CN109965900B - 一种适用于婴儿看护的智能母子套装及看护方法 - Google Patents
一种适用于婴儿看护的智能母子套装及看护方法 Download PDFInfo
- Publication number
- CN109965900B CN109965900B CN201910107628.4A CN201910107628A CN109965900B CN 109965900 B CN109965900 B CN 109965900B CN 201910107628 A CN201910107628 A CN 201910107628A CN 109965900 B CN109965900 B CN 109965900B
- Authority
- CN
- China
- Prior art keywords
- baby
- module
- microcontroller
- suit
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 16
- 230000000474 nursing effect Effects 0.000 title claims abstract description 15
- 230000014509 gene expression Effects 0.000 claims abstract description 60
- 230000008774 maternal effect Effects 0.000 claims abstract description 54
- 230000008929 regeneration Effects 0.000 claims abstract description 40
- 238000011069 regeneration method Methods 0.000 claims abstract description 40
- 238000013500 data storage Methods 0.000 claims abstract description 31
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 238000013527 convolutional neural network Methods 0.000 claims abstract description 8
- 238000001914 filtration Methods 0.000 claims abstract description 8
- 230000008451 emotion Effects 0.000 claims abstract description 7
- 238000012549 training Methods 0.000 claims abstract description 7
- 230000007246 mechanism Effects 0.000 claims abstract description 5
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 54
- 238000004891 communication Methods 0.000 claims description 28
- 238000004088 simulation Methods 0.000 claims description 16
- 230000001276 controlling effect Effects 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 7
- 230000000737 periodic effect Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000000354 decomposition reaction Methods 0.000 claims description 6
- 230000008921 facial expression Effects 0.000 claims description 6
- 230000036760 body temperature Effects 0.000 claims description 4
