CN110958391B - 一种患者紧急物品箱智能移动系统与方法 - Google Patents
一种患者紧急物品箱智能移动系统与方法 Download PDFInfo
- Publication number
- CN110958391B CN110958391B CN201911273246.5A CN201911273246A CN110958391B CN 110958391 B CN110958391 B CN 110958391B CN 201911273246 A CN201911273246 A CN 201911273246A CN 110958391 B CN110958391 B CN 110958391B
- Authority
- CN
- China
- Prior art keywords
- image
- patient
- article box
- emergency article
- camera
- 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
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000012544 monitoring process Methods 0.000 claims abstract description 15
- 238000013135 deep learning Methods 0.000 claims abstract description 13
- 238000005516 engineering process Methods 0.000 claims abstract description 13
- 238000001514 detection method Methods 0.000 claims description 6
- 210000003128 head Anatomy 0.000 claims description 5
- 206010062519 Poor quality sleep Diseases 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 3
- 238000010191 image analysis Methods 0.000 description 2
- 230000007306 turnover Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Abstract
本发明公开了一种患者紧急物品箱智能移动系统与方法,包含三维支架、圆弧形导轨、主控单元、夜灯、滑块、摄像头和紧急物品箱,摄像头用于实时监控卧床患者,根据深度学习技术,主控单元对监控画面进行智能分析,自动将紧急物品箱移至更方便患者取物的设定位置;并且夜间在红外模式下,智能为具有开灯需求的清醒患者,开启夜灯。本发明能够为患者提供更良好的医疗服务,并尽可能降低患者发生意外的风险,同时也减少家属、医护人员的负担。
Description
技术领域
本发明涉及一种患者紧急物品箱智能移动系统与方法,属于视频图像分析技术领域。
背景技术
近年来,随着深度学习技术的兴起,视频监控智能分析在医疗行业的应用变得更加广泛。结合现有技术,利用视频监控的优势,提高现有的医疗条件,为患者提供良好的服务,是视频监控在医疗行业应用的一个必然的趋势。
在医院病房中,放置药品、水杯和纸巾等紧急物品的床头柜通常是固定在病床的一侧。当在病床上的患者要拿取床边的物品时,由于患者保持侧卧姿势且背向床头柜,需要进行起身或翻身动作。这对于行动不便的患者来说,无疑是一个挑战。并且如果在黑夜环境下进行翻身取物,更是难上加难。由于家属和医护人员也不可能做到二十四小时随时监护照顾患者,万一患者出现突发情况,如果未能及时从床边拿取紧急物品,这在很大程度上会增加患者发生意外的风险。
专利申请号201510449905.1,“一种压力分布式传感器及其智能病床监控系统和监控方法”,该发明通过在病床上安装压力传感器获取卧床患者信息,但没有解决患者快速从床边取物的问题。并且该发明监控系统相对复杂,安装不方便。
