CN109843173B - 用于监测人的日常生活活动的系统和方法 - Google Patents
用于监测人的日常生活活动的系统和方法 Download PDFInfo
- Publication number
- CN109843173B CN109843173B CN201780064947.0A CN201780064947A CN109843173B CN 109843173 B CN109843173 B CN 109843173B CN 201780064947 A CN201780064947 A CN 201780064947A CN 109843173 B CN109843173 B CN 109843173B
- Authority
- CN
- China
- Prior art keywords
- person
- adl
- control system
- control
- determined
- 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.)
- Active
Links
- 230000000694 effects Effects 0.000 title claims abstract description 69
- 238000012544 monitoring process Methods 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000007405 data analysis Methods 0.000 claims abstract description 24
- 238000013480 data collection Methods 0.000 claims abstract description 6
- 238000003860 storage Methods 0.000 claims description 22
- 230000004044 response Effects 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 8
- 239000003814 drug Substances 0.000 claims description 5
- 238000011282 treatment Methods 0.000 claims description 5
- 238000010411 cooking Methods 0.000 claims description 4
- 229940079593 drug Drugs 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 claims description 3
- 230000037213 diet Effects 0.000 claims description 3
- 235000005911 diet Nutrition 0.000 claims description 3
- 238000003287 bathing Methods 0.000 claims description 2
- 238000005406 washing Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 51
- 238000004891 communication Methods 0.000 description 18
- 230000033001 locomotion Effects 0.000 description 15
- 230000003340 mental effect Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 230000003923 mental ability Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 230000007423 decrease Effects 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 230000036541 health Effects 0.000 description 4
- 238000005286 illumination Methods 0.000 description 4
- 235000012054 meals Nutrition 0.000 description 4
- 230000002730 additional effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 230000035484 reaction time Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 238000001994 activation Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 239000003651 drinking water Substances 0.000 description 2
- 235000020188 drinking water Nutrition 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000036642 wellbeing Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 206010012289 Dementia Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000003930 cognitive ability Effects 0.000 description 1
- 230000006999 cognitive decline Effects 0.000 description 1
- 208000010877 cognitive disease Diseases 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000001152 differential interference contrast microscopy Methods 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000003999 initiator Substances 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000399 orthopedic effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 238000000554 physical therapy Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 208000019116 sleep disease Diseases 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
- G08B21/0423—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis detecting deviation from an expected pattern of behaviour or schedule
-
- 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
- G16H40/67—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 remote operation
-
- 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
-
- 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
- A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
-
- 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
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6889—Rooms
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0484—Arrangements monitoring consumption of a utility or use of an appliance which consumes a utility to detect unsafe condition, e.g. metering of water, gas or electricity, use of taps, toilet flush, gas stove or electric kettle
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
-
- 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
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/08—Elderly
-
- 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
- A61B5/1117—Fall detection
Abstract
提出了一种用于监测人在环境中的日常生活活动ADL的系统和方法,该环境包含由人经由控制系统可控的对象。该系统包括适于从控制系统获得控制数据的数据收集单元,该控制数据基于由控制系统生成的用于控制对象的一个或多个控制信号。数据分析单元适于基于所获得的控制数据确定人的ADL事件。
