到,经确定的PPG传感器的速度包括如以上关于图1描述的特定类型的“场景信息”,对于所确定的非对象人员的接近度也是如此,并且PPG运动场景标记和人交互场景标记分别基于所确定的速度和所确定的接近度。信号因此基于生成的场景信息,在图1实施例的意义上)。
医学监测设备41包括处理单元,所述处理单元包括警报生成模块和警报处理模块。警报生成模块被布置为从各种传感器接收生理特性测量。在一些实施例中,警报生成模块也被布置为从场景检测装置4接收信号。警报生成模块被进一步布置为基于接收到的测量(并且如果可应用的话,从场景检测装置接收到的信号)确定警报是否要被生成。在一些实施例中,警报生成模块被布置为关于一种或多种不同的警报类型来确定警报是否要被生成。在警报生成模块确定警报要被生成的情况下,它通过向警报处理模块输出信号来生成合适的警报。
在特定范例中,接收到的测量值包括PPG测量结果和心率测量结果,并且接收到的场景信号包含PPG运动场景标记和人交互场景标记(应认识到,额外类型的测量值和额外类型的场景信息也可以被接收)。在该范例中,警报生成模块被编程为:在基于接收到的PPG测量确定是否生成警报时检查PPG运动场景标记但不检查人交互场景标记;并且在基于接收到的心率测量确定是否生成警报时检查人交互场景标记但不检查PPG运动场景标记。
因此,当处理接收到的PPG测量结果时,警报生成模块检查从场景检测装置接收到的信号中的PPG运动场景标记的值。如果接收到的信号包含具有值TRUE的一个或多个PPG运动场景标记,那么在一些实施例中,警报生成模块忽略接收到的在对应TRUE-值的场景标记的(一个或多个)时间段期间采集的测量值(例如通过将它们标记为无效并且在是否生成警报的确定中不使用它们)。在其他实施例中,警报生成模块不忽略接收到的在对应于TRUE-值的场景标记的(一个或多个)时间段期间采集的测量值,而是关于这些测量值应用不同的警报生成标准。在一些实施例中,警报生成模块被编程为关于例如接收到的PPG测量来检查多种类型的场景信息(例如PPG运动场景标记和又一类型的场景标记)。在这样的实施例中,不管场景类型如何,警报生成模块忽略(或将不同的警报生成标准用于)接收到的在对应于所有TRUE-值的场景标记的(一个或多个)时间段期间采集的测量值。
警报生成模块然后评估接收到的PPG测量是否满足警报生成标准(诸如在预定时间量内超过阈值)。如在上面讨论的,在一些实施例中,仅有效测量在该评估中被使用。在其他实施例中,所有测量都被使用,但是不同的警报生成标准(例如更高的PPG阈值)被应用于在对应于所有TRUE-值的场景标记的(一个或多个)时间段期间采集的测量。在这样的实施例中,所选择的动作包括改变警报生成标准。如果测量结果满足警报生成标准,则警报生成模块通过向警报处理模块输出警报信号来生成警报。所选择的动作因此包括生成警报。替代地,如果警报生成标准不满足,所选择的动作将会包括不生成警报和/或等待接收进一步的测量值。在一些实施例中,替代地或额外地,警报生成模块被布置为当接收到的信号满足至少一个预定的场景警报标准时生成场景警报。例如,警报生成模块可以被布置为当预定最小数量的特定类型的相继的TRUE-值的场景标记被接收时生成场景警报。在这样的实施例中,所选择的动作将会包括生成场景警报。
当处理接收到的心率测量结果时,警报生成模块检查从场景检测装置3接收到的信号中的人交互场景标记的值。如果接收到的信号包含具有值TRUE的一个或多个人交互场景标记,那么在一些实施例中,警报生成模块忽略接收到的在对应于TRUE-值的场景标记的(一个或多个)时间段期间采集的测量值(例如通过将它们比较为无效并且在是否生成警报的确定中不使用它们)。在其他实施例中,警报生成模块不忽略接收到的在对应于TRUE-值的场景标记的(一个或多个)时间段期间采集的测量值,而是关于这些测量值应用不同的警报生成标准。如当评估PPG测量时,在一些实施例中,警报生成模块被编程为关于接收到的心率测量结果检查多种类型的场景信息(例如人交互场景标记和又一类型的场景标记)。
警报生成模块然后评估接收到的心率测量结果是否满足警报生成标准。如在上面讨论的,在一些实施例中,仅有效测量结果在该评估中被使用。在其他实施例中,所有测量结果都被使用,但是不同的警报生成标准(例如更高的心率阈值)被应用于在对应于所有TRUE-值的场景标记的(一个或多个)时间段期间采集的测量结果。如果测量结果满足警报生成标准,警报生成模块如在上面关于PPG测量的处理描述的那样生成警报。
警报处理模块被布置为从警报生成模块接收信号。在一些实施例(即警报生成模块被布置为从场景检测装置4接收信号的实施例)中,警报处理模块也被布置为从场景检测装置4接收信号。在一些实施例中,警报处理模块也被布置为从护理设备处接收警报信号。警报处理模块被布置为引起由警报生成模块(或由重点护理设备)生成的警报被发出,例如通过将消息显示在屏幕上,激活扬声器,激活警报光,向远程警报发出设备发送信号,和/或向属于护理者的便携式设备发送信号。在警报处理模块被布置为从场景检测装置4接收信号的实施例中,警报处理模块被进一步布置为基于接收到的信号来确定是否抑制生成的警报。抑制警报可以包括例如不引起由警报生成模块生成的警报被发出,或例如通过选择发出警报的不同模式来改变与警报有关的参数,将警报重定向到不同的护理者设备,和/或改变被包括在警报中的信息。
本发明的实施例因此有利地使得由医学监测设备生成的错误警报的数量能够被减少。此外,具体实施例能够促进通过医学监测系统的测量值的更详细的且更准确的解读,实现在监测的对象的诊断和处置方面的增加的自动化的可能性。本发明的实施例因此具有显著减少护理者的负担的潜力。
尽管已经在附图和前面的描述中详细图示和描述了本发明,但是这样的图示和描述应当被认为是图示性或示范性的,而非限制性的;本发明不限于所公开的实施例。
