CN112669566B - 一种基于人体姿态分析的护理预警方法和系统 - Google Patents
一种基于人体姿态分析的护理预警方法和系统 Download PDFInfo
- Publication number
- CN112669566B CN112669566B CN202011491812.2A CN202011491812A CN112669566B CN 112669566 B CN112669566 B CN 112669566B CN 202011491812 A CN202011491812 A CN 202011491812A CN 112669566 B CN112669566 B CN 112669566B
- Authority
- CN
- China
- Prior art keywords
- bed
- monitored person
- nursing
- human body
- posture
- 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
Images
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供一种基于人体姿态分析的护理预警方法和系统,所述方法包括:基于监控视频识别人体姿态;基于识别的人体姿态判断患者的活动模式;基于患者的活动模式发送提醒和报警。所述人体姿态包括躺在床上、坐在床旁、站在床旁、行走、坠床或摔倒中任一种。本发明检测人体姿态,自动识别是否出发生离床动作,护理人员不需要长时间执守观看监控视频,以判断患者是否离床,节省护理人员的时间;在患者离床过程中,不仅有向护理人员的报警,同时给予患者注意事项提醒,让患者可以更好的遵循离床的护理要求,减少离床造成的跌倒或坠床意外的风险。
Description
技术领域
本发明涉及机器视觉领域,具体地,涉及一种基于人体姿态分析的护理预警方法,以及对应的预警系统。
背景技术
目前随着医学和社会的发展,对于护理的需求越来越多,要求也越来越高,对于包含老年人在内的各种患者的护理工作量也越来越大。需要护理的人群有很多,比如老人、儿童以及患者,尤其是一些高危患者。
跌倒是严重危害老年人生命安全和生活质量的意外伤害。据全国死因统计数据显示,跌倒位列65岁以上老年人第四位死因。每年有30%的老年人发生1次跌倒,预防跌倒发生至关重要。住院患者受病情和治疗因素对机体功能以及身心状态的影响,以及被动适应陌生的环境等因素的共同作用,其跌倒的发生率约为社群人群的3倍,最高达17.1%,且多见于老年住院患者。
研究表明,病床旁、洗手间(浴室)和走廊是跌倒发生的主要场所。病床旁是改变体位最多的地方,改变体位过快易引起体位性低血压而跌倒。每天的15:00-21:00及0:00-7:00是患者跌倒发生的高峰时段。这与该时段患者离床活动增多和值班护士较少有关,缺乏护理人员的协助和照看。患者入院后,除基本的跌倒预防措施外,按照跌倒风险评估,对于跌倒高危患者还有针对性的预防措施。同时,护理人员及时给予协助或照看,可以最大程度降低患者起床时发生的坠床和跌倒风险。但是患者经常会忘记规定流程,或擅自离床未呼叫护理人员协助。由于护理人员不能时刻观察患者在病房内的活动,特别是在夜班期间,护理人员难以及时发现患者即将离床的情况。
因此,需要采取一定的措施来及时的发现患者或需护理人群的预警,及时通知护士,并对他们进行提醒,避免跌倒意外。同时在发生意外时,能及时干预。
申请号为CN201821936924.2的中国实用新型“具有离床检测功能的护理床”提供了一种具有离床检测功能的护理床。该实用新型在床旁安装压力传感器,当患者坐在或躺在床边时,压力传感器采集到压力变化的信号,通过云服务器开启床旁的摄像头,让护理人员可以直接观察到病房内患者的情况,以判断是否发生离床应前往干预。然而,其不能自动判断患者是否要离床,仅靠床旁压力传感器的变化,会将正常翻身、坐在床边待情况,都作为离床前的征象来报警,误报警为较多。护理人员在收到报警后需要观察一段时间患者的活动情况,以判断是否有离床活动,同时观察多个患者也比较困难,浪费时间较多,效率较低。