Description
技术领域
本发明涉及一种用于监测人的日常生活活动的系统和方法。
背景技术
在包括老年病学、康复及物理治疗、神经病学和矫形外科学、护理和老年人护理的大多数医学分支中,人的健康状况、身体能力、精神能力或受伤、住院和治疗后的康复的功能评估或监测备受关注。
调查发现,个体的功能能力实际上是特定于环境的,因为当受试者处于熟悉的周围环境中时,由于混淆减少,功能增加。此外,一次性功能评估不允许对在一天或几天的过程中功能表现的变化性的评估,也不允许评估对在确定功能丧失后某些临床服务和治疗(比如康复)的充分性方面重要的变化。
因此,存在一种共识:优选的是评估或监测人在其家中或熟悉的周围环境中的独立功能。
独立功能的水平通常由执行日常生活活动(ADL)的质量来表示。ADL指的是人们在一天期间执行的最常见的活动。因此,降低的ADL质量可以作为所需护理的指标。例如,一个或多个ADL的常规表现中的异常可以用作适于特别关注的警告。
已经开发了用于当个体独立地在它们自己的家中或在熟悉的周围环境中生活时监测他们的ADL的设备和系统。例如,一种用于检测人的日常生活活动的这样的已知系统包括三个主要部件:(i)传感器系统,其收集关于人的活动和行为的信息;(ii)智能(或信息处理)系统,其解释传感器信号以用于ADL行为的确定;(iii)用户接口系统,其使得护理者能够检查经解释(经处理)的信息。智能系统典型地利用本领域中已知的计算技术作为人工智能。该系统可以由用于数据收集、传输和存储的常规技术支持。
在WO 2016/113162 A1中描述了一种用于监测人在环境内的日常生活活动ADL的系统和方法。所公开的系统包括ADL推断单元,其适于接收表示人和环境中的至少一个的属性的检测值的传感器输出信号,并且生成表示人的推断的ADL的推断的ADL输出信号。监测器单元适于取决于接收的传感器输出信号和推断的ADL输出信号中的至少一个生成监测信号。在US 2008/001735A1、EP0558975 A1和US 2004/030531 A1中公开了类似的系统和方法。
然而,在实践中,遇到的主要困难是在实际护理案例中可能发生的广泛变化。由于存在日常生活中可能出现的那么多情况、情境和背景,因此通常采用众多传感器,试图捕获关于人的活动的足够信息以实现对特定活动的识别。然而,这典型地增加了成本,并且因此可能是不合乎期望的。
此外,被监测人的身体和/或精神能力可能随时间而变化(例如,下降或降低)。作为结果,可能难以确定何时需要监督的某种形式的援助、帮助。
发明内容
本发明由权利要求限定。
根据本发明的第一方面,提供了一种用于监测人在环境内的日常生活活动ADL的系统,该环境包含可由人经由控制系统控制的对象,该系统包括:数据收集单元,其适于从控制系统获得控制数据,该控制数据基于由控制系统生成的用于控制对象的一个或多个控制信号;以及数据分析单元,其适于基于所获得的控制数据确定人的ADL事件。
实施例可以基于以下见解:用于监测人的系统可以适于直接从由环境控制系统(诸如,例如“智能家居”控制系统)生成的控制信号获得使用数据。因此,不是采用众多传感器并试图使用传感器数据,所提出的实施例可以使用由控制系统生成的数据(例如,控制数据)。通过直接使用来自控制系统的数据,实施例可以确定(例如推断)关于人的ADL的信息,而不依赖于复杂且/或昂贵的传感器布置,从而降低成本。此外,实施例可以避免在被监测的环境中安装、调试和/或维护传感器的需要。
因此,可以从使用数据推断人的ADL,该使用数据是从被人用来控制一个或多个对象的控制系统获得的。例如,“智能家居”控制系统可以适于控制被监测家庭环境中的照明和/或电器,并且基于由智能家居控制系统生成的实际控制信号的控制数据可以被分析,以便确定使用控制系统的人的一个或多个ADL。例如,可以从由控制系统生成和发出的照明命令获得照明使用数据,并且可以分析这种照明使用数据以推断人的ADL。以这种方式,可能不需要附加的传感器和/或监测器(诸如灯开关监测器或光传感器等)以便确定和监测ADL。
作为进一步解释,ADL涉及人定期执行的基本活动。日常生活活动的示例包括:饮水/饮食;烹饪;药物治疗;睡眠;如厕;洗澡;洗涤、诸如散步之类的任何种类的锻炼、诸如阅读或看电视之类的休闲活动、以及更多活动等。
因此,实施例可以以非侵入方式(例如,不要求人佩戴、操作或以其他方式采用传感器)提供关于人的ADL的信息。实施例还可以提供一种以简单且易于实施的方式监测ADL(诸如烹饪、饮食、锻炼、开门等)的方式,而不需要例如安装新的或附加的传感器。
一些实施例可以进一步包括监测器单元,其适于基于所确定的ADL事件和与人的先前确定的ADL事件有关的历史数据来确定人的能力或活动的趋势。
因此,可以提出一种通过使用检测的或确定的人的ADL识别身体或精神能力的趋势来监测人的身体或精神能力的概念。通过使用当前感测或确定的ADL以及一个或多个先前确定的ADL,可以识别ADL(或其属性)的趋势、变化或动向。例如,通过检测检测到的ADL(或ADL参数值)随时间的持续变化或模式,可以推断人的(身体或精神)能力或活动的趋势,并且由此可以确定当前和/或未来的护理/帮助/援助要求。因此,可以提出一种基于从控制系统(而不是从传感器)直接获得的控制数据而确定的当前和历史ADL来确定人的能力或活动的趋势的概念。例如,人的推断ADL(或ADL属性的值)可以用来推断人的身体或精神能力,并且这可以在延长的时间段(诸如,数小时、数天、数周、数月或数年)内进行许多次,以便实现对人的身体或精神能力的随时间的监测。此外,在预定时间范围(例如,一周或一个月)内检测的ADL参数值(例如,反应时间、移动速度等)可以用于估计人在当前、随后和/或先前的时间范围内的身体或精神能力的趋势。
因此,可以在无需在被监测环境中采用复杂且/或昂贵的传感器布置的情况下推断人的身体或精神能力的趋势。这可以有助于降低ADL监测系统的相关成本和/或复杂性。例如,常规的ADL监测系统可以适于通过采用安装在冰箱上的传感器(例如开闭传感器)、安装在容纳餐具/食物的橱柜/抽屉中的传感器、烹饪设备上的功率传感器、用于检测用户在厨房中的存在的存在传感器、安装在餐桌的座位中的压力传感器等来检测或监测饮食和饮水。相反,实施例可以避免针对多个传感器(以及对它们各自信号的复杂信号处理)的需要,而是可以简单地采用直接从适于控制被监测环境中的一个或多个对象的控制系统获得的控制数据。
例如,(如从照明控制系统发出的特定控制信号/命令之间的时序推断的)人的移动的下降/降低的速率或速度的趋势可以用于推断和监测人的体力或速度,并且可以进一步识别该人的体力或速度下降到将需要援助或帮助的点的未来时间点。作为另一个示例,(如基于在提示或信号与来自人的响应之间的经过的时间而检测到的)人的增加的反应时间的趋势可以用来识别和监测响应命令时人的身体或精神能力,并进一步识别人的能力将降低到将需要额外援助或帮助的水平的未来时间点。例如,可以采用预测分析来尝试和识别(并因此防止或避免)不合乎期望的或最坏情况的结果。这可能有助于通过及时启用干预来(例如在保健系统中)提供成本节约。因此,实施例可能对识别被监测人的未来需求是有用的,并且这可以经由通过所提出的实施例确定的趋势的外推来实现。
因此,实施例可以通过基于针对对象的控制系统发出的控制信号/命令分析对象活动(例如,照明、电器或家具、暖气、空调的可控物品的使用)以及从检测到的活动变化(诸如对象的频率、速度、模式或易用性的变化)推断趋势,来实现对人的身体或精神能力的监测。
在一些实施例中,监测器单元可以进一步适于检测所确定的趋势中的不规律性。例如,监测器单元可以适于基于所确定的趋势与阈值的比较来检测不规律性。例如,这可以提供如下优点:如果人在热水淋浴运行的浴室中停留太长时间,指示例如该人已经在浴室中变得不适,可以给出警报。作为示例,在一些实施例中,阈值可以基于下述中的至少一个来确定:人的一个或多个先前确定的ADL事件;以及人的ADL事件的一个或多个先前确定的变化。
为了检测不规律性,监测器单元可以将所确定的趋势与阈值进行比较。例如,监测器单元可以采用数据处理单元,该数据处理单元将所确定的趋势与阈值进行比较并且然后在所确定的趋势超过阈值的情况下生成警报信号。阈值可以是预编程的且是固定的,但可能优选的是使得阈值能够通过用户偏好设置。此外,阈值可以涉及未来值,并且趋势可以被外推以用于外推值与未来阈值的比较。例如,这可以识别在将来阈值何时可能被超过。
在实施例中,监测器单元可以进一步适于基于所确定的趋势来计算所估计的属性的未来值,并且监测器单元可以进一步被布置成基于所估计的属性的未来值与阈值的比较来检测不规律性,并且响应于检测到的不规律性生成警报输出信号。
实施例可以进一步包括用户输入接口,其适于接收用于限定或修改一个或多个警报条件的用户输入,并且监测器单元可以适于基于所确定的趋势和所述一个或多个警报条件生成警报输出信号。
此外,阈值可以基于先前检测到的ADL(或其参数值)和/或先前确定的人的ADL趋势。例如,阈值可以基于下述中的至少一个来确定:一个或多个先前检测到的属性值;以及属性值的一个或多个先前确定的变化。换句话说,可以通过考虑检测到的值的历史和/或属性的值的变化的历史来限定阈值,使得其可以用于识别离群(outlying)值或异常。
在系统的另一实施例中,数据分析单元可以进一步适于将所确定的人的ADL存储在活动数据库中。因此,先前确定的ADL(或ADL的属性的值)可以例如存储在历史数据库中,并且然后用在后续的计算中。此外,当前检测到的ADL或值可以用于重新计算或改进先前确定的趋势。
因此,可以存储人的活动的行为模式。这种模式的转变可能表明该人需要帮助。例如,该人可能开始忘记进行常规淋浴,并且这可以从由被监测家庭的照明控制系统向该家庭的浴室发出的照明命令信号的频率的趋势来推断。
数据分析单元可以进一步适于检测活动数据库中的不规律性。例如,通过向所确定的ADL添加时间信息,可以确定活动之间花费的时间。利用时间信息,可以确定活动的频率。例如,所确定的活动“准备热餐”的频率可以是“一天一次”或“一周五次”。例如,于是活动数据库中的不规律性可能是所确定的“准备热餐”活动之间所花费的时间增加了。例如,可以使用来自活动简档的数据来确定平均花费的时间。当在两个连续确定的“准备热餐”的活动之间花费的时间大于例如平均花费的时间的1.5倍时,这表示不规律性。