- 238000010195 expression analysis Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 230000005236 sound signal Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008909 emotion recognition Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000008338 local blood flow Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B7/00—Instruments for auscultation
- A61B7/02—Stethoscopes
- A61B7/04—Electric stethoscopes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/174—Facial expression recognition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- 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
-
- 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
- A61B2503/04—Babies, e.g. for SIDS detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
- G06F2218/06—Denoising by applying a scale-space analysis, e.g. using wavelet analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Acoustics & Sound (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Bioinformatics & Computational Biology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Mathematical Physics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Software Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computational Linguistics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Biophysics (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提供一种适用于婴儿看护的智能母子套装及看护方法。本发明包括:采集母体信息的第一套装和模拟母体信息的第二套装。第一套装中的第一微控制器对第一数据存储模块内的数据进行滤波的预处理操作,第二微控制器根据采集到的婴儿图像构建表情库,基于此进行卷积神经网络训练,训练母体不同情况下的婴儿表情分类器;第二套装中的第二微处理器根据采集到的婴儿图像与第二数据存储模块中存储的预设婴儿表情分析对比,判断婴儿情绪,实时调整母体信息再生模块中各机构的再生值。本发明在家长不在身边的情况下,仍能为婴儿提供优选的环境,完整的为婴儿模拟被母亲怀抱的感觉,对婴儿全方位更优的看护与安抚。
Description
技术领域
本发明涉及母婴与智能家居技术领域,具体而言,尤其涉及一种适用于婴儿看护的智能母子套装及看护方法。
背景技术
我国二孩政策的开放使得母婴产品的需求增加,智能信息化时代的到来,使得人们日常产品科技化,家居产品智能化。
目前的智能化母婴产品及家居大部分集中在婴儿床,婴儿纸尿裤,智能手推车,智能家居系统等。
根据调研发现,目前国内婴幼儿可穿戴智能硬件占到整个移动医疗的5%~10%。随着“二胎”政策性放开拉动需求,婴幼儿的可穿戴设备将会得到更多的关注,市场规模也会不断扩大。对国内外的各类婴幼儿智能硬件进行统计和分析,发现其功能主要集中在生理参数监测、运动监测、周边环境监测;穿戴方式主要集中在手环、脚环、鞋子、袜子、尿片、床、衣服等。如Sproutling是一款为婴儿设计的健康监测脚环,它能检测婴儿的体温、心跳、动作以及婴儿周边的环境,父母可以随时看到婴儿的健康状态。研究大量案例后发现,现有婴幼儿健康监护系统存在很多问题:(1)现有婴幼儿健康监护系统主要为可穿戴形式,如睡衣、手环、脚环等,但由于婴儿身体过于娇嫩,如果承受过大的负荷会影响骨骼的正常发育,家长们担心穿戴式设备会影响婴幼儿的局部血液循环和生长发育;(2)婴幼儿不愿长期佩戴,他们的好奇心很大,新鲜度也很快会过去;(3)电池续航能力较差,很多用户在购买智能硬件之后因为电池充电原因而将之弃用。
