CN109473173A - 一种基于视频的老年人认知功能缺陷评估系统及装置 - Google Patents
一种基于视频的老年人认知功能缺陷评估系统及装置 Download PDFInfo
- Publication number
- CN109473173A CN109473173A CN201811161424.0A CN201811161424A CN109473173A CN 109473173 A CN109473173 A CN 109473173A CN 201811161424 A CN201811161424 A CN 201811161424A CN 109473173 A CN109473173 A CN 109473173A
- Authority
- CN
- China
- Prior art keywords
- video
- elderly
- module
- cognitive
- house
- 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
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
- G16H50/30—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- 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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/44—Event detection
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Alarm Systems (AREA)
- Telephonic Communication Services (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明公开了一种基于视频的老年人认知功能缺陷评估系统及装置,属于医学、建筑以及公共管理相结合的交叉学科领域。该系统及装置利用视频监控技术对患病老人日常居家生活进行长期观察和跟踪,收集和总结老年人的异常行为特征,将这些行为特征与基于异常居家行为的认知功能缺陷评分规则进行对应,从而依据基于异常居家行为的评分规则对老年人的认知功能情况进行评估,可以实现对居家老人认知功能缺陷相关疾病的早期识别和诊断。本发明的系统及装置简单易懂,可操作性强,能够客观清楚地反映居家老人患有认知功能缺陷相关疾病的可能性,对于指导老年人的痴呆、抑郁等认知功能缺陷相关疾病的早期预判、诊断具有重要的意义。
Description
技术领域
本发明属于医学、建筑以及公共管理相结合的交叉学科领域,更具体地,涉及一种通过视频监控来进行行为信息采集,并利用基于异常居家行为的认知评分规则来判断居家老人认知功能情况的评估系统及装置,该系统及装置有助于居家老人痴呆、抑郁症等认知功能缺陷疾病的早期识别和及时干预。
背景技术
随着我国老龄化的不断发展,越来越多的老年人开始患有认知功能缺陷相关疾病。根据世界卫生组织2017年12月的报道,在60岁及以上的人群中,有超过20%的人患有认知功能缺陷相关疾病(不包括头痛疾病),其中最常见的为痴呆症和抑郁症。目前,针对这类疾病普遍处于缺医少药状态,且病情往往很难逆转。中国已将老年认知功能缺陷相关疾病患者的治疗和管理问题上升为国家主要卫生保健和社会问题。因此,对于该类疾病的临床前阶段老年群体的早期发现和及时干预是一项迫在眉睫的任务,对于社会稳定、可持续发展具有重要意义。
目前国内外关于老年认知功能缺陷相关疾病的预判和诊断,主要利用一些基于对话的认知功能缺陷评分规则,通过测试老年人的注意与集中、记忆、计算、语言、抽象思维、空间知觉、认知灵活性和速度等,以及社会适应能力、人际交往能力和自主生活能力以及人格、品性的改变,来诊断老年人是否患有神经或精神疾病。如用于判定老年痴呆的简短精神记忆评分规则(MMSE)、长谷川简易智能测评分规则(HDS)和临床痴呆评定表(CDR);判定老年人抑郁的老年抑郁评分规则(GDS)、Beck抑郁问卷(BDI)和汉密顿抑郁评分规则(HRSD)。这些评分规则虽然在老年认知功能缺陷相关疾病的预判和诊断方面取得了一定的成果,但也存在一定的局限性。一方面这些评分规则的使用通常需要专业医护人员的参与;另一方面,由于受老年人传统文化、身体状况及受教育程度的影响,这些评分规则的实际操作性很差。此外,采用这些评分规则无法对处在患病潜伏期的老年人进行早期识别,当这些老人达到临床诊断标准时,疾病往往已经进入中后期。此时,由于严重的病理改变,以致现行治疗手段已难以逆转病情。