在另一实施例中,数据分析单元可以进一步布置成响应于检测到的不规律性而生成警告信号。不规律性可能表明人需要帮助。在另一示例中,系统(使用警报信号)可以建议医疗从业者、护理者、家庭成员或近亲访问该人。在另一实施例中,警告信号可以提供给该人他/她自己。例如,警告信号可以是建议该人服用某种药物的反馈信号。
实施例可以适于向下述中的至少一个提供所生成的警报或警告信号:该人;医疗从业者;以及护理者。
实施例可以进一步包括控制单元,其适于基于所确定的ADL事件生成用于控制对象的控制信号。以这种方式,实施例可以适于提供适合于由控制系统使用的控制信号,从而使得实施例能够修改或控制控制系统(以及因此由控制系统控制的对象)的操作。例如,除了监测之外,实施例还可以基于所获得的控制数据来控制(通常由控制系统控制的)对象/设备。这可以通过生成控制信号并将该控制信号传送到对象以便控制(例如,改变、修改或调适)其操作来直接完成,或者通过将信号传送到控制系统以便使控制系统作为响应而控制对象来间接完成。以这种方式,可以基于所获得的控制数据来调适对象(诸如灯)的操作(例如,以改变照明条件)。
作为示例,对象可以包括适于用于ADL的执行的照明设备或家用电器。而且,控制系统可以是智能家居控制系统,其适于控制智能家居内的灯和/家用电器的一个或多个操作。
实施例可以进一步适于基于所确定的人的ADL事件生成用于修改图形元素的显示控制信号,并且系统可以进一步包括:显示系统,其适于根据所生成的显示控制信号显示图形元素。以这种方式,用户(诸如护理者)可以具有适当布置的显示系统,该显示系统可以接收和显示关于所确定的ADL的信息,并且该人可以被定位成远离用户。因此,实施例可以使得用户能够使用诸如膝上型计算机、平板计算机、移动电话、PDA等之类的便携式显示设备远程监测人。
应当领会,根据实施例的系统的全部或部分可以包括一个或多个数据处理单元。例如,数据分析单元可以使用单个处理器来实现,该单个处理器适于进行数据处理以便(基于从控制系统获得的使用数据)确定人的ADL。数据分析单元可以被定位成远离控制系统,并且表示由控制系统发出的控制信号的控制数据可以经由通信链路被传送到数据分析单元。
该系统可以进一步包括:包括数据分析单元的服务器设备;以及包括数据收集单元的客户端设备。因此,为了确定人的ADL的目的,可以采用专用的数据处理装置,从而降低系统的其他部件或设备的处理要求或能力。
该系统可以进一步包括客户端设备,其中该客户端设备包括数据分析单元和显示系统。换句话说,用户(诸如护理者)可以具有适当布置的客户端设备(诸如膝上型计算机、平板计算机、移动电话、PDA等),其处理所接收的控制系统使用数据以便确定人的ADL。
因此,处理可以被托管在与生成或发出控制信号的位置不同的位置。例如,出于功率效率的原因(例如,为了改善电池寿命),在控制系统位置处执行该处理的部分可能是有利的,从而降低相关成本、处理功率、传输要求等。
实施例还可以使得处理负载中的一些能够分布在系统各处。例如,可以在控制系统处进行预处理。可替代地或附加地,可以在通信网关处进行处理。在一些实施例中,可以在远程网关或服务器处进行处理,从而放弃来自终端用户或输出设备的处理要求。处理和/或硬件的这种分配可以允许改进的维护能力(例如,通过将复杂或昂贵的硬件集中在优选位置)。它还可以根据可用的处理能力使得计算负载和/或流量能够被设计或定位在联网系统内。优选的方法可以是在本地处理控制信号并且传输所提取的控制数据以用于在远程服务器处进行完全处理。
因此,将理解的是,处理能力可以根据预定约束条件和/或处理资源的可用性以不同方式分布在系统的各处。
根据本发明的另一方面,提供了一种用于监测人在环境中的日常生活活动ADL的方法,该环境包含可由人经由控制系统控制的对象,该方法包括:从控制系统获得控制数据,该控制数据基于由控制系统生成的用于控制对象的一个或多个控制信号;以及基于所获得的控制数据确定人的ADL事件。
通过分析控制系统的控制数据(例如使用)而不是通过传感器的感测或监督来实现监测的非侵入性特征。
在另一实施例中,该方法可以进一步包括以下步骤:基于确定的ADL事件和与先前确定的人的ADL事件有关的历史数据,确定人的能力或活动的趋势。
根据本发明的又一方面,提供了一种用于监测人在环境中的日常生活活动ADL的计算机程序产品,该环境包含可由人经由控制系统控制的对象,其中该计算机程序产品包括计算机可读存储介质,该计算机可读存储介质具有与其一起体现的计算机可读程序代码,该计算机可读程序代码被配置成执行用于监测人在环境中的日常生活活动ADL的方法的实施例的所有步骤。
在实施例中,可以提供一种计算机系统,其包括:根据实施例的计算机程序产品;以及一个或多个处理器,其适于通过执行所述计算机程序产品的计算机可读程序代码来执行根据实施例的方法。
在另一方面,本发明涉及一种包括指令的计算机可读非暂时性存储介质,该指令在由处理设备执行时执行根据实施例的用于监测人在环境中的日常生活活动ADL的方法的步骤。
本发明的这些和其他方面根据下文描述的实施例将是清楚的,并且将参照下文描述的实施例进行阐述。
附图说明
现在将参考附图详细描述根据本发明的方面的示例,其中:
图1是根据实施例的用于监测人在环境中的ADL的系统的简化框图;
图2是根据另一实施例的用于监测人在环境中的ADL的系统的简化框图;
图3是根据实施例的用于监测人在环境中的ADL的方法的流程图;
图4是可以在其中采用实施例的一个或多个部分的计算机的简化框图。
具体实施方式
提出了用于监测人在环境中的日常生活活动ADL的概念,其可以用于例如不引人注目地监测人的健康的目的。这样的人可以例如包括残疾人、老年人、受伤的人、内科患者等。老年人可以意指50岁以上、65岁以上、70岁以上或80岁以上的人。
说明性实施例可以用在许多不同类型的监测环境中,诸如医院、病房、护理中心、人的家等。为了提供用于说明性实施例的元件和功能的描述的情境,下文提供了附图,作为可以如何实现说明性实施例的各方面的示例。因此,应当领会,附图仅是示例,并非旨在声明或暗示关于可以实现本发明的各方面或实施例的环境、系统或方法的任何限制。
已经认识到,在许多护理情形下,需要得知人正在进行的ADL。可能还需要当异常发生时得到警告。每种情况的异常的类型可能不同。一大类异常涉及人的ADL例程中的失常。例如,夜间上厕所的次数高于平均次数。更严重的事件形成另一个类,例如人摔倒。当要检测活动的(衰退)趋势时,也可能需要进一步改进的算法。
作为示例,ADL可以包括:
(i)药物治疗
a.老年人是在适当的时候以适当的方式服药吗
(ii)睡眠
a.老年人睡眠充足且不受干扰吗
(iii)饮食/饮水
a.老年人充足且规律地饮食吗
b.他自己准备饭菜吗
(iv)身体活动
a.老年人在白天期间活跃吗
b.有少量久坐不动的行为吗
(v)如厕
a.老年人以正常方式如厕吗
b.夜间频繁地上厕所吗
(vi)洗澡
a.老年人洗澡充分吗
(vii)进出房子
a.老年人出去吗
(xiii)环境气候
a.环境“干净”吗
b.例如,温度适当吗,CO2水平健康吗
(ix)等等。
基于以上示例性ADL,跟随的示例警告和警报可以是:
A.活动的标志、或不活动的标志
B.在被认为危险的房间中的存在性(例如,当老年人患有痴呆症时独自在厨房中)
C.在意想不到的时刻,比如在夜间,离开房子
D.上厕所的异常频率或异常持续时间
E.洗澡的异常持续时间
F.睡得更短
G.减少的活动
H.等等。
因此,本发明的实施例针对使得人的ADL能够被检测和/或监测。例如,这可以用于生成警报或警告系统的警报信号,该警报信号可以表明该人需要帮助。
实施例基于以下见解:由环境控制系统(比如,例如“智能家居”控制系统)生成的控制信号可用于推断ADL。因此,取代采用传感器并尝试使用传感器数据的是,所提出的实施例可以直接从控制系统获得数据(例如控制数据),并且然后分析这样的数据以确定人的ADL事件。通过使用直接从控制系统获得的数据,实施例可以确定(例如推断)关于人的ADL的信息,而不依赖于复杂且/或昂贵的传感器布置,从而降低成本。因此,监测环境中的传感器的安装、调试和维护可以通过一些实施例来避免。
提出了一种从使用数据推断人的ADL的概念,该使用数据是从被人用来控制一个或多个对象或设备的控制系统获得的。例如,“智能家居”控制系统可以适于控制被监测的智能家居环境中的照明和/或电器,并且由智能家居控制系统生成的控制信号可以被分析,以便确定人在被监测的智能家居环境中的一个或多个ADL。作为示例,可以从由控制系统生成的照明命令/信号获得照明使用数据,并且可以分析这种照明使用数据以推断人的ADL。
因此,实施例提出使用来自控制系统的控制/使用数据(控制系统适于根据被监测的人的要求/指令控制被监测环境的一个或多个对象)。因此,可以在用于控制环境中的对象/物品/设备的控制系统中采用这种所提出的ADL推断系统/方法。
图1示出了用于监测人在环境中的ADL的系统1的实施例。在该示例中,环境包括多个灯5,其可以由人经由照明控制系统10控制,其中多个灯5中的每一个定位在环境的不同房间或区域中。
这里,照明控制系统10经由有线或无线连接将控制信号传送到灯5。作为示例,无线连接可以包括短程到中程通信链路。为避免疑义,短到中程通信链路应当是指具有高达约100米范围的短程或中程通信链路。在设计用于非常短的通信距离的短程通信链路中,信号典型地行进从几厘米到几米,而在设计用于短到中通信距离的中程通信链路中,信号典型地行进高达100米。短程无线通信链路的示例是ANT +、蓝牙、低功耗蓝牙、IEEE802.15.4、ISA100a、红外(IrDA)、ISM频带、近场通信(NFC)、RFID、6LoWPAN、UWB、无线HART、无线HD、无线USB、ZigBee。中程通信链路的示例包括Wi-Fi、Z-Wave。
因此,照明控制系统10适于根据被监测人员的指令和/或要求控制多个灯5中的每一个。
系统1包括数据收集单元15,其适于从照明控制系统10获得控制数据20。这里,控制数据20基于由照明控制系统10生成的用于控制灯5的一个或多个控制信号。例如,控制数据20可以包括与由照明控制系统10向灯5发出的控制信号的参数和/或属性有关的信息。关于参数和/或属性的这种信息可以包括,例如:控制信号的时序;目标/寻址光5;照明参数值(诸如光亮度/光度、照明颜色、调光值等);关于控制装置的信息(例如,用户用来控制信号的物品的描述,诸如无线按钮、智能手机、运动传感器等);用户编程的规则;以及信号的发起者(例如,使信号生成/发出的人/用户的识别细节)。