发明内容
根据上述提出现有技术上的不足以及现有产品上存在的问题,本发明提供一种母婴套装的系统方案,该系统通过对母体信息的采集与再生以及婴儿信息的监控,从而实现对婴儿全方位更优的看护与安抚。
本发明采用的技术手段如下:
一种适用于婴儿看护的智能母子套装,包括采集母体信息的第一套装和模拟母体信息的第二套装;
所述第一套装包括用于采集母体信息的母体信息采集模块、用于对采集到母体信息进行预处理的第一微控制器、用于为第一套装内部设备供电的第一电源模块和用于将处理后的母体信息发送至第二套装的第一通讯模块,所述母体信息采集模块通过串口与第一微控制器连接;
所述第二套装包括用于接收第一通讯模块传递的母体信息的所述第二通讯模块、用于模拟采集到的母体信息的母体信息再生模块、用于根据第二通讯模块接收到的母体信息调整母体信息再生模块再生数据的第二微控制器和用于为第二套装内部设备供电的第二电源模块,所述母体信息再生模块通过串口与第二微控制器连接;
所述第一通讯模块与第二通讯模块通讯连接。
进一步地,所述母体信息采集模块包括:用于采集母体心音的心音传感器、用于采集母体呼吸幅度的呼吸幅度传感器和用于采集母体声音音色的声音传感器,所述母体信息再生模块包括:用于仿真母体心音的母体心音再生模块,用于仿真母体呼吸幅度的母体呼吸幅度仿真模块,用于仿真母体声音音色的母体声音再生模块。
进一步地,所述母体心音再生模块和母体声音再生模块均包括:音频解码器电路以及扬声器。
进一步地,所述呼吸幅度仿真模块包括:微型气泵,若干气囊和连接所述微型气泵和气囊的气体管路,每个气囊均包括:连接在气囊内气体管路上的电磁阀和置于气囊内的气压压力传感器;所述呼吸幅度仿真模块模块受第二微处理器发出的信号所控制,控制不同气囊使其处于不同状态,模拟母亲怀抱婴儿时的呼吸状态。
进一步地,所述第一套装还包括用于储存母体信息采集模块采集到的数据信息的第一数据存储模块,其中,所述心音传感器在安静的环境下采集不同状态下的母体的心音,心音传感器将采集到的心音数据通过模拟量输入口传输到第一微控制器中,在第一数据存储模块中建立心音模式库文件,所述呼吸幅度传感器在安静的环境下采集母体呼吸的幅度,呼吸幅度传感器将采集到的呼吸幅度数据通过模拟量输入口传输到第一微控制器中,在第一数据存储模块中建立呼吸模式库文件,所述声音传感器在安静的环境下采集母体声音音色,声音传感器将采集到的声音音色数据通过模拟量输入口传输到第一微控制器中,在第一数据存储模块中建立声音模式库文件。
进一步地,所述第二套装设置在设有图像采集装置的房间内,所述第二套装还包括用于存储预设婴儿表情的第二数据存储模块,所述图像采集装置用于采集第二套装中婴儿的表情,所述图像采集装置实时将数据传输至所述第二微控制器中,所述第二微控制器将图像采集装置采集到的婴儿表情与其第二数据存储模块中存储的预设婴儿表情分析对比,通过分析获得的婴儿表情结果,判断再生的心音模式,控制音频播放器将处理过的心音播放和/或通过分析获得的婴儿表情结果,判断再生的呼吸幅度模式,控制呼吸幅度仿真模块再生和/或通过分析获得的婴儿表情结果,判断再生的声音模式,控制音频播放器将处理过的声音播放。
进一步地,所述第二套装还与移动终端通讯连接,实时将获取的婴儿表情结果发送到移动端软件,所述第二套装内还设有温度传感器,温度传感器将实时采集的婴儿体温数据通过模拟量输入口传输到所述第二微控制器中,所述第二微控制器将数据发送到移动端软件。
进一步地,所述第一微控制器的预处理为:采用小波去噪算法对信号进行滤波,采用Hilbert-Huang算法对信号进行包络提取,采用自适应阈值算法对信号进行周期提取,使得信号的播放按照周期的形式流畅完整,其中,针对于心音信号的小波阈值去噪算法具体为:
将现有的小波阈值改为:
其中:j表示当前分解的尺度;Tj表示当前分解尺度的阈值;当j=1时,Tj为原固定阈值,当j>1时,阈值随尺度j的增加而减小;β表示调节因子,β=j/N;N表示小波系数的长度;σ2表示估计的噪声方差;m、n表示参数。
进一步地,所述第二微控制器通过卷积神经网络的智能算法对图像采集装置采集的婴儿表情进行识别,通过建立前期的表情库训练样本,将测试集提取到表情特征作为输入,用来训练分类器,将提取到的人脸表情特征数据按照预设评判规则划分到相应的类别,判断和归类人脸表情,实现针对对婴儿不同情绪的不同安抚方式。
本发明还提供了一种适用于婴儿的看护方法,包括如下步骤:
在设置图像采集装置的室内,穿着第一套装的母亲怀抱婴儿,在安静的环境下采集不同婴儿状态下的母体呼吸的幅度、心音数据及音色数据,将各数据分类储存在第一数据存储模块内;
第一微控制器对第一数据存储模块内的数据进行滤波的预处理操作,第二微控制器根据采集到的婴儿图像构建表情库,基于此进行卷积神经网络训练,训练母体不同情况下的婴儿表情分类器;
