CN110073442B - 用于确定患者支承设备的侧边界的位置的设备和方法 - Google Patents

Abstract

实施例提供一种设备（10）、一种方法和一种计算机程序，用于检测患者支承设备（100）的光学图像数据。该设备（10）被构成用于检测患者支承设备（100）的光学图像数据并且用于基于所述图像数据确定所述患者支承设备（100）的至少一个侧边界（110）的位置。所述设备（100）被构成用于首先基于所述图像数据确定所述患者支承设备（100）的至少一个子段（120）的位置，并且基于所述至少一个子段（120）的位置确定所述患者支承设备（100）的至少一个侧边界（110）的位置。

Description

用于确定患者支承设备的侧边界的位置的设备和方法

技术领域

实施例涉及用于确定患者支承设备的侧边界的位置的设备、方法和计算机程序，尤其但并非仅仅涉及用于基于光学图像数据自动化地确定病床的侧边界的位置的方案。

背景技术

在常规技术中，已知不同的方案，所述方案估计患者在病床上的位置、姿势或躺姿或方位/位姿，例如由于存在不利的身体姿势而激发，不利的身体姿势可能负面地影响恢复过程或治愈过程或可能表示健康风险。在一定的持续时间期间保持在一个方位或姿势中也可以属于不利的身体姿势。对于被约束于病床上的患者而言，其姿势或位势取决于所使用的病床的配置或设定。这样的患者常常处于如下状况中，例如在为此设置的住处、病区或病房中，在所述状况下于是设置相应的监控、记录和警告机制，以便避免危急的姿势或错误姿势。用于生活协助的设施、护理设施、家庭护理场所、养老院、医院和重症监护病房是一些示例。

在此，可能的侧边界、诸如床栅、防护栅、边界等也起到重要作用，所述侧边界安置在用于患者的支承设备上，并且例如被用于保护患者以免掉落出来或跌落。

在护理领域中，存在可设定的或可配置的病床或护理床，其可供患者在家或在相应的设施、如医院中使用。可用的病床大部分并不能够提供关于当前配置的信息或为此使用制造商特定的或特有的协议。防止跌倒和夹住(Einklemmungen)在医疗保健中是很感兴趣的。特别容易发生这种事故的人员经常患有疾病、如阿尔茨海默病，身体受损或受强力药物影响。尤其在重症监护病房中，发生精神错乱(“转换综合症”)的患者的不协调的、无意识的直至有意识地自身攻击的行动，该行动总是又导致本来患重病的人从患者支承设备(PLV)跌倒。这可能具有重伤直至死亡的灾难性后果。

除了重症监护病房之外，患者处于医院、敬老院、精神病疗养机构或其他护理设施中。护理人员可以采取不同的对策，所述对策应降低事故的风险。属于所述对策的特别是对患者的不断的监控和正确的评定、安全的环境和不同的辅助设备、如PLV上的床栅和其替代方案。

在如下文献中可以找到其他背景信息：

·Besl,P.J.(1992),“Method for registration of3-D shapes”,In Robotics-DL tentative(第586-606页),

·Fischler,M.A.(1981),“Random sample consensus:a paradigm for modelfitting with applications to image analysis and automated cartography”,Communications of the ACM,第381-395页,

·Hartman,F.(2011),“Robotersteuerung durch Gesten“,Masterarbeit

zu Lübeck,

·Kong,T.,&Rosenfeld,A.(1996),“Topological Algorithms for DigitalImage Processing”,Elsevier Science,Inc.,

·Shapiro,L.,&Stockman,G.(2001),“ComputerVision”,Prentice-Hall,

·Bron,C.,&Kerbosch,J.(1973),“Algorithm 457:finding all cliques ofanundirected graph,Communications oftheACM”,第575-577页,

·Canny,J.(1986),“A Computational Approach to Edge Detection”,IEEETransactions on PatternAnalysis and Machine Intelligence,

·Capezuti,E.,Wagner,L.,&Brush,B.(2007),“Consequences of anintervention to reduce restrictive side rail use in nursing homes”,Journalofthe American Geriatrics Society,第334-341页,

·Dalal,N.,&Triggs,B.(2005),“Histograms ofOriented Gradients forHuman Detection”,IEEE Computer Society Conference on Computer VisionandPattern Recognition,

·Duda,R.,&Hart,P.E.(1972),“Use of the Hough Transformation to DetectLines and Curves in Pictures”,Comm.ACM,第11-15页,

·Hartman,F.(2011),，，Robotersteuerung durch Gesten“,

Lübeck,

·Jolliffe,I.T.(2002),“Principal ComponentAnalysis”,Springer,

·Soille,P.(1999),“Morphological Image Analysis:Principles andApplications”,Springer-Verlag,

·Talerico,K.A.,&Capezuti,E.(2001),“Myths and Facts About Side Rails:Despite ongoing debates about safety and efficacy,side rails are still astandard component ofcare in many hospitals,so how do you determine theirsafe use？”,AJN The American Journal ofNursing,第43-48页,以及

·Viola,P.,&Jones,M.(2001),“Rapid object detection using a boostedcascade of simple features”,CONFERENCE ON COMPUTERVISIONAND PATTERNRECOGNITION 2001。

发明内容

因此，存在提供用于识别床配置的改进方案的需求。根据未决的独立权利要求的设备、方法和计算机程序的实施例满足该需求。

有些实施例例如可以自动地识别出床栅的设定(并且因此也识别出其使用)，以便例如在记录时进行辅助或激活其他监控系统，所述监控系统在使用床栅时被显示。这通过如下方式来解决：检测患者支承设备的光学图像数据，此外确定患者支承设备的至少一个子段的位置并基于此确定患者支承设备的侧边界的位置。从侧边界的位置可以推断出患者的状况。例如，当侧边界未被设定得足够高时，可以推断出安全风险。

所提出的解决方案尤其因此是有利的，因为可以从至少一个子段和侧边界的位置推断出对于患者的风险。换言之：本发明的实施例基于如下构思：分析或处理患者支承设备的以光学方式检测到的图像数据并且由此推断出至少一个子段和侧边界的位置。实施例提供一种用于检测患者支承设备的光学图像数据并用于基于图像数据确定患者支承设备的至少一个侧边界的位置的设备。该设备被构成用于首先基于图像数据确定患者支承设备的至少一个子段的位置。此外，该设备被构成用于基于至少一个子段的位置确定患者支承设备的至少一个侧边界的位置。实施例可以通过从图像数据确定侧边界的位置提供改进的用于观察、安全监控或记录患者支承设备的配置的改进方案。在有些实施例中，该设备此外具有用于输出关于至少一个侧边界的位置的信息的接口。例如，因此可以使关于侧边界的位置的信息可用，例如用于为护理人员显示、用于进一步的数据处理或用于自动化的监控。

在一些实施例中，该设备此外可以包括检测装置，用于检测患者支承设备的光学图像数据。检测装置可以具有一个或多个传感器，所述一个或多个传感器被构成用于检测三维点云作为图像数据。就此而言，图像数据可以与患者支承设备无关地被检测，使得可以使用任意的患者支承设备。此外，可以舍弃安置在患者支承设备上的传感器。因此可以避免由患者支承设备上的附加部件或接线引起的对患者或人员的限制。

在其他实施例中，该设备此外可以包括确定装置，所述确定装置被构成用于基于图像数据确定患者支承设备的至少一个子段的位置。此外，确定装置可以被构成用于基于患者支承设备的至少一个子段的位置确定患者支承设备的躺卧面的大小和方位。因此，实施例可以将关于躺卧面的信息、例如其取向或配置一起包括到进一步的观察中。