系统1进一步包括数据分析单元25,其适于基于所获得的控制数据20来确定人的ADL事件。为此目的,数据分析单元25可以与互联网或“云”50中可用的一个或多个数据处理资源通信。这样的数据处理资源可以基于所获得的控制数据20进行用于推断或确定人的ADL事件所需的处理的部分或全部。因此,该实施例可以采用分布式处理原理。
数据分析单元25进一步适于生成表示被监测人的推断或确定的ADL事件的输出信号75。换句话说,在(基于从照明控制系统10获得的控制数据,无论是否经由互联网或“云”与数据处理资源通信)确定被监测人的ADL事件之后,生成表示确定的人的ADL事件的输出信号75。
该系统进一步包括用于向一个或多个用户提供信息的图形用户接口(GUI)100。输出信号75经由有线或无线连接被提供给GUI 100。作为示例,无线连接可以包括短到中程通信链路。如图1中所指示,输出信号75从数据分析单元25被提供给GUI 100。然而,在系统经由互联网或云50利用数据处理资源的情况下,可以使输出信号对GUI而言是经由互联网或云50可用的。
基于输出信号75,GUI 100适于通过在GUI 100的显示区域中显示一个或多个图形元素来传送信息。以这种方式,系统可以传送关于被监测的人的ADL的信息,该信息对于指示该人需要关注或对于估计预期该人可能何时需要帮助或关注是有用的。例如,GUI 100可用于向医疗从业者、护理者、家庭成员或近亲显示图形元素。可替代地或另外地,GUI 100可以适于向被监测人显示图形元素。
因此,可以从控制数据20(例如照明使用数据)推断被监测人的ADL,该控制数据20是从由照明控制系统10生成和发出的照明命令获得的。换句话说,建议获得并分析(直接从智能家居照明控制系统收集的)关于照明控制的使用的数据。由于可控照明设备可以存在于被监测环境的每个房间中,所以实施例可以是完全不引人注目的,并且可能不需要附加的传感器和/或监测器(诸如灯开关监测器或光传感器等)以便确定和监测ADL。被监测人仅需要在使用照明控制系统10时进行他们的正常活动,并且甚至可能不知道他们对照明的使用正在被监测。
这种来自照明控制系统10的控制数据的使用可以确保可以针对所有照明使用自动地且准确地获得被监测人的活动,而不需要人记住进行任何特殊或附加的活动以便使照明使用被检测。例如,它可以消除人执行特定附加动作(例如按压按钮)以便指示或记录活动的需要。
作为示例,数据分析单元25可以分析所获得的控制数据20以检测灯激活的次序或顺序并推断人穿过被监测环境(例如智能家居)的移动。根据推断的移动,可以推断出人的一个或多个活动(例如上厕所、淋浴等)。
此外,(家用)电器或设备的开/关切换可以由数据分析单元25分析,以便推断人的活动。数据分析单元25还可以从照明和/或电器使用辨识重复的用户活动(例如醒来和刷牙)并将其用于训练和长期监测。例如,检测到的灯激活/切换次序可以用于提供人穿过环境(例如家)的移动的指示并推断活动。
从以上对图1的实施例的描述中,应该理解,提出了一种系统,该系统分析来自控制系统的设备使用数据,以便确定被监测人的ADL事件。这可以被认为是在短期时间尺度上(例如实时地)提供ADL检测和/或监测。例如,这种实施方式可以检测当前的ADL并且潜在地识别推荐的动作。例如,如果被监测人确定在所谓的“危险的房间”太长时间(如可以从厕所灯被接通的时间超过预定的阈值时间(例如30分钟,或者可替代地如果是前5次的平均值的两倍时长)推断),可以向护理者提供警报信号。
然而,其他实施例可以在长期时间尺度上提供ADL检测和/或监测(例如用于模式识别和趋势确定)。例如,这种实施方式可以获得关于人的活动(例如,睡眠或饮食)的信息。此外,偏离通常模式或趋势可以被检测并被转换成警报或警告。这样的偏离可能涉及偶然偏离(例如用户在夜间不上床睡觉)或指示逐渐增加的偏离(例如认知衰退、神志恍惚、睡眠障碍、意识模糊、视力退化的指示)。
因此,一些实施例可以进一步包括监测器单元,其适于基于确定的ADL事件和与先前确定的人的ADL事件有关的历史数据来确定人的能力或活动的趋势。
相应地,提出了一种通过确定人的身体或精神能力的趋势来监测人的概念。
一般地,为了能够观察人的“正常”日常行为的趋势,可以监测人的ADL。根据确立的趋势,还可能发现意想不到的活动、异常或与相对于预期值或模式的偏离。每种情况下异常或不规律的类型可能不同。
一大类身体或精神能力可能涉及该人的ADL例程。例如,可以从人打开/关闭门(或橱柜、衣柜、冰箱、微波炉或其他家具)或抽屉的速度和/或在打开/关闭过程期间施加到门或抽屉的力推断出身体能力。另一个示例是由于眼睛退化而选择用于阅读的照明亮度或色移。
因此,本发明的实施例可以针对使得关于人的身体或精神能力的信息能够被获得并且潜在地被监测。因此,这样的信息对于监测人的健康或康乐是有用的。
一些实施例可以采用从当前推断的或确定的人的ADL和与该人的一个或多个先前检测的ADL相关的历史数据来确定人的(身体或精神)能力或活动的趋势的概念。换句话说,人的能力或活动的趋势的确定可以基于该人的当前和先前检测的ADL。
因此,人的(身体或精神)能力或活动的趋势可以被确定,而不需要将传感器安装在被监测环境中,从而降低根据实施例的系统的成本和/或复杂性。它还可以帮助确保准确检测到异常,从而提高ADL监测结果的准确性。因此,可以在用于监测人在环境中的ADL的系统中采用这种所提出的用于监测人的身体或精神能力或活动的概念。
出于这种长期监测和/或趋势识别的目的,确定的ADL事件(和相关值)可以存储在适于存储与一个或多个先前检测到的ADL有关的历史数据的数据库中。在这样做时,每个ADL事件可以用识别ADL事件何时被测量的时间戳来标记。在趋势确定或分析中,于是可以在估计趋势之前按时间单位(例如每天)对检测值取平均。此外,给定(已知的)情境,也可以排除某些天。例如,在星期五,孙子女或清洁女工在房子中,因此检测到的数据可能不代表被监测的人。
另一种方案可以是将每个检测到的ADL事件作为一对时间和值提供,使得例如使用回归方法的趋势分析可以解释值被检测的变化率(例如,到达的不规律性)。
通过存储先前检测到的ADL,可以确定ADL中的趋势的估计,并且可以识别该人可能需要帮助或援助的未来日期/时间(例如,通过外推趋势以识别它何时变得高于/低于阈值)。此外,当前检测到的ADL可用于重新计算或改进先前确定的趋势(例如,存储在例如数据库中的那些)。此外,实施例可以通过使用先前检测到的ADL来自学习(例如使用机器学习算法)。例如,实施例可以检测到某些条件/事件(例如事故)在某些数据/事件条件之后发生,并且可以从中学习以针对其他用户预测相同或类似事件的发生(并且因此潜在地在试图阻止发生时导致警告信号的发布)。
尽管所描述的图1的实施例采用来自由被监测人使用的照明控制系统的照明使用数据,但是应当理解,在可替代的实施例中可以获得并分析从控制系统导出的许多其他不同类型的使用数据。例如,可以布置其他实施例以获得和分析:暖气控制/使用数据;电器控制/使用数据;和/或门禁控制/使用数据。
通过基于与人与之交互的对象相关的使用/控制数据来检测ADL,可以识别检测到的ADL随时间的趋势,并且根据这种趋势,可以监测人的能力或活动。例如,(如直接从控制系统的控制信号中检测的)人控制设备的反应时间减慢/增加的趋势可以用于识别和监测人的认知能力的趋势。
现在参照图2,其描绘了根据本发明的系统的另一个实施例,该系统包括控制系统210,该控制系统210适于控制存在于被监测环境中的多个设备和/或电器。这里,控制系统210包括智能家居控制系统,其适于在被监测环境中提供并由待监测的人控制。控制系统210适于输出一个或多个控制信号,这些控制信号适于基于被监测人的指令和/或要求来控制被监测环境的设备/电器。
虽然该实施例已被描述为将控制系统210集成到被监测环境中,但是应当理解,在可替代实施例中,控制系统210可以与被监测环境分开提供,使得它被远程提供并且(例如经由互联网或无线通信链路)将控制信号传送到被监测环境。
控制系统210适于经由互联网220(例如,使用有线或无线连接)将关于所生成的控制信号的控制信息(例如,控制信号的副本或包括与控制信号的参数值有关的信息的控制数据)传送到远程定位的数据处理系统230(例如服务器)。
数据处理系统230适于从控制系统210接收控制信息并根据推断/检测算法处理所接收的信息,以便推断/确定人的ADL的趋势。更具体地,该算法结合与一个或多个先前检测到的人的ADL有关的历史数据处理从控制系统210接收的信息,以确定ADL随时间的趋势。该趋势可以被发现为线性线(例如,使用线性回归),但也可以是使用更高阶拟合技术的弯曲的线。
数据处理系统230进一步适于生成表示推断或计算的ADL趋势的输出信号。因此,数据处理系统230提供可集中访问的处理资源,其可以从控制系统210接收信息并运行一个或多个算法以将所接收的信息变换为人的ADL的趋势的描述。
因此,先前确定的ADL(或ADL的属性的值)可以例如存储在历史数据库中,并且然后用于后续的计算中。此外,当前检测到的ADL或值可用于重新计算或改进先前确定的趋势。因此,可以存储人的活动的行为模式。这种模式的转变可能表明该人需要帮助。例如,该人可能开始忘记进行常规淋浴,并且这可以从由家庭的控制系统向被监测家庭的浴室发出的命令信号的频率的趋势来推断。
此外,数据处理系统230适于检测历史数据库中的不规律性。例如,通过向确定的ADL添加时间信息,可以确定活动之间花费的时间。利用时间信息,可以确定活动的频率。例如,所确定的活动“准备热餐”的频率可以是“一天一次”或“一周五次”。于是历史数据库中的不规律性例如可能是所确定的“准备热餐”活动之间所花费的时间增加了。
可以(经由例如互联网220)响应于接收请求和/或可以在没有请求(即“推送”)的情况下进行关于检测到的或推断的ADL趋势和/或不规律性的信息的这种提供。
为了从数据处理系统接收关于检测到的或推断的ADL趋势的信息并且从而使得人能够被监测的目的,该系统进一步包括第一移动计算设备240和第二移动计算设备250。