事实上,有研究已经表明,在老年认知功能缺陷相关疾病患病潜伏期的老年人往往会出现一些异常行为特征,比如痴呆老人在患病初期可能长期对着钟表发呆,把物品放在不恰当的地方等。在老年痴呆患病初期,相应症状的出现在时间上具有随机性,即有时候正常有时候异常。传统的诊断手段往往需要专业人员的长期陪护及观察,以有利于及时搜集症状并作出判断。但是,由于我国老年人主要采用“居家养老”的养老模式,且患病初期症状不明显、不集中,雇佣专业人员进行长期陪护及观察并不现实,而家属通常缺乏相关专业知识,即使发现家中老人出现异常,一方面由于自身不具备专业知识,不能自行判断识别是否患病,另一方面,可能请到专业人员或者带老人就医时,老人又表现得一切正常,或者由于已经隔了一段时间、心里因素等原因,导致家属或老人的描述不准确,从而不能及时、准确地进行早期识别及诊断。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种基于视频的老年人认知功能缺陷评估系统及装置,其目的在于,通过该系统在基于视频的前提下将居家老人的日常行为特征按照异常居家行为的认知功能缺陷评分规则进行评分,来评估其认知功能障碍相关疾病,并自动统计评估结果,降低病人或家属主观因素的影响,降低诊断难度。
为了解决上述问题,本发明提供了一种基于视频的老年人认知功能缺陷评估系统,包括:视频模块、识别模块、处理模块以及输出模块;视频模块的输出端连接识别模块的输入端,识别模块的输出端和诊断表存储模块的输出端连接处理模块的输入端,处理模块的输出端连接输出模块的输入端;其中,
视频模块用于对患有认知功能缺陷疾病或具有潜在患病可能的老年人的日常居家行为进行视频监控;
识别模块用于从视频模块提供的老年人居家视频中筛选出异常行为特征视频,并传入处理模块;
处理模块用于根据异常行为特征视频按照预设的评分规则对老年人的认知功能情况进行评分,将评分结果传入输出模块;
输出模块根据评分结果输出对应的老年人认知功能情况,包括是否患有认知功能缺陷相关疾病和/或是否具有潜在患病趋势。
进一步地,识别模块包括标签子模块,用于为异常行为特征视频内容赋予相应标签;处理模块包括自动评分子模块,用于根据接收的异常行为特征视频的标签内容自动按照预设的评分规则进行评分。
进一步地,视频模块还包括视频存储子模块,用于存储老年人居家视频和/或识别模块提取的异常行为特征视频;
识别模块用于实时调取视频模块获取的老年人居家视频,或随时调取视频存储子模块存储的过往的老年人居家视频。
进一步地,视频存储子模块为本地存储或云端存储。
为了实现上述目的,本发明还提供了一种基于视频的老年人认知功能缺陷评估装置,包括:摄像头、处理器、显示器、视频识别程序模块、自动评分程序模块、评分规则程序模块、结果输出程序模块;
摄像头的输出端连接处理器的输入端,处理器的输出端连接显示器的输入端;
处理器调用视频识别程序模块,以从摄像头拍摄的老年人居家视频中筛选出异常行为特征视频;
处理器调用自动评分程序模块及评分规则程序模块,将异常行为特征视频按照预设的评分规则进行打分,得出评分结果对应的老年人认知功能情况;
处理器调用结果输出程序模块将评分结果及对应的老年人认知功能情况输出至显示器进行显示,老年人认知功能情况包括是否患有认知功能缺陷相关疾病和/或是否具有潜在患病趋势。
进一步地,还包括标签标记程序模块和标签识别程序模块,标签标记程序模块用于在被处理器调用时为异常行为特征视频内容赋予相应标签;标签识别程序模块用于在处理器调用下识别出标签内容;自动评分程序模块用于在被处理器调用时根据评分规则程序模块中设定的评分规则进行打分。
进一步地,还包括视频存储器,用于存储摄像头获取的老年人居家视频和/或识别模块提取的异常行为特征视频。
进一步地,视频存储器为本地存储器或云端存储器。
进一步地,视频存储器为内置存储器、外置存储器或云端存储器,摄像头为本地摄像头或网络摄像头。
进一步地,包括医生端、家属端以及远程协助程序模块;
家属端能够通过处理器调用远程协助程序模块,邀请医生端参与查看老年人居家视频、异常行为特征视频、评分结果中的至少一项行为。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
