CN115862265A - 一种针对认知症老人的居家安全保障系统及方法 - Google Patents
一种针对认知症老人的居家安全保障系统及方法 Download PDFInfo
- Publication number
- CN115862265A CN115862265A CN202211060816.4A CN202211060816A CN115862265A CN 115862265 A CN115862265 A CN 115862265A CN 202211060816 A CN202211060816 A CN 202211060816A CN 115862265 A CN115862265 A CN 115862265A
- Authority
- CN
- China
- Prior art keywords
- information
- data
- module
- time
- cognitive
- 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.)
- Pending
Links
- 208000010877 cognitive disease Diseases 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 41
- 208000024891 symptom Diseases 0.000 claims abstract description 187
- 230000002159 abnormal effect Effects 0.000 claims abstract description 168
- 238000012544 monitoring process Methods 0.000 claims abstract description 109
- 238000004458 analytical method Methods 0.000 claims abstract description 71
- 238000013500 data storage Methods 0.000 claims abstract description 62
- 230000005540 biological transmission Effects 0.000 claims abstract description 48
- 230000006698 induction Effects 0.000 claims abstract description 44
- 230000006399 behavior Effects 0.000 claims description 95
- 230000001149 cognitive effect Effects 0.000 claims description 86
- 230000006872 improvement Effects 0.000 claims description 70
- 206010002942 Apathy Diseases 0.000 claims description 25
- 238000012216 screening Methods 0.000 claims description 21
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 20
- 208000030814 Eating disease Diseases 0.000 claims description 15
- 208000019454 Feeding and Eating disease Diseases 0.000 claims description 15
- 208000035475 disorder Diseases 0.000 claims description 15
- 235000014632 disordered eating Nutrition 0.000 claims description 15
- 208000019116 sleep disease Diseases 0.000 claims description 15
- 230000007958 sleep Effects 0.000 claims description 13
- 208000028698 Cognitive impairment Diseases 0.000 claims description 12
- 238000012806 monitoring device Methods 0.000 abstract description 19
- 230000000474 nursing effect Effects 0.000 abstract description 11
- 230000019771 cognition Effects 0.000 abstract description 9
- 238000009434 installation Methods 0.000 abstract description 8
- 230000005059 dormancy Effects 0.000 abstract 1
- 230000001960 triggered effect Effects 0.000 description 61