这里,第一移动计算设备240是具有用于显示表示人的身体或精神健康的图形元素的显示器的移动电话设备(诸如智能电话)。第二移动计算设备250是具有用于显示表示人的ADL的图形元素的显示器的移动计算机,诸如膝上型计算机或平板计算机。
数据处理系统230适于经由互联网220(使用例如有线或无线连接)将输出信号传送到第一移动计算设备240和第二移动计算设备250。如上所述,这可以响应于从第一移动计算设备240或第二移动计算设备250接收请求而进行。
基于所接收的输出信号,第一移动计算设备240和第二移动计算设备250适于在由它们各自的显示器提供的显示区域中显示一个或多个图形元素。为此目的,第一移动计算设备240和第二移动计算设备250各自包括用于处理、解密和/或解释所接收的输出信号的软件应用,以便确定如何显示图形元素。因此,第一移动计算设备240和第二移动计算设备250各自包括处理布置,其适应于表示趋势的一个或多个值的并且适于基于表示趋势的一个或多个值生成用于修改图形元素的尺寸、形状、位置、取向、脉动或颜色中的至少一个的显示控制信号
因此,系统可以将关于推断或检测到的ADL趋势的信息传送给第一移动计算设备240和第二移动计算设备250的用户。例如,第一移动计算设备240和第二移动计算设备250中的每一个可以用于向医疗从业者、护理者、家庭成员或近亲显示图形元素。而且,系统可以响应于检测到的不规律性而生成警告信号。不规律性例如可以指示该人需要帮助,并且因此可以向下述中的至少一个提供所生成的警报或警告信号:该人;医疗从业者;以及护理者。
图2的系统的实施方式可以在下述之间变化:(i)数据处理系统230传送已经显示就绪的ADL趋势数据的情形,显示就绪的ADL趋势数据可以例如包括包含使用常规图像或网页显示(其可以是基于网络的浏览器等)简单地向移动计算设备的用户显示的(例如,JPEG或其他图像格式的)图形元素的显示数据;(ii)数据处理系统230传送接收移动计算设备然后处理以确定ADL的趋势的原始数据集信息并且然后基于(例如,使用在移动计算设备上运行的本地软件)所确定的趋势显示图形元素的情形。当然,在其他实施方式中,该处理可以在数据处理系统230和接收移动计算设备之间共享,使得在数据处理系统230处生成的数据的一部分被发送到移动计算设备以供移动计算设备的本地专用软件进一步处理。因此,实施例可以采用服务器侧处理、客户端侧处理或其任何组合。
此外,在数据处理系统230不“推送”信息(例如输出信号),而是响应于接收请求而传送信息的情况下,可能要求提出这种请求的设备的用户确认或认证他们的身份和/或安全凭证,以便传送信息。
现在参考图3,示出了用于监测人在环境中的ADL的示例性方法300的流程图。这里,环境包含可以经由集中控制系统控制的多个设备。
该方法从步骤310开始,在步骤310中检测到人的ADL事件。具体地,检测ADL事件的步骤310包括以下子步骤:从控制系统获得312控制数据,该控制数据基于由控制系统生成的用于控制设备的一个或多个控制信号;以及基于所获得的控制数据确定314人的ADL事件。
接下来,在步骤320中,基于在步骤314中检测到的检测的ADL和与一个或多个先前检测到的(归因于被监测人的)ADL相关的历史数据来确定人的能力或活动的趋势。
然后,在步骤330中,将确定的趋势与预定阈值进行比较。可以响应于(例如使用趋势分析)基于一个或多个先前获得的ADL的计算对阈值进行预编程、固定或动态设置,但是优选地还使得阈值能够通过用户偏好来设置。因此,阈值可以基于先前确定的表示人的身体或精神能力的值。换句话说,可以通过考虑人的历史和/或考虑先前的计算来限定阈值,使得其可以用于识别离群值或异常。
如果在步骤330中确定趋势超过第一阈值,则该方法前进到步骤340,在步骤340中警告信号被生成并与描述趋势和/或检测到的ADL /值的信息一起被输出。如果在步骤330中确定趋势不超过第一阈值,则该方法前进到步骤350,在步骤350中,在没有任何警告信号的情况下输出描述冰箱门的旋转速度的趋势和/或检测值的信息。
从以上对图3所图示方法的描述中,应该理解,所提出的实施例可以适于检测确定的趋势中的不规律性。例如,在图3的实施例中,步骤330至350可以由监测器单元实现,并且可以被实现以基于所确定的趋势与阈值的比较来检测不规律性。这可以提供以下优点:当检测到不规律或异常时可以生成并传送警报或警示信号(例如,如果人在热水淋浴运行的浴室中停留太长时间,指示该人可能已经在浴室中变得不适)。在该示例中,为了检测不规律性,监测器单元对确定的趋势与阈值进行相对简单的比较。阈值可以是预编程且固定的,但可能优选的是使得阈值能够通过用户偏好设置。例如,这可以识别在将来何时阈值可能被超过。
检测离群值或检测时间序列中的变化的其他方法在本领域中是已知的。作为示例,在实施例中,监测器单元可以进一步适于基于所确定的趋势来计算属性的估计的未来值,并且监测器单元可以进一步布置成基于属性的估计的未来值与阈值的比较来检测不规律性,并且响应于检测到的不规律性生成警报输出信号。因此,阈值可以涉及未来值,并且所确定的趋势可以被外推以用于外推值与未来阈值的比较。使用外推趋势,可以估计直到趋势将跨越阈值的时间,并且例如提供该数字作为可能需要干预或帮助的标识。
仅作为示例,用于监测人的身体或精神能力的方法300的一个或多个步骤可以在便携式计算设备(诸如图2中所示的智能电话或便携式计算机)中实现,以便控制图形元素在显示器上的显示。当然,应该理解,所提出的用于监测ADL的实施例可以在其他方法和/或系统中实现。
实施例可以进一步包括控制单元,其适于基于所确定的ADL事件为控制系统生成一个或多个控制信号。以这种方式,实施例可以适于提供适合于由已经从其获得控制/使用数据的控制系统使用的控制信号。因此,这样的实施例可以修改或控制控制系统(以及因此由控制系统控制的对象)的操作。以这种方式,控制系统的操作可以被布置成响应于(或取决于)检测到的人的ADL。
因此,不仅监测控制系统的使用,一些实施例可以适于操作控制系统以便治疗/影响人并改善他/她的健康。例如,如果检测到阅读活动,并且如果它在低光下连续发生,则实施例可以将控制信号传送到控制系统,该控制信号使控制系统改变或改善照明条件。
还应注意,尽管上面已经描述了实施例不需要采用传感器,但是一些实施例可以进一步包括传感器,其适于检测下列中至少一个的属性的值:环境、对象的控制/操作、以及对象;并且适于生成表示检测值的传感器输出信号。例如,这种传感器布置可以帮助提高ADL确定的准确度。例如,传感器读数可以限制或改进数据分析单元进行的数据分析。
传感器可以布置在战略位置/方位,以便在没有人需要有意或自觉地激活/操作传感器的情况下检测适当的值。这样,人可能只需要进行他们正常的活动。这样的战略定位可以确保可以自动且准确地获得人或环境的属性的值,并且这可能不需要该人记住进行任何特殊或附加的活动以便使传感器检测到值。例如,这可以消除人忘记(例如,通过按压按钮)激活传感器的风险。
存在许多可以由实施例采用的传感器。例如,传感器可以适于感测对象的控制。例如,其他传感器可以适于感测人。
典型的传感器包括:PIR(被动红外;测量移动和存在)、OC(开关;测量门的状态,特别是前门、窗户和橱柜,包括冰箱)、功率传感器(测量诸如微波炉、电饭煲、电视机等之类电器的电流消耗)和压力垫(测量用户坐在椅子上、躺在床上、站在前门之前的门垫上的占用等)。存在并且可以想到许多其他的传感器,诸如用于感测灯开关状态的传感器、或者测量诸如湿度、CO2水平(或CO和烟雾)等之类的环境条件的传感器。另一系列传感器是基于物理量的传感器,诸如加速度计、磁力计、陀螺仪和气压传感器。例如,加速度计还可以测量门的状态及其开关运动。又一系列传感器包括麦克风和摄像头(包括红外(IR),或甚至是UV以及光谱的超出部分),GPS和位置敏感的IR也属于该又一系列传感器。基于超声或RF的传感器(包括RFID标签)提供附加的输入。具有自己的IP地址的电器(称为物联网)提供可由智能家居控制系统采用的另外的传感器输入信号。
虽然传感器可以安装在环境中(例如人的家中),但是它们也可以附接到用户设施(例如钥匙圈)或者放在衣服里、放在口袋或包里、或者作为鞋垫或内衣等。它们也可以制造成像手表或吊坠一样显式地佩戴。此外,传感器可以经由有线或无线连接或其组合来传送它们的输出信号。
传感器还可以适于对检测值进行初步处理,诸如信号滤波、采样、调节等,以便例如减少所需的传输带宽和/或传输持续时间。
因此,可以利用相对简单的传感器来实现非侵入式监测,该传感器提供关于特定周围条件或环境的属性/参数(诸如例如温度或湿度)或人的属性(诸如例如移动)的数据。用于测量周围条件或环境的属性/参数的这种传感器可以是简单的、小的和/或便宜的。而且,可以利用例如作为廉价部件的被动红外(PIR)传感器来检测人的移动。运动传感器可以用于接通照明,并且因此人们典型地熟悉它们的使用。因此,实施例可以采用被认为是非侵入性的并且更容易被受监测人接受的传感器。然而,利用由这些传感器提供的数据,ADL可以被更准确地确定并提供关于被监测的人的更多信息。
例如,利用浴室中的湿度传感器和运动传感器,可以推断该人正在淋浴。在另一示例中,利用厨房中的温度传感器和运动传感器,可以确定该人正在准备热餐。另一个优点是传感器可以是位于例如浴室和厨房中的固定传感器,从而使得人不必穿戴设备。
因此,本发明的一些实施例可以采用常规的传感器和/或现有的传感器布置。而且,实施例可以采用被认为是非侵入性的并且更容易被受监测人接受的传感器。
这样的传感器可以由实施例采用或与实施例结合使用,以便增加被监测的ADL的数量和/或准确度。它们还可用于确认或限制对从控制系统获得的使用数据进行的分析,从而避免虚假或无意的确定/推断。例如,来自被监测人穿戴的位置传感器的信号可用于确认照明系统命令是否确实可归因于被监测人或例如某些其他人。可以注意到,连接的照明系统和智能家居系统已经越来越多地包括传感器,纯粹是为了它们自己的增强功能。这些传感器可用于本发明的目的(例如现有/常规的运动传感器)。
图4图示了计算机400的示例,其中可以采用实施例的一个或多个部分。上面讨论的各种操作可以利用计算机400的能力。例如,适于监测人的ADL监测系统的一个或多个部分可以合并在本文讨论的任何元件、模块、应用和/或部件中。