公开号为CN111145494A的中国发明“一种用于病房的监测装置、方法设备及存储介质”,装置包括:均与控制器连接的压力传感器、第一红外感应灯和第二红外感应灯;压力传感器用于感应病患是否离床,当感应到病患离床时,接通监测电路;第一红外感应灯用于感应病患是否途径病房内的厕所;第二红外感应灯用于感应病患是否途径房门;控制器用于获取压力传感器、第一红外感应灯、第二红外感应灯的监测数据,当第一红外感应灯或第二红外感应灯两次感应到病患的时间间隔超出预设时间间隔时,发出警报。该申请解决了只是基于摄像头来进行监测,当无人查看摄像头时,容易发生摔跤、夜晚走失等各种夜起问题,而这些护理人员难以快速发现的技术问题。另外,该发明在病床上放置压力感受器,当患者离开病床时压力器获知压力改变,接通厕所和门口的红外感受器,检测到患者途经该区域后的时间超过阈值才发出报警。该方法不是在患者在即将离床时预先报警,而是在患者已经离开床之后达到指定位置时才报警。未能对患者离床过程给予提醒并在离床发生的第一时间通知护理人员。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种基于人体姿态分析的护理预警方法和系统。
根据本发明的一个方面,提供一种基于人体姿态分析的护理预警方法,包括:
基于监控视频识别人体姿态;
根据识别的所述人体姿态判断被监控者的活动模式;
根据被监控者的所述活动模式发送提醒和/或报警。
优选地,人体姿态包括躺在床上、坐在床旁、站在床旁、行走,进一步,还可以包括坠床、摔倒中任一种。
优选地,活动模式包括下列任一种模式:
模式1:躺在床上变为坐在床旁;
模式2:坐在床旁变为站在床旁;
模式3:站在床旁变为行走。
优选地,提醒和/或报警包括以下任一种:
当检测到模式1时,向被监控者发送护理提醒,告知被监控者保持坐位不少于预定时长再站起来,同时向护理人员发送报警,通知其被监控者离床;
当检测到模式2时,向被监控者发送护理提醒,告知被监控者保持站立不少于预定时长再行走,同时向护理人员发送报警,通知其被监控者离床;
当检测到模式3时,向被监控者发送护理提醒,告知被监控者缓慢行走,同时向护理人员发送报警,通知其被监控者离床。
优选地,所述方法还包括步骤:
判断被监控者姿态类型保持时长是否满足预定时长,向被监控者发送提醒。
优选地,所述方法还包括步骤:
当被监控者姿态类型保持时长不满足预定时长,被监控者重新保持姿态时,重新判断被监控者姿态类型保持时长是否满足预定时长,向被监控者发送提醒。
优选地,所述方法还包括步骤:
当识别人体姿态为坠床或摔倒时,向护理人员发送报警。
优选地,基于监控视频识别人体姿态包括以下步骤:
连续获取病床区域摄像头的监控视频数据;
对监控视频数据进行数据分析,基于连续视频帧的关键点向量变化,用模型识别人体姿态;
连续监测被监控者的姿态类型并记录姿态识别的时间,形成姿态序列数据。
优选地,所述方法还包括步骤:
当识别的人体姿态为设定姿态类型时,进行离床监测,设定姿态类型为躺在床上或坐在床旁;
当被监控者走出视频监测的病床区域,关闭离床监测。
根据本发明的另一个方面,提供一种基于人体姿态分析的护理预警系统,包括:
视频采集设备,获取监控视频数据;
人体姿态识别模块,对所述视频采集设备获取的监控视频数据进行人体姿态识别;
判断模块,根据所述人体姿态识别模块识别出的人体姿态判断活动模式;
预警模块,根据所述判断模块的结果,确定是否向被监控者发送护理提醒和/或报警。
优选地,所述系统还包括:
比较模块,判断被监控者姿态类型保持时长是否满足预定时长。
根据本发明的另一个方面,提供一种电子设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机可读指令,处理器执行计算机可读指令时实现上述任一项基于人体姿态分析的护理预警方法。
根据本发明的另一个方面,提供一种计算机可读存储设备,一种计算机可读存储介质,计算机可读存储介质存储有计算机可读指令,计算机可读指令被处理器执行时实现上述任一项基于人体姿态分析的护理预警方法。
与现有技术相比,本发明实施例具有如下至少一种有益效果:
1.本发明采用机器视觉技术检测人体姿态,自动识别是否出发生离床动作,护理人员不需要长时间执守观看监控视频,以判断被监控者是否离床,可以明显节省护理人员的时间,让其可以有针对性地关注有可能出现危险的被监控者;
2.本发明在被监控者离床过程中,不仅有向护理人员的报警,同时给予被监控者注意事项提醒,让被监控者可以更好的遵循离床的护理要求,减少离床造成的跌倒(坠床)意外的风险;
3.本发明通过对离床过程中的连接性姿态变化的识别,可以在离床发生的同时及时报警,而不是在离床后一段时间后,可以已经发生意外的情况下才报警,这样可以让护理人员对被监控者提前给予关注和干预,避免意外发生;
4.本发明以RGB-D摄像头和/或热感摄像头作为视频采集设备,可以不受光照影响,全天监测被监控者离床过程。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明一实施例的基于人体姿态分析的护理预警方法流程示意图;