(1)便捷性:由于采用老年人日常居家视频及预先设定的异常行为的评分规则进行老年人认知功能缺陷的评估,不需要过多的医学专业知识,通过简单培训的人群即可使用该系统及装置,实现老年人认知功能状况的评估;评估过程可以全部由用户在家中进行,省去了多次往返于家和医院之间的时间和费用;
如用户认为有必要请医生介入评估,由于能够实时进行视频监控,或随时调取存储的视频,同样无需频繁往返于医院和家之间;
而通过配置家属端和医生端,还能实现医生无需到家、家属无需出门即可直接邀请医生介入诊断,更是大大方便了医患交流;
(2)及时性:老年人在患病潜伏期会出现一些异常行为特征,与老年人朝夕相处的家属通常能在第一时间察觉到,采用本发明的评估系统及装置,家属能够在发现异常时立刻调取视频及评分规则进行评估甚至立刻邀请医生远程加入评估,而无需等待医生到家,极大地发挥了家属能够长期陪护老人的优势;家属通过对居家老人的日常行为监控以及随时根据发现的异常行为对应评分规则进行评分和诊断,可以实现老年人认知功能缺陷相关疾病的早期识别,从而及时采取干预措施或邀请医生介入,以减缓病情的进程和发展;
(3)精确性:与常见的采用基于对话的认知功能缺陷评分规则进行评估的方法相比,本发明采取视频监控的方法能够客观评估居家老人的行为特征,减少了对话形式下老年人或其家属由于各种原因或心理而过分夸大病情或故意隐瞒病情而造成的评估结果偏差;
(4)普适性:本发明的系统及装置广泛适用于台式电脑、笔记本电脑、平板电脑、超极本或手机,基于视频及评分规则进行评估,降低了专业难度,且具有较好的客观性,医生、家属、医院、家中甚至路上均可操作,从而解决了现有的关于老年人认知功能缺陷相关疾病的评估方法对评估人员专业要求高、可操作性差且缺乏及时性与准确性的技术问题。
附图说明
图1是本发明的老年人认知功能缺陷评估系统的架构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
图1为本发明具体实施例的一种基于视频的老年人认知功能缺陷评估系统的流程示意图,如图1所示,一种基于视频的老年人认知功能缺陷评估系统,包括:S1,利用系统的视频模块对患有认知功能缺陷疾病或具有潜在患病可能的老年人的日常居家行为进行视频监控;S2,视频模块与识别模块相连接,从视频模块中调取出老年人居家异常行为特征视频,包括进食、娱乐、睡觉等多方面日常居家行为视频,并传入处理模块;S3,处理模块用于将异常行为特征视频与基于异常居家行为的认知功能缺陷评分规则进行对应,以对老年人的认知功能情况进行评分,将评分结果传入输出模块;S4,处理模块将老年人得分情况传入输出模块,输出模块根据得分情况输出老年人认知功能情况,从而判断老年人是否患有认知功能缺陷相关疾病或具有潜在患病趋势。
本实施例中提出一种基于视频的老年人认知功能缺陷评估系统及装置,利用视频监控技术对患病老人日常居家生活进行长期观察和跟踪,收集和总结老年人的异常行为特征视频,将异常行为特征视频与基于异常居家行为的认知功能缺陷评分规则进行对应,从而依据评分规则的计分规则对老年人的认知功能情况进行评估,可以实现对居家老人认知功能缺陷相关疾病的早期识别和诊断。
具体地,目前国内外已有大量学者进行了有关老年认知功能缺陷相关疾病的研究,并制定了不少基于对话的认知功能缺陷评分规则来实现老年认知功能缺陷相关疾病的识别和诊断。本发明采用的评分规则可以采用现有规则,也可以按照下面的案例进行设计、修缮。
本实施例基于视频的老年人认知功能缺陷评估系统分为五个模块,视频模块、识别模块、处理模块和输出模块。其中视频模块用于获取老年人日常居家行为相关的视频信息;识别模块用于从视频模块中提取老年人的异常行为特征;处理模块用于将异常行为特征视频与基于异常居家行为的认知功能缺陷评分规则进行对应,以对老年人的认知功能情况进行评分;输出模块用于输出老年人的认知功能评定结果。
首先,采用系统的视频模块,通过对患有认知功能缺陷相关疾病或具有潜在患病可能的老年人的日常居家生活进行长期视频跟踪,监测和预测有潜在认知功能缺陷相关疾病发病可能的老年人的进食、娱乐、睡觉等多方面的行为变化和趋势,对比患有老年认知功能缺陷相关疾病与未患老年认知功能缺陷相关疾病的老年人日常居家行为的不同之处。将视频模块与识别模块相连接,通过识别模块采集视频中异常行为特征信息,明确患有认知功能缺陷相关疾病或具有潜在患病可能的老年人可能出现的异常行为特征,将识别出的异常行为特征视频赋予标签,并传入处理模块。