- 230000008569 process Effects 0.000 description 19
- 238000012545 processing Methods 0.000 description 19
- 206010038743 Restlessness Diseases 0.000 description 17
- 235000005686 eating Nutrition 0.000 description 17
- 230000008054 signal transmission Effects 0.000 description 13
- 230000029142 excretion Effects 0.000 description 11
- 230000007246 mechanism Effects 0.000 description 11
- 206010020710 Hyperphagia Diseases 0.000 description 10
- 235000020830 overeating Nutrition 0.000 description 10
- 230000029058 respiratory gaseous exchange Effects 0.000 description 10
- 230000013872 defecation Effects 0.000 description 9
- 208000020685 sleep-wake disease Diseases 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 235000013305 food Nutrition 0.000 description 6
- 206010000117 Abnormal behaviour Diseases 0.000 description 5
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 201000010099 disease Diseases 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 206010022437 insomnia Diseases 0.000 description 5
- 230000004622 sleep time Effects 0.000 description 5
- 208000019505 Deglutition disease Diseases 0.000 description 4
- 238000013145 classification model Methods 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 208000013403 hyperactivity Diseases 0.000 description 4
- 230000002085 persistent effect Effects 0.000 description 4
- 208000032140 Sleepiness Diseases 0.000 description 3
- 206010041349 Somnolence Diseases 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 3
- 230000037321 sleepiness Effects 0.000 description 3
- 206010061832 Eating disorder symptom Diseases 0.000 description 2
- 206010016173 Fall Diseases 0.000 description 2
- 206010021639 Incontinence Diseases 0.000 description 2
- 208000001431 Psychomotor Agitation Diseases 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 230000006735 deficit Effects 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000027939 micturition Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000036387 respiratory rate Effects 0.000 description 2
- 230000035807 sensation Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 210000002700 urine Anatomy 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 206010012735 Diarrhoea Diseases 0.000 description 1
- 208000007590 Disorders of Excessive Somnolence Diseases 0.000 description 1
- 206010022998 Irritability Diseases 0.000 description 1