计算机400包括但不限于PC、工作站、膝上型计算机、PDA、掌上设备、服务器、存储装置等。一般地,就硬件架构而言,计算机400可以包括一个或多个处理器410、存储器420、以及经由本地接口(未示出)通信地耦合的一个或多个I/O设备470。本地接口可以是,例如但不限于,一个或多个总线或其他有线或无线连接,如本领域中已知的。本地接口可以具有附加元件,诸如控制器、缓冲器(高速缓存),驱动器、中继器和接收器,以实现通信。此外,本地接口可以包括地址、控制和/或数据连接,以实现上述部件之间的适当通信。
处理器410是用于执行可以存储在存储器420中的软件的硬件设备。处理器410实际上可以是任何定制的或商业上可用的处理器、中央处理单元(CPU)、数字信号处理器(DSP)或在与计算机400相关联的若干处理器之中的辅助处理器,并且处理器410可以是基于半导体的(微芯片形式的)微处理器或微处理器。
存储器420可以包括易失性存储器元件(例如,随机存取存储器(RAM),诸如动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)等)和非易失性存储器元件(例如,ROM、可擦除可编程只读存储器(EPROM)、电子可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁带、光盘只读存储器(CD-ROM)、磁盘、软盘、磁盒、盒式磁带或类似物等等)中的任何一种或组合。此外,存储器420可以包含电子、磁、光和/或其他类型的存储介质。注意,存储器420可以具有分布式架构,其中各种部件彼此远离,但是可以由处理器410访问。
存储器420中的软件可以包括一个或多个单独的程序,每个程序包括用于实现逻辑功能的可执行指令的有序列表。存储器420中的软件包括合适的操作系统(O/S)450、编译器440、源代码430和根据示例性实施例的一个或多个应用460。如所图示的,应用460包括用于实现示例性实施例的特征和操作的许多功能部件。计算机400的应用460可以表示根据示例性实施例的各种应用、计算单元、逻辑、功能单元、进程、操作、虚拟实体和/或模块,但是应用460并不意味着是限制。
操作系统450控制其他计算机程序的执行,并且提供调度、输入-输出控制、文件和数据管理、存储器管理以及通信控制和相关服务。发明人预期,用于实现示例性实施例的应用460可适用于所有商用操作系统。
应用460可以是源程序、可执行程序(目标代码)、脚本或包括要执行的指令集的任何其他实体。当是源程序时,则该程序通常经由可以包括或不包括在存储器420内的编译器(诸如编译器440)、汇编器、解释器等被转换,以便与O/S 450相关地恰当操作。此外,应用460可以被写为具有数据和方法的类的面向对象的编程语言,或者具有例程、子例程和/或函数的过程编程语言,例如但不是限于,C、C ++、C#、Pascal、BASIC、API调用、HTML、XHTML、XML、ASP脚本、FORTRAN、COBOL、Perl、Java、ADA、.NET等。
I/O设备470可以包括输入设备,诸如例如但不限于鼠标、键盘、扫描仪、麦克风、相机等。此外,I/O设备470还可以包括输出设备,例如但不限于打印机、显示器等。最后,I/O设备470可以进一步包括传送输入和输出二者的设备,例如但不限于NIC或调制器/解调器(用于访问远程设备、其他文件、设备、系统或网络)、射频(RF)或其他收发器、电话接口、桥接器、路由器等。I/O设备470还包括用于通过诸如因特网或内联网之类的各种网络进行通信的部件。
如果计算机400是PC、工作站、智能设备等,则存储器420中的软件可以进一步包括基本输入输出系统(BIOS)(为简单起见省略)。BIOS是必要的软件例程的集合,其在启动时初始化和测试硬件,启动O/S 450,并且支持硬件设备之间的数据传输。BIOS存储在某种类型的只读存储器中,诸如ROM、PROM、EPROM、EEPROM等,使得在计算机400被激活时可以执行BIOS。
当计算机400在操作中时,处理器410被配置成执行存储在存储器420内的软件,以向存储器420和从存储器420传送数据并且一般地依照软件控制计算机400的操作。应用460和O/S 450全部或部分地由处理器410读取,可能在处理器410内被缓冲,然后被执行。
当应用460以软件实现时,应该注意,应用460可以存储在几乎任何计算机可读介质上以供任何计算机相关系统或方法使用或与计算机相关系统或方法结合使用。在本文的上下文中,计算机可读介质可以是电子、磁、光或其他物理设备或装置,其可以包含或存储计算机程序以供计算机相关系统或方法使用或与计算机相关系统或方法结合使用。
应用程序460可以体现在任何计算机可读介质中,以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合使用,该指令执行系统、装置或设备比如是基于计算机的系统、包含处理器的系统或可以从指令执行系统、装置或设备取得指令并执行指令的其他系统。在本文的上下文中,“计算机可读介质”可以是能够存储、传送、传播或传输程序以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合使用的任何构件。计算机可读介质可以是例如但不限于电子、磁、光、电磁,红外或半导体系统、装置、设备或传播介质。
本发明可以是系统、方法和/或计算机程序产品。该计算机程序产品可以包括计算机可读存储介质(或媒体),其上具有用于使处理器实现本发明的各方面的计算机可读程序指令。
计算机可读存储介质可以是可以保留和存储指令以供指令执行设备使用的有形设备。计算机可读存储介质可以是例如但不限于电子存储设备、磁存储设备、光学存储设备、电磁存储设备、半导体存储设备或前述的任何合适组合。计算机可读存储介质的更具体示例的非详尽列表包括下述:便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式光盘只读存储器(CD-ROM)、数字通用盘(DVD)、存储棒、软盘、诸如在其上记录有指令的凹槽中的穿孔卡或凸起结构之类的机械编码设备、以及前述的任何合适的组合。本文中使用的计算机可读存储介质不应被解释为暂时性信号本身,诸如无线电波或其他自由传播的电磁波、通过波导或其他传输介质传播的电磁波(例如,通过光纤电缆的光脉冲)或通过电线传输的电信号。
本文描述的计算机可读程序指令可以从计算机可读存储介质下载到相应的计算/处理设备或经由网络(例如因特网、局域网、广域网和/或无线网络)下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光传输纤维、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配器卡或网络接口从网络接收计算机可读程序指令,并且转发计算机可读程序指令以存储在相应计算/处理设备内的计算机可读存储介质中。
用于执行本发明的操作的计算机可读程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或以一种或多种编程语言的任意组合编写的源代码或目标代码,所述一种或多种编程语言包括诸如Smalltalk、C ++等之类的面向对象的编程语言以及诸如“C”编程语言或类似编程语言之类的常规的过程编程语言。计算机可读程序指令可以完全在用户的计算机上、部分地在用户的计算机上、作为独立的软件包、部分地在用户的计算机上并且部分地在远程计算机上或完全在远程计算机或服务器上执行。在后一种情况下,远程计算机可以通过包括局域网(LAN)或广域网(WAN)的任何类型的网络连接到用户的计算机,或者可以(例如,通过使用互联网服务提供商的互联网)形成到外部计算机的连接。在一些实施例中,包括例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)的电子电路可以通过利用计算机可读程序指令的状态信息执行计算机可读程序指令以使电子电路个性化,以便执行本发明的各方面。
本文参考根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图来描述本发明的各方面。将理解,流程图和/或框图中的每个框以及流程图和/或框图中的框的组合可以由计算机可读程序指令实现。
这些计算机可读程序指令可以被提供给通用计算机、专用计算机的处理器或其他可编程数据处理装置以产生机器,使得经由计算机的处理器或其他可编程数据处理装置执行的指令创建用于实现流程图和/或框图框中指定的功能/动作的构件。这些计算机可读程序指令还可以存储在计算机可读存储介质中,该计算机可读存储介质可以指挥计算机、可编程数据处理装置和/或其他设备以特定方式起作用,使得具有存储在其中的指令的计算机可读存储介质包括一种制品,该制品包括实现流程图和/或框图框中指定的功能/动作的各方面的指令。
计算机可读程序指令还可以加载到计算机、其他可编程数据处理装置或其他设备上,以使得在计算机、其他可编程装置或其他设备上执行一系列操作步骤,以产生计算机实现的过程,使得在计算机、其他可编程装置或其他设备上执行的指令实现在流程图和/或框图框中指定的功能/动作。
附图中的流程图和框图图示了根据本发明的各种实施例的系统、方法和计算机程序产品的可能实施方式的架构、功能和操作。在这方面,流程图或框图中的每个框可以表示指令的模块、段或部分,其包括用于实现指定的(多个)逻辑功能的一个或多个可执行指令。在一些可替代实施方式中,框中记录的功能可以不按图中所记录的顺序发生。例如,取决于所涉及的功能,连续示出的两个框实际上可以基本上同时执行,或者这些框有时可以以相反的顺序执行。还应注意,框图和/或流程图中的每个框以及框图和/或流程图中的框的组合可以由执行指定功能或动作或实现专用硬件和计算机指令的组合的基于专用硬件的系统来实现。
从以上描述中,应当领会,实施例提出使用环境控制系统(诸如例如照明系统)以用于检测和监测人的ADL的目的。因此,实施例对监测老年人、残疾人或不适的个体是有用的,从而支持独立生活。来自控制系统的使用数据既可用于实时ADL检测和警报,也可用于检测相对于通常模式或趋势的逐渐偏离。
实施例可以得到朝向智能家居或连接照明的当前和未来趋势支持。
说明书已经出于说明和描述的目的而被呈现,并且不旨在是详尽的或以所公开的形式限制本发明。许多修改和变型对于本领域普通技术人员而言将是明显的。已经选择和描述了实施例,以便最好地解释所提出的实施例的原理、(多个)实际应用,并且使本领域普通技术人员能够理解可以预期具有各种修改的各种实施例。