专利申请号201410826544.3,“一种基于智能视频的重症病患监控系统”,该发明通过传统的图像分析技术,但准确率不高。
发明内容
本发明的目的在于提供一种患者紧急物品箱智能移动系统与方法,通过摄像头实时监控卧床患者,根据深度学习技术,主控单元对监控画面进行智能分析,自动将紧急物品箱移至更方便患者取物的设定位置;并且夜间在红外模式下,智能为具有开灯需求的清醒患者,开启夜灯;本发明能够为患者提供更良好的医疗服务,并尽可能降低患者发生意外的风险,同时也减少家属、医护人员的负担。
本发明采取的技术方案如下:
一种患者紧急物品箱智能移动系统,其包括三维支架、圆弧形导轨、主控单元、夜灯、滑块、摄像头和紧急物品箱,所述三维支架安装在病床床头,所述圆弧形导轨设置安装在三维支架的前端,所述滑块滑动设置在圆弧形导轨上,在滑块中设置有马达并且由马达驱动其沿导轨左右移动;所述主控单元分别与夜灯、马达和摄像头连接,用于控制夜灯的开启和关闭、滑块内马达的启停以及接收并分析摄像头拍摄的图像,所述紧急物品箱与滑块活动连接,所述摄像头安装在滑块上并且随滑块一起移动。
进一步的,所述三维支架安装在病床床头的正中间位置,圆弧形导轨的中间位置与三维支架的前端连接。
进一步的,所述的主控单元包括图像处理模块、夜灯控制模块以及马达驱动模块,图像处理模块与摄像头连接,夜灯控制模块与夜灯相连接,马达驱动模块与滑块内马达相连接并通过接口驱动滑块马达,从而移动紧急物品箱。
进一步的,所述夜灯的开启方式根据深度学习技术,在摄像头红外模式下,为具有开灯需求的清醒患者,智能开启夜灯;具体包括以下步骤:
第一步:在红外模式下,图像处理模块以固定时间间隔选择一帧图像,对该图像进行人眼识别,判断图像中的人眼是否睁开。
第二步:如果检测到人眼是睁开状态,则利用深度学习技术,判断画面中的患者是否具有开灯需求;
第三步:如果在连续多帧图像中检测到人眼是睁开状态且具有开灯的需求,则夜灯控制模块打开夜灯。
第四步:延时一段时间后,夜灯控制模块关闭夜灯;返回第一步。
一种患者紧急物品箱智能移动方法,其包括以下步骤:
步骤一:初始化摄像头和紧急物品箱此刻的位置为a,摄像头将在位置a采集的监控画面传输给主控单元中的图像处理模块,图像处理模块以固定时间间隔检测图像,判断患者是否发生移动;
步骤二:如果患者发生移动,则图像处理模块对该图像进行人脸检测,得到该图像中存在人脸的最大可信度R1;
步骤三:将该图像存在人脸的最大可信度R1与预设阈值Rthreshold相比较:
(1)如果R1≥Rthreshold,则说明该图像中存在人脸,紧急物品箱的位置不变,返回步骤一;
(2)如果R1<Rthreshold,则启动滑块,将紧急物品箱移动至病床的另一侧位置b,转到步骤四;
步骤四:在该位置b上,图像处理模块选择一帧图像,对该图像进行人脸检测,获得该图像中存在人脸的最大可信度R2;
步骤五:将步骤四中的最大可信度R2与步骤二中的最大可信度R1相比较:
(1)如果R2<R1,则说明人脸朝向位置a的可能性更高。那么启动滑块,将紧急物品箱移动至病床的另一侧位置a;返回步骤一;
(2)如果R2≥R1,则人脸朝向本侧位置b的可能性更高,那么不移动紧急物品箱;返回步骤一。
进一步的,所述步骤一的具体实施步骤如下:
(1)图像处理模块初始化选择一帧图像P0,作为参照图像;
(2)图像处理模块每隔时间T,选择一帧图像P1,作为待检测图像;
(3)将参照图像P0和待检测图像P1进行灰度化处理,并补偿光线强弱对像素值的影响,分别得到灰度参照图像P0’、以及灰度待检测图像P1’;
(4)将灰度参照图像P0’与灰度待检测图像P1’进行像素值求差,得到灰度差分图像D,计算灰度差分图像D中的像素值的平方和,值为S;
(5)将像素值平方和S与预设阈值Sthreshold进行比较;
(6)如果S<Sthreshold,则说明患者未发生移动,返回(2);如果S≥Sthreshold,则说明患者发生移动,转到步骤二。
本发明的有益效果是:本发明结合视频监控以及深度学习技术的优势,实现了包括三维支架,圆弧形导轨,主控单元,夜灯,滑块,摄像头和紧急物品箱的智能移动系统。该系统装置安装方便,灵活。根据摄像头,可全天候对卧床患者进行监控。此外,本发明利用深度学习的技术,智能将紧急物品箱移至更方便患者取物的一侧,解决了只能从病床固定一侧取物的问题,也为行动不便的卧床患者提供了更大的便利;同时,在夜间能够智能判断患者的清醒状态以及患者开启夜灯的需求,从而为患者开启夜灯,操作方便;因此,本发明更加高效、实用和人性化。