其次,在处理模块中,识别出异常行为特征视频的标签,并根据异常行为特征在视频中出现的频率,将每个异常行为特征的评定结果分为“从无”、“偶尔”以及“经常”三类。根据异常行为特征视频内容及频率与基于异常居家行为的认知功能缺陷评分规则的内容进行对应并评分,确定该老年人所有异常行为特征总分值。
最后,将确定所有行为特征总分值传入输出模块,并在该模块中根据专业医疗人员的综合临床评定明确认知功能缺陷等级的分数界限。输出模块根据总分值和分数界限输出老年人认知功能等级评价,从而判断老年人是否患有认知功能缺陷相关疾病或具有潜在患病趋势。
下面列举实例对本发明进行详细的说明。
实例1:通过与医疗机构合作,了解患有认知功能缺陷疾病或具有潜在患病可能的老年人的相关信息,采用系统的视频模块对这批老年人的日常居家行为进行视频监控,将系统的视频模块与识别模块相连接,利用识别模块获取其居家异常行为特征视频。归纳和总结出患有认知功能缺陷疾病或具有潜在患病可能的老人的居家异常行为特征。异常行为特征包括老年人的睡眠、进食、穿衣、运动及娱乐等多个方面内容,如:不能较好使用餐具、用手抓取食物;呆望而不进食;玩弄食物或非食物物品;按固定路线重复走动;多次跟随他人走动;找不到物品的准确位置,或反复寻找物品;几乎整天和衣躺着看电视;不停使用或要求使用洗手间;不适当地穿衣或宽衣;夜间反复的下床走动等。将这些异常行为特征视频传入系统的处理模块。
处理模块中的基于异常居家行为的认知功能缺陷评分规则的量测类别包括:“定向力”、“注意力和计算力”、“记忆力和回忆能力”、“行动能力”等多个方面,每项内容的评定结果分为“从无”、“偶尔”以及“经常”三类。将识别模块中传来的异常行为特征视频根据量测类别和出现频率与基于异常居家行为的认知功能缺陷评分规则的内容进行对应,如:
类别“定向力”下对应行为特征:一天内多次查看日历,缺乏指向性的走动增多,按固定路线重复走动,跟随他人走动,找不到自己房间、床位,莫名走入他人房间,非进餐时间要求进餐或到处寻找食物等;
类别“注意力和计算力”下对应行为特征:玩弄食物或非食物物品,咀嚼时间延长但不吞咽食物,不能按家庭成员人数分配餐具,忘记关闭水龙头和/或关上门等;
类别“记忆力和回忆能力”下对应行为特征:找不到物品的准确位置、或反复寻找物品,不停使用或要求使用洗手间,一天之内多次沐浴(洗手)等;
类别“行动能力”下对应行为特征:几乎整天和衣躺着看电视,伸手取物时或未达该物而抓空、或伸手过远将物品碰到,不能较好使用餐具、用手抓取食物,花费较长时间还无法穿上衣服或裤子等。
本实施例设计的评分规则如下:
根据异常居家行为特征在评分规则中的权重或分值占比,确定每个测试项目在评分规则中的权重大小,以及每个居家异常行为特征在其测试项目中的权重占比。测试项目“定向力”、“注意力和计算力”、“记忆力和回忆能力”等在评分规则中的权重比为α:β:γ:…。其中,测试项目“定向力”下的异常行为特征共有i个,标记为A1—Ai,在其测试项目下的占比分别为a1,a2,…ai,a1+a2+…ai=1;测试项目“注意力和计算力”下的异常行为特征共有j个,标记为B1—Bj,在其测试项目下的占比分别为b1,b2,…bj,b1+b2+…bj=1;测试项目“记忆力和回忆能力”下的异常行为特征共有z个,标记为C1—Cz,在其测试项目下的占比分别为c1,c2,…cz,c1+c2+…cz=1。以此类推。一共有N个异常行为特征,i+j+z+…=N。以异常行为特征A1为例,它在所有测试项目中的总权重占比为各行为特征总权重占比以此类推。
将每个异常行为特征的评定结果分为“从无”、“偶尔”以及“经常”三类,明确其分值分别为X,Y,Z。最后总得分为各行为特征的分值乘以该行为特征权重乘以100。通过计算可知最低得分为0分,最高得分为100×Z。在处理系统中形成基于老年人日常居家行为的认知功能缺陷观测表,并对老年人的认知功能情况进行打分。
将打分结果传入输出模块,同时评定明确认知功能缺陷轻重程度的得分界限,从而输出老年人认知功能情况评级。
实例2:在实例1的基础上,设置医生端和家属端,医生端为医院办公室的电脑,家属端为家属的电脑或手机,摄像头选择网络摄像头。评分规则可以存储于医生端和家属端,也可以存储于云端。家属可以自行选择是否在本地或云端保存老人日常家居视频及异常行为视频,以及开启或关闭摄像头的网络功能。通过摄像头的网络功能,在家或在外均可实时查看监控视频、调取保存的老人日常家居视频及异常行为视频、调取评分规则进行填写。关闭摄像头的网络功能则支持在家查看、比对。