- 206010024264 Lethargy Diseases 0.000 description 1
- 206010061876 Obstruction Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000004308 accommodation Effects 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 208000013404 behavioral symptom Diseases 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000037406 food intake Effects 0.000 description 1
- 235000012631 food intake Nutrition 0.000 description 1
- 206010020765 hypersomnia Diseases 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 230000009747 swallowing Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
- G08B21/0423—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis detecting deviation from an expected pattern of behaviour or schedule
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0469—Presence detectors to detect unsafe condition, e.g. infrared sensor, microphone
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0476—Cameras to detect unsafe condition, e.g. video cameras
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0492—Sensor dual technology, i.e. two or more technologies collaborate to extract unsafe condition, e.g. video tracking and RFID tracking
-
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- General Health & Medical Sciences (AREA)
- Gerontology & Geriatric Medicine (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及一种针对认知症老人的居家安全保障系统及方法,属于看护系统技术领域,解决了现有技术中的佩戴数据采集装置穿戴不变以及视频实时监测侵犯老人隐私的问题。该系统包括实时监测模块、实时数据存储与输出模块、异常情况分析模块、典型症状分类模块、警报模块、应急视频监测模块及终端。以此,通过安装简便、传输方便的空间感应装置和门通行感应装置及垫式感应装置监测认知症老人的空间状态,并以该空间状态信息分析判定认知症老人的状态,实现了在不佩戴监测装置及在视频监测装置处于休眠状态下,认知症老人能够得到有效的看护,保障了认知症老人日常生活的舒适度与生活隐私。
Description
技术领域
本发明涉及居家看护系统技术领域,尤其涉及一种针对认知症老人的居家安全保障系统及方法。
背景技术
认知症老人的病症以及症状表现均有不同,很多认知症老人在居家养老过程中,发生徘徊障碍、进食障碍、抑郁、跌倒、徘徊等症状时,没有得到及时的干预和救治,加剧了病情的恶化,甚至出现生命危险。
现有的老年人安全保障系统,多需要在老人身上佩戴数据采集装置。由于认知症老人在情绪和精神状态上的特殊表现,数据采集装置的介入容易引起其症状的恶化和对居家生活的抵触,加大护理难度。另外,已有的安全监控装置中,摄像头设置后不间断的进行监控,侵犯老年人的隐私。由于认知症老人在行为上的特殊性,住宅空间布置的不适宜性会加剧认知症老人的病情恶化,目前也缺少“对症下药”的居住环境安全改善促进机制。
发明内容
鉴于上述的分析,本发明实施例旨在提供一种针对认知症老人的居家安全保障系统及方法,用以解决现有安全保障系统侵犯老人隐私以及缺少对居住环境安全改善促进机制的问题中的至少一个。
一方面,本发明实施例提供了一种针对认知症老人的居家安全保障系统,包括:
实时监测模块,用于采集认知症老人的居家状态信息;
实时数据存储与输出模块,用于存储所述状态信息并传递给异常情况分析模块;
异常情况分析模块,用于对所述状态信息进行分析判断并筛选出正常数据和异常数据,并将所述异常数据发送至典型症状分类模块,将正常数据发送至终端;
典型症状分类模块,用于对该异常数据进行分析,得出认知症老人的症状,并将异常数据和症状传递给警报模块;
警报模块,用于将所接收的异常数据及症状信息传递给终端;
应急视频监测模块,用于根据终端的开启指令对认知症老人进行视频监测,并将视频监测数据发送至终端;