在设置图像采集装置的室内,婴儿单独穿着第二套装,第二微处理器根据采集到的婴儿图像与第二数据存储模块中存储的预设婴儿表情分析对比,判断婴儿情绪,实时调整母体信息再生模块中各机构的再生值,具体为:通过分析获得的婴儿表情结果,判断再生的心音模式,控制音频播放器将处理过的心音播放和/或通过分析获得的婴儿表情结果,判断再生的呼吸幅度模式,控制呼吸幅度仿真模块再生和/或通过分析获得的婴儿表情结果,判断再生的声音模式,控制音频播放器将处理过的声音播放,
其中,用户还通过移动端软件实时监控图像采集装置传输的图像信息和第二微处理器反馈的婴儿数据。
较现有技术相比,本发明具有以下优点:
本发明通过第一套装的母体信息采集模块预先对母体信息进行采集,通过第二套装的母体信息再生模块对母体信息进行模拟,可以对婴儿全方位更优的看护与安抚。通过设于预定位置的图像采集装置,对婴儿表情进行识别,实时调整母体信息再生模块的再生值,还可以通过移动终端对其进行远程看护,在家长不在身边的情况下,仍能为婴儿提供优选的环境,完整的为婴儿模拟被母亲怀抱的感觉。
基于上述理由本发明可在母婴与智能家居技术领域广泛推广。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明智能母子套装模块图。
图2为本发明第一套装采集装置示意图。
图3为本发明智能母子套装具体结构示意图。
图4为本发明第二套装硬件部分示意图。
图5为本发明第二套装气囊模块示意图。
图6为本发明婴儿情绪识别具体流程框图。
图7为本发明信息采集具体电路图,
图中,(a)为心音采集电路;(b)为温度采集电路;(c)为气压采集电路;(d)为温度采集电路(气压传感器温度补偿校准)。
图8为本发明第二微控制器具体电路图。
图9为本发明信息再生具体电路图。
图中:1、心音传感器;2、声音传感器;3、呼吸幅度传感器;4、第一微控制器;5、第一通讯模块;6、套装二硬件部分;7、微型气泵;8、9、11、12、13、14、15、16为实施例中的多个气囊;10、气体管路;17、18为第二套装的连接装置;19、第二微控制器;20、第二电源模块;21、母体心音再生模块;22、母体声音再生模块;23、温度传感器;24、气压压力传感器;25、微型电磁阀。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
如图1所示,本发明提供了一种适用于婴儿看护的智能母子套装,包括采集母体信息的第一套装和模拟母体信息的第二套装;第一套装和第二套装总体结构为常见的母婴服,其中,第二套装上设有连接装置17、18,此连接辅料可为魔术贴。
如图2所示,所述第一套装包括用于采集母体信息的母体信息采集模块、用于对采集到母体信息进行预处理的第一微控制器4、用于为第一套装内部设备供电的第一电源模块和用于将处理后的母体信息发送至第二套装的第一通讯模块5,所述母体信息采集模块通过串口与第一微控制器4连接;
如图4所示,所述第二套装包括用于接收第一通讯模块5传递的母体信息的所述第二通讯模块、用于模拟采集到的母体信息的母体信息再生模块、用于根据第二通讯模块接收到的母体信息调整母体信息再生模块再生数据的如图8所示的第二微控制器19和用于为第二套装内部设备供电的第二电源模块20,所述母体信息再生模块通过串口与第二微控制器19连接;
所述第一通讯模块5与第二通讯模块通讯连接。本发明通过母体信息采集模块以及母体信息再生模块实现了母体主要信息的模拟,提出通过模拟母体声音、心音以及呼吸三个重要生理特征为一体的方式,使婴儿通过感受母体的心音、呼吸、声音等来假设母亲在身边,形成一种熟悉环境的安全感。
本实施例中,微控制器选择可编程的Arduino微控制器,通讯模块选择蓝牙模块。
作为优选的实施方式,所述母体信息采集模块包括:如图7(a)所示,用于采集母体心音的心音传感器1、如图7(c)所示,用于采集母体呼吸幅度的呼吸幅度传感器3和用于采集母体声音音色的声音传感器2,其中,呼吸幅度检测装置利用多通道(至少8通道)的传感器分别采集婴儿身体不同位置上被母体怀抱时感受到的母亲呼吸幅度的数据,传感器数据采集点选取在婴儿与母亲接触面积较大的位置,采集到的数据经过处理、传输后,再控制相对应位置的多个呼吸再生装置将不同位置的呼吸幅度逐个再生,再生呼吸幅度的同时能够提高模拟母体环境时的精确程度。
如图9所示,所述母体信息再生模块包括:用于仿真母体心音的母体心音再生模块21,用于仿真母体呼吸幅度的母体呼吸幅度仿真模块,用于仿真母体声音音色的母体声音再生模块22。
作为优选的实施方式,所述母体心音再生模块21和母体声音再生模块22均包括:音频解码器电路以及扬声器,第二套装的硬件结构6几种集成在第二套装上。