附图说明
图1是本发明的结构示意图。
图2是智能开启夜灯流程图。
图3是是智能移动紧急物品箱流程图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例一。
如图1所示,一种患者紧急物品箱智能移动系统包括三维支架1,圆弧形导轨2,主控单元3,夜灯4,滑块5,摄像头6和紧急物品箱7。所述的三维支架1安装在病床床头的正中间位置;所述的圆弧形导轨2安装在三维支架1上,中间位置与三维支架1连接;所述的主控单元3安装在三维支架1上,并与夜灯4连接。所述的滑块5安装在圆弧形导轨2上;滑块5中有马达,可沿导轨左右移动;所述的紧急物品箱7与滑块5活动连接;所述的摄像头6具有普通模式和红外模式,能够全天候对患者进行监控,其安装在滑块5上。摄像头6可随滑块5移动,这样根据深度学习算法,对于患者侧卧方向的判断更加准确。
本实施例中,所述的主控单元3包括图像处理模块、夜灯控制模块以及马达驱动模块;所述的图像处理模块与摄像头6连接。所述的夜灯控制模块与夜灯4相连接;所述的马达驱动模块与滑块5相连接,可由接口驱动滑块马达,从而移动紧急物品箱7。
实施例二。
如图2所示,所述的夜灯的开启方式是根据深度学习技术,在摄像头红外模式下,图像处理模块会为具有开灯需求的清醒患者,智能开启夜灯。如图2所示,包括以下步骤:
第一步:初始化连续帧参数F为0;
第二步:在红外模式下,图像处理模块以固定时间间隔选择一帧图像,对该图像进行人眼识别,判断图像中的人眼是否睁开。
第三步:如果未检测到人眼是睁开状态,则返回第一步;如果能够检测到人眼是睁开状态,则利用深度学习技术,判断画面中的患者是否具有开灯需求。
第四步:如果未检测到患者具有开灯需求,则返回第一步;如果能够检测到患者具有开灯需求,则更新F=F+1;
第五步:如果F大于预设阈值Ft,则夜灯控制模块打开夜灯;否则返回第二步。
第六步:延时一段时间后,夜灯控制模块关闭夜灯。返回第一步。
实施例三。
如图3所示,一种患者紧急物品箱智能移动方法,实施步骤如下:
步骤一:初始化摄像头和物品箱此刻的位置为a,摄像头将在位置a采集的监控画面传输给主控单元中的图像处理模块。图像处理模块每间隔时间T,选择一帧图像P1,检测患者是否发生移动。其具体实施过程如下:
(1):图像处理模块初始化选择一帧图像P0,作为参照图像。
(2):图像处理模块每隔时间T,选择一帧图像P1,作为待检测图像。
(3):将参照图像P0和待检测图像P1进行灰度化处理,并补偿光线强弱对像素值的影响,分别得到灰度参照图像P0’、以及灰度待检测图像P1’。
(4):将灰度参照图像P0’与灰度待检测图像P1’进行像素值求差,得到灰度差分图像D。计算灰度差分图像D中的像素值的平方和,值为S。
(5):将像素值平方和S与预设阈值Sthreshold进行比较。
(6):如果S<Sthreshold,则说明患者未发生移动,返回(2);如果S≥Sthreshold,则说明患者发生移动,转到步骤二。
步骤二:如果患者发生移动,则基于深度学习的技术,图像处理模块对图像P1进行人脸检测,得到该图像中存在人脸的最大可信度R1。
步骤三:将该图像存在人脸的最大可信度R1与预设阈值Rthreshold相比较:
(1)如果R1≥Rthreshold,则说明图像P1中存在人脸,那么紧急物品箱的位置不变,返回步骤一。
(2)如果R1<Rthreshold,那么启动滑块,将紧急物品箱从a位置移动至病床的另一侧位置b,转到步骤四。
步骤四:在位置b上,图像处理模块选择一帧图像P2,对图像进行人脸检测,获得图像P2中存在人脸的最大可信度R2。
步骤五:将步骤四中的最大可信度R2与步骤二中的最大可信度R1相比较:
(1)如果R2≤R1,则说明人脸朝向位置a的可能性更高。那么启动滑块,将紧急物品箱移动至病床的另一侧位置a。返回步骤一。
(2)如果R2>R1,则人脸朝向位置b的可能性更高,那么不移动紧急物品箱。返回步骤一。
以上显示和描述了本发明的基本原理、主要特征和优点。本领域的普通技术人员应该了解,上述实施例不以任何形式限制本发明的保护范围,凡采用等同替换等方式所获得的技术方案,均落于本发明的保护范围内。