图2为本发明另一优选实施例的基于人体姿态分析的护理预警方法流程示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进。这些都属于本发明的保护范围。
图1为本发明一实施例的基于人体姿态分析的护理预警方法流程示意图。
具体的,参照图1所示,本实施例中提供一种基于人体姿态分析的护理预警方法,包括以下步骤:
S1,基于监控视频,识别监控视频中的人体姿态;
使用视频采集设备获取监控视频数据,基于获取的监控视频数据使用智能感知模型识别人体姿态及人体姿态的变化。其中涉及的人体姿态可以包括躺在床上、坐在床旁、站在床旁、行走,或者,人体姿态还可以进一步包括坠床或摔倒中任一种。当然,在其他实施例中也可以根据需要设置其他的人体姿态。
人体姿态可以是患者的人体姿态,也可以是其他的人体姿态,比如老人、儿童等需要照顾或监控的人,当然,本发明尤其适用于高危患者的离床提醒和监测。
S2,根据识别的人体姿态判断被监控者的活动模式;
具体地,根据S1获得的人体姿态,对应的活动模式包括下列任一种模式:
模式1:躺在床上变为坐在床旁;
模式2:坐在床旁变为站在床旁;
模式3:站在床旁变为行走。
本步骤中通过人体姿态的检测,确定上述的活动模式,该活动模式可以动态判断被照顾或监测的人活动过程,从而不需要压力检测器件,自动识别是否出发生离床动作。同时,这种活动模式的检测,比起简单通过一张图片检测的轻易判断,更为全面、准确,误判几率大大降低。
S3,根据活动模式的具体情况,发送提醒和/或报警。
本步骤中,发送提醒和/或报警,在被监控者离床过程中,不仅有向护理人员的报警,同时给予被监控者注意事项提醒,让被监控者可以更好的遵循离床的护理要求,减少离床造成的跌倒(坠床)意外的风险。提醒、报警可以是视觉的、听觉的、振动的、触觉的或它们中两个或更多个的组合。
本发明上述实施例采用机器视觉技术检测人体姿态,自动识别是否出发生离床动作,护理人员不需要长时间执守观看监控视频,以判断被监控者是否离床,这方式可以明显节省护理人员的时间,让其可以有针对性地关注有可能出现危险的被监控者。
为了更好实现上述提醒和/或报警,节省护理人员的时间,让其可以有针对性地关注有可能出现危险的被监控者。在一优选实施例中,提醒和/或报警可以按照以下方式任一种进行:
当检测到模式1时,向被监控者发送护理提醒,告知被监控者保持坐位不少于预定时长再站起来,同时向护理人员发送报警,通知其被监控者离床;
当检测到模式2时,向被监控者发送护理提醒,告知被监控者保持站立不少于预定时长再行走,同时向护理人员发送报警,通知其被监控者离床;
当检测到模式3时,向被监控者发送护理提醒,告知被监控者缓慢行走,同时向护理人员发送报警,通知其被监控者离床。
具体地,预定时长可以根据被监控者的实际情况来选择,比如,高危患者时长可能更长一些,而轻微病患可以短一些,当然,这个还是要看被监控者的实际健康情况。在一具体实施例中,针对高危患者的护理实践中,高危患者可以选择预定时长为30s。高危患者起床活动应遵循特定的流程,概括为“3个30秒”。即醒后在床上躺30秒再坐起,床旁坐30秒再站起来,床旁站30秒再活动。本实施例中当监测到高危患者坐起、站立和行走时,均会发出提醒,告知高危患者需遵循30s流程,防止高危患者遗忘,让高危患者可以更好的遵循离床的护理要求,减少离床造成的跌倒(坠床)意外的风险。同时对护理人员发送报警,护理人员不需要长时间执守观看监控视频,以判断患者是否离床。
为了更好实现护理和预警,在一优选实施例中,在上述实施例基础上还可以步骤:判断被监控者姿态类型保持时长是否满足预定时长,向被监控者发送提醒。比如,上述的高危患者,当患者姿态类型保持时长满足30s时,例如患者处于模式1时保持坐位不少于30s,处于模式2时保持站立不少于30s,向患者发送提醒,告知患者已遵循流程,满足条件。当患者姿态类型保持时长不满足30s时,例如患者处于模式1时保持坐位少于30s,处于模式2时保持站立少于30s,向患者发送提醒,告知患者未遵循流程,不满足条件。当患者姿态类型保持时长不满足预定时长,患者重新保持姿态时,重新判断患者姿态类型保持时长是否满足预定时长,向患者发送提醒。例如,当患者处于模式1时保持坐位少于30s即站起,经提醒后重新坐下,此时重新判断患者保持时长是否满足30s,并向患者发送提醒。本实施例该设置的方法更加人性化,适应于各种无法满足流程条件的情况,有助于高危患者遵循流程,同时,减轻护理人员的工作量。
因为被监控者的情况不同,所以对一些检测和预警的内容也有所区别。比如在一优选实施例,可以在S1的人体姿态识别中,还可以进一步识别被监控者的坠床或摔倒的人体姿态。在本实施例中,当识别人体姿态为坠床或摔倒时,向护理人员发送报警。由护理人员现场人工进行干预。需要说明的是,前述各实施例中的报警为离床报警,即检测到监控者即将离床,向护理人员发送报警信息。本实施例中基于人体姿态识别,一旦识别监控者为坠床或摔倒,立即向护理人员发送报警信息,对监控者进行及时救护。
本发明各实施例中人体姿态识别可以采用现有技术实现,当然,为了更好实现对被监控者的监测和预警,在一优选实施例中,基于监控视频识别人体姿态也可以通过以下步骤实现:
S11,连续获取病床区域摄像头的监控视频数据;
S12,对监控视频数据进行数据分析,基于连续视频帧的关键点向量变化,识别人体姿态;
S13,连续监测监控者的姿态类型并记录姿态识别的时间,形成姿态序列数据。
本实施例中,摄像头为RGB-D摄像头和/或热感摄像头,可以不受光照影响,全天监测监控者离床过程。
本实施例采用机器视觉技术,实时监测和分析人体姿态,并记录姿态识别的时间,形成姿态序列数据,以进行活动模式判断。具体识别人体姿态可以通过关键点向量变化来建立相关的识别模型,比如深入学习模型等,从而完成人体姿态。
为了更有效对监控者进行监测和护理,节省成本。在另一优选实施例中,还包括步骤:当识别的人体姿态为躺在床上或坐在床旁时,进行离床监测;当被监控者走出视频监测的病床区域,关闭离床监测。本实施例中的离床监测包括:基于识别的人体姿态判断被监控者的活动模式;基于被监控者的活动模式发送提醒和报警。当被监控者走出视频监测的病床区域,关闭离床监测。当被监控者走出视频监测的病床区域,关闭离床监测。系统进行持续人体姿态检测状态。
更为具体地,实践中,以RGB-D摄像头和/热感摄像头作为视频采集设备,可以不受光照影响,全天监测被监控者离床过程。分析获取的视频信号,识别人体姿态的变化。当识别到被监控者离床时,依据被监控者所处姿态发送离床安全提醒,并向护理人员发送报警。从而实现了在被监控者离床的过程中提醒被监控者注意事项,让被监控者可以更好地遵循离床流程,提高了跌倒高危被监控者的离床安全性。护理人员可以在被监控者刚刚起身离床的时收到报警,及时前往照料被监控者,避免了信息延迟造成的护理空缺。
图2为本发明一优选实施例的方法流程示意图。参照图2所示,本实施例中一种基于人体姿态分析的护理预警方法,主要步骤包括:
步骤1:从监控视频识别人体姿态。连续获取病床区域RGB-D摄像头和/或热感摄像头的监测视频数据。在采集设备端进行视频数据分析,基于连续视频帧的关键点向量变化,用模型识别人体姿态。姿态分类包括躺在床上、坐在床上(旁)、站在床旁、行走、坠床、摔倒。通过连续检测被监控者的姿态类型并记录姿态识别的时间,形成姿态序列数据,用于分析被监控者的活动状态。
步骤2:启动离床监测。被监控者当前为设定姿态类型的情况下,系统启动离床监测。设定姿态类型指躺在床上和坐在床上(旁)。启动离床监测后,持续扫描被监控者姿态类型。同时持续检测有无坠床、摔倒姿态类型出现,在出现时向护理人员报警。
步骤3:按照姿态类型的变化判断被监控者的活动模式。在离床监测开启状态下,当被监控者由一种姿态类型变化为另一种姿态类型时,按照姿态类型变化的组合,判断被监控者的活动模式。包括以下活动模式:
模式1:躺在床上变为坐在床上(旁);
模式2:坐在床上(旁)变为站在床旁;
模式3:站在床旁变为行走。
步骤4:按照活动模式发送护理提醒并计算指定姿态类型持续时长。当检测到活动模式出现后,按活动模式的不同向被监控者发送相应的护理提醒,向护理人员发送报警,并且开始对指定的姿态类型计算持续时长。
步骤4.1:当检测到模式1时,向被监控者发送护理提醒,告知被监控者保持坐位不少于30秒再站起来。此时开始计算姿态类型为坐在床上(旁)的持续时长直至姿态类型发生变化。
步骤4.2:当检测到模式2时,向被监控者发送护理提醒,告知被监控者保持站立不少于30秒再行走。同时向护理人员发送报警,通知其被监控者离床。此时开始计算姿态类型为站在床旁的持续时长直至姿态类型发生变化。
步骤4.3:当检测到模式3时,向被监控者发送护理提醒,告知被监控者缓慢行走。同时向护理人员发送报警,通知其被监控者离床。
步骤5:判断姿态类型保持时长是否达标。比较姿态类型保持时长是否超过设定的阈值。在姿态类型保持时长不达标的情况下,检测到特定动作模式,将触发报警告知被监控者。姿态类型保持时长达标时,也将发出提醒告知被监控者。
步骤5.1:当坐在床上(旁)时长<30秒,同时检测到活动模式2,即被监控者坐位少于30秒就站起来。此时将向被监控者发出报警,告知其坐位少于30秒。如被监控者恢复为坐在床上(旁),重新开始计时。
步骤5.2:当站在床旁时长<30秒,同时检测到活动模式3,即被监控者站立少于30秒就走动。此时将向被监控者发出报警,告知其站立少于30秒。如被监控者停止行走恢复为站在床旁,重新开始计时。
步骤5.3:当坐在床上(旁)或站在床旁时长≥30秒时,给被监控者发送提示,让其知晓已满足护理要求。
步骤6:关闭离床监测,持续检测人体姿态。当被监控者走出视频监测的病床区域,关闭离床监测。系统进行持续人体姿态检测状态。
在本发明另一实施例中,还提供一种基于人体姿态分析的护理预警系统,该系统用于实现上述基于人体姿态分析的护理预警方法。本实施例中基于人体姿态分析的护理预警系统包括:
视频采集设备,获取监控视频数据;视频采集设备可以采用RGB-D摄像头和/或热感摄像头;
人体姿态识别模块,对所述视频采集设备获取的监控视频数据进行人体姿态识别;
判断模块,根据所述人体姿态识别模块识别出的人体姿态判断活动模式;
预警模块,根据所述判断模块的结果,确定是否向被监控者发送护理提醒和/或报警。
进一步的,上述基于人体姿态分析的护理预警系统还包括:比较模块,该模块用于判断被监控者姿态类型保持时长是否满足预定时长。
根据本发明的另一个方面,提供一种电子设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机可读指令,处理器执行计算机可读指令时实现上述任一项实施例中的基于人体姿态分析的护理预警系统。
可选地,存储器,用于存储程序;存储器,可以包括易失性存储器(英文:volatilememory),例如随机存取存储器(英文:random-access memory,缩写:RAM),如静态随机存取存储器(英文:static random-access memory,缩写:SRAM),双倍数据率同步动态随机存取存储器(英文:Double Data Rate Synchronous Dynamic Random Access Memory,缩写:DDR SDRAM)等;存储器也可以包括非易失性存储器(英文:non-volatile memory),例如快闪存储器(英文:flash memory)。存储器用于存储计算机程序(如实现上述方法的应用程序、功能模块等)、计算机指令等,上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器中。并且上述的计算机程序、计算机指令、数据等可以被处理器调用。
上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器中。并且上述的计算机程序、计算机指令、数据等可以被处理器调用。
处理器,用于执行存储器存储的计算机程序,以实现上述实施例涉及的方法中的各个步骤。具体可以参见前面方法实施例中的相关描述。
处理器和存储器可以是独立结构,也可以是集成在一起的集成结构。当处理器和存储器是独立结构时,存储器、处理器可以通过总线耦合连接。
在本发明另一实施例中,还提供一种计算机可读存储介质,计算机可读存储介质存储有计算机可读指令,计算机可读指令被处理器执行时实现上述任一项实施例中的基于人体姿态分析的护理预警方法。
上述的计算机可读存储介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
需要说明的是,本发明提供的所述方法中的步骤,可以利用所述系统中对应的模块、装置、单元等予以实现,本领域技术人员可以参照所述系统的技术方案实现所述方法的步骤流程,即,所述系统中的实施例可理解为实现所述方法的优选例,在此不予赘述。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以,本发明提供的系统及其各项装置可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构;也可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变形或修改,这并不影响本发明的实质内容。上述各优选特征在互不冲突的情况下,可以任意组合使用。
Claims (9)
1.一种基于人体姿态分析的护理预警方法,其特征在于,包括:
基于监控视频识别人体姿态,并连续监测被监控者的姿态类型并记录姿态识别的时间,形成姿态序列数据;
根据识别的所述人体姿态判断被监控者的活动模式;
根据被监控者的所述活动模式发送提醒和/或报警;
所述活动模式包括下列任一种模式:
模式1:躺在床上变为坐在床旁;
模式2:坐在床旁变为站在床旁;
模式3:站在床旁变为行走;
判断被监控者姿态类型保持时长是否满足预定时长,向被监控者发送提醒;
当被监控者姿态类型保持时长不满足预定时长,被监控者重新保持姿态时,重新判断被监控者姿态类型保持时长是否满足预定时长,向被监控者发送提醒;
所述提醒和报警包括以下任一种:
当检测到模式1时,向被监控者发送护理提醒,告知被监控者保持坐位不少于预定时长再站起来,同时向护理人员发送报警,通知其被监控者离床;
当检测到模式2时,向被监控者发送护理提醒,告知被监控者保持站立不少于预定时长再行走,同时向护理人员发送报警,通知其被监控者离床;
当检测到模式3时,向被监控者发送护理提醒,告知被监控者缓慢行走,同时向护理人员发送报警,通知其被监控者离床。
2.根据权利要求1所述的一种基于人体姿态分析的护理预警方法,其特征在于,所述人体姿态包括躺在床上、坐在床旁、站在床旁、行走、坠床或摔倒中任一种。
3.根据权利要求2所述的一种基于人体姿态分析的护理预警方法,其特征在于, 当识别的人体姿态为坠床或摔倒时,直接向护理人员发送报警。
4.根据权利要求1所述的一种基于人体姿态分析的护理预警方法,其特征在于,所述基于监控视频识别人体姿态,包括:
连续获取病床区域摄像头的监控视频数据;
对监控视频数据进行数据分析,基于连续视频帧的关键点向量变化,用模型识别人体姿态;
连续监测被监控者的姿态类型并记录姿态识别的时间,形成姿态序列数据。
5.根据权利要求1-4任一项所述的一种基于人体姿态分析的护理预警方法,其特征在于,还包括:
当识别的人体姿态为设定姿态类型时,进行离床监测,所述设定姿态类型为躺在床上或坐在床旁;
当被监控者走出视频监测的病床区域,关闭离床监测。
6.一种基于人体姿态分析的护理预警系统,其特征在于,包括:
视频采集设备,获取监控视频数据;
人体姿态识别模块,对所述视频采集设备获取的监控视频数据进行人体姿态识别,并连续监测被监控者的姿态类型并记录姿态识别的时间,形成姿态序列数据;
判断模块,根据所述人体姿态识别模块识别出的人体姿态判断活动模式;所述活动模式包括下列任一种模式:
模式1:躺在床上变为坐在床旁;
模式2:坐在床旁变为站在床旁;
模式3:站在床旁变为行走;
所述判断模块还判断被监控者姿态类型保持时长是否满足预定时长,向被监控者发送提醒;当被监控者姿态类型保持时长不满足预定时长,被监控者重新保持姿态时,重新判断被监控者姿态类型保持时长是否满足预定时长,向被监控者发送提醒;
预警模块,根据所述判断模块的结果,确定是否向被监控者发送护理提醒和/或报警;所述提醒和报警包括以下任一种:
当检测到模式1时,向被监控者发送护理提醒,告知被监控者保持坐位不少于预定时长再站起来,同时向护理人员发送报警,通知其被监控者离床;
当检测到模式2时,向被监控者发送护理提醒,告知被监控者保持站立不少于预定时长再行走,同时向护理人员发送报警,通知其被监控者离床;
当检测到模式3时,向被监控者发送护理提醒,告知被监控者缓慢行走,同时向护理人员发送报警,通知其被监控者离床。
7.根据权利要求6所述的一种基于人体姿态分析的护理预警系统,其特征在于,所述视频采集设备为RGB-D摄像头和/或热感摄像头。
8.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,其特征在于,所述处理器执行所述计算机可读指令时实现如权利要求1至5任一项所述基于人体姿态分析的护理预警方法。
9.一种计算机可读存储设备,所述计算机可读存储介质存储有计算机可读指令,其特征在于,所述计算机可读指令被处理器执行时实现如权利要求1至5任一项所述基于人体姿态分析的护理预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011491812.2A CN112669566B (zh) | 2020-12-16 | 2020-12-16 | 一种基于人体姿态分析的护理预警方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011491812.2A CN112669566B (zh) | 2020-12-16 | 2020-12-16 | 一种基于人体姿态分析的护理预警方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112669566A CN112669566A (zh) | 2021-04-16 |
CN112669566B true CN112669566B (zh) | 2022-09-02 |
Family
ID=75404365
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011491812.2A Active CN112669566B (zh) | 2020-12-16 | 2020-12-16 | 一种基于人体姿态分析的护理预警方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112669566B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114010429B (zh) * | 2021-11-03 | 2023-12-29 | 河北医科大学第二医院 | 用于新冠肺炎管理的处理装置及隔离管理系统 |
CN116013548B (zh) * | 2022-12-08 | 2024-04-09 | 广州视声健康科技有限公司 | 基于计算机视觉的智慧病房监测方法和装置 |
CN115956881B (zh) * | 2022-12-22 | 2024-02-20 | 湘南学院 | 一种基于大数据的老年护理风险评估系统 |
CN116863500B (zh) * | 2023-06-14 | 2024-05-10 | 中国人民解放军总医院第一医学中心 | 一种患者离床监控方法和系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008293301A (ja) * | 2007-05-25 | 2008-12-04 | Sysmex Corp | 患者異常通知システムおよび集中監視装置 |
CN105105762A (zh) * | 2015-09-22 | 2015-12-02 | 赖大坤 | 一种多参数自动预警和快速定位响应的遥测监护方法及系统 |
CN108937886A (zh) * | 2018-05-25 | 2018-12-07 | 深圳大学 | 一种医院患者安全管理方法及系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2211986B1 (en) * | 2007-10-16 | 2013-11-20 | Medtronic, Inc. | Therapy control based on a patient movement state |
US20140068860A1 (en) * | 2012-09-11 | 2014-03-13 | Caremed Supply Inc. | Hospital bed with bed leaving alarm function |
US20190221315A1 (en) * | 2016-08-24 | 2019-07-18 | Koninklijke Philips N.V. | Device, system and method for patient monitoring to predict and prevent bed falls |
CN107067650A (zh) * | 2017-06-13 | 2017-08-18 | 中国人民解放军第二军医大学第二附属医院 | 一种用于医用床垫的报警系统 |
CN108764190B (zh) * | 2018-06-04 | 2021-09-24 | 山东财经大学 | 老年人离床与在床状态的视频监测方法 |
CN109558865A (zh) * | 2019-01-22 | 2019-04-02 | 郭道宁 | 一种基于人体关键点的对需特别看护人员的异常状态检测方法 |
CN110277163A (zh) * | 2019-06-12 | 2019-09-24 | 合肥中科奔巴科技有限公司 | 基于视觉老人及病人床上状态识别与监控预警系统 |
-
2020
- 2020-12-16 CN CN202011491812.2A patent/CN112669566B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008293301A (ja) * | 2007-05-25 | 2008-12-04 | Sysmex Corp | 患者異常通知システムおよび集中監視装置 |
CN105105762A (zh) * | 2015-09-22 | 2015-12-02 | 赖大坤 | 一种多参数自动预警和快速定位响应的遥测监护方法及系统 |
CN108937886A (zh) * | 2018-05-25 | 2018-12-07 | 深圳大学 | 一种医院患者安全管理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112669566A (zh) | 2021-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112669566B (zh) | 一种基于人体姿态分析的护理预警方法和系统 | |
CN103927847B (zh) | 一种智能养老看护系统 | |
El-Bendary et al. | Fall detection and prevention for the elderly: A review of trends and challenges | |
EP1585078B1 (en) | system and method for determining whether a resident is at home or away | |
EP0903707B1 (en) | In-bed state detection system | |
CN107092806A (zh) | 一种面向老人家居智能化的信息融合与预警方法 | |
JP6915421B2 (ja) | 見守り支援システム及びその制御方法 | |
CN108091105A (zh) | 一种居家老人照护方法及照护系统 | |
CN103325080A (zh) | 一种基于物联网技术的敬老院智能看护系统及方法 | |
Van de Vel et al. | Critical evaluation of four different seizure detection systems tested on one patient with focal and generalized tonic and clonic seizures | |
US20210219873A1 (en) | Machine vision to predict clinical patient parameters | |
CN106530617A (zh) | 病床或护理床上人员安全监护系统 | |
CN109758281A (zh) | 一种基于身体位置调节的安全系统 | |
JP2018073376A (ja) | 生活見守り装置 | |
CN111083864B (zh) | 照明方法与照明装置 | |
CN210743159U (zh) | 一种用于病房的监测装置 | |
JP5517285B2 (ja) | 起床監視装置 | |
JP6611871B1 (ja) | 監視装置 | |
CN115781668A (zh) | 看护机器人的控制方法、看护机器人和存储介质 | |
CN211884808U (zh) | 一种无线输液报警系统 | |
WO2022036624A1 (zh) | 监控方法、装置、电子设备以及存储介质 | |
JPS61279221A (ja) | ライフセキユリテイシステム | |
CN106683341A (zh) | 一种用于防止摔倒的智能化提醒方法 | |
Gulhane et al. | Intelligent fatigue detection and automatic vehicle control system | |
JPH11337386A (ja) | 浴槽センサ |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20221219 Address after: 2139, Building 1, No. 6, Nanjiang Second Road, Zhujiang Street, Nansha District, Guangzhou, Guangdong, 510000 (office only) Patentee after: Guangdong Mingri United Digital Technology Co.,Ltd. Address before: 200032 area a, 2nd floor, 420 Fenglin Road, Xuhui District, Shanghai Patentee before: Wenjing Technology (Shanghai) Co.,Ltd. |