例如，确定装置可以被构成用于此外确定患者支承设备的两个纵向侧，并且基于纵向侧从图像数据中至少部分地排除不属于患者支承设备的至少一个侧边界的像点。因此，实施例可以实现有效的数据处理。此外，确定装置可以被构成用于此外将图像数据限制于患者支承设备的纵向侧的像点。因此，侧边界的探测可以针对例如两个纵向侧分开地进行并且因此使探测容易。此外，确定装置可以被构成用于将图像数据投影到患者支承设备的侧平面上并且获得投影图像。于是，确定装置可以被构成用于在投影图像中借助对象探测确定侧边界候选。因此，实施例可以提供用于分析图像数据的有效算法。在其他实施例中，确定装置可以被构成用于评价侧边界候选并且基于所评价的侧边界候选确定至少一个侧边界的位置。侧边界的探测的可靠性可以通过评价来测量并且一起包括到观察中。

在一些实施例中，确定装置可以被构成用于基于至少一个侧边界的位置确定关于患者支承设备的配置的安全信息。该安全信息于是可以被用于评价患者的状况。例如，确定装置可以被构成用于经由存储装置记录安全信息和/或经由显示装置输出安全信息。实施例可以使安全信息这样可用。至少在有些实施例中，确定装置也可以被构成用于当患者支承设备的配置低于安全水平时，基于安全信息输出报警信息。于是可以向护理人员报警。例如，患者支承设备的安全水平可以基于至少一个子段相对于至少一个侧边界的相对位置。至少一个子段或与该子段平行地布置的躺卧面相对于侧边界的相对位置例如可以是用于侧向滑出、滚出或掉落出来的风险的指示器。安全水平可以是在患者支承设备的确定配置的情况下患者从患者支承设备掉落出来的风险多高的度量。由此又可以为护理人员建立记录或早期报警。安全水平例如可以是在至少一个子段上侧边界在躺卧面之上的平均高度的度量。

在其他实施例中，确定装置也可以被构成用于确定所述患者支承设备的至少两个子段、例如也有四个子段的位置。因此，即使在复杂的患者支承设备的情况下实施例也可以使安全信息可用于不同的配置。

此外，实施例提供用于检测患者支承设备的光学图像数据并用于基于图像数据确定患者支承设备的至少一个侧边界的位置的方法。该方法包括基于图像数据确定患者支承设备的至少一个子段的位置。此外，该设备包括基于至少一个子段的位置确定患者支承设备的至少一个侧边界的位置。

另一实施例是程序或计算机程序，其具有程序代码，该程序代码用于当该程序代码在计算机、处理器或可编程的硬件部件上被实施时执行这里所描述的方法。

附图说明

其他有利的设计方案随后借助在附图中所示出的实施例更详细地予以描述，一般然而总体上并不限于所述实施例。

图1示出用于检测患者支承设备的光学图像数据和用于确定至少一个侧边界的位置的设备的一个实施例；

图2示出在一个实施例中作为具有四个段的患者支承设备的病床；

图3示出作为具有四个侧边界或床栅的患者支承设备的病床；

图4示出在一些实施例中用于确定三维图像数据的概览图；

图5示出病房中的一个实施例；

图6示出在一个实施例中用于确定侧边界的位置的流程图；

图7示出在一个实施例中具有边界框的所检测到的图像数据；

图8示出在一个实施例中具有边界框和确定的子段的所检测到的图像数据；

图9示出在一个实施例中用于确定侧边界的流程图；

图10示出在一个实施例中的两个直方图的图示；

图11示出在一个实施例中的两个直方图连同所找到的直线(左边)和平均直线(右边)的图示；

图12示出在一个实施例中基于侧平面获得的边界框；

图13示出在一个实施例中在知道患者支承设备的躺卧面的定向的情况下的投影图像的图示；

图14示出在一个实施例中由对象探测器标识的侧边界；

图15示出在一个实施例中具有床栅的病床的可能的配置；

图16示出在一个实施例中潜在的评价；

图17示出用于确定安全信息的方法的不同实施例；以及

图18示出用于确定侧平面的方法的一个实施例的流程图的框图。

具体实施方式

现在，更详细地参考所附的附图来描述不同的实施例，在所述附图中示出了一些实施例。

在对仅示出一些示范性实施例的所附的图的随后描述中，相同的附图标记可以表示相同或类似的部件。此外，可以将概括性的附图标记用于部件和对象，所述部件和对象多次在一个实施例中或在附图中出现，然而关于一个或多个特征共同地予以描述。用相同的或概括性的附图标记描述的部件或对象可以关于单个、多个或所有特征、例如其尺寸相同地实施，然而必要时也可以不同地实施，只要从说明书中不明确地或隐含地得出别的内容。可选的部件在所述图中用虚线或箭头示出。

虽然可以以不同的方式修改或改变实施例，但实施例在所述图中作为示例被示出并且这里详细地予以描述。然而应澄清的是，并不意图将实施例限于分别所公开的形式，而是实施例更确切地说应覆盖位于本发明的范围内的所有功能和/或结构修改方案、等同方案和替代方案。相同的附图标记在整个图描述中表示相同或者相似的元件。

注意：被称为与另一元件“连接”或“耦合”的元件可以与所述另一元件直接连接或耦合或可以存在中间元件。而当元件被称为与另一元件“直接连接”或“直接耦合”时，不存在中间元件。被用于描述元件之间的关系的其他术语应以相似的方式来解释(例如“在......之间”相对于“直接在其之间”，“邻接”相对于“直接邻接”等等)。

这里所使用的术语仅仅用于描述确定的实施例而不应限制所述实施例。如这里所使用的那样，单数形式“一个”和“该”也包含复数形式，只要上下文并未明确地说明别的内容。此外，应澄清的是，表述、诸如“包含”、“包含的”、“具有”、“包括”、“包括的”和/或“具有的”如这里所使用的那样说明所提及的特征、完整数量、步骤、工作流程、元件和/或部件的存在，但并不排除一个或多个特征、完整数量、步骤、工作流程、元件、部件和/或其组的存在或添加。

除非另有定义，否则所有这里所使用的术语(包括技术和科学术语)具有相同的含义，实施例所属的领域的普通技术人员赋予所述术语以相同的含义。此外，应澄清的是，表述、例如在一般所使用的字典中所定义的那些表述应被解释为其应具有与其在相关技术的上下文中的含义一致的含义，并且不应在理想化的或过分形式化的意义上来解释，只要这在这里并未详细地定义。

图1示出用于检测患者支承设备的光学图像数据和用于基于图像数据确定患者支承设备的至少一个侧边界的位置的设备10的一个实施例。该设备10被构成用于首先基于图像数据确定患者支承设备的至少一个子段的位置，并且基于至少一个子段的位置确定患者支承设备的至少一个侧边界的位置。可选的部件在所述图中用虚线示出。

在实施例中，患者支承设备100可以具有一个或多个段120。图2示出作为具有四个段120a、120b、120c和120d的患者支承设备100的示例的病床。这里和在下文中，患者支承设备100例如应被理解为可调整的病床、手术台、卧榻、栏杆(Bare)、隔离室台(Schleusen-Tisch)、病人用椅、轮椅等、即如下设备，所述设备适合于对人员、病人或需要护理的人的支承、安顿、支撑、可能运输等。在下文中，以病床为例观察一些实施例。该病床被认为是并且可以被理解为任意患者支承设备的代表。