此外,家属如需医生协助,可以通过远程协助程序模块邀请医生通过医生端远程参与,并根据实际需要参与的内容向医生端开放或关闭相应的权限。例如,家属可以允许医生使用网络摄像头实时观察老人当前的情况,也可以不允许医生使用网络摄像头,但能够查询家属上传的老人日常家居视频、异常行为视频及诊断结果。医生端则可以从本地或云端自由调取评分规则进行评估,医生端的评分规则可以与家属使用的评分规则相同,也可以比家属使用的评分规则更专业和复杂,以便于医生更详细、准确地评估老人的情况。出于隐私保护考虑,医生端的视频权限可以由家属端进行配置。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于视频的老年人认知功能缺陷评估系统,其特征在于,包括:视频模块、识别模块、处理模块以及输出模块;视频模块的输出端连接识别模块的输入端,识别模块的输出端和诊断表存储模块的输出端连接处理模块的输入端,处理模块的输出端连接输出模块的输入端;其中,
视频模块用于对患有认知功能缺陷疾病或具有潜在患病可能的老年人的日常居家行为进行视频监控;
识别模块用于从视频模块提供的老年人居家视频中筛选出异常行为特征视频,并传入处理模块;
处理模块用于根据异常行为特征视频按照预设的评分规则对老年人的认知功能情况进行评分,将评分结果传入输出模块;
输出模块根据评分结果输出对应的老年人认知功能情况,包括是否患有认知功能缺陷相关疾病和/或是否具有潜在患病趋势。
2.如权利要求1所述的一种基于视频的老年人认知功能缺陷评估系统,其特征在于,识别模块包括标签子模块,用于为异常行为特征视频内容赋予相应标签;处理模块包括自动评分子模块,用于根据接收的异常行为特征视频的标签内容自动按照预设的评分规则进行评分。
3.如权利要求1或2所述的一种基于视频的老年人认知功能缺陷评估系统,其特征在于,视频模块还包括视频存储子模块,用于存储老年人居家视频和/或识别模块提取的异常行为特征视频;
识别模块用于实时调取视频模块获取的老年人居家视频,或随时调取视频存储子模块存储的过往的老年人居家视频。
4.如权利要求1或2所述的一种基于视频的老年人认知功能缺陷评估系统,其特征在于,视频存储子模块为本地存储或云端存储。
5.一种基于视频的老年人认知功能缺陷评估装置,其特征在于,包括:摄像头、处理器、显示器、视频识别程序模块、自动评分程序模块、评分规则程序模块、结果输出程序模块;
摄像头的输出端连接处理器的输入端,处理器的输出端连接显示器的输入端;
处理器调用视频识别程序模块,以从摄像头拍摄的老年人居家视频中筛选出异常行为特征视频;
处理器调用自动评分程序模块及评分规则程序模块,将异常行为特征视频按照预设的评分规则进行打分,得出评分结果对应的老年人认知功能情况;
处理器调用结果输出程序模块将评分结果及对应的老年人认知功能情况输出至显示器进行显示,老年人认知功能情况包括是否患有认知功能缺陷相关疾病和/或是否具有潜在患病趋势。
6.如权利要求5所述的一种基于视频的老年人认知功能缺陷评估装置,其特征在于,还包括标签标记程序模块和标签识别程序模块,标签标记程序模块用于在被处理器调用时为异常行为特征视频内容赋予相应标签;标签识别程序模块用于在处理器调用下识别出标签内容;自动评分程序模块用于在被处理器调用时根据评分规则程序模块中设定的评分规则进行打分。
7.如权利要求5或6述的一种基于视频的老年人认知功能缺陷评估装置,其特征在于,还包括视频存储器,用于存储摄像头获取的老年人居家视频和/或识别模块提取的异常行为特征视频。
8.如权利要求5或6所述的一种基于视频的老年人认知功能缺陷评估装置,其特征在于,视频存储器为本地存储器或云端存储器。
9.如权利要求5~8任意一项所述的一种基于视频的老年人认知功能缺陷评估装置,其特征在于,视频存储器为内置存储器、外置存储器或云端存储器,摄像头为本地摄像头或网络摄像头。
10.如权利要求5~9任意一项所述的一种基于视频的老年人认知功能缺陷评估装置,其特征在于,包括医生端、家属端以及远程协助程序模块;