终端,用于显示正常数据、异常数据、症状信息及视频监测数据,并控制应急视频监测模块的开启。
进一步的,所述居家状态信息包括认知症老人在各个空间的停留状态信息、认知症老人通过各个空间门的行为信息和认知症老人的睡眠状态信息。
进一步的,所述实时数据存储与输出模块存储的所述状态信息包括触发时间信息、触发次数信息和触发空间信息。
进一步地,所述实时监测模块包括:空间感应装置,用于采集认知症老人在各个空间的停留状态信息,并将采集的信息实时传递给实时数据存储与输出模块;门通行感应装置,用于采集认知症老人通过各个空间门的行为信息,并将采集的信息实时传递给实时数据存储与输出模块;垫式感应装置,用于采集认知症老人的睡眠状态信息,并将采集的信息实时传递给实时数据存储与输出模块。
进一步地,所述异常情况分析模块包括:人正常行为数据子模块,用于存储人正常行为数据;信息接收子模块,用于接收实时数据存储与输出模块传递的状态信息数据;数据比较子模块,用于基于人正常行为数据,对所述状态信息进行分析判断并筛选出正常数据和异常数据;警报子模块,用于当信息接收子模块在T0时间内未接收到任何信息时,产生警报信号;信息传递子模块,用于将正常数据传递给终端,将警报信号传递给警报模块,以及将异常数据传递给典型症状分类模块。
进一步的,所述典型症状分类模块包括:症状数据子模块,用于存储各种症状的判据;信息接收子模块,用于接收异常情况分析模块传递的异常数据;数据比对模块,用于将异常数据和症状判据进行比对,并将与某一症状判据相符的异常数据输出为某一症状;信息传递子模块,用于将异常数据及与异常数据对应的症状信息传递给警报模块。
进一步地,所述症状类型包括:排泄障碍、进食障碍、睡眠障碍、冷漠或抑郁、跌倒及徘徊行为。
进一步的,还包括居住改善辅助决策模块,用以根据认知症老人症状信息给予改善建议。
另一方面,本发明实施例提供了一种针对认知症老人的居家安全保障方法,至少包括以下步骤:
通过实时监测模块采集认知症老人的居家状态信息;
基于人正常行为数据,通过异常情况分析模块对该状态信息情况进行分析,将信息数据传递给终端和典型症状分类模块;
基于某一症状的判据,通过典型症状分类模块将异常数据和症状判据进行比对,将与某一症状判据相符的异常数据输出为某一症状,并将某一症状信息和相应的异常数据通过警报模块传递给终端;
根据某一症状信息,终端自主选择打开对应空间的应急视频监测模块,实时视频监测某一症状发生空间;
将正常数据、异常数据、症状信息及视频监测数据显示在终端显示界面,以查看认知症老人的实时状态。
进一步的,通过认知症老人触发被动式红外感应装置的时间信息、次数信息及空间信息来监测认知症老人在空间的停留状态;通过认知症老人触发主动式红外感应装置的时间信息、次数信息及空间信息来监测认知症老人通过门的行为状态;通过认知症老人触发垫式感应装置的时间信息、次数信息来监测认知症老人的睡眠状态。
与现有技术相比,本发明至少可实现如下有益效果之一:
1、本发明撇弃传统的佩戴监测装置或视频监测的看护方式,通过安装简便、传输方便的空间感应装置和门通行感应装置及垫式感应装置监测认知症老人的空间状态,并以该空间状态信息分析判定认知症老人的状态,并对监护人以警示,以此,在不佩戴监测装置及在视频监测装置处于休眠状态下,认知症老人能够得到有效的看护,保障了认知症老人日常生活的舒适度与生活隐私。
2、本发明改变传统对所看护老人状态的感知方式,本发明基于空间感应装置、门通行感应装置及垫式感应装置,利用认知症老人触发感感应装置的时间、次数及空间,并以叠加信息传递数据的方式,来分析判定认知症老人的状态;以及,基于异常情况分析模块、典型症状分类模块和徘徊行为识别模块,对所实时监测的所有数据进行逐级分析,提高了对认知症老人状态判断的精准性,进而提高了看护效果。
3、本发明根据认知症老人症状数据给予终端居住环境改善措施建议,帮助认知症家庭改善认知症老人居住环境,达到了正向干预老人病症的目的;以及,基于终端内置的数据处理模块和视频监测数据,由症状大类中可选择细分症状,并实时反馈给居住改善辅助决策模块,提高了给出改善建议的精准性。
本发明中,上述各技术方案之间还可以相互组合,以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述,并且,部分优点可从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制,在整个附图中,相同的参考符号表示相同的部件。
图1为本发明的安全保障系统结构框图;
图2为本发明的实时监测模块结构框图;
图3为本发明的异常情况分析模块结构框图;
图4为本发明的典型症状分类模块结构框图;
图5为本发明的徘徊行为识别模块结构框图;
图6为本发明的居住改善辅助决策模块结构框图;
图7为本发明的终端结构框图;
图8为本发明的应急视频监测模块结构框图;
图9为本发明的安全保障方法流程图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理,并非用于限定本发明的范围。
本发明提供了一种针对认知症老人的居家安全保障系统,包括实时监测模块、实时数据存储与输出模块、异常情况分析模块、典型症状分类模块、应急视频监测模块、警报模块及终端。
实时监测模块采集认知症老人的居家状态信息,用以监测认知症老人的居家状态;
实时数据存储与输出模块用于接收实时监测模块采集的信息,存储信息并将信息转化为数字信号传递给异常情况分析模块;
异常情况分析模块用于分析判断数据情况,数据情况包括正常、异常和无数据;