作为优选的实施方式,如图3所示,所述呼吸幅度仿真模块包括:微型气泵7,若干气囊8、9、11、12、13、14、15、16和连接所述微型气泵7和气囊的气体管路10,本实施例中,呼吸幅度检测装置利用8通道(至少8通道)的传感器分别采集婴儿身体不同位置上被母体怀抱时感受到的母亲呼吸幅度的数据,再生过程中,同样采用8个气囊进行再生。如图5所示,每个气囊均包括:连接在气囊内气体管路10上的电磁阀和置于气囊内的气压压力传感器24;所述呼吸幅度仿真模块模块受第二微处理器发出的信号所控制,控制不同气囊使其处于不同状态,模拟母亲怀抱婴儿时的呼吸状态。第二微控制器19根据呼吸幅度传感器3测到不同位置上的呼吸幅度数据来控制每个电磁放气量不同,从而完成不同气囊内气量不同的功能。所述气压压力传感器24用来监测每个气囊内部的压力,反馈给第二微处理器来控制微型电磁阀25的通断,对气囊进行充气放气的控制,同时也防止气囊充气量超过气囊允许的最大值。本实施例中,微型气泵7选取微型伺服气泵,气体管路10为橡胶管,也可根据实际情况选取功能类似的材料,气囊为小型医用气囊。
作为优选的实施方式,所述第一套装还包括用于储存母体信息采集模块采集到的数据信息的第一数据存储模块,其中,所述心音传感器1在安静的环境下采集不同状态下的母体的心音,心音传感器1将采集到的心音数据通过模拟量输入口传输到第一微控制器4中,在第一数据存储模块中建立心音模式库文件,所述呼吸幅度传感器3在安静的环境下采集母体呼吸的幅度,呼吸幅度传感器3将采集到的呼吸幅度数据通过模拟量输入口传输到第一微控制器4中,在第一数据存储模块中建立呼吸模式库文件,所述声音传感器2在安静的环境下采集母体声音音色,声音传感器2将采集到的声音音色数据通过模拟量输入口传输到第一微控制器4中,在第一数据存储模块中建立声音模式库文件。
作为优选的实施方式,所述第二套装设置在设有图像采集装置的房间内,所述第二套装还包括用于存储预设婴儿表情的第二数据存储模块,所述图像采集装置用于采集第二套装中婴儿的表情,所述图像采集装置实时将数据传输至所述第二微控制器19中,所述第二微控制器19将图像采集装置采集到的婴儿表情与其第二数据存储模块中存储的预设婴儿表情分析对比,通过分析获得的婴儿表情结果,判断再生的心音模式,控制音频播放器将处理过的心音播放和/或通过分析获得的婴儿表情结果,判断再生的呼吸幅度模式,控制呼吸幅度仿真模块再生和/或通过分析获得的婴儿表情结果,判断再生的声音模式,控制音频播放器将处理过的声音播放。
作为优选的实施方式,所述第二套装还与移动终端通讯连接,实时将获取的婴儿表情结果发送到移动端软件,如图7(b)(d)所示,所述第二套装内还设有温度传感器23,温度传感器23将实时采集的婴儿体温数据通过模拟量输入口传输到所述第二微控制器19中,所述第二微控制器19将数据发送到移动端软件。
作为优选的实施方式,所述第一微控制器4的预处理为:采用小波去噪算法对信号进行滤波,采用Hilbert-Huang算法对信号进行包络提取,采用自适应阈值算法对信号进行周期提取,使得信号的播放按照周期的形式流畅完整,其中,针对于心音信号的小波阈值去噪算法具体为:
将现有的小波阈值改为:
其中:j表示当前分解的尺度;Tj表示当前分解尺度的阈值;当j=1时,Tj为原固定阈值,当j>1时,阈值随尺度j的增加而减小;β表示调节因子,β=j/N;N表示小波系数的长度;σ2表示估计的噪声方差;m、n表示参数。
作为优选的实施方式,如图6所示,本发明在模拟再生母体信息的时候通过智能识别方式对母体信息的再生加入反馈调节机制,使得母体信息再生智能化。所述第二微控制器19通过卷积神经网络的智能算法对图像采集装置采集的婴儿表情进行识别,通过建立前期的表情库训练样本,将测试集提取到表情特征作为输入,用来训练分类器,将提取到的人脸表情特征数据按照预设评判规则划分到相应的类别,判断和归类人脸表情,实现针对对婴儿不同情绪的不同安抚方式。
本实施例中,卷积神经网络结构中隐层共7层,包括4层卷积层,其中前两层卷积层设置5*5的卷积核,后两层卷积层设置3*3的卷积核;2层池化层,池化窗口设置为2*2;1层全连接层,包括300个神经元。
本发明还提供了一种适用于婴儿的看护方法,包括如下步骤:
当使用者拿到本产品后,在设置图像采集装置的室内,穿着第一套装的母亲怀抱婴儿,在安静的环境下采集不同婴儿状态下的母体呼吸的幅度、心音数据及音色数据,相当于将产品输入初始值,将各数据分类储存在第一数据存储模块内;
本实施例中,第一数据存储模块、第二数据存储模块均为SD卡。第一微控制器4对第一数据存储模块内的数据进行滤波的预处理操作,具体为所采集到的信号经过ADC转换、滤波器滤波、周期提取等处理,编辑为文件存储在SD1卡中;接着第一微控制器4通过蓝牙传输的方式将SD1卡的内容传输给第二微控制器19的SD2卡中;
第二微控制器19根据采集到的婴儿图像构建表情库,基于此进行卷积神经网络训练,训练母体不同情况下的婴儿表情分类器;