家属端能够通过处理器调用远程协助程序模块,邀请医生端参与查看老年人居家视频、异常行为特征视频、评分结果中的至少一项行为。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811161424.0A CN109473173B (zh) | 2018-09-30 | 2018-09-30 | 一种基于视频的老年人认知功能缺陷评估系统及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811161424.0A CN109473173B (zh) | 2018-09-30 | 2018-09-30 | 一种基于视频的老年人认知功能缺陷评估系统及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109473173A true CN109473173A (zh) | 2019-03-15 |
CN109473173B CN109473173B (zh) | 2021-04-13 |
Family
ID=65663621
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811161424.0A Active CN109473173B (zh) | 2018-09-30 | 2018-09-30 | 一种基于视频的老年人认知功能缺陷评估系统及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109473173B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110136795A (zh) * | 2019-05-20 | 2019-08-16 | 合肥工业大学 | 一种用于认知预警的时序数据库的构建方法 |
CN110136832A (zh) * | 2019-05-20 | 2019-08-16 | 合肥工业大学 | 一种基于老年人日常行为的认知能力评估系统及方法 |
CN110473632A (zh) * | 2019-08-16 | 2019-11-19 | 中国科学院大学宁波华美医院(宁波市第二医院) | 一种认知功能协助评测系统及评测方法 |
CN112401830A (zh) * | 2019-08-21 | 2021-02-26 | 华中科技大学 | 一种基于居家行为的认知功能缺陷评价方法 |
CN114973415A (zh) * | 2022-06-02 | 2022-08-30 | 华中科技大学 | 一种基于双层隐私过滤机制的居家行为检测方法及系统 |
CN116580832A (zh) * | 2023-05-05 | 2023-08-11 | 暨南大学 | 基于视频数据的老年痴呆症辅助诊断系统及其方法 |
WO2023216680A1 (zh) * | 2021-06-11 | 2023-11-16 | 合肥工业大学 | 一种数字生物标志物的形成系统、形成方法及基于数字生物标志物的脑健康评判系统 |
CN117158904A (zh) * | 2023-09-08 | 2023-12-05 | 上海市第四人民医院 | 基于行为分析的老年人认知障碍检测系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012146138A (ja) * | 2011-01-12 | 2012-08-02 | Nec Corp | 監視方法および監視装置 |
CN103517042A (zh) * | 2013-10-17 | 2014-01-15 | 吉林大学 | 一种养老院老人危险行为监测方法 |
CA2981453A1 (en) * | 2015-04-01 | 2016-10-06 | Louise TIRANOFF | Video databases and methods for detection or diagnosis of neurodevelopment disorders |
CN106503672A (zh) * | 2016-11-03 | 2017-03-15 | 河北工业大学 | 一种老年人异常行为的识别方法 |
CN106652346A (zh) * | 2016-12-23 | 2017-05-10 | 平顶山学院 | 一种老年人居家养老监护系统 |
CN107145739A (zh) * | 2017-05-07 | 2017-09-08 | 黄石德龙自动化科技有限公司 | 基于多种数据下阿尔茨海默病的判别方法 |