图3示出作为患者支承设备100的病床，所述患者支承设备具有四个侧边界或床栅110a、110b、110c、110d和多个子段120。如图2和图3示出的，段120在此可以针对不同的功能来设置，例如脚、腿、躯干、背部、头部支撑等等，以及划分成多个区域、例如就坐区域和躺卧区域。图2中的子段120、120a、120b、120c、120d至少部分地被分配给患者支承设备100的躺卧区域和/或就坐区域的段。在其他实施例中，代替病床也可以观察具有相应的段120的任意其他患者支承设备100。子段120a、120b、120c、120d可以是可配置的或可调整的，并且因此相对于彼此或相对于床架占据不同的位置，参见图2和3。

在所示出的实施例中，床的床垫被划分成四个段120a、120b、120c、120d，所述段是可配置的。在图2中示出了作为被向上翻的床栅的侧边界110，所述床栅至少在子段120a、120b、120c和120d的平的设定的情况下提供防止滚出的对患者的一定的保护。这里和在下文中，段120、120a、120b、120c、120d或侧边界的位置应被理解为段/侧边界的定向、方向、相对于至少一个另外的子段的相对取向和方位、例如纵轴或横轴的切角、相对于参考对象、例如患者支承设备的底座(Untergrund)、轴的相对取向和方位、如下信息，所述信息向护理人员说明如下情况：在处于患者支承设备上的患者的给定的状态下是否应改变患者支承设备或侧边界的设定。因此，以如下目标执行关于位置的信息的确定：进行关于患者支承设备100的设定或配置的陈述，以便于是随后例如能够记录该陈述和/或也能够评定，是否应进行设定的改变。就此而言，至少一个子段120和至少一个侧边界110的位置可以涉及任何一维、二维或三维信息，所述信息例如以角度、直线、平面等等的形式允许推断出至少一个子段120或至少一个侧边界110的设定或配置。

图3示出在实施例中侧边界110a、110b、110c和110d的不同位置。配置是可调整的侧边界、在该实施例中四个侧边界的示例配置。

此外，图1示出：该设备10在一些实施例中此外可以具有用于输出关于至少一个侧边界110的位置的信息的接口12。接口12可以与下面解释的确定装置16耦合。例如，关于至少一个子段120和/或侧边界110的配置/位置的信息(例如角度、切角、由此导出的信息等等)和/或关于所述信息的可靠性的信息可以经由接口12传达给其他部件，例如为了随后进一步处理图像数据，例如传达给显示器或监视器、显示装置(Darstellungseinrichtung)、存储装置、报警装置或记录系统。

接口12例如可以对应于一个或多个输入端和/或一个或多个输出端，用于接收和/或传输信息，例如以数字比特值、模拟信号、磁场、基于代码的形式在一个模块之内、在模块之间、或在不同实体的模块之间输出和/或传输。但是，接口12也可以对应于输入接口12，诸如操作面板、开关或旋转开关、按钮、触摸敏感的屏幕(英语也为“Touchscreen”)等等。接口12因此允许记录、必要时也接收或输入信息、例如关于是否应执行子段位置的确定的信息。

PLV 100在许多医疗领域中、如在诊所中(例如在急救室、恢复室、门诊室、重症监护病房中)、在急救服务中或在敬老院中和在家庭护理中使用。PLV的特色一般在于，它们为患者提供躺卧面或就坐面。对PLV常常提出特别要求，这些要求特别地为患者的需求而设置。因此，躺卧面是可频繁配置的，因为躺卧面由不同的可相对彼此调整的(PLV)段120、120a、120b、120c、120d构成。确定装置16可以被构成用于确定患者支承设备100的至少一个子段120的位置。在下文中，观察如下实施例，在这些实施例中存在四个子段120a-d，在其他实施例中也可以存在更多或更少的子段120。

这种示例在图2中可以看到。这里，躺卧面的头部部分是可直起的并且腿部部分的段120c、120d是可调节的，使得患者的腿部可以被弯曲。因此，患者的位置可以决定性地被影响，这可以提高舒适性、使风险最小化并改善治疗效果。此外，PLV经常总体上可高度调整和可倾斜直至一定程度。

许多PLV 100附加地配备有侧边界110，通常在两侧配备有侧边界。侧边界应用于保护患者并且防止从PLV滚出/掉落出来。侧边界的也许最常见的形式是床栅(或“床侧支撑”或“床侧部分”)，如也在图2和3中所示出的。大约70年来，床栅被用于预防跌倒。可能的实施方案的区别常常在于，床栅是否连续地存在于两个床侧，或每个床侧是否放置两个彼此分开的床栅。第一变型方案的示例在图2中可以看到，后者的示例在图3中可以看到。床栅通常要么直接侧向地固定在床架上要么固定在PLV段120中的一个上。床栅可以调高和调低，潜在地也可无级地调整到其间的设定上。

在图3的实施例中，床栅针对每侧都是两部分的并且固定在PLV段120上。在PLV100的左侧，床栅被调高(hochgestellt)，在右侧被调低(tiefgestellt)。

尽管使用床栅，但也发生跌倒。床栅甚至可能在不利的情况下提高可能的跌倒的严重性，因为患者在尝试越过床栅时具有更高的跌落高度。附加地，存在如下风险：患者不利地在床栅中被夹住并且由于夹住而受伤或甚至死亡。身体部分、尤其四肢的较长时间的躺卧随后可能导致褥疮，褥疮本身又表示高的健康风险。床栅因此完全本身可能是(提高的)风险也在研究(Capezuti,Wagner,&Brush,2007)中被作为题目。

床栅同样可以帮助患者在床中转动或不同地定位，因为患者可以抓住床栅并且沿着床栅拖拉。此外，床栅提供如下可能性：固定物体(例如引流管、尿袋、患者固定装置等等)。在任何情况下，护理人员都必须良好地权衡是否安置床栅。例如在(Talerico&Capezuti，2001)中找到尤其对于USA而言用于判断的可能的指南。至少在德国也存在使用床栅的法律障碍，因为调高可能表示剥夺自由，因此可能需要辩解理由。如果患者是有责任能力的，则患者本身可以提供该理由。否者，医生在紧急情况下可以安排在最多24小时内使用床栅。在护理情况下(例如在改变PLV 100的设定或方位时)，也允许短期调高床栅。要不然或此外必要时必须咨询法官。

床栅的调高每次需要记录。该记录应至少包括时间点、理由和对准许的指示。针对关于PLV 100以及还有关于其他这里所解释的方面的其他细节，参考文献DE102015013031.5，其涉及基于图像数据确定PLV 100的子段位置，然而不探讨与侧边界110相联系的问题。

如图1进一步图示的，设备10在其他实施例中可以包括检测装置14，用于检测患者支承设备100的光学图像数据。检测装置14可以具有一个或多个传感器，所述传感器被构成用于检测三维点云作为图像数据，如这在图1中可选地示出的(可选的部件在图1中用虚线示出)。检测装置14可以与确定装置16和/或与接口12耦合。检测装置14在此可以对应于一个或多个任意的光学检测单元、检测设备、检测模块等等。这里可设想：摄像机、图像传感器、红外传感器、用于检测一维、二维或三维数据的传感器、不同类型的传感器元件等等。一个或多个传感器可以在其他实施例中包括至少一个传感器，其提供至少三维数据。因此，三维数据检测关于空间中的像点的信息并且附加地可以在一定程度上作为其他维度包括其他信息，例如色彩信息(例如红、绿、蓝(RGB)色彩空间)、红外强度、透明度信息(例如Alpha值)等等。