若分析判断结果为正常,则直接将该数字信号传递给终端;
若分析判断结果为异常,则将数字信号发送给典型症状分类模块;
若异常情况分析模块在T0时间内未接收到任何信号,则自启动警报子模块,并将警报信号传递给警报模块;
典型症状分类模块用于对该异常数据进行分析判断认知症老人目前所处状态的具体的典型症状,所述具体的典型症状包括排泄障碍、进食障碍、冷漠、抑郁、跌倒、睡眠障碍、徘徊行为;以及根据分析判断结果向警报模块发出启动警报信号;
警报模块用于将所接收的信息数据传递给终端,该信息数据包括:异常数据、症状类别,还包括接收异常情况分析模块在T0时间内未接收到任何信号而触发的警报信息;
终端根据接收到的信息选择开启相应的应急视频监测,并实时显示所监测的数据。
相较于现有技术,本发明撇弃传统的佩戴监测装置或视频监测的看护方式,通过安装简便、传输方便的空间感应装置和门通行感应装置及垫式感应装置监测认知症老人的空间状态,并以该空间状态信息分析判定认知症老人的状态,并对监护人以警示,以此,在不佩戴监测装置及在视频监测装置处于休眠状态下,认知症老人能够得到有效的看护,保障了认知症老人日常生活的舒适度与生活隐私。
具体的,实时监测模块包括空间感应装置、门通行感应装置及垫感应装置,空间感应装置用于采集认知症老人在各个房间内的停留状态信息,门通行感应装置用于采集认知症老人通过各房间门的行为信息,垫感应装置用于采集认知症老人的睡眠状态信息。
相应地,知症老人的居家状态信息包括认知症老人在各个房间的停留时间、进入各个房间的频率和睡眠状态。实时监测模块通过空间感应装置采集认知症老人在各个房间的停留状态信息,通过门通行感应装置采集认知症老人进入各个房间的频率,通过垫式感应装置采集认知症老人的睡眠状态信息,以监测认知症老人的居家状态。
在一种可能的实施方式中,空间感应装置为被动式红外感应装置,当某一空间红外装置触发时,在实时数据存储与输出模块中记录触发时间、触发次数和触发空间,以此,当某个空间的空间感应装置被触发时,便可监测到认知症老人进入在该空间内,若认知症老人在该空间停留,则空间红外感应装置被持续触发,持续触发间隔时间为1min,以此,根据触发次数监测认知症老人停留时间。
具体的,该被动式红外感应装置包括热释电红外传感器PIR、计时器、计次器和信号发送模块,当认知症老人进入感应区时,热释电红外传感器PIR感应到人体温度与背景温度的差异信号,便将红外信号变化转变为电信号触发计时器和计次器,信号发送模块将触发时间信息和触发次数信息转化为电信号,并传递给实时数据存储与输出模块。
为了更准确的监测认知症老人的空间位置,将空间感应装置安装在认知症老人居家所能移动的每个房间,如卫生间、厨房、卧室、客厅等,根据房屋的空间大小及布局,可选择在每个房间安装至少两个被动式红外感应装置,例如:安装方式为墙壁安装,安装高度为1.8-2.5m,感应半径为180度,感应距离为2-12m范围可调整。
为了保证感应区域的覆盖度,同时避免不同空间感应装置之间的信号重叠产生干扰,安装位置的原则是,取空间的对角线安装,避开床、沙发和门窗洞口的位置,且两个红外感应装置的距离范围内不交叉,示例性的,在一个8m长8米宽的房间,两个红外感应装置安装在避开床与门的对角线位置,安装高度为2.2m,红外装置的感应距离设置为5.6m。以此实现了可实现对老人空间位置的最大可能的全面监测。
为了保证对认知症老人的看护的全面性,根据实际空间布局,对通道、玄关等的空间进行实时监测,具体监测信息传递过程、安装位置的选择同上。
在一种可能的实施方式中,门通行感应装置选择主动式红外感应装置,主动式红外感应装置安装在卫生间、厨房、卧室、客厅等房间的门上,当某个门通行感应装置触发时,在实时数据存储与输出模块中记录触发时间、触发次数和触发空间。具体的,该主动式红外感应装置包括红外发射器、红外接收器、计时器、计次器和信号发送模块,当红外接收器接收红外信号受阻时,触发计时器和计次器,信号发送模块将触发时间信息和触发次数信息传递给实时数据存储与传输模块。
为了保证感应区的精确度,同时避免居家空间中的灰尘等障碍物影响感应装置的采集效率,主动红外装置安装在门框上距地面0.8-1.5m高度,红外发射器和红外接收器等高正对对称安装;作为一个优选,主动红外装置安装在门框上距地面1.1-1.4m的高度处,以确保认知症老人能够触发该感应装置,同时减少地面灰尘、垃圾等误触该感应装置。
在一种可能的实施方式中,垫式感应装置又称智能床垫,采用内置高压传感技术,在完全无拘束下实现人体非接触对睡眠状况进行监测,能够进行实时心率、呼吸率、体动等频率监测、实时数据展示、实时在离床状态监测。智能床垫还包括计时器、计次器和信号发送模块,若智能床垫受到压力,则触发计时器和计次器,信号发送模块将触发时间信息、触发次数信息、实时心率、呼吸率转化为电信号传递给实时数据存储与输出模块。
接着,实时数据存储与输出模块将实时监测模块的监测数据传递给异常情况分析模块,监测数据包括空间感应装置和门通行感应装置的触发时间信息、触发次数信息和触发空间位置信息,还包括垫式感应装置所监测的触发时间信息、触发次数信息、实时心率和呼吸率,然后,异常情况分析模块对该监测数据进行分析判断,将检测出的异常数据传递给典型症状分类模块作进一步处理。
具体的,该异常情况分析模块为一个根据设定的阈值对监测的数据进行分析的系统(子系统),异常情况分析模块包括人正常行为数据子模块、信息接收子模块、数据比较子模块、信息传递子模块和警报子模块。