CN108601560A (zh) * | 2016-02-04 | 2018-09-28 | 多特沃克有限公司 | 人员监视和个人帮助系统,特别是用于老年人和具有特殊和认识需求的人 |
-
2018
- 2018-09-30 CN CN201811161424.0A patent/CN109473173B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012146138A (ja) * | 2011-01-12 | 2012-08-02 | Nec Corp | 監視方法および監視装置 |
CN103517042A (zh) * | 2013-10-17 | 2014-01-15 | 吉林大学 | 一种养老院老人危险行为监测方法 |
CA2981453A1 (en) * | 2015-04-01 | 2016-10-06 | Louise TIRANOFF | Video databases and methods for detection or diagnosis of neurodevelopment disorders |
CN108601560A (zh) * | 2016-02-04 | 2018-09-28 | 多特沃克有限公司 | 人员监视和个人帮助系统,特别是用于老年人和具有特殊和认识需求的人 |
CN106503672A (zh) * | 2016-11-03 | 2017-03-15 | 河北工业大学 | 一种老年人异常行为的识别方法 |
CN106652346A (zh) * | 2016-12-23 | 2017-05-10 | 平顶山学院 | 一种老年人居家养老监护系统 |
CN107145739A (zh) * | 2017-05-07 | 2017-09-08 | 黄石德龙自动化科技有限公司 | 基于多种数据下阿尔茨海默病的判别方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110136795A (zh) * | 2019-05-20 | 2019-08-16 | 合肥工业大学 | 一种用于认知预警的时序数据库的构建方法 |
CN110136832A (zh) * | 2019-05-20 | 2019-08-16 | 合肥工业大学 | 一种基于老年人日常行为的认知能力评估系统及方法 |
CN110136795B (zh) * | 2019-05-20 | 2022-02-01 | 合肥工业大学 | 一种用于认知预警的时序数据库的构建方法 |
CN110473632A (zh) * | 2019-08-16 | 2019-11-19 | 中国科学院大学宁波华美医院(宁波市第二医院) | 一种认知功能协助评测系统及评测方法 |
CN112401830A (zh) * | 2019-08-21 | 2021-02-26 | 华中科技大学 | 一种基于居家行为的认知功能缺陷评价方法 |
WO2023216680A1 (zh) * | 2021-06-11 | 2023-11-16 | 合肥工业大学 | 一种数字生物标志物的形成系统、形成方法及基于数字生物标志物的脑健康评判系统 |
CN114973415A (zh) * | 2022-06-02 | 2022-08-30 | 华中科技大学 | 一种基于双层隐私过滤机制的居家行为检测方法及系统 |
CN114973415B (zh) * | 2022-06-02 | 2023-08-18 | 华中科技大学 | 一种基于双层隐私过滤机制的居家行为检测方法及系统 |
CN116580832A (zh) * | 2023-05-05 | 2023-08-11 | 暨南大学 | 基于视频数据的老年痴呆症辅助诊断系统及其方法 |
CN117158904A (zh) * | 2023-09-08 | 2023-12-05 | 上海市第四人民医院 | 基于行为分析的老年人认知障碍检测系统及方法 |
CN117158904B (zh) * | 2023-09-08 | 2024-05-24 | 上海市第四人民医院 | 基于行为分析的老年人认知障碍检测系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109473173B (zh) | 2021-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109473173A (zh) | 一种基于视频的老年人认知功能缺陷评估系统及装置 | |