在设置图像采集装置的室内,婴儿单独穿着第二套装,第二微处理器根据采集到的婴儿图像与第二数据存储模块中存储的预设婴儿表情分析对比,判断婴儿情绪,实时调整母体信息再生模块中各机构的再生值,具体为:通过分析获得的婴儿表情结果,判断再生的心音模式,控制音频播放器将处理过的心音播放和/或通过分析获得的婴儿表情结果,判断再生的呼吸幅度模式,控制呼吸幅度仿真模块再生和/或通过分析获得的婴儿表情结果,判断再生的声音模式,控制音频播放器将处理过的声音播放,
其中,用户还通过移动端软件实时监控图像采集装置传输的图像信息和第二微处理器反馈的婴儿数据。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (1)
1.一种适用于婴儿看护的智能母子套装,其特征在于,包括:采集母体信息的第一套装和模拟母体信息的第二套装;
所述第一套装包括用于采集母体信息的母体信息采集模块、用于对采集到母体信息进行预处理的第一微控制器、用于为第一套装内部设备供电的第一电源模块和用于将处理后的母体信息发送至第二套装的第一通讯模块,所述母体信息采集模块通过串口与第一微控制器连接;
所述第二套装包括用于接收第一通讯模块传递的母体信息的第二通讯模块、用于模拟采集到的母体信息的母体信息再生模块、用于根据第二通讯模块接收到的母体信息调整母体信息再生模块再生数据的第二微控制器和用于为第二套装内部设备供电的第二电源模块,所述母体信息再生模块通过串口与第二微控制器连接;
所述第一通讯模块与第二通讯模块通讯连接;
所述母体信息采集模块包括:用于采集母体心音的心音传感器、用于采集母体呼吸幅度的呼吸幅度传感器和用于采集母体声音音色的声音传感器,所述母体信息再生模块包括:用于仿真母体心音的母体心音再生模块,用于仿真母体呼吸幅度的母体呼吸幅度仿真模块,用于仿真母体声音音色的母体声音再生模块;
所述第一套装还包括用于储存母体信息采集模块采集到的数据信息的第一数据存储模块,其中,所述心音传感器在安静的环境下采集不同状态下的母体的心音,心音传感器将采集到的心音数据通过模拟量输入口传输到第一微控制器中,在第一数据存储模块中建立心音模式库文件,所述呼吸幅度传感器在安静的环境下采集母体呼吸的幅度,呼吸幅度传感器将采集到的呼吸幅度数据通过模拟量输入口传输到第一微控制器中,在第一数据存储模块中建立呼吸模式库文件,所述声音传感器在安静的环境下采集母体声音音色,声音传感器将采集到的声音音色数据通过模拟量输入口传输到第一微控制器中,在第一数据存储模块中建立声音模式库文件;
所述第二套装设置在设有图像采集装置的房间内,所述第二套装还包括用于存储预设婴儿表情的第二数据存储模块,所述图像采集装置用于采集第二套装中婴儿的表情,所述图像采集装置实时将数据传输至所述第二微控制器中,所述第二微控制器将图像采集装置采集到的婴儿表情与其第二数据存储模块中存储的预设婴儿表情分析对比,通过分析获得的婴儿表情结果,判断再生的心音模式,控制音频播放器将处理过的心音播放和/或通过分析获得的婴儿表情结果,判断再生的呼吸幅度模式,控制呼吸幅度仿真模块再生和/或通过分析获得的婴儿表情结果,判断再生的声音模式,控制音频播放器将处理过的声音播放;
所述母体心音再生模块和母体声音再生模块均包括:音频解码器电路以及扬声器;
所述呼吸幅度仿真模块包括:微型气泵,若干气囊和连接所述微型气泵和气囊的气体管路,每个气囊均包括:连接在气囊内气体管路上的电磁阀和置于气囊内的气压压力传感器;所述呼吸幅度仿真模块受第二微处理器发出的信号所控制,控制不同气囊使其处于不同状态,模拟母亲怀抱婴儿时的呼吸状态;
所述第二套装还与移动终端通讯连接,实时将获取的婴儿表情结果发送到移动端软件,所述第二套装内还设有温度传感器,温度传感器将实时采集的婴儿体温数据通过模拟量输入口传输到所述第二微控制器中,所述第二微控制器将数据发送到移动端软件;
所述第一微控制器的预处理为:采用小波去噪算法对信号进行滤波,采用Hilbert-Huang算法对信号进行包络提取,采用自适应阈值算法对信号进行周期提取,使得信号的播放按照周期的形式流畅完整,其中,针对于心音信号的小波阈值去噪算法具体为:
将现有的小波阈值改为:
其中:j表示当前分解的尺度;Tj表示当前分解尺度的阈值;当j=1时,Tj为原固定阈值,当j>1时,阈值随尺度j的增加而减小;β表示调节因子,β=j/N;N表示小波系数的长度;σ2表示估计的噪声方差;m、n表示参数;
所述第二微控制器通过卷积神经网络的智能算法对图像采集装置采集的婴儿表情进行识别,通过建立前期的表情库训练样本,将测试集提取到表情特征作为输入,用来训练分类器,将提取到的人脸表情特征数据按照预设评判规则划分到相应的类别,判断和归类人脸表情,实现针对对婴儿不同情绪的不同安抚方式;
具体看护方法,包括如下步骤:
在设置图像采集装置的室内,穿着第一套装的母亲怀抱婴儿,在安静的环境下采集不同婴儿状态下的母体呼吸的幅度、心音数据及音色数据,将各数据分类储存在第一数据存储模块内;