其中,信息接收子模块用于接收和存储监测数据,人正常行为数据子模块用于存储人正常行为数据,数据比较子模块用于比较监测数据和人正常行为数据。当监测数据与人正常行为数据不符时,将监测数据定义为异常数据,当监测数据与人正常行为数据相符时,将监测数据定义为正常数据;信息传递子模块用于将异常数据转化为电信号传递给典型症状分类模块,或将正常数据转化为电信号传递给终端,以供终端查看认知症老人的日常居家状态。
需要特别说明的是,当信息接收子模块在T0时间内未接收到任何信号,则触发警报子模块,警报子模块用于向警报模块传递警报信息,提示居家老人有在盲区外摔倒或外出的风险。其中,T0可定义为1/8*K小时,其中K≥1,K为整数。
示例性地,正常人在白天每2-4h会进行一次排尿,60岁以上老人排尿时间将更小,白天每4-6h会进行一次排尿,具体的,白天每4-6h触发1次即为人正常行为数据,若当卫生间的空间感应装置连续4h以上未触发或卫生间门通行感应装置在30min内触发3次以上,则将该数据定义为异常数据。4小时为基本值,用户可根据老人的具体情况对阈值进行调整。
当判断监测数据为异常数据时,信息传递子模块将异常数据传递给典型症状分类模块。该异常数据包括空间感应装置和门通行感应装置所监测的异常的触发时间信息、触发次数信息及触发空间信息,还包括垫式感应装置所监测的异常的触发时间信息、触发次数信息、实时心率和呼吸信息。
当判断检测数据为正常数据时,则信息传递子模块将该正常数据转化为电信号传递给终端,以供终端查看认知症老人的日常居家状态。
当信息接收子模块在T0时间内未接收到任何信号,则触发警报子模块,警报子模块向警报模块传递警报信息,该警报信息包括信息接收模块最后一次所接收的触发时间信息、触发空间信息。示例性的,若在3-10min内,信息接收子模块未接收到任何信号,则触发警报子模块,警报子模块向警报模块传递警报信息;示例性的,若最后一次是由位于卫生间内的空间感应装置所监测的数据,则该触发时间信息为该空间感应装置的触发时间,触发空间为卫生间,以警示认知症老人存在摔倒在卫生间的风险。
具体的,该典型症状分类模块是一个根据设定的阈值对异常数据进行分类的系统(子系统),典型症状分类模块包括信息接收子模块、症状数据子模块、数据比对模块和信息传递子模块,信息接收子模块用于接收和存储异常数据。其中,症状数据子模块用于存储各种症状的判据;数据比对模块用于将异常数据和症状判据进行比对;当异常数据与症状判据不符时,输出为无相符症状;当异常数据和某一症状判据相符时,输出为某一症状;信息传递子模块用于将无相符症状数据信息转化为电信号传递给终端,以及将症状信息及对应症状信息的数据信息转化为电信号传递给警报模块。
示例性的,位于厕所的空间感应装置在2个小时内触发3次,如在6点20分、7点30分和7点55分被触发,异常情况分析模块则定义该数据为异常数据;典型症状分类模块结合在6点20分至7点55分之间触发信息,对该异常数据进一步分析,如厨房空间感应装置在6点28分、6点40分被触发,判定认知症老人早上去过厨房并用餐或饮水,7点30分和7点55分时的触发点发生在餐后,典型症状分类模块输出厕所空间感应装置所监测的数据为无相符症状;若在6点20分至7点55分之间,未收到厨房空间感应装置的监测信息,则厕所空间感应装置所监测的数据定义为排泄障碍。作为一种补充,症状数据子模块也可定义客厅为用餐或饮水的场所,根据认知症老人的居家生活习惯进行定义。
当输出为无相符症状时,信息传递子模块将该无相符症状数据信息转化为电信号传递给终端;该无相符症状数据信息包括空间感应装置和门通行感应装置所监测的触发时间信息、触发次数信息及触发空间信息,还包括垫式感应装置所监测的触发时间信息、触发次数信息、实时心率和呼吸信息。
当输出为某一症状时,信息传递子模块将该症状信息转化为电信号传递给警报模块。该症状信息包括排泄障碍、进食障碍、冷漠或抑郁、跌倒、睡眠障碍、徘徊行为。
需要进一步说明的是,根据正常老人日常行为参数设定的判据来分析认知症老人是否具有排泄障碍、进食障碍、睡眠障碍、冷漠、抑郁、跌倒症状;徘徊行为定义为“长时间在同一区域中出现且持续地来回行走的行为”。阈值需要根据认知症老年人的具体情况进行调整,首先该系统是运用在已经确诊为“认知症”的老人家中,另外认知症老人个体差异性大,本发明根据医疗经验对阈值进行设定,可根据认知症老人的具体情况进行调整。下表1中示例性的给出了异常数据判断阈值及输出表征。
表1异常数据判断阈值及输出表征
具体的,警报模块将警报信息、症状信息及与该症状对应的数据信息转化为电信号传递给终端,该警报信息包括异常情况分析模块未收到任何感应装置传递的信号的持续时间T0以及最后一次收到某一感应装置所触发的时间信息、次数信息及空间信息;括空间感应装置和门通行感应装置所监测的触发时间信息、触发次数信息及触发空间信息,还包括垫式感应装置所监测的触发时间信息、触发次数信息、实时心率和呼吸信息;症状信息包括排泄障碍、进食障碍、冷漠、抑郁、跌倒、睡眠障碍、徘徊行为;以及还包括对应症状的触发数据信息,该触发数据信息包括空间感应装置或门通行感应装置所监测的触发时间信息、触发次数信息及触发空间信息,或垫式感应装置所监测的触发时间信息、触发次数信息、实时心率和呼吸信息。
具体的,终端包括信息接收模块、显示模块、信息输入模块、信息传递模块,信息接收模块用以接收正常数据信息、异常数据信息、症状信息及警报信息,并将信息传递给显示模块;显示模块用于将所接收的信息以文字或图标的形式显示在显示终端上,该显示终端为显示屏;信息输入模块为显示在显示终端上的输入装置,用以输入指令信息,该指令信息包括打开应急视频监测模块;信息传递模块用于将该指令信息传递给应急视频监测。