Fritz et al. | A nurse-driven method for developing artificial intelligence in “smart” homes for aging-in-place | |
Cockburn et al. | The relative influence of intelligence and age on everyday memory | |
Rhodes et al. | The own-age bias in face recognition: a meta-analytic and theoretical review. | |
Holland et al. | Causal inference in retrospective studies | |
Frey | Social support and health: A theoretical formulation derived from King's conceptual framework | |
Chung et al. | Real‐world multimodal lifelog dataset for human behavior study | |
CN112863702B (zh) | 一种智能健康服务的方法及其显示设备 | |
CN107025377A (zh) | 一种健康管理系统和方法 | |
CN110584601A (zh) | 一种老人认知功能监测和评估方法 | |
CN109196595A (zh) | 软件、健康状态判定装置以及健康状态判定方法 | |
CN116504373A (zh) | 数智病房综合管理信息平台 | |
CN202206423U (zh) | 一种远程医疗系统及智能家居医疗系统 | |
JP2016018224A (ja) | 健康状態予測診断利用サービスシステム | |
Yu et al. | Self-monitoring method for improving health-related quality of life: data acquisition, monitoring, and analysis of vital signs and diet | |
Wu | Human health characteristics of sports management model based on the biometric monitoring system | |
CN109074423A (zh) | 用于捕获和呈现具有认知障碍的对象的生活时间信息的系统和方法 | |
Alexander | Gender differences in adolescent health concerns and self-assessed health | |
CN112529704A (zh) | 一种基于区块链技术的养老服务平台及使用方法 | |
CN106901759A (zh) | 基于虹膜检测技术构建中学生精神压力检测系统的方法 | |
Ghezzi et al. | A review on technological solutions supporting people with dementia in the activity of dressing | |
CN106919775B (zh) | 一种睡眠信息的处理方法及装置 | |
Tusor et al. | A Personal Home Office Helper | |
Kaddachi | Technological Approach for Early and Unobtrusive Detection of Possible Health Changes toward Better Adaptation of Services for Elderly People | |
Sun et al. | Design and Research of Intelligent Products for the Management of Chronic Diseases of the Elderly |
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 |