本领域技术人员通过研究附图、公开内容以及权利要求,在实践请求保护的发明时能够理解并实现对所公开的实施例的其他变型。在权利要求中,“包括”一词不排除其他元件或步骤,并且词语“一”或“一个”不排除多个。单个处理器或其他单元可以实现在权利要求中记载的若干项的功能。尽管在互不相同的从属权利要求中记载了特定措施,但是这并不指示不能有利地使用这些措施的组合。计算机程序可以被存储/分布在合适的介质上,例如与其他硬件一起或作为其他硬件的部分供应的光学存储介质或固态介质,但是也可以被以其他形式分布,例如经由互联网或其他有线或无线的电信系统。权利要求中的任何附图标记都不应被解释为对范围的限制。
Claims (14)
1.一种用于与被布置为测量对象的生理特性的医学监测设备一起使用的场景检测装置,所述场景检测装置包括:
至少一个包括相机的场景传感器;以及
处理单元,其被布置为:
从所述至少一个场景传感器接收由所述相机采集的图像数据;
分析接收到的图像数据以生成多种不同类型的场景信息;其中,每种类型的场景信息包括与能够影响所述生理特性的测量值的因素有关并且不能由所述医学监测设备测量的信息;并且
基于所生成的场景信息向所述医学监测设备输出信号;
其中,所述处理单元被布置为通过以下来分析所述接收到的图像数据:
检测所述接收到的图像数据中的特征;并且
将每个检测到的特征分类为与所述多种类型的场景信息中的特定的一种有关。
2.根据权利要求1所述的场景检测装置,其中,所生成的场景信息包括以下中的一项或多项:
与所述对象的身体部分的移动有关的信息;
与对象的姿势有关的信息;
与对象的活动有关的信息;
与对象的位置有关的信息;
与医学设备或其一部分的位置和/或移动有关的信息;
与所述对象附近的一个或多个人有关的信息;
与所述对象的环境有关的信息。
3.根据权利要求1或权利要求2所述的场景检测装置,其中,所述处理单元包括存储器,所述存储器包含一个或多个预定义的签名,每个预定义的签名与特定类型的特征有关,并且其中,所述处理单元被布置为通过将所述接收到的图像数据与所述一个或多个预定义的签名进行比较来检测特征。
4.根据前述权利要求中的任一项所述的场景检测装置,其中,所述处理单元包括存储器,所述存储器包含指定多种类型的特征中的每种与一种或多种类型的场景信息之间的关系的规则。
5.根据前述权利要求中的任一项所述的场景检测装置,其中,所述输出信号包括以下中的一项或多项:
所生成的场景信息;
所生成的场景信息的概要;
与所生成的场景信息相关联的相关性信息;
与所生成的场景信息相关联的置信度信息;
与所生成的场景信息相关联的时间信息。
6.一种医学监测设备,包括:
至少一个传感器,其被布置为获得对象的生理特性的测量值;以及
处理单元,其被布置为:
从所述至少一个传感器接收所述生理特性的测量值;
从场景检测装置接收场景信号,其中,所述信号基于由所述场景检测装置生成的多种不同类型的场景信息,各类型的场景信息中的每种包括与能够影响所述生理特性的测量值的因素有关并且不能由所述医学监测设备测量的信息;
选择要执行的动作,其中,所述动作根据接收到的场景信号并且根据接收到的测量值而被选择。
7.根据权利要求6所述的医学监测设备,其中,所述动作选自包括以下中的一项或多项的集合:
生成警报;
不生成警报;
改变警报生成标准;
抑制响应于所述接收到的测量值而被生成的警报;
改变与生成的警报的发出有关的参数;
忽略所述接收到的测量值中的一个或多个;
将所述接收到的测量值中的一个或多个标记为潜在地不可靠;
生成场景警报。
8.一种医学监测系统,包括:
根据权利要求1所述的场景检测装置;以及
根据权利要求6所述的医学监测设备,其中,所述医学监测设备被布置为从所述场景检测装置接收场景信号。
9.一种用于在使用医学监测设备来监测对象的生理特性中使用的方法,所述方法包括:
从至少一个包括相机的场景传感器接收由所述相机采集的图像数据;
分析接收到的图像数据以生成一种或多种类型的场景信息,其中,各类型的场景信息中的每种包括与能够影响所述生理特性的测量值的因素有关并且不能由所述医学监测设备测量的信息;并且
基于所生成的场景信息向所述医学监测设备输出场景信号;
其中,所述分析包括:
检测所述接收到的图像数据中的特征;并且
将每个检测到的特征分类为与所述多种类型的场景信息中的特定的一种有关。
10.根据权利要求9所述的方法,还包括:
将所生成的场景信息的每种类型与至少一个预定义的标准进行比较;并且
基于所述比较将来相关性值分配给所生成的场景信息的每种类型。
11.根据权利要求10所述的方法,包括使用所述医学监测来测量多个生理特性,其中,所述至少一个预定义的标准特异于特定类型的场景信息并且特异于特定生理特性,并且其中,将相关性值分配给所生成的场景信息的每种类型包括将关于所述多个生理特性中的每个的相关性值分配给所生成的场景信息的每种类型。
12.根据权利要求10或权利要求11所述的方法,其中,所述至少一个预定义的标准包括一组条件,所述一组条件必须全部由场景信息的给定项满足以便将正相关性值分配给该场景信息。
13.根据权利要求9至12中的任一项所述的方法,还包括:
由医学监测设备从传感器接收生理特性的测量值;
由所述医学监测设备接收所述场景信号;并且
由所述医学监测设备选择要执行的动作,其中,所述动作根据接收到的场景信号并且根据接收到的测量值而被选择。
14.一种计算机程序产品,包括被体现在其中的计算机可读代码,所述计算机可读代码被配置为使得,在由合适的计算机或处理单元执行时,所述计算机或处理单元执行根据权利要求9-13中的任一项所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP15156643.7 | 2015-02-26 | ||
EP15156643 | 2015-02-26 | ||