第一微控制器对第一数据存储模块内的数据进行滤波的预处理操作,第二微控制器根据采集到的婴儿图像构建表情库,基于此进行卷积神经网络训练,训练母体不同情况下的婴儿表情分类器;
在设置图像采集装置的室内,婴儿单独穿着第二套装,第二微处理器根据采集到的婴儿图像与第二数据存储模块中存储的预设婴儿表情分析对比,判断婴儿情绪,实时调整母体信息再生模块中各机构的再生值,具体为:通过分析获得的婴儿表情结果,判断再生的心音模式,控制音频播放器将处理过的心音播放和/或通过分析获得的婴儿表情结果,判断再生的呼吸幅度模式,控制呼吸幅度仿真模块再生和/或通过分析获得的婴儿表情结果,判断再生的声音模式,控制音频播放器将处理过的声音播放,
其中,用户还通过移动端软件实时监控图像采集装置传输的图像信息和第二微处理器反馈的婴儿数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910107628.4A CN109965900B (zh) | 2019-02-02 | 2019-02-02 | 一种适用于婴儿看护的智能母子套装及看护方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910107628.4A CN109965900B (zh) | 2019-02-02 | 2019-02-02 | 一种适用于婴儿看护的智能母子套装及看护方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109965900A CN109965900A (zh) | 2019-07-05 |
CN109965900B true CN109965900B (zh) | 2022-06-07 |
Family
ID=67076900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910107628.4A Expired - Fee Related CN109965900B (zh) | 2019-02-02 | 2019-02-02 | 一种适用于婴儿看护的智能母子套装及看护方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109965900B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111353401B (zh) * | 2020-02-24 | 2021-07-02 | 湘潭大学 | 一种婴儿服务机器人的视觉与情感系统 |
CN111248938A (zh) * | 2020-02-24 | 2020-06-09 | 国微集团(深圳)有限公司 | 实时心音信号诊断系统及其诊断方法 |
CN113017337A (zh) * | 2021-03-30 | 2021-06-25 | 复旦大学 | 一种智能婴儿床车 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201117023Y (zh) * | 2007-11-23 | 2008-09-17 | 上海理工大学 | 一种婴儿安抚报警装置 |
CN104800951A (zh) * | 2015-05-03 | 2015-07-29 | 陆勤芳 | 多功能婴童安抚睡眠装置 |
CN106658178A (zh) * | 2017-01-03 | 2017-05-10 | 京东方科技集团股份有限公司 | 一种显示控制装置及其控制方法 |
CN107316015A (zh) * | 2017-06-19 | 2017-11-03 | 南京邮电大学 | 一种基于深度时空特征的高精度面部表情识别方法 |
CN107468000A (zh) * | 2017-10-11 | 2017-12-15 | 福建工程学院 | 一种婴儿护理枕 |
EP3378458A1 (en) * | 2017-03-22 | 2018-09-26 | Hospital Sant Joan de Deu | Containment and sensory stimulation system for premature babies |
-
2019
- 2019-02-02 CN CN201910107628.4A patent/CN109965900B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201117023Y (zh) * | 2007-11-23 | 2008-09-17 | 上海理工大学 | 一种婴儿安抚报警装置 |