Claims (17)
1.一种用于监测人在环境中的日常生活活动ADL的系统(1),所述环境包含由人经由控制系统(10)可控的对象(5),所述系统包括:
数据收集单元(15),其适于直接从来自所述控制系统的控制数据获得控制系统使用数据,所述控制数据包括由所述控制系统向对象发出的控制信号的参数和/或属性,其中所述控制系统包括智能家居控制系统,并且所述控制系统使用数据包括从由所述控制系统生成和发出的照明命令获得的照明使用数据;
数据分析单元(25),其适于基于所获得的控制系统使用数据确定人的ADL事件,所述ADL事件用识别所述ADL事件何时被测量的时间戳来标记;以及
监测器单元,其适于基于所确定的ADL事件和与先前确定的人的ADL事件有关的在依据所述时间戳的预定时间段内的历史数据来确定人的能力或活动的趋势。
2.根据权利要求1所述的系统,其中所述智能家居控制系统包括照明控制系统。
3.根据权利要求1所述的系统,其中所述监测器单元进一步适于检测所确定的趋势中的不规律性,并且其中所述监测器单元进一步布置成响应于检测到的不规律性而生成警报信号。
4.根据权利要求3所述的系统,其中所述监测器单元适于基于所确定的趋势与阈值的比较来检测不规律性。
5.根据权利要求4所述的系统,其中所述阈值基于下述中的至少一个来确定:
一个或多个先前确定的人的ADL事件;和
人的ADL事件中一个或多个先前确定的变化。
6.根据前述权利要求中任一项所述的系统,其中所述数据分析单元(25)进一步适于将所确定的人的ADL存储在活动数据库中,并且其中所述数据分析单元进一步适于检测所述活动数据库中的不规律性并且响应于检测到的不规律性生成警告信号。
7.根据权利要求6所述的系统,其中所述数据分析单元(25)进一步适于确定所述活动数据库中的ADL的频率,所检测的不规律性取决于所述频率的变化。
8.根据权利要求1-5和7中任一项所述的系统,进一步包括:
传感器,其适于检测环境和对象中至少一个的属性的值,并且适于生成表示检测到值的传感器输出信号,
并且其中所述数据分析单元(25)适于进一步基于检测到的值确定人的ADL事件。
9.根据权利要求1-5和7中任一项所述的系统,进一步包括:
控制单元,其适于基于所确定的ADL事件生成用于控制对象的控制信号。
10.根据权利要求1-5和7中任一项所述的系统,其中所述对象(5)包括适于用于执行ADL的家用电器。
11.根据权利要求10所述的系统,其中所述家用电器包括灯。
12.根据权利要求1-5、7和11中任一项所述的系统,进一步适于基于所确定的人的ADL事件生成用于修改图形元素的显示控制信号(75),
并且其中所述系统进一步包括:
显示系统(100),其适于根据所生成的显示控制信号显示图形元素。
13.根据权利要求1-5、7和11中任一项所述的系统,其中所确定的人的ADL取自包括下述的组:饮食;烹饪;药物治疗;睡眠;如厕;洗澡;以及洗涤。
14.一种用于监测人在环境中的日常生活活动ADL的方法,所述环境包含由人经由控制系统可控的对象,所述方法包括:
直接从来自所述控制系统的控制数据获得(312)控制系统使用数据,所述控制数据包括由所述控制系统向对象发出的控制信号的参数和/或属性,其中所述控制系统包括智能家居控制系统,并且所述控制系统使用数据包括从由所述控制系统生成和发出的照明命令获得的照明使用数据;
基于所获得的控制系统使用数据确定(314)人的ADL事件,所述ADL事件用识别所述ADL事件何时被测量的时间戳来标记;以及
基于所确定的ADL事件和与先前确定的人的ADL事件有关的在依据所述时间戳的预定时间段内的历史数据,确定人的能力或活动的趋势。
15.根据权利要求14所述的方法,其中所述智能家居控制系统包括照明控制系统。
16.根据权利要求14或15所述的方法,进一步包括:
基于所确定的ADL事件和与先前确定的人的ADL事件有关的历史数据来确定(320)人的能力或活动的趋势。
17.一种计算机可读存储介质,其存储计算机可读指令,所述计算机可读指令在被执行时执行权利要求14-16中任一项所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16194723 | 2016-10-20 | ||
EP16194723.9 | 2016-10-20 | ||
PCT/EP2017/076465 WO2018073241A1 (en) | 2016-10-20 | 2017-10-17 | A system and method for monitoring activities of daily living of a person |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109843173A CN109843173A (zh) | 2019-06-04 |
CN109843173B true CN109843173B (zh) | 2023-10-27 |
Family
ID=57208103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780064947.0A Active CN109843173B (zh) | 2016-10-20 | 2017-10-17 | 用于监测人的日常生活活动的系统和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10810855B2 (zh) |
EP (1) | EP3528704A1 (zh) |
JP (1) | JP7463102B2 (zh) |
CN (1) | CN109843173B (zh) |
WO (1) | WO2018073241A1 (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109843173B (zh) * | 2016-10-20 | 2023-10-27 | 昕诺飞控股有限公司 | 用于监测人的日常生活活动的系统和方法 |
EP3488765A1 (en) * | 2017-11-22 | 2019-05-29 | Koninklijke Philips N.V. | Monitoring activity of a subject |
EP3579084B8 (en) * | 2018-06-08 | 2024-01-24 | Tata Consultancy Services Limited | Method and system for activity recognition and behaviour analysis |
EP3581093A1 (en) * | 2018-06-13 | 2019-12-18 | Koninklijke Philips N.V. | Determining reliability of vital signs of a monitored subject |
CN112513949B (zh) * | 2018-09-28 | 2022-11-29 | 松下知识产权经营株式会社 | 监护系统及监护方法 |
JP7215360B2 (ja) * | 2019-07-09 | 2023-01-31 | コニカミノルタ株式会社 | 介護支援の装置、システムおよびそのプログラム |
US11270799B2 (en) * | 2019-08-20 | 2022-03-08 | Vinya Intelligence Inc. | In-home remote monitoring systems and methods for predicting health status decline |
CN111292844B (zh) * | 2020-01-21 | 2023-03-21 | 桂林医学院附属医院 | 一种帕金森病情监测系统 |
WO2021215207A1 (ja) * | 2020-04-22 | 2021-10-28 | コニカミノルタ株式会社 | 被介護者の情報を提供するためにコンピューターで実行される方法、プログラム、および、情報提供装置 |
US11823547B2 (en) * | 2020-08-27 | 2023-11-21 | Arris Enterprises Llc | System and method of non-intrusive alerts for monitoring vulnerable people |
US20220181038A1 (en) * | 2020-12-08 | 2022-06-09 | Dish Network L.L.C. | Smart home with artificial intelligence |
US20220384031A1 (en) * | 2021-05-25 | 2022-12-01 | Patrick Chiyin Ng | System for monitoring, tracking and recording safety conditions and status of subjects in a confined area |
CN113359547B (zh) * | 2021-05-31 | 2022-10-28 | 青岛海尔科技有限公司 | 淋浴设备的工作状态的调整方法及装置 |
WO2023217745A1 (en) * | 2022-05-10 | 2023-11-16 | Signify Holding B.V. | A system and method for assessing a health status of a user based on interactions with lighting control interfaces |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0558975A1 (en) * | 1992-02-24 | 1993-09-08 | Toto Ltd. | Networked health care and monitoring system |