PCT/EP2016/053616 WO2016135069A1 (en) | 2015-02-26 | 2016-02-21 | Context detection for medical monitoring |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107257651A true CN107257651A (zh) | 2017-10-17 |
Family
ID=52589274
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680012095.6A Pending CN107257651A (zh) | 2015-02-26 | 2016-02-21 | 医学监测的场景检测 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10720240B2 (zh) |
EP (1) | EP3262544A1 (zh) |
JP (1) | JP2018509962A (zh) |
CN (1) | CN107257651A (zh) |
WO (1) | WO2016135069A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112052718A (zh) * | 2019-06-07 | 2020-12-08 | 德尔格制造股份两合公司 | 用于自动识别危险状况的系统和方法 |
CN113015474A (zh) * | 2018-10-12 | 2021-06-22 | 索尼集团公司 | 用于核实场景特征的系统、方法和计算机程序 |
CN116115201A (zh) * | 2022-12-27 | 2023-05-16 | 粤卫信息平台(广东)有限公司 | 一种身体健康状态评估系统 |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10542075B2 (en) * | 2016-02-24 | 2020-01-21 | Nokia Technologies Oy | Method and apparatus for configuration for monitoring patient information |
US20190216406A1 (en) * | 2016-06-29 | 2019-07-18 | Robert Polkowski | Wearable device to assist cognitive dysfunction sufferer and method for operating the same |
WO2018218286A1 (en) * | 2017-05-29 | 2018-12-06 | Saltor Pty Ltd | Method and system for abnormality detection |
JP6631594B2 (ja) * | 2017-06-30 | 2020-01-15 | キヤノンマーケティングジャパン株式会社 | 情報処理装置、情報処理装置の制御方法、プログラム |
DE102017006529A1 (de) | 2017-07-11 | 2019-01-17 | Drägerwerk AG & Co. KGaA | Verfahren, Vorrichtung und Computerprogramm zur Erfassung von optischen Bilddaten einer Patientenumgebung und zur Erkennung einer Patientenüberprüfung |
EP3627517A1 (en) * | 2018-09-24 | 2020-03-25 | Koninklijke Philips N.V. | Medical monitoring system |
US20220172850A1 (en) * | 2019-04-02 | 2022-06-02 | Cross Sync, Inc. | Aggravation estimation system |
IT201900025000A1 (it) | 2019-12-20 | 2021-06-20 | Versalis Spa | Procedimento per la produzione di dieni. |
JP2021117927A (ja) * | 2020-01-29 | 2021-08-10 | キヤノン株式会社 | 医用情報処理システム、医用情報処理装置、医用情報処理システムの制御方法、及びプログラム |
US20220164662A1 (en) * | 2020-11-24 | 2022-05-26 | Qualcomm Incorporated | Context-based model selection |
CN113743222A (zh) * | 2021-08-04 | 2021-12-03 | 北京澎思科技有限公司 | 体温测量方法、装置、电子设备以及可读存储介质 |
EP4176809A1 (en) * | 2021-11-08 | 2023-05-10 | Koninklijke Philips N.V. | Device, system and method for monitoring a subject |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011129817A3 (en) * | 2010-04-13 | 2012-02-09 | Empire Technology Development Llc | Semantic medical devices |