CN104800951A (zh) * | 2015-05-03 | 2015-07-29 | 陆勤芳 | 多功能婴童安抚睡眠装置 |
CN106658178A (zh) * | 2017-01-03 | 2017-05-10 | 京东方科技集团股份有限公司 | 一种显示控制装置及其控制方法 |
EP3378458A1 (en) * | 2017-03-22 | 2018-09-26 | Hospital Sant Joan de Deu | Containment and sensory stimulation system for premature babies |
CN107316015A (zh) * | 2017-06-19 | 2017-11-03 | 南京邮电大学 | 一种基于深度时空特征的高精度面部表情识别方法 |
CN107468000A (zh) * | 2017-10-11 | 2017-12-15 | 福建工程学院 | 一种婴儿护理枕 |
Non-Patent Citations (2)
Title |
---|
基于nRF51822的心电监测系统设计;吕闪 等;《消费电子》;20170531;第34,47-50页 * |
基于双阈值的心音快速分段算法及其应用研究;成谢锋 等;《计算机技术与发展》;20180531;第28卷(第5期);第140-148页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109965900A (zh) | 2019-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109965900B (zh) | 一种适用于婴儿看护的智能母子套装及看护方法 | |
CN104834946B (zh) | 一种非接触式睡眠监测方法及系统 | |
US20220167930A1 (en) | A method and arrangement to help a mother with her baby to find optimal life and care rhythm | |
CN109032223A (zh) | 一种睡眠环境调节装置、系统和方法 | |
WO2020187109A1 (zh) | 一种用户睡眠检测方法及系统 | |
CN108420228A (zh) | 一种睡眠状态监测的智能软硬可调床垫及其监测方法 | |
CN108310587A (zh) | 一种睡眠控制装置与方法 | |
CN112066528A (zh) | 一种空调控制方法、装置、存储介质及空调 | |
CN102378596A (zh) | 处理生物生理信号 | |
CN106530640A (zh) | 一种智能儿童服装、姿势数据的处理方法及智能儿童穿戴设备 | |
CN109480868B (zh) | 一种智能婴儿监护系统 | |
CN101868176A (zh) | 自动化的睡眠表型 | |
CN111214211A (zh) | 睡眠监测方法、装置和智能床 | |
CN111248904B (zh) | 一种婴幼儿看护装置及其方法 | |
CN109688500A (zh) | 基于用户睡眠特征模型的智能睡眠耳机及使用方法 | |
CN106163391A (zh) | 用于多相睡眠管理的系统、其操作方法、用于睡眠分析的装置、对当前睡眠相进行分类的方法以及所述系统和所述装置在多相睡眠管理中的用途 | |
CN108282533A (zh) | 智能监测方法、装置、可穿戴设备及服务器 | |
CN107402635B (zh) | 结合脑电波与虚拟现实的心理健康调节方法及系统 | |
CN109350014A (zh) | 一种鼾声识别方法与系统 | |
CN113633260B (zh) | 多导睡眠监测方法、监测仪、计算机设备及可读存储介质 | |
KR100647905B1 (ko) | 수면 환경 제어 시스템 및 그 방법 | |
Monori et al. | Processing EEG signals acquired from a consumer grade BCI device | |
CN110882465A (zh) | 基于脑电与运动状态反馈的注意力训练系统及方法 | |
CN112401566A (zh) | 一种智能婴儿护理系统及方法 | |
TW201212885A (en) | System for physiological signal and environmental signal detection, analysis and feedback |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220607 |