存在不同类型的传感器，所述传感器尽管不产生场景的二维图像，但是产生三维点集、例如具有坐标或不同深度信息的像点，其包括关于对象的表面点的信息。例如，这里可以存在关于像点到传感器或传感器系统本身的间距的信息。存在一些传感器，其不仅记录二维图像，而且附加地记录深度图，所述深度图包含各个像素到传感器系统本身的距离。于是由此也可以计算三维点云，所述点云以3D的方式代表所记录的场景。

在图4中示出了用于确定深度图的深度信息的不同的方法的概览。可以在直接方法与间接方法之间进行区分，其中在前者的情况下点到系统的距离直接由系统本身确定，而在后者的情况下需要附加的方法。关于各个可能性的附加信息尤其在(Hartman，2011)中被找到。最近，这些传感器已变得有利得多和好得多。三维信息使计算机能够更精确地分析所记录的对象并且导出感兴趣的信息、如对象之间的间距。

图4示出在一些实施例中用于确定三维图像数据的概览图，其中也可以在实施例中使用超越图4的确定变型方案。应指出的是，这里参考的三维图像数据常常仅仅对应于三维子图像，因为传感器仅从确定的角度确定像点并且因此可能形成不完整的三维图像。如在进一步的过程中还要解释的那样，也可以将多个这样的子图像联合，以便获得具有改善的质量或更多像点的图像，该图像也又可以仅对应于一个子图像。

图4首先在40a中示出图像数据中的深度信息的确定或计算。在此，可以区分分支40b中的直接方法和分支40c中的间接方法，其中前者经由系统直接确定点到系统的间距，而后者需要用于间距确定的附加装置。直接方法例如是渡越时间测量(英语也为“time offlight”)40d和聚焦(散焦)方法40e。间接方法例如包括三角测量40f(例如经由结构化的光40h、运动40i或立体摄像机40j)和评估表面特征40g。

关于不同可能性的其他细节例如在Hartman F.,2011中被找到，见上。这样的传感器在过去已变得成本更低并且被进一步开发以及变得性能更强。三维信息可以使计算机能够执行对所检测到的对象的相应分析并且提供相应的数据。

实施例可以提供数据集作为结果，所述数据集将患者支承设备100的至少一个子段120、120a、120b、120c、120d的至少一个子位置指示为三维空间中的子平面。在一些实施例中，子平面可以被指示为三维空间中的二维子平面或二维空间中的一维子直线。在子直线显示的情况下作为更高的专业知识可以假定，平面在垂直于二维坐标的第三维度中延伸。对于其他细节参考DE 102015013031.5。

至少有些实施例提供一种方法、一种计算机程序和/或一种设备，以便自动地、无接触地并且至少部分地在PLV 100与接收系统之间无通信连接的情况下根据所探测到的至少一个侧边界110的位置和子段位置120提供患者在床配置中的安全性的度量。该任务在一些实施例中可以不仅在白天而且在夜晚被解决，例如借助红外传感器。

如在图1中所示出的设备10在实施例中可以包括或使用1...n(n＝正整数)个传感器，所述传感器基本上与对于人可见的照明条件无关地工作。这些传感器例如可以分别创建场景的3D点云，所述3D点云可以被联合成一个点云。这些传感器可以被取向，使得要监控的患者支承设备100大部分处于视野中。

如图1进一步示出的那样，该设备10此外可以包括确定装置16，所述确定装置被构成用于基于图像数据确定患者支承设备100的至少一个子段120的位置。此外，确定装置16可以被构成用于基于患者支承设备100的至少一个子段120的位置确定患者支承设备100的躺卧面的大小和方位。

确定装置16可以与接口12和检测装置14耦合。在实施例中，确定设备16可以对应于任意的控制器或处理器或可编程的硬件部件。例如，确定装置16也可以被实现为软件，所述软件针对相应的硬件部件来编程。就此而言，确定装置16可以被实施为可编程的硬件，其具有相应地适配的软件。在此，可以使用任意的处理器、如数字信号处理器(DSP)或图形处理器。实施例在此并不限于确定类型的处理器。用于实施确定装置16的任意的处理器或多个处理器是可设想的。此外，图1图示：在一些实施例中确定装置16可以与检测装置14耦合。在这样的实施例中，例如检测装置14的一个或多个传感器检测至少三维(子)图像数据并且将所述图像数据提供给确定装置16，所述确定装置在图像数据中确定患者支承设备100、至少一个子段120和至少一个侧边界110的位置。

在一个实施例中，确定装置16通过处理器单元来实施，该处理器单元与1...n个传感器连接，并且在所述处理器单元上实施所描述的方法。在此，此外可以存在通信连接，也经由接口12实现，以便将传感器与处理器单元连接并且以便可以将该方法的结果传送给其他系统、如显示或记录系统。

在图5中可以看到设备10的概念表示。图5示出病房中的一个实施例。该设备10这里包括检测装置14，该检测装置具有两个子系统14a和14b，用于从病房中的场景的不同角度检测至少三维子图像数据。此外，图5示出可配置的病床100(代表一般的患者支承设备100)和门。检测装置4的这两个子系统14a和14b经由通信连接、例如经由以太网和互联网协议(IP)和/或在网络中与确定装置16耦合，所述确定装置这里被实施为处理器单元16。此外，图5示出随后的观察所基于的笛卡尔坐标系18。

一般，设备10可以包括1...n个传感器，其分别确定点集，所述点集可以被补充到唯一的三维(子)像点集或聚集为唯一的三维(子)像点集。如该实施例在图5中示出的那样，检测装置14可以包括多个图像传感器，用于检测至少三维子图像数据。确定装置16于是被构成用于将多个图像传感器的数据联合为患者支承设备(这里为病床)100的至少三维子图像的图像数据，并且基于(所联合的)子图像执行至少一个子段120、120a、120b、120c、120d的位置的确定，并且基于至少一个子段120、120a、120b、120c、120d的位置确定至少一个侧边界110、110a、110b、110c、110d的位置。所联合的图像数据例如包含来自传感器的视角的关于患者支承设备100的三维表面的信息。通过聚集多个图像传感器的数据，与利用一个单个图像相比，可以产生具有更高的细节程度的要成像的病床100的三维(子)图像。

在图5的实施例中被构成为处理器单元的确定装置16经由网络与1...n个传感器连接。实际的确定于是可以基于所聚集的数据来执行。能够提供通信连接的网络也可以用于转发关于确定的床配置的信息，例如为了记录、监控或显示(例如在监视器或显示器上)的目的。图5示出接收系统(abnehmendes System)20，其同样能够经由通信连接与确定装置16耦合，例如也经由上面所描述的接口12。接收系统20接收关于侧边界110的位置的信息并且进一步处理该信息，例如用于记录、安全监控、报警等等。

该图示示出两个传感器，其观测场景并且通过通信连接与处理器单元/计算单元16连接，所述处理器单元/计算单元实施所描述的方法并且甚至又经由通信连接与接收系统连接。此外，该图示包含如在重症监护病房可能使用的示意性的床。在朝向观察者的侧上，床的侧边界被调低，在另一侧上被调高。

可以在处理器单元上实施的方法在图6中以流程图示出。图6示出在一个实施例中用于确定侧边界110的位置的流程图。作为用于开始步骤50a的输入，该方法期待PLV 100的3D点云，针对该3D点云应确定侧边界的状态。从场景的整个点云中切出该点云可以通过对象探测和分割方法来实现。该方法因此开始更详细地描述PLV的躺卧面，即，在该实施步骤之后，必要时以多个要描述的段120的形式，已知PLV段50b的确定、躺卧面的位置(定向和方位)以及大小。该步骤同样在文献DE 102015013031中予以描述。