WO2012104476A1 (en) * | 2011-02-03 | 2012-08-09 | Nokia Corporation | Method and apparatus for providing context-aware control of sensors and sensor data |
EP2767232A1 (en) * | 2013-02-15 | 2014-08-20 | Koninklijke Philips N.V. | System and method for determining a vital sign of a subject |
WO2014140978A1 (en) * | 2013-03-14 | 2014-09-18 | Koninklijke Philips N.V. | Device and method for obtaining vital sign information of a subject |
CN104363831A (zh) * | 2012-06-12 | 2015-02-18 | 皇家飞利浦有限公司 | 用于基于相机的生命体征测量的系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3225907B2 (ja) * | 1997-11-28 | 2001-11-05 | 松下電工株式会社 | 在宅健康管理システム |
US7974689B2 (en) * | 2007-06-13 | 2011-07-05 | Zoll Medical Corporation | Wearable medical treatment device with motion/position detection |
JP2009247733A (ja) * | 2008-04-09 | 2009-10-29 | Omron Healthcare Co Ltd | 電子血圧計 |
WO2011116340A2 (en) | 2010-03-18 | 2011-09-22 | Oregon Health & Science University | Context-management framework for telemedicine |
JP5249273B2 (ja) * | 2010-03-25 | 2013-07-31 | パナソニック株式会社 | 生体情報計測システム |
US20120253142A1 (en) * | 2010-12-07 | 2012-10-04 | Earlysense Ltd. | Monitoring, predicting and treating clinical episodes |
US20130127620A1 (en) | 2011-06-20 | 2013-05-23 | Cerner Innovation, Inc. | Management of patient fall risk |
US20160049820A1 (en) | 2013-03-14 | 2016-02-18 | Ramon Anthony Caamaño | Electrical Energy Storage Systems, Electric Drive Systems, Controllers, and Electrical Power Management Systems |
-
2016
- 2016-02-21 US US15/551,741 patent/US10720240B2/en active Active
- 2016-02-21 CN CN201680012095.6A patent/CN107257651A/zh active Pending
- 2016-02-21 WO PCT/EP2016/053616 patent/WO2016135069A1/en active Application Filing
- 2016-02-21 EP EP16706570.5A patent/EP3262544A1/en not_active Withdrawn
- 2016-02-21 JP JP2017544781A patent/JP2018509962A/ja active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011129817A3 (en) * | 2010-04-13 | 2012-02-09 | Empire Technology Development Llc | Semantic medical devices |
WO2012104476A1 (en) * | 2011-02-03 | 2012-08-09 | Nokia Corporation | Method and apparatus for providing context-aware control of sensors and sensor data |
CN104363831A (zh) * | 2012-06-12 | 2015-02-18 | 皇家飞利浦有限公司 | 用于基于相机的生命体征测量的系统 |
EP2767232A1 (en) * | 2013-02-15 | 2014-08-20 | Koninklijke Philips N.V. | System and method for determining a vital sign of a subject |
WO2014140978A1 (en) * | 2013-03-14 | 2014-09-18 | Koninklijke Philips N.V. | Device and method for obtaining vital sign information of a subject |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113015474A (zh) * | 2018-10-12 | 2021-06-22 | 索尼集团公司 | 用于核实场景特征的系统、方法和计算机程序 |