具体的,应急视频监测模块包括视频监控装置、临时数据存储模块、信号接收子模块、信号传递子模块和控制子模块。信号接收子模块用于接收终端的指令信息,并将该指令信息传递给控制子模块,该指令信息包括打开指定空间的视频监控装置;控制子模块用于根据指令信息开启指定空间的视频监测装置;视频监测装置包括摄像头组件,摄像头组件将监测的实时视频存储在临时数据存储模块中;信号传递子模块用于将临时数据存储模块中的视频数据转化为电信号传递给终端,以显示在显示终端上供实时观看。
为了进一步精准监测认知症老人的生活状态,摄像头组件安装在认知症老人活动的空间内,该活动空间包括卧室、客厅、厨房、卫生间,根据活动空间的大小和布局,每个活动空间内至少安装一处摄像头组件,例如:空间的中心、圆心、无遮挡位置等。
为了合理利用临时数据存储模块的存储空间,临时数据存储模块可人为设置数据保存时间,示例性的,保存24h,以此,终端用户可在24h内查看所拍摄的认知症老人的生活状态监测视频。
以此,通过终端可实时了解认知症老人的状态,在认知症老人出现症状时可及时做出处理。示例性的,根据警报信息通过选择性打开对应的应急视频监测模块,详细了解认知症老人的状态,以进一步确认采取某种处理方式来及时处理,提高看护效果;示例性的,终端用户了解认知症老人的行为习惯,认为并非出现相关症状,选择不开启应急视频监测模块,以给予老人最大程度的隐私保护。
以此,本发明通过安装简便、方便传输的空间感应装置和门通行感应装置及垫式感应装置监测认知症老人的空间状态,并以该空间状态信息分析判定认知症老人的状态,并对监护人以警示,以此,在不佩戴监测装置及在视频监测装置处于休眠状态下,认知症老人能够得到有效的看护,保障了认知症老人日常生活的舒适度与生活隐私。
作为一个优选的实施方案,本发明还设置了徘徊行为识别模型,用以在典型分类模块分析判定认知症老人存在徘徊行为时,对该徘徊行为进一步判定,以提高对徘徊行为分析判断的准确率。
具体的,典型症状分类模块通过内置的信息传递子模块将识别出的徘徊行为信息传递给应急视频监测模块,该信息包括徘徊行为发生所在空间信息;接着,控制子模块向对应所在空间的视频监测装置发送开启视频监测的指令信息,视频监测装置将监测的视频数据存储在临时数据存储模块中;应急视频监测模块通过内置的信号传递子模块将视频数据转化为电信号传递给徘徊行为识别模块,徘徊行为识别模块根据该视频数据对徘徊行为进一步分析。
为了进一步提高看护效果,若应急视频监测模块收到徘徊行为信息,控制子模块通过信号传递子模块向终端发送已开启视频监测信息,以提醒用户可能出现徘徊行为并及时查看视频监测数据。
具体的,徘徊行为识别模块包括信号接收子模块、信号传递子模块和数据处理模块,信号接收子模块用于接收应急视频监测模块通过其内置的信号传递子模块的视频数据;数据处理模块用于根据该视频数据进一步判断徘徊行为;当判断是徘徊行为时,徘徊行为识别模块的内置信号传递子模块向警报模块传递警报信息,该警报信息包括徘徊行为症状;当判断为非徘徊行为时,则徘徊行为识别模块停止工作。
示例性的,具有徘徊表征但不是徘徊行为症状的情形包括认知症老人往复行走锻炼、浇花、打扫卫生。
具体的,数据处理模块采用徘徊识别行为模型,是基于分类函数识别模型对“徘徊行为”症状进行分析判定,包括以下步骤:
①信号传递子模块将监测视频数据传递给数据处理模块;
②利用目标跟踪法获得认知症老人的轨迹点序列;
③基于三次样条插值方法的轨迹局部拟合方法对轨迹点序列进行局部拟合;
④计算轨迹特征并组成特征向量;其中,该轨迹特征包括:行人的运动时长Ti、行人的路程位移比R、行人轨迹的平均曲率E(κ)、曲率标准差S(κ)及曲率的信息熵H(κ),其中,其中g(f)为指示函数,表示在第f帧中,行人i是否出现,若出现函数取值为1,否则为0;/>S为认知症老人的路程,X为认知症老人的位移;/> ki为第i个轨迹点处的曲率,E(k)为所有轨迹点的曲率平均值,S(k)为轨迹点的曲率均方根值;/> H(k)为轨迹点的曲率的信息熵;
特征向量定义为:f=(T,R,E(k),S(k),H(k));
⑤运用徘徊行为识别模型对轨迹特征进行识别;识别过程为:将特征向量f带入分类模型F(f),判断f是否属于徘徊行为轨迹,从而判断是否属于徘徊行为;其中F(f)为使用特定场景下的已知徘徊行为轨迹和非徘徊行为轨迹,结合机器学习中的分类函数,训练一个分类模型;其中,为了防止非公开数据是小样本学习,产生过度拟合现象,引入公开数据集中国科学院自动化研究所提供的行为分析数据库,并运用孤立森林(Isolation Forest,IF)算法,通过大量的正常行为轨迹数据,将徘徊行为作为异常检测问题,训练和微调分类模型,构建或更新徘徊行为识别模型;
⑥根据认知症老人监测视频更新对应的轨迹数据集;
⑦运用新数据集训练或微调分类模型和异常值检测模型,从而优化徘徊行为识别模型;
⑧输出识别结果,传递到信号传递子模块。
以此,本发明在识别到认知症老人具有徘徊行为后,主动开启视频监测,提高了对认知症老人的监测的准确率,进而,尽最大程度的保护了认知症老人安全及日常生活的舒适度与生活隐私。
为了进一步明确本发明的异常情况分析模块的工作过程,现对异常情况分析模块的机制进行描述,详细见下。
为了便于对数据的处理,将触发时间定义为tn,n∈1、2、3……,n的选择与所有感应装置的触发时间先后顺序有关。详细见下。
1.针对卫生间
首先定义卫生间中安装的空间感应装置和门通行感应装置分别为Ws、Wd,触发次数分别定义为Wsi、Wdi,i∈1、2、3……。以此,对所有空间的实时监测数据进行分类。