紧接着，跟随PLV的两个纵向侧50c的确定。在一些实施例中，确定装置16可以被构成用于确定患者支承设备10的两个纵向侧，并且基于纵向侧从图像数据中至少部分地排除不属于患者支承设备100的至少一个侧边界110的像点。如果存在，侧边界110沿着纵向侧。基于至今所确定的信息，现在尽可能去除50d不可能属于侧边界110的所有点。在这一点上也可能需要的是，将剩下的点划分50e成两个子集，针对每个PLV侧一个子集。于是，确定装置16被构成用于将图像数据此外限制于患者支承设备100的纵向侧的像点。确定装置16也可以被构成用于将图像数据投影到患者支承设备100的侧平面上并且获得投影图像。

步骤50e-50k涉及PLV侧的侧边界110的识别并且因此针对每一侧单独地利用相应的点子集来实施，只要该方法应进行关于两个侧的陈述。所选择的子集的剩下的点于是被投影50e到PLV的侧平面上。该方法在当前的实施例中从形成的投影中创建至少一个图像50f，在该图像中紧接着借助对象探测器50g寻找侧边界。确定装置16被构成用于在投影图像中借助对象探测确定侧边界候选。由对象探测器创建的探测在下文中被评价50h并且基于评价和PLV段120的位置创建输出50i，该输出描述侧边界110。确定装置16被构成用于评价侧边界候选并且基于所评价的侧边界候选确定至少一个侧边界110的位置。

在最后的步骤50j中，基于位置段和侧边界的设定进行床配置的安全性的自动化评价，并且于是进行可能的报警。确定装置16被构成用于基于至少一个侧边界110的位置确定关于患者支承设备100的配置的安全信息。确定装置16例如可以被构成用于经由存储装置记录安全信息。确定装置16也可以被构成用于经由显示装置、例如监视器、显示器、打印机等输出安全信息。此外，确定装置16可以被构成用于当患者支承设备100的配置低于安全水平时，基于安全信息输出报警信息、例如用于护理人员的光学的、触觉的或声学的警报信号。

实施例可以实现侧边界110的位置或其安全性的自动化的记录。可以进行床配置的安全性的自动化的评价，用于使用在其他紧接着的算法中或用于报警。与基于本身能够识别和传达侧边界的位置的患者支承设备100的其他方法相比，对于实施例而言得出更容易的可改装性。实施例因此提供普通可使用的系统，其并不被约束于确定的患者支承设备。实施例不需要安置在床上的传感器，其例如可能因清洁措施而损坏或必须相应耗费地且昂贵地被封装。如果存在这样的传感器，然而这些传感器可以在实施例中被一起使用。即使在将不同的PLV使用在一个区域中的情况下也能够始终标准化地提供状态数据。通过处理图像数据也可以舍弃空间中的干扰性的接线。侧边界部分在空间中的位置和方位可以被探测并且可用于进一步处理(例如用于碰撞警报/探测)。

在下文中详细地解释一些实施例。为此，尤其介绍用于该方法的各个所介绍的步骤的可能的实施方案。确定装置因此可以实施不同的步骤和探测器。在该实施例中，使用3D传感器，以便获得三维点，其描述PLV 100。作为处理器单元16可以使用商业上通用的桌上计算机。在进一步的过程中，更详细地描述用于每个在图6中概略地叙述的步骤的至少一个可能的实施方案。

连同针对点云所计算的定向边界框(OBB，边界框)在图7中可看到用于该方法的输入点云，借助于该输入点云演示一个实施例。图7示出在一个实施例中具有边界框的所检测到的图像数据。示出了重症监护病房的床100，该床的段120被设定，使得所述段相对于地板水平地取向。患者130以就坐的方式处于床上。床具有侧边界110，所述侧边界针对每个床侧由两个部分构成。在此情况下，这两个侧边界110在床100的左侧被调高，在右侧仅仅属于床100的头部侧的床栅110被调高。用于输入点云的OBB可以利用如在文献DE 102015013031中更详细解释的方法被确定为子结果。

在当前的实施例中，描述相对彼此可调整的段120形式的PLV 100的躺卧面。这些段可以以其大小、方位和定向的形式利用在文献DE 102015013031.5中描述的方法来确定。

图8图示在该实施例中来自图7的具有边界框和确定的子段120a、120b、120c和120d的所检测到的图像数据。此外，可以识别四个侧边界110a、110b、110c和110d或床栅。图8示出在输入点云中的在此情况下四个所计算的PLV段120a、120b、120c和120d。如进一步可看到的那样，PLV段120a、120b、120c和120d在其大小上并不正确，因为OBB由于就坐的人员130而过大地被计算。因此在该实施例中不可能通过仅仅在OBB的右边界的紧靠着的附近寻找来确定右侧边界110c、110d。以下步骤修正这一点。

为了确定PLV 100的纵向侧，在所述纵向侧上潜在地可以安置侧边界110a-d，在该实施例中如在图9中那样进行。图9示出在该实施例中用于确定侧边界110a-d的流程图。该方法的主要任务在于，在所述侧处“切去”突出的对象。基本构思是从输入点云创建图像，在该图像中寻找直线。最好地描述PLV 100的侧的直线对于是被选择并且被用于确定纵向侧。在所观察的实施例中，该方法在步骤60a中开始。

首先，从输入点云创建60b直方图，在该直方图中将位于描述PLV段120a-d的矩形之一之上的点投影到相应的矩形上。紧接着，针对每个段120a-d(或矩形)创建二维直方图，使得分别被投影的点被划分成类别并被计数。所述直方图现在被关联成唯一的直方图，其中各个直方图的顺序(从脚侧到头侧)被保持。在此情况下应注意的是，该方法依赖于PLV段，以便真实地创建直方图。如果例如PLV 100的头部段被调斜

则点到地板平面上的投影是不正确的，因为与在头部段平行于地板定向时相比，所述点于是在投影中将覆盖相对明显更小的区域。因此得出更鲁棒的方法，因为使用PLV段120a-d。

在下一步骤60c中，该方法从所关联的直方图产生图像，所述图像被用于其他方法。这通过如下方式实现：将阈值应用于直方图并且其值位于阈值之上的所有直方图类别产生白像素并且所有其他类别产生黑像素。紧接着，填充图像中的孔(参见(Soille，1999))并且利用边缘探测器创建边缘图像(为此在文献中存在多种算法，例如(Canny，1986))。针对两个步骤给出图10中的示例。分别针对当前的实施例，左侧示出在填充孔之后的直方图图像并且右侧示出由此创建的边缘图像。可以识别出，两个床侧基本上位于一条直线上，该直线尤其被患者130的腿中断。

该方法通过如下方式继续：在所产生的边缘图像中寻找直线60d。实现这一点的可能性是所谓的Hough变换(Duda&Hart，1972)。针对这里所使用的实施例，在图11中在左边示出了直线。注意，直线部分地相似，使得其几乎精确地重叠并且因此在图11中不能单独地被识别出。

常常，Hough变换找到多条直线，所述直线分别描述同一床侧。出于该原因，将直线分组，其中每个组之后被联合成一条直线60e。分组60e通过如下方式实现：定义在两条直线之间的间距尺寸并且基于此创建图形。直线在该图形中被表示为节点，并且当两个所表示的直线的相应的间距尺寸小于所定义的阈值时，两个节点通过一条边连接。通过在所产生的图形中(例如借助Bron-Kerbosch算法(Bron&Kerbosch，1973))标识团(Clique)，现在将这些直线分组，其中一个团对应于一个组。间距尺寸基于直线的斜率和如下点，在所述点中所述直线与左侧图像边缘相交。在图11中在左边示出了该方法的所有所找到的直线，并且在右边示出了剩下的平均直线。

针对每个所找到的团在下一步骤60f中确定有代表性的平均的直线。这在考虑到该组的各个直线的“直线权重”的情况下实现，其中直线权重例如可以被定义为足够靠近相应的直线的白像素的数量。图11在右边示出了每个所标识的团的平均直线，在该实施例中为四个。最后，该方法尝试从剩下的直线中找到60g最好的对。这在考虑到直线的斜率(一对的直线应尽可能具有相似的斜率)以及直线的间距的情况下实现，其中在后者情况下可以一起包括关于PLV 100的典型宽度的基本知识。在当前的实施例中，因此在上面和在下面选择直线。

图12示出在该实施例中基于侧平面获得的边界框。在图12中在左边示出了从两条直线获得的平面，所述平面代表PLV 100的纵向侧。在右边，可以看到接着被修正的OBB和原始的、错误的或过大的OBB。一旦确定了PLV 100的纵向侧，就从点云中去除尽可能所有的不可能属于侧边界的点。由于侧边界沿着PLV 100的纵向侧伸展，这里丢弃位于两个侧平面之间并且以最小尺寸(例如10cm)远离这些侧平面的所有点以及并不位于两个侧平面之间并且至少以第二最小尺寸(例如10cm)远离两个侧平面的点。

在图12中在该实施例中因此远离两个平面之一最多10cm的所有点将被保持。这些点将包含具有侧边界的床的纵向侧以及就坐的人员的一部分。

以下步骤涉及PLV侧的侧边界110的确定。在该实施例中，在下文中观察PLV 100的左侧。将剩下的点划分成子集在这些点到两个侧平面的间距处进行，其中每个PLV侧各一个集合。更靠近左侧平面的点被分配给左PLV侧的子集，所有其他点被分配给右PLV侧的子集。到左侧平面本身上的投影(参见图6中的50e)可以通过已知的数学方法来实现。

与上面所描述的相似地，这里也从所投影的点创建图像。也就是说，又计算点的直方图并且将每个直方图类别解释为图像的像素。紧接着，在使用阈值的情况下可以创建黑白图像。滤波器、尤其高斯滤波器于是可以被应用于图像，以便例如减小由于噪声形成的效应。在图13中在左边可以看到在使用高斯滤波器的情况下该实施例的结果。图13示出在该实施例中在了解患者支承设备100的躺卧面的定向的情况下投影图像的图示。图13在左边显示所投影的点的所创建的图像并且在右边以旋转的图示显示具有躺卧面的定向的知识的同一图像。

可以识别出侧边界的两个部分，以及尤其也可以识别出踏板。在下一步骤中，应寻找侧边界110。为了使该步骤尽可能鲁棒，可能值得推荐的是，将测边界110的外表的变形保持尽可能小。在这一点上，可以使用关于PLV段102a-d的位置的知识，其方式是：图像逐段地被转动，使得PLV段120a-d平行于图像的水平轴伸展。因此，实现相对于PLV段120a-d的调整的不变性，因为侧边界110现在同样平行于图像的水平轴取向，这使对象探测器能够附加地采用。

当侧边界110固定在PLV段120a-d上时，上述内容是真的。然而也发生，侧边界代替于此被安装在PLV纵轴上。为了测定纵轴的位置和尤其定向，例如如下方法将是可能的：

1)去除远离地板仅仅最多D cm的点(这些点不可能属于PLV纵轴，因此PLV 100通常必须保证医务人员的一定的最低工作高度)，

2)去除位于躺卧面之上的点(这里需要所测定的PLV段120a-d)，

3)去除可能属于床垫的点(例如通过去除位于相应PLV段120a-d之下F cm的点)，

4)基于剩下的点，计算主分量分析(英语也为：Principal Component Analysis,PCA)(Jolliffe,2002))并且选择主轴作为PLV纵轴。

如果PLV纵轴的定向因此是已知的，则图像也可以被旋转，使得该纵轴平行于图像的水平轴伸展。如果不知道PLV 100属于哪种类型，可以创建多个被旋转的图像(在考虑到PLV段120a-d的情况下旋转，根据纵轴旋转等等)并且在该图像集中寻找侧边界110。图13在右边示出该示例的所创建的图像旋转，使得PLV段120a-d平行于图像的水平轴。

在当前的实施例中，在旋转的图像(图13右边)中寻找侧边界，其方式是：使用经训练的对象探测器。根据Viola-Jones算法(Viola&Jones，2001)，在使用HOG特征(Dalal&Triggs，2005，英语：Histograms of Oriented Gradients，定向梯度直方图)的情况下训练对象探测器，该对象探测器能够识别出图像中的侧边界。HOG是如下特征，该特征基于在不同图像区域中梯度及其定向的直方图。在图14中示出了探测器的寻找的结果。图14示出在一个实施例中由对象探测器标识的子段和侧边界。

探测器已成功地识别出和定位左侧边界的两个部分(在图14中在虚线的矩形处可识别)。应注意的是，根据Viola-Jones算法的对象探测器并不是定位侧边界的唯一可能性。同样例如将可能的是，利用“滑动窗”方案搜寻该图像。在此，使不同大小的矩形(“窗”)在图像之上移动(“滑动”)并且针对每个这样所选择的矩形确定特征向量，基于该特征向量，分类器判断，侧边界是否处于该矩形中。作为特征向量，例如可以使用上面已经提及的HOG(Dalal&Triggs，2005)、局部二值模式或头发特征。这些特征的组合也将是可能的。作为分类器将可以使用支持向量机或随机森林分类器。关于这些探测器和算法的其他细节例如在以下文献中被找到：

Ojala，T.、M.Pietikainen和T.Maenpaa，“Multiresolution Gray-scale andRotation Invariant Texture Classification With Local Binary Patterns”。IEEETransactions on Pattern Analysis and Machine Intelligence。第24卷，第7期，2002年7月，第971-987页，

Viola,P.和M.J.Jones，“Rapid Object Detection using a Boosted Cascadeof Simple Features”。Proceedings ofthe 2001IEEE Computer Society Conference。第1卷，2001年4月15日，第I-511-I-518页，

Cortes，Corinna和Vladimir Vapnik。“Support-vector networks”。Machinelearning 20.3(1995)：273-297，和

Breiman L.，Random forests。In Machine Learning，第5-32页，2001。

绝对可能发生，对象探测器进行多次可能错误的探测。因此安置下游的步骤，其评价所创建的探测集合，参见图6中的50h。在该实施例中，利用不同的情况，以便评价和分拣探测。因此，例如不能将多个侧边界相叠地(从地板到天花板来看)布置。在此，可以利用：多种已知的对象探测方法以及Viola-Jones算法为每次探测说明置信度。因此，例如可以从重叠的探测中仅保留具有最高置信度的探测。替代地或补充地，可以优选布置在躺卧面之下的探测。在此情况下隐念是，可能导致错误探测的干扰性的对象(诸如靠垫)可能位于躺卧面上。然而，如果在该PLV区段中已经找到调低的侧边界，则可以分拣出错误的可归因于靠垫的探测。PLV 100的侧边界110每侧由一个或两个部分构成。因此，此外可以将每侧的探测次数基于置信度程度限制于最多两次。

该方法的结果或侧边界的描述可以多种多样地来设计。首先，可以描述侧边界的构成，即根据探测判断，是否涉及一部分的或两部分的侧边界(自然又针对每侧)。每个部分现在可以进一步在其设定方面被描述，例如

1)通过三维空间中的多边形，

2)通过三维空间中的长方体，

3)通过在所观察的部分的区段中其在躺卧面或PLV纵轴之上(或之下)的平均高度，以及

4)通过在x(例如0)和y(例如10)之间的数字，其中x说明该部分的最低位置并且y说明该部分的最高位置。位置x和y例如通过PLV的类型将可能是已知的。

注意：进行关于侧边界110的部分的高度的陈述的输出需要参考点。这里，尤其PLV100的躺卧面是有意义的，因为侧边界在躺卧面之上的高度决定边界本身的作用。如已经在上面提及的那样，至少在有些实施例中确定装置16可以被构成用于当患者支承设备100的配置低于安全水平时，基于安全信息或者基于安全程度输出报警信息。例如，患者支承设备100的安全水平可以基于至少一个子段120相对于至少一个侧边界110的相对位置。

如在图16中在步骤50j中描述的那样，可以在PLV 100的侧边界110和位置段120的所识别出的设定的背景下确定和解释床配置的安全程度，以便为患者进行关于当前的PLV配置的安全性的陈述。在图15中，在相应的子段120a-d之上布置四个躺卧面(l＝1、2、3、4)。图15图示在该实施例中具有床栅110的病床的可能的配置。利用这里存在的方法可以在有些实施例中与利用简单的二元(调高、调低)识别相比，可以明显更可靠地进行该陈述。为了解释，例如观察图15中所示出的PLV配置。床栅110这里被调高，然而该配置潜在地还是危险的，尤其由于躺卧面的升高的头部段(l＝4)，这里尽管有床栅110，但对于患者来说简化地可能离开PLV 100。存在一定的跌倒危险。

基于位置段120和床栅110的已知的位置和因此其相对彼此的关系可以标识这种情况。在下文中应为此指出一些可能性。

在此，参照图17，其示出用于确定安全信息的方法的不同实施例。图17显示流程图形式的“安全程度流程图”。在一些实施例中，因此确定在躺卧面之上的平均高度。安全水平可以是在至少一个子段120之上侧边界110在躺卧面之上的平均高度的度量。例如首先将躺卧面划分70a成子区段(参见图17上部流程图)。例如，躺卧面可以被分解成5cm长的块，使得对于2m长度的躺卧面而言创建40个子区段。紧接着针对每个子区段确定70b在床栅上边缘之上或之下的高度，这在此得出向量

于是，经由

计算70c在躺卧面之上的平均高度。最后，将m与阈值S比较70d。vi说明躺卧面子区段在床栅上边缘之上的高度，即当所述区段位于边缘之上时，vi为正的，否则为负的。变量vi于是意味着危险，这在步骤70e中通过阈值S的超过来反映。如果平均高度m小于S，则该情况被分级70e-f为危险，要不然分级70e-g为无危险。如果该方法应输出安全性的连续的度量，则M＝m-S是一种可能性。

在一些实施例中，也可以针对每个位置段120确定平均高度，参见图17中的中间图表中的70h、70i。精细化的可能性是，根据位置段划分子区段v，使得针对每个位置段获得子区段向量。在该情况下因此v₁、...、v_L＝4，其中

于是，针对每个位置段可以单独地类似于上面计算平均高度，70j，使得得到m₁、...、m_L。针对每个位置段的单独的平均高度现在可以与各个阈值S₁、...、S₄比较。如果现在将平均高度与其对应的阈值比较m_i<S_i，70k，则可以进行关于安全性的陈述，其方式是使用结果是正的比较的数量或比例，70l、70m、70n。该方式例如可以实现为头部段定义小的阈值，使得在尤其即将发生以头部跌倒时在有疑问时更早地报警。

在另一实施例中，可以确定安全范围的比例，参见图17下部的流程图，70o、70p。代替计算平均高度，也可以将床栅上边缘v在躺卧面之上的高度直接与一个或多个阈值S比较，70q。因此通过S原则上定义关于躺卧面的安全通道。如果床栅上边缘处于该安全通道之下，则将相应的区域标记为不安全。为了阐明，这里应参考图16。图16示出在一个实施例中的潜在的评价。图16图示PLV 100、子段120a-d和床栅110。不安全的区域的比例a现在可以与第二阈值S₂比较，参见70r，70s，以便评价配置的安全性并且必要时报警。

上面所提及的可能性的区别主要如下：如何形成和分析子区段v。图7中的流程图仅仅示出在“危险”和“无危险”方面的分析，但是在任何情况下也可以说明数字，该数字连续地说明危险的程度(通常与相应的阈值的间距)。跟随该分析，于是例如可以进行报警步骤。

实施例可以实现自动化地记录侧边界110的位置或安全性。在有些实施例中，基于侧边界110的位置和子段位置120确定床配置的安全性的度量，并且存放在记录系统中。记录信息典型地被构成为数据库，在数据库中可以存放关于床配置的安全性的信息。所述信息可以遵循不同的数据库模型，诸如分层数据库模型、关系数据库模型、面向对象的或面向文档的数据库模型。在医疗领域中，这些数据库例如被嵌入到临床信息系统中。

在一些其他实施例中，可以基于安全信息进行报警。基于侧边界110的位置和子段位置120的床配置的安全性的确定的度量可以被用于在相应索引时自动地报警。如果方法在一个实施例中例如得出安全性的度量M，床配置越不安全，该度量变得越小，则可以由护理人员设定阈值S，在低于该阈值时报警。

在其他实施例中可以实施显示系统。设备10可以将床配置的安全性的所计算的度量传送给远程的显示系统。附加地，可以传输所述度量所基于的信息、即侧边界110的位置和躺卧面的子段位置。以这种方式，医务人员可以从远处检查设定，这例如在卫生关键领域中可能是有意义的。

这样的显示系统的示例是

临床信息系统，

固定的显示单元，如简单的屏幕、监视器和显示器，和

移动显示设备，如智能电话或平板电脑等等。

要显示的数据例如可以经由网络或网站而可用，已存放在数据库中或直接(例如经由HDMI、高清晰度多媒体介面)转发给显示单元。通过报警促使的显示也是可能的。如果系统例如如上面所解释的那样敲警钟，则上面所提及的信息可以直到那时才被传输给上面所提及的显示系统。

图18示出用于确定侧平面的方法的一个实施例的流程图的框图。用于检测患者支承设备100的光学图像数据并且用于基于图像数据确定患者支承设备100的至少一个侧边界110的位置的方法包括基于图像数据确定80a患者支承设备100的至少一个子段120的位置。此外，该方法包括基于至少一个子段120的位置确定80b患者支承设备100的至少一个侧边界110的位置。

另一实施例是程序，该程序具有程序代码，该程序代码用于当该程序代码在计算机、处理器或可编程的硬件部件上被实施时执行这里所描述的方法之一。

在前面的描述、权利要求和附图中公开的特征不仅能够单独地而且能够以任意的组合对于实施例以其不同的设计方案的实现而言是重要的，并且，只要不从说明书得出别的内容，所述特征可以任意地彼此组合。

尽管有些方面结合设备被描述了，但易于理解的是，这些方面也是相应的方法的描述，使得设备的块或器件也可以被理解为相应的方法步骤或方法步骤的特征。类似于此，结合一个方法步骤或作为一个方法步骤所描述的方面也是相应的设备的相应的块或细节或特征的描述。

根据确定的实施要求，可以以硬件或以软件实施本发明的实施例。该实施可以在使用数字存储介质、例如软盘、DVD、蓝光光盘、CD、ROM、PROM、EPROM、EEPROM或FLASH(闪速)存储器、硬盘或其他磁或光存储器的情况下执行，在所述存储器上存储以电子方式可读的控制信号，所述控制信号能够与可编程的硬件部件共同作用或与可编程的硬件部件共同作用，使得执行相应的方法。

可编程的硬件组件可以由处理器、计算机处理器(CPU＝Central ProcessingUnit(中央处理单元))、图形处理器(GPU＝Graphics Processing Unit(图像处理单元))、计算机、计算机系统、专用集成电路(ASIC＝Application-Specific IntegratedCircuit)、集成电路(IC＝Integrated Circuit)、单芯片系统(SOC＝System on Chip(芯片上系统))、可编程逻辑元件或具有微处理器的现场可编程门阵列(FPGA＝FieldProgrammable GateArray)形成。

数字存储介质因此可以是机器或计算机可读的。有些实施例因此包括数据载体，其具有以电子方式可读的控制信号，所述控制信号能够与可编程的计算机系统或可编程的硬件部件共同作用，使得执行这里所描述的方法之一。一个实施例因此是数据载体(或数字存储介质或计算机可读介质)，在所述数据载体上记录有用于执行这里所描述的方法之一的程序。

一般，本发明的实施例可以被实施为程序、固件、计算机程序或具有程序代码的计算机程序产品或被实施为数据，其中当程序在处理器或可编程的硬件部件上运行时，程序代码或数据如下起作用：执行所述方法之一。程序代码或数据例如也可以被存储在机器可读的载体或数据载体上。程序代码或数据尤其可以作为源代码、机器代码或字节代码以及作为其他中间码存在。

此外，另一实施例是数据流、信号系列或信号序列，其是用于执行这里所描述的方法之一的程序。数据流、信号系列或信号序列例如可以如下被配置，以便经由数据通信连接、例如经由互联网或其他网络被传送。因此，实施例也是代表数据的信号系列，其适合于经由网络或数据通信连接进行发送，其中数据是程序。

根据一个实施例的程序可以例如通过如下方式在方法之一的执行期间实现该方法：该程序读出存储单元或将一个数据或多个数据写入这些存储单元，由此必要时在晶体管结构中、在放大器结构中或在其他电、光、磁组件或根据其他功能原理工作的组件中引起切换过程或其他过程。相应地，可以通过读出存储单元由程序检测、确定或测量数据、值、传感器值或其他信息。程序因此可以通过读出一个或多个存储单元来检测、确定或测量变量、值、测量变量和其他信息，以及通过写入一个或多个存储单元引起、促使或执行动作以及操控其他设备、机器和部件。

上面所描述的实施例仅仅是本发明的原理的说明。易于理解的是，将使其他专业人员明白这里所描述的布置和细节的修改方案和变型方案。因此意图，本发明应仅仅通过下列权利要求的保护范围来限制，而不应通过借助实施例的描述和解释在此所呈现的特定细节来限制。

Claims (17)

1.一种用于检测患者支承设备(100)的光学图像数据并用于基于所述图像数据确定所述患者支承设备(100)的至少一个侧边界(110)的位置的设备(10)，其中所述设备(10)包括确定装置(16)，所述确定装置被构成用于首先基于所述图像数据确定所述患者支承设备(100)的至少一个子段(120)的位置，并且基于所述至少一个子段(120)的位置确定所述患者支承设备(100)的至少一个侧边界(110)的位置，以及其中所述确定装置(16)此外被构成用于基于所述至少一个侧边界(110)的位置确定关于所述患者支承设备(100)的配置的安全信息，并且其中此外所述确定装置(16)被构成用于当所述患者支承设备(100)的配置低于安全水平时，基于所述安全信息输出报警信息。

2.根据权利要求1所述的设备(10)，所述设备此外具有接口(12)，用于输出关于所述至少一个侧边界(110)的位置的信息。

3.根据权利要求1或2中任一项所述的设备(10)，所述设备包括用于检测所述患者支承设备(100)的光学图像数据的检测装置(14)，其中所述检测装置(14)具有一个或多个传感器，所述传感器被构成用于检测三维点云作为图像数据。

4.根据权利要求1或2中任一项所述的设备(10)，其中所述确定装置(16)此外被构成用于基于所述患者支承设备(100)的至少一个子段(120)的位置确定所述患者支承设备(100)的躺卧面的大小和方位。

5.根据权利要求4所述的设备(10)，其中所述确定装置(16)被构成用于此外确定所述患者支承设备(100)的两个纵向侧，并且基于所述纵向侧从所述图像数据中至少部分地排除不属于所述患者支承设备(100)的至少一个侧边界(110)的像点。

6.根据权利要求5所述的设备(10)，其中所述确定装置(16)被构成用于此外将所述图像数据限制于所述患者支承设备(100)的纵向侧的像点。

7.根据权利要求6所述的设备(10)，其中所述确定装置(16)被构成用于将所述图像数据投影到所述患者支承设备(100)的侧平面上并且获得投影图像。

8.根据权利要求7所述的设备(10)，其中所述确定装置(16)被构成用于在所述投影图像中借助对象探测确定侧边界候选。

9.根据权利要求8所述的设备(10)，其中所述确定装置(16)被构成用于评价所述侧边界候选并且基于所评价的侧边界候选确定所述至少一个侧边界(110)的位置。

10.根据权利要求1所述的设备(10)，其中所述确定装置(16)被构成用于经由存储装置记录所述安全信息。

11.根据权利要求1或10中任一项所述的设备(10)，其中所述确定装置(16)被构成用于经由显示装置输出所述安全信息。

12.根据权利要求1所述的设备(10)，其中所述患者支承设备(100)的安全水平基于所述至少一个子段相对于所述至少一个侧边界(110)的相对位置。

13.根据权利要求1或12中任一项所述的设备(10)，其中所述安全水平是在所述患者支承设备(100)的确定配置的情况下患者从所述患者支承设备(100)掉落出来的风险多高的度量。

14.根据权利要求1或2中任一项所述的设备(10)，其中所述安全水平是在所述至少一个子段(120)之上所述侧边界(110)在躺卧面之上的平均高度的度量。

15.根据权利要求1或2中任一项所述的设备(10)，其中所述确定装置(16)被构成用于确定所述患者支承设备(100)的至少两个子段(120a；120b)的位置。

16.一种用于检测患者支承设备(100)的光学图像数据并用于基于所述图像数据确定所述患者支承设备(100)的至少一个侧边界(110)的位置的方法，具有如下步骤：

基于所述图像数据确定(80a)所述患者支承设备(100)的至少一个子段(120)的位置；基于所述至少一个子段(120)的位置确定(80b)所述患者支承设备(100)的至少一个侧边界(110)的位置；

基于所述至少一个侧边界(110)的位置确定关于所述患者支承设备(100)的配置的安全信息；以及

当所述患者支承设备(100)的配置低于安全水平时，基于所述安全信息输出报警信息。

17.一种计算机可读存储介质，具有存储在其上的程序，该程序具有程序代码，该程序代码用于当该程序代码在计算机、处理器或可编程的硬件部件上被实施时执行根据权利要求16所述的方法。

Images