本发明未涉及部分均与现有技术相同或可采用现有技术加以实现。
Claims (3)
1.一种患者紧急物品箱智能移动系统,其特征在于,包括三维支架、圆弧形导轨、主控单元、夜灯、滑块、摄像头和紧急物品箱,所述三维支架安装在病床床头,所述圆弧形导轨设置安装在三维支架的前端,所述滑块滑动设置在圆弧形导轨上,在滑块中设置有马达并且由马达驱动其沿导轨左右移动;所述主控单元分别与夜灯、马达和摄像头连接,用于控制夜灯的开启和关闭、滑块内马达的启停以及接收并分析摄像头拍摄的图像,所述紧急物品箱与滑块活动连接,所述摄像头安装在滑块上并且随滑块一起移动;
所述的主控单元包括图像处理模块、夜灯控制模块以及马达驱动模块,图像处理模块与摄像头连接,夜灯控制模块与夜灯相连接,马达驱动模块与滑块内马达相连接并通过接口驱动滑块马达,从而移动紧急物品箱;
所述夜灯的开启方式根据深度学习技术,在摄像头红外模式下,为具有开灯需求的清醒患者,智能开启夜灯;具体包括以下步骤:
第一步:在红外模式下,图像处理模块以固定时间间隔选择一帧图像,对该图像进行人眼识别,判断图像中的人眼是否睁开;
第二步:如果检测到人眼是睁开状态,则利用深度学习技术,判断画面中的患者是否具有开灯需求;
第三步:如果在连续多帧图像中检测到人眼是睁开状态且具有开灯的需求,则夜灯控制模块打开夜灯;
第四步:延时一段时间后,夜灯控制模块关闭夜灯;返回第一步。
2.根据权利要求1所述的一种患者紧急物品箱智能移动系统,其特征在于,所述三维支架安装在病床床头的正中间位置,圆弧形导轨的中间位置与三维支架的前端连接。
3.一种患者紧急物品箱智能移动方法,其特征在于,采用权利要求1或2中所述的患者紧急物品箱智能移动系统,具体包括以下步骤:
步骤一:初始化摄像头和紧急物品箱此刻的位置为a,摄像头将在位置a采集的监控画面传输给主控单元中的图像处理模块,图像处理模块以固定时间间隔检测图像,判断患者是否发生移动;具体实施步骤如下:
(1)图像处理模块初始化选择一帧图像P0,作为参照图像;
(2)图像处理模块每隔时间T,选择一帧图像P1,作为待检测图像;
(3)将参照图像P0和待检测图像P1进行灰度化处理,并补偿光线强弱对像素值的影响,分别得到灰度参照图像P0’、以及灰度待检测图像P1’;
(4)将灰度参照图像P0’与灰度待检测图像P1’进行像素值求差,得到灰度差分图像D,计算灰度差分图像D中的像素值的平方和,值为S;
(5)将像素值平方和S与预设阈值Sthreshold进行比较;
(6)如果S<Sthreshold,则说明患者未发生移动,返回(2);如果S≥Sthreshold,则说明患者发生移动,转到步骤二;
步骤二:如果患者发生移动,则图像处理模块对该图像进行人脸检测,得到该图像中存在人脸的最大可信度R1;
步骤三:将该图像存在人脸的最大可信度R1与预设阈值Rthreshold相比较:
(1)如果R1≥Rthreshold,则说明该图像中存在人脸,紧急物品箱的位置不变,返回步骤一;
(2)如果R1<Rthreshold,则启动滑块,将紧急物品箱移动至病床的另一侧位置b,转到步骤四;
步骤四:在该位置b上,图像处理模块选择一帧图像,对该图像进行人脸检测,获得该图像中存在人脸的最大可信度R2;
步骤五:将步骤四中的最大可信度R2与步骤二中的最大可信度R1相比较:
(1)如果R2<R1,则说明人脸朝向位置a的可能性更高,那么启动滑块,将紧急物品箱移动至病床的另一侧位置a;返回步骤一;
(2)如果R2≥R1,则人脸朝向本侧位置b的可能性更高,那么不移动紧急物品箱;返回步骤一。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911273246.5A CN110958391B (zh) | 2019-12-12 | 一种患者紧急物品箱智能移动系统与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911273246.5A CN110958391B (zh) | 2019-12-12 | 一种患者紧急物品箱智能移动系统与方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110958391A CN110958391A (zh) | 2020-04-03 |