CN102027518A (zh) * | 2008-05-13 | 2011-04-20 | 皇家飞利浦电子股份有限公司 | 用于检测人的日常生活的活动的系统和方法 |
CN102708658A (zh) * | 2012-05-23 | 2012-10-03 | 陶雨 | 空巢老人生活规律异常状况的自动报警装置及报警方法 |
CN105632100A (zh) * | 2014-11-26 | 2016-06-01 | 汤姆逊许可公司 | 用于活动监视的装置和方法 |
WO2016113162A1 (en) * | 2015-01-12 | 2016-07-21 | Koninklijke Philips N.V. | A system and method for monitoring activities of daily living of a person |
WO2016131696A1 (en) * | 2015-02-18 | 2016-08-25 | Koninklijke Philips N.V. | Monitoring activities of daily living of a person |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4944291B2 (ja) | 2000-09-07 | 2012-05-30 | パナソニック株式会社 | 照明システム |
JP2002092767A (ja) * | 2000-09-13 | 2002-03-29 | Toshiba Corp | 家人ケアシステム、家人ケア用サーバー、ホーム端末、家人ケア方法、家人ケアプログラムを記録した媒体及び家電機器使用状況監視システム |
US20040030531A1 (en) * | 2002-03-28 | 2004-02-12 | Honeywell International Inc. | System and method for automated monitoring, recognizing, supporting, and responding to the behavior of an actor |
JP2004274296A (ja) | 2003-03-07 | 2004-09-30 | Masaya Ota | 情報処理システム、リモコン信号送信装置および情報出力方法 |
KR100720924B1 (ko) | 2005-04-12 | 2007-05-22 | 와이즈임베드(주) | 구호통보장치 |
US7733224B2 (en) * | 2006-06-30 | 2010-06-08 | Bao Tran | Mesh network personal emergency response appliance |
KR20140080585A (ko) | 2012-12-12 | 2014-07-01 | 강원대학교산학협력단 | 빛 이벤트 기반 컨텍스트를 이용한 조명 제어 시스템 |
JP2014236495A (ja) | 2013-06-05 | 2014-12-15 | 住友電気工業株式会社 | 情報提供システム及び情報提供方法 |
JP6268635B2 (ja) | 2013-12-05 | 2018-01-31 | パナソニックIpマネジメント株式会社 | 見守り通知装置 |
US10311694B2 (en) * | 2014-02-06 | 2019-06-04 | Empoweryu, Inc. | System and method for adaptive indirect monitoring of subject for well-being in unattended setting |
JP6157003B2 (ja) | 2014-02-14 | 2017-07-05 | Kddi株式会社 | 消費電力量に基づく整合性のある生活状況の推定が可能な装置、プログラム及び方法 |
US10285245B2 (en) | 2014-06-05 | 2019-05-07 | Signify Holding B.V. | Light scene creation or modification by means of lighting device usage data |
WO2017045025A1 (en) * | 2015-09-15 | 2017-03-23 | Commonwealth Scientific And Industrial Research Organisation | Activity capability monitoring |
CN109843173B (zh) * | 2016-10-20 | 2023-10-27 | 昕诺飞控股有限公司 | 用于监测人的日常生活活动的系统和方法 |
-
2017
- 2017-10-17 CN CN201780064947.0A patent/CN109843173B/zh active Active
- 2017-10-17 JP JP2019520713A patent/JP7463102B2/ja active Active
- 2017-10-17 EP EP17783532.9A patent/EP3528704A1/en active Pending
- 2017-10-17 US US16/343,845 patent/US10810855B2/en active Active
- 2017-10-17 WO PCT/EP2017/076465 patent/WO2018073241A1/en unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0558975A1 (en) * | 1992-02-24 | 1993-09-08 | Toto Ltd. | Networked health care and monitoring system |
CN102027518A (zh) * | 2008-05-13 | 2011-04-20 | 皇家飞利浦电子股份有限公司 | 用于检测人的日常生活的活动的系统和方法 |
CN102708658A (zh) * | 2012-05-23 | 2012-10-03 | 陶雨 | 空巢老人生活规律异常状况的自动报警装置及报警方法 |
CN105632100A (zh) * | 2014-11-26 | 2016-06-01 | 汤姆逊许可公司 | 用于活动监视的装置和方法 |
WO2016113162A1 (en) * | 2015-01-12 | 2016-07-21 | Koninklijke Philips N.V. | A system and method for monitoring activities of daily living of a person |
WO2016131696A1 (en) * | 2015-02-18 | 2016-08-25 | Koninklijke Philips N.V. | Monitoring activities of daily living of a person |
Also Published As
Publication number | Publication date |
---|---|
JP7463102B2 (ja) | 2024-04-08 |
CN109843173A (zh) | 2019-06-04 |
EP3528704A1 (en) | 2019-08-28 |
WO2018073241A1 (en) | 2018-04-26 |
US20190244508A1 (en) | 2019-08-08 |
US10810855B2 (en) | 2020-10-20 |
JP2020506445A (ja) | 2020-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109843173B (zh) | 用于监测人的日常生活活动的系统和方法 | |
US11355227B2 (en) | Activity capability monitoring | |
JP6502502B2 (ja) | 人の日常生活動作をモニタリングするためのシステム及び方法 | |
JP6602386B2 (ja) | グラフィック要素による人の日常生活動作のモニタリング | |
US20180032693A1 (en) | Monitoring activities of daily living of a person with graphical elements | |
US11540757B2 (en) | Assessing the functional ability of a person to perform a task | |
JP2017168098A (ja) | 見守りシステム及び生活支援提案システム | |
CN108135538B (zh) | 监测人的身体或心理能力 | |
KR20210155335A (ko) | 일상생활 능력정보 기반 치매 예측 방법 및 그 장치 | |
EP3807890B1 (en) | Monitoring a subject | |
US10736541B2 (en) | Monitoring liquid and/or food consumption of a person | |
WO2018145911A1 (en) | Monitoring activity of a person | |
WO2019081289A1 (en) | MONITORING THE ACTIVITY OF A PERSON | |
JP7477855B2 (ja) | 情報提供装置、情報提供システム、情報提供方法及び情報提供プログラム | |
WO2019101656A1 (en) | Monitoring activity of a subject |
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 |