CN110958391B - 一种患者紧急物品箱智能移动系统与方法 - Google Patents

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

一种患者紧急物品箱智能移动系统与方法

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R_threshold相比较：

(1)如果R1≥R_threshold，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<R_threshold，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S_threshold进行比较；

(6)如果S<S_threshold，则说明患者未发生移动，返回(2)；如果S≥S_threshold，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S_threshold进行比较。

(6)：如果S<S_threshold，则说明患者未发生移动，返回(2)；如果S≥S_threshold，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R_threshold相比较：

(1)如果R1≥R_threshold，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<R_threshold，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S_threshold进行比较；

(6)如果S<S_threshold，则说明患者未发生移动，返回(2)；如果S≥S_threshold，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R_threshold相比较：

(1)如果R1≥R_threshold，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<R_threshold，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。