CN110958391B true CN110958391B (zh) | 2024-07-09 |
Family
ID=
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107133612A (zh) * | 2017-06-06 | 2017-09-05 | 河海大学常州校区 | 基于图像处理与语音识别技术的智能病房及其运行方法 |
CN208491421U (zh) * | 2017-08-02 | 2019-02-15 | 宁波雅露斯智能家居有限公司 | 床 |
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107133612A (zh) * | 2017-06-06 | 2017-09-05 | 河海大学常州校区 | 基于图像处理与语音识别技术的智能病房及其运行方法 |
CN208491421U (zh) * | 2017-08-02 | 2019-02-15 | 宁波雅露斯智能家居有限公司 | 床 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5648840B2 (ja) | ベッド上及び室内の見守りシステム | |
JP6784424B1 (ja) | マシンビジョンに基づく過労運転検出警告システム及び方法 | |
US7987069B2 (en) | Monitoring patient support exiting and initiating response | |
US20090044334A1 (en) | Automatically adjusting patient platform support height in response to patient related events | |
JP2005128967A (ja) | 医療用動き検出装置、医療用動き検出方法、医療用動き検出プログラム並びにコンピュータで読取可能な記録媒体 | |
Jones et al. | Identifying movement onset times for a bed-based pressure sensor array | |
CN104238732A (zh) | 侦测脸部动作以产生讯号的装置、方法以及计算机可读取纪录媒体 | |
US10321856B2 (en) | Bed exit monitoring system | |
CN104503419B (zh) | 一种用于病房数据采集方法 | |
CN103544807A (zh) | 婴幼儿睡眠看护方法及其系统 | |
CN111214724A (zh) | 一种基于机器视觉的输液监测方法与系统 | |
CN110958391B (zh) | 一种患者紧急物品箱智能移动系统与方法 | |
US9465981B2 (en) | System and method for communication | |
CN105708415B (zh) | 一种妇产科智能检查成像装置 | |
CN110958391A (zh) | 一种患者紧急物品箱智能移动系统与方法 | |
CN110051333A (zh) | 一种医疗陪伴机器人 | |
CN204158598U (zh) | 一种具有交互式视频系统的救护车 | |
CN113903052A (zh) | 基于图像处理和力学分析的室内人体碰撞警报方法及装置 | |
CN114220244B (zh) | 一种“研判前置”的居家养老风险检测系统和方法 | |
CN202568258U (zh) | 一种基于视觉技术的呼吸监测装置 | |
CN103371798A (zh) | 耳挂式眼控装置 | |
CN114680824A (zh) | 具有自动图像改善功能的非接触式患者监测系统 | |
CN211023626U (zh) | 一种护理床 | |
KR20220061614A (ko) | 조명 제어 장치 및 방법과, 스마트 안경 및 방법 | |
CN111743710A (zh) | 用于肠空气瘘辅助恢复的装置、使用方法及预警方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |