CN115192004A - 一种老人摔倒智能监测系统 - Google Patents
一种老人摔倒智能监测系统 Download PDFInfo
- Publication number
- CN115192004A CN115192004A CN202210804241.6A CN202210804241A CN115192004A CN 115192004 A CN115192004 A CN 115192004A CN 202210804241 A CN202210804241 A CN 202210804241A CN 115192004 A CN115192004 A CN 115192004A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- hospital
- situation
- old
- 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.)
- Withdrawn
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
- A61B5/1117—Fall detection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Biophysics (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Epidemiology (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Primary Health Care (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种老人摔倒智能监测系统,包括智能检测平台,所述智能检测平台通信连接有定位模块、数据模块和同步追踪模块,所述定位模块用于实时监测老年人的位置和形态数据,数据模块用于数据的采集、处理和分析判断,定位器安装在老年人的腰部,微型摄像头设有四个并安装在肩部和鞋面上,从而实现老年人行走时图像的全面采集作业,定位模块还包括安装在用户口部下侧的语音器。本发明通过定位模块能实时采集用户的位置、身体形态和用户的状态语音收集,从而得到用户行走时全面信息,进而为用户外出时是否摔倒精准判断提供了一定的保障。
Description
技术领域
本发明涉及智能监护技术领域,具体为一种老人摔倒智能监测系统。
背景技术
随着社会的发展,人口老龄化越来越严重,病患看护费用过高、人员短缺等问题给家庭和医院都带来极大难题,病患在日常行走过程中发生跌落、摔倒等情况也给病患看护带来极大挑战。
现有的监测系统仅仅是通过用户位置和出行时间来判断老年人是否摔伤的,而实际老年人在行走时停留观景、行走过程中体力变化等因素都会直接影响用户的速率,进而影响现有监测系统的结论。因此单一的依靠用户位置和出行时间来判断是否摔伤容易出现误判,加上现有系统信息传递不及时、不全面等问题,大大影响了老年人去医院接受治疗和通知老年人家人的时效,所以研究一种老人摔倒智能监测系统是很有必要的。
发明内容
本发明的目的就在于为解决用户判定不精准和信息传送不及时、不全面问题,而提出的一种老人摔倒智能监测系统。
本发明的目的可以通过以下技术方案实现:一种老人摔倒智能监测系统,包括智能检测平台,所述智能检测平台通信连接有定位模块、数据模块和同步追踪模块,所述定位模块用于实时监测老年人的位置和形态数据,数据模块用于数据的采集、处理和分析判断,其定位模块和数据模块工作包括以下步骤:
步骤B1:通过定位器和微型摄像头获取老年人的实时位置和形态信息的输入集。
步骤B2:将输入集的时间-位置信息与对比集中设定的时间-位置信息进行比对,根据获取老年人的位置信息是否落在获取信息时间设置的区域位置内,将输入集的图像信息与对比集中设定图像比对算重合度CH,将输入集图像信息标记为u,获取对比集的字符数标记为m,通过公式得到输入集与对比集的重合度CH。
步骤B3:将重合度CH与设定的阈值CHmin-CHmax进行比较:
若CH<CHmin或CH≥CHmax,则判定老年人的状态异常,若CHmin≥CH<CHmax,则判定老年人的状态正常。
步骤B4:利用数据模块对分析出的结果与以往客户信息比对,将得到的本次分析情形与同一人历史情形比对。
若历史情形中不包含本次分析情形,则通过同步追踪模块直接进行人员追踪。若历史情形中包含本次分析情形,则获取分析情形的历史出现次数并标记为Lss,获取分析情形上一次发生时间与当前系统时间的差值并标为情形间隔时间Sg,单位为日。通过公式得到本次分析情形的频率系数PLX,通过数据库获取频率系数阈值PLXmax,通过将PLX与PLXmax对比判定本次分析情形是否进行同步追踪,其中α1与α2均为比例系数,且1>α1>α2>0。
同步追踪模块用于通知医院和老年人家人并预约挂号。
优选的,步骤B1中定位器安装在老年人的腰部,微型摄像头设有四个并安装在肩部和鞋面上,从而实现老年人行走时图像的全面采集作业,定位模块还包括安装在用户口部下侧的语音器。
优选的,步骤B4中输入集与以往客户对比集信息比对过程为:
通过身份信息查找用户的历史情形,将本次分析情形中包含的所有的关键词打散形成待测字符,所有待测字符与该用户的历史对比集字符匹配,将待测字符与历史对比集字符比值标记为配对系数PD,配对系数PD与设定的阈值PDmax比较判定用户是否与历史情形一致。
优选的,所述同步追踪模块具体操作步骤为:
步骤Z1:获取用户的位置信息,以用户地址为圆心,R为半径,单位为米,将得到区域设为医院筛选区域,获取医院筛选区域内所有的医院并标记为初选医院y,y=1,2,…,n,n为正整数。
步骤Z2:智能检测平台通过语音器询问并记录用户的初步伤情情况,根据用户提供的伤情初步选择筛选区域内的医院,记录选择的医院剩余的床位数为CW,单位个,医院距离用户受伤位置的车辆导航距离为DH,单位为公里,医院等级参数X,初选的医院个数至少为3个,医院的等级参数X为医院的级别加等级层次,其中甲等计数为2,乙等计数为1、丙等计数为。
步骤Z3:通过公式计算出优选医院的系数,将优选医院系数最大的医院标记为优选医院,然后通过语音器通知医院派送车辆救援,与此同时获取用户的家人信息,并将优选医院的信息通过智能检测平台发送至用户家人的手机上,i的数值为床位数CW的一半加一,其中γ1与γ2均为比例系数,且0<γ2<γ1<1。
优选的,所述数据模块还包括数据存储单元,存储单元用于临时存储用户外出的真实信息,真实信息录入存储单元内以便下次判断分析。
优选的,步骤B2中获取老年人的位置信息落在设置的区域位置时,则初步判定老年人的行走状态为正常,当获取老年人的位置信息落在设置的区域位置外时,则初步判定老人的行走状态为异常。
与现有技术相比,本发明的有益效果是:
1、本发明通过定位模块能实时采集用户的位置、身体形态和用户的状态语音收集,从而得到用户行走时全面信息,进而为用户外出时是否摔倒精准判断提供了一定的保障;
2、本发明通过数据模块首先对用户时间-位置信息进行比对,用户时间-位置信息落在预定范围外,启动输入集的图像信息与对比集中设定图像比对算重合度CH,将计算出的重合度数值与设定的阈值CHmin-CHmax进行比较判定用户的身体形态是否正常,当出现异常时,对分析出的结果与以往客户信息比对,将得到的本次分析情形与同一人历史情形比对,根据用户是否经常发生类似情形的频率系数PLX判定用户的形态是否为虚假形态,如果该形态没找到历史则判定异常,则启动同步追踪模块对用户追踪治疗和通知相关人员,从而实现用户是否摔倒的精准判定,很好的避免了用户停留观景和体力不支出现误判现象的发生;
3、本发明通过同步追踪模块及时对异常用户在医院筛选区域内初选出几个合适的医院,然后根据剩余的床位数为CW、导航距离为DH和医院等级参数X计算出优选医院的系数,选出优选医院后立即通过语音器通知医院派送车辆救援和通知用户家人,从而达到信息及时,精准的目的,进而为病患的安全出行提供了很好的保障。
附图说明
下面将结合实施例对本发明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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
图1为本发明的原理框图;
图2为本发明中定位模块和数据模块运行框图;
图3为本发明中同步追踪模块运行框图。
具体实施方式
下面将结合实施例对本发明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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例1
一种老人摔倒智能监测系统,包括智能检测平台,所述智能检测平台通信连接有定位模块、数据模块和同步追踪模块,所述定位模块用于实时监测老年人的位置和形态数据,数据模块用于数据的采集、处理和分析判断,数据模块还包括数据存储单元,存储单元用于临时存储用户外出的真实信息,真实信息录入存储单元内以便下次判断分析,其定位模块和数据模块工作包括以下步骤:
步骤B1:通过定位器和微型摄像头获取老年人的实时位置和形态信息的输入集;
步骤B2:将输入集的时间-位置信息与对比集中设定的时间-位置信息进行比对,根据获取老年人的位置信息是否落在获取信息时间设置的区域位置内,获取老年人的位置信息落在设置的区域位置时,则初步判定老年人的行走状态为正常,当获取老年人的位置信息落在设置的区域位置外时,则初步判定老人的行走状态为异常,将输入集的图像信息与对比集中设定图像比对算重合度CH,将输入集图像信息标记为u,获取对比集的字符数标记为m,通过公式得到输入集与对比集的重合度CH,图像比对时将采集的图像一个参照点和设定图像相应参照点比对,然后根据重合的面积计算重合度CH;
步骤B3:将重合度CH与设定的阈值CHmin-CHmax进行比较:
若CH<CHmin或CH≥CHmax,则判定老年人的状态异常,若CHmin≥CH<CHmax,则判定老年人的状态正常;
步骤B4:利用数据模块对分析出的结果与以往客户信息比对,将得到的本次分析情形与同一人历史情形比对;
若历史情形中不包含本次分析情形,则通过同步追踪模块直接进行人员追踪;若历史情形中包含本次分析情形,则获取分析情形的历史出现次数并标记为Lss,获取分析情形上一次发生时间与当前系统时间的差值并标为情形间隔时间Sg,单位为日;通过公式得到本次分析情形的频率系数PLX,通过数据库获取频率系数阈值PLXmax,通过将PLX与PLXmax对比判定本次分析情形是否进行同步追踪,其中α1与α2均为比例系数,且1>α1>α2>0,同步追踪模块用于通知医院和老年人家人并预约挂号。
实施例二
步骤B1中定位器安装在老年人的腰部,微型摄像头设有四个并安装在肩部和鞋面上,从而实现老年人行走时图像的全面采集作业,定位模块还包括安装在用户口部下侧的语音器。
实施例3
步骤B4中输入集与以往客户对比集信息比对过程为:
通过身份信息查找用户的历史情形,将本次分析情形中包含的所有的关键词打散形成待测字符,所有待测字符与该用户的历史对比集字符匹配,将待测字符与历史对比集字符比值标记为配对系数PD,配对系数PD与设定的阈值PDmax比较判定用户是否与历史情形一致。
实施例4
所述同步追踪模块具体操作步骤为:
步骤Z1:获取用户的位置信息,以用户地址为圆心,R为半径,单位为米,将得到区域设为医院筛选区域,获取医院筛选区域内所有的医院并标记为初选医院y,y=1,2,…,n,n为正整数;
步骤Z2:智能检测平台通过语音器询问并记录用户的初步伤情情况,根据用户提供的伤情初步选择筛选区域内的医院,记录选择的医院剩余的床位数为CW,单位个,医院距离用户受伤位置的车辆导航距离为DH,单位为公里,医院等级参数X,初选的医院个数至少为3个,医院的等级参数X为医院的级别加等级层次,其中甲等计数为2,乙等计数为1、丙等计数为;
步骤Z3:通过公式计算出优选医院的系数,将优选医院系数最大的医院标记为优选医院,然后通过语音器通知医院派送车辆救援,与此同时获取用户的家人信息,并将优选医院的信息通过智能检测平台发送至用户家人的手机上,i的数值为床位数CW的一半加一,其中γ1与γ2均为比例系数,且0<γ2<γ1<1。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也未形成对该项发明的任何限制,仅仅作为该发明的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (9)
1.一种老人摔倒智能监测系统,其特征在于,包括智能检测平台,所述智能检测平台通信连接有定位模块、数据模块和同步追踪模块;
所述定位模块用于实时监测老年人的位置和形态数据,数据模块用于数据的采集、处理和分析判断,其定位模块和数据模块工作包括以下步骤:
步骤B1:通过定位器和微型摄像头获取老年人的实时位置和形态信息的输入集;
步骤B2:将输入集的时间-位置信息与对比集中设定的时间-位置信息进行比对,根据获取老年人的位置信息是否落在获取信息时间设置的区域位置内,将输入集的图像信息与对比集中设定图像比对算重合度CH,将输入集图像信息标记为u,获取对比集的字符数标记为m,通过公式得到输入集与对比集的重合度CH;
步骤B3:将重合度CH与设定的阈值CHmin-CHmax进行比较:
若CH<CHmin或CH≥CHmax,则判定老年人的状态异常;
若CHmin≥CH<CHmax,则判定老年人的状态正常;
步骤B4:利用数据模块对分析出的结果与以往客户信息比对,将得到的本次分析情形与同一人历史情形比对;
若历史情形中不包含本次分析情形,则通过同步追踪模块直接进行人员追踪;若历史情形中包含本次分析情形,则获取分析情形的历史出现次数并标记为Lss,获取分析情形上一次发生时间与当前系统时间的差值并标为情形间隔时间Sg,单位为日;通过公式得到本次分析情形的频率系数PLX,通过数据库获取频率系数阈值PLXmax,通过将PLX与PLXmax对比判定本次分析情形是否进行同步追踪;
同步追踪模块用于通知医院和老年人家人并预约挂号。
2.根据权利要求1所述的一种老人摔倒智能监测系统,其特征在于,步骤B1中定位器安装在老年人的腰部,微型摄像头设有四个并安装在肩部和鞋面上,从而实现老年人行走时图像的全面采集作业,定位模块还包括安装在用户口部下侧的语音器。
3.根据权利要求1所述的一种老人摔倒智能监测系统,其特征在于,步骤B4中输入集与以往客户对比集信息比对过程为:
通过身份信息查找用户的历史情形,将本次分析情形中包含的所有的关键词打散形成待测字符,所有待测字符与该用户的历史对比集字符匹配,将待测字符与历史对比集字符比值标记为配对系数PD,配对系数PD与设定的阈值PDmax比较判定用户是否与历史情形一致。
4.根据权利要求2所述的一种老人摔倒智能监测系统,其特征在于,所述同步追踪模块具体操作步骤为:
步骤Z1:获取用户的位置信息,以用户地址为圆心,R为半径,单位为米,将得到区域设为医院筛选区域,获取医院筛选区域内所有的医院并标记为初选医院y,y=1,2,…,n,n为正整数;
步骤Z2:智能检测平台通过语音器询问并记录用户的初步伤情情况,根据用户提供的伤情初步选择筛选区域内的医院,记录选择的医院剩余的床位数为CW,单位个,医院距离用户受伤位置的车辆导航距离为DH,单位为公里,医院等级参数X;
5.根据权利要求4所述的一种老人摔倒智能监测系统,其特征在于,步骤Z3中i的数值为床位数CW的一半加一,其中γ1与γ2均为比例系数,且0<γ2<γ1<1。
6.根据权利要求1所述的一种老人摔倒智能监测系统,其特征在于,所述数据模块还包括数据存储单元,存储单元用于临时存储用户外出的真实信息,真实信息录入存储单元内以便下次判断分析。
7.根据权利要求1所述的一种老人摔倒智能监测系统,其特征在于,步骤Z2中初选的医院个数至少为3个,医院的等级参数X为医院的级别加等级层次,其中甲等计数为2,乙等计数为1、丙等计数为0。
8.根据权利要求1所述的一种老人摔倒智能监测系统,其特征在于,步骤B2中获取老年人的位置信息落在设置的区域位置时,则初步判定老年人的行走状态为正常;当获取老年人的位置信息落在设置的区域位置外时,则初步判定老人的行走状态为异常。
9.根据权利要求1所述的一种老人摔倒智能监测系统,其特征在于,步骤B4中其中α1与α2均为比例系数,且1>α1>α2>0。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210804241.6A CN115192004A (zh) | 2022-07-07 | 2022-07-07 | 一种老人摔倒智能监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210804241.6A CN115192004A (zh) | 2022-07-07 | 2022-07-07 | 一种老人摔倒智能监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115192004A true CN115192004A (zh) | 2022-10-18 |
Family
ID=83579733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210804241.6A Withdrawn CN115192004A (zh) | 2022-07-07 | 2022-07-07 | 一种老人摔倒智能监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115192004A (zh) |
-
2022
- 2022-07-07 CN CN202210804241.6A patent/CN115192004A/zh not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108764190B (zh) | 老年人离床与在床状态的视频监测方法 | |
CN111967400B (zh) | 一种基于人工智能的校园安全监测预警管理系统 | |
JP3529332B2 (ja) | 介護支援装置 | |
JP6113934B2 (ja) | レコーディング装置、携帯端末、解析装置、プログラム及び記憶媒体 | |
CN105424711B (zh) | 一种机车螺丝松动自动检测设备及方法 | |
US20080133277A1 (en) | Fall detecting apparatus and method, and emergency aid system and method using the same | |
US20010004234A1 (en) | Elderly fall monitoring method and device | |
EP1102196A3 (en) | Automated collection and analysis patient care system and method for diagnosing and monitoring congestive heart failure and outcomes therof | |
CN109247936A (zh) | 一种全夜睡眠监测的异常脑电行为监测系统及方法 | |
CN111680637A (zh) | 基于深度学习和图像识别技术的口罩检测方法及检测系统 | |
CN106388771A (zh) | 一种自动检测人体生理状态的方法及运动手环 | |
CN109509369A (zh) | 智能车位监测方法及其监测系统、城市综合智能交通系统 | |
CN114140275A (zh) | 一种具有健康关怀的智慧社区云平台系统 | |
CN111916196A (zh) | 一种基于人工智能技术的伤口及皮肤压力性损伤辅助诊断系统 | |
CN113392765A (zh) | 一种基于机器视觉的摔倒检测方法和系统 | |
CN109259743A (zh) | 一种生命体征感知系统 | |
CN115631854A (zh) | 一种医疗急救康复推荐方法及系统 | |
CN113706824B (zh) | 一种基于物联网监控的老人居家看护系统 | |
CN116246778A (zh) | 一种肺功能检测智能诊断平台 | |
CN110623631A (zh) | 一种基于近视眼镜的学习监护系统 | |
CN115192004A (zh) | 一种老人摔倒智能监测系统 | |
CN111370105B (zh) | 一种用于医院后勤管理的分布式数据存储方法及系统 | |
CN111341459A (zh) | 分类深度神经网络模型的训练方法、遗传病检测方法 | |
EP3234827B1 (en) | Monitoring the exposure of a patient to an environmental factor | |
CN115410113A (zh) | 基于计算机视觉的跌倒检测方法、装置及存储介质 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20221018 |