CN112052718A (zh) * | 2019-06-07 | 2020-12-08 | 德尔格制造股份两合公司 | 用于自动识别危险状况的系统和方法 |
CN116115201A (zh) * | 2022-12-27 | 2023-05-16 | 粤卫信息平台(广东)有限公司 | 一种身体健康状态评估系统 |
CN116115201B (zh) * | 2022-12-27 | 2023-12-12 | 粤卫信息平台(广东)有限公司 | 一种身体健康状态评估系统 |
Also Published As
Publication number | Publication date |
---|---|
EP3262544A1 (en) | 2018-01-03 |
JP2018509962A (ja) | 2018-04-12 |
WO2016135069A1 (en) | 2016-09-01 |
US20180014790A1 (en) | 2018-01-18 |
US10720240B2 (en) | 2020-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107257651A (zh) | 医学监测的场景检测 | |
Chen et al. | A fall detection system based on infrared array sensors with tracking capability for the elderly at home | |
US10595766B2 (en) | Abnormal motion detector and monitor | |
EP3373804B1 (en) | Device, system and method for sensor position guidance | |
US8742935B2 (en) | Radar based systems and methods for detecting a fallen person | |
US20160345832A1 (en) | System and method for monitoring biological status through contactless sensing | |
CN113397520B (zh) | 室内对象的信息检测方法及装置、存储介质和处理器 | |
EP2772189A1 (en) | Apparatus and method for determining vital sign information from a subject | |
CN109561855A (zh) | 用于跌倒检测的设备、系统和方法 | |
CN108882853A (zh) | 使用视觉情境来及时触发测量生理参数 | |
Gjoreski et al. | Context-based fall detection and activity recognition using inertial and location sensors | |
CN107533764A (zh) | 图像处理系统、图像处理装置、图像处理方法以及图像处理程序 | |
US9218668B2 (en) | Differentiating among a plurality of subjects in a field-of-view based on vital signs | |
CN109074479A (zh) | 基于视线遮挡监测医学协议的依从性 | |
Amir et al. | Real-time threshold-based fall detection system using wearable IoT | |
CN109330612A (zh) | 智能监仓感知装置及包括它的监管场所的管控系统 | |
JP2023521416A (ja) | 環境健康監視および予測的評価を可能にする非接触型センサー駆動デバイス、システム、および方法 | |
Guo et al. | Emergency semantic feature vector extraction from WiFi signals for in-home monitoring of elderly | |
KR102348663B1 (ko) | 영상과 라인레이저를 이용한 맥박 및 호흡 측정 시스템 및 방법 | |
Sujin et al. | Public e-health network system using arduino controller | |
JP7342863B2 (ja) | コンピュータで実行されるプログラム、情報処理システム、および、コンピュータで実行される方法 | |
CN111328421B (zh) | 用于对患者的活动分类的方法、计算机程序和设备 | |
Kaluža et al. | A multi-agent system for remote eldercare | |
KR20220135936A (ko) | 생체 빅데이터를 이용한 질병예측 전자 시스템 | |
WO2023232533A1 (en) | A system and method for determining an emotional state of a user based on one or more physical and/or physiological parameters |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20171017 |