具体的,若空间感应装置被触发,则会相应的触发计时器和计次器,通过信号发送模块将触发时间信息和触发次数信息传递给实时数据存储与传输模块;若门通行感应装置被触发,则会相应触发计时器和计次器,通过信号发送模块将触发时间信息和触发次数信息传递给实时数据存储与传输模块。
具体的,实时数据存储与输出模块若收到实时数据检测模块传递的信息,便会更新存储数据,并将存储的所有信息转化为电信号,传递给异常数据分析模块,该信息包括,在20点至次日20点时间段内,空间感应装置和门通行感应装置所监测的触发时间和触发次数信息。
示例性的,在8点时,若红外接收器接收红外信号受阻,此时触发计时器和计次器,信号发送模块将时间信息和次数信息发送给实时数据与传输模块,根据通讯协议,实时数据存储与传输模块自动识别信号来源,并标记为Wd,时间信息为t1:8:00,次数信息为Wd1,记为Wd1。接着,实时数据存储与输出模块将该信息数据转化为电信号传递给异常情况分析模块,若该触发情况为首次触发,则判定该数据为正常数据,经异常情况分析模块的信息传递子模块将该数据传递至终端。
示例性的,在8点45分时,门通行感应装置被触发,信号发送模块将时间信息和次数信息发送给实时数据与传输模块,实时数据存储与传输模块自动识别信号来源,并标记为Wd,时间信息为t2:8:45,次数信息为Wd2,记为Wd2。接着,实时数据存储与输出模块将Wd1和Wd2的信息数据转化为电信号传递给异常情况分析模块,数据比较子模块对Wd1和Wd2进行分析,包括步骤:首先确定触发时间差Δt;判断Δt是否大于30min;若Δt大于30min且小于4h,则定义该触发数据Wd2为正常数据;若Δt大于4h,则定义该触发数据Wd2为异常数据;若Δt小于30min,接着在该30min内判断触发次数是否大于2,若触发次数不大于2,则定义该触发数据Wd2为正常数据,若触发次数大于2,则定义该触发数据Wd2为异常数据。具体的,Δt=45min>30min,则定义该触发数据Wd2为正常数据,并将该正常数据传递至终端。
示例性的,在8点56分时,门通行感应装置被触发,信号发送模块将时间信息和次数信息发送给实时数据与传输模块,实时数据存储与传输模块自动识别信号来源,并标记为Wd,时间信息为t3:8:56,次数信息为Wd3,记为Wd3。接着,实时数据存储与输出模块将Wd1、Wd2和Wd3的信息数据转化为电信号传递给异常情况分析模块,数据比较子模块对Wd1和Wd2和Wd3进行分析,包括步骤:首先确定Wd3和Wd2之间的时间差Δt1,若Δt1大于30min且小于4h,则定义Wd3为正常数据;若Δt1大于4h,则定义Wd3为异常数据;若Δt1小于30min,则判断Wd3和Wd1之间的时间差Δt2,若Δt2小于30min,则定义Wd1、Wd2和Wd3为异常数据;若Δt2大于30min,则定义Wd3为正常数据。具体的,Δt1=t3-t2=11min<30min,接着,Δt2=t3-t1=56min>30min,则定义Wd3为正常数据。
示例性的,在9点13分时,门通行感应装置被触发,信号发送模块将时间信息和次数信息发送给实时数据与传输模块,实时数据存储与传输模块自动识别信号来源,并标记为Wd,时间信息为t4:9:13,次数信息为Wd4,记为Wd4。接着,实时数据存储与输出模块将Wd1、Wd2和Wd3和Wd4的信息数据转化为电信号传递给异常情况分析模块,数据比较子模块对Wd1、Wd2、Wd3和Wd4进行分析,包括步骤:首先确认Wd4和Wd3之间的时间差Δt1,若Δt1大于30min且小于4h,则定义Wd4为正常数据;若Δt1大于4h,则定义Wd4为异常数据;若Δt1小于30min,则判断Wd4与Wd2之间的时间差Δt2,若Δt2大于30min,则定义Wd4为正常数据;若Δt2小于30min,则判断Wd4与Wd1之间的时间差Δt3,若Δt3小于30min,则定义Wd1、Wd2、Wd3和Wd4为异常数据;若Δt3大于30min,则定义Wd2、Wd3和Wd4为异常数据。具体的,Δt1=t4-t3=17min<30min,接着,Δt2=t4-t2=28min<30min,接着Δt3=t4-t1=73min>30min,则定义Wd2、Wd3和Wd4为异常数据,最后,通过信号传递子模块将该异常数据传递给典型症状分类模块。
具体的,实时数据存储与输出模块以24小时为周期更新所存储的信息,如以当日晚上20点为起始时间,至次日晚上20点为终点,在此时间段内,以叠加信息的方式向异常情况分析模块传递数据,即每次传递的信息包括该时间段内的所有触发信息数据。
具体的,对于空间感应装置来说,对其触发的数据的分析过程与门通行感应装置的数据分析过程相同,区别在于对数据的命名。示例性的,在8点1分时,空间感应装置被触发,信号发送模块将时间信息和次数信息发送给实时数据与传输模块,根据通讯协议,实时数据存储与传输模块自动识别信号来源,并标记为Ws,时间信息为t1:8:01,次数信息为Ws1,记为Ws1。
2.针对厨房
定义厨房中安装的空间感应装置和门通行感应装置分别为Ks、Kd,触发次数分别定义为Ksi、Kdi,i∈1、2、3……。以此,对所有空间的实时监测数据进行分类。
具体的,若空间感应装置被触发,则会相应的触发计时器和计次器,通过信号发送模块将时间信息和次数信息传递给实时数据与传输模块;若门通行感应装置被触发,则会相应触发计时器和计次器,通过信号发送模块将时间信息和次数信息传递给实时数据与传输模块。
具体的,实时数据存储与输出模块若收到实时数据检测模块传递的信息,便会更新存储数据,并将存储的所有信息转化为电信号,传递给异常数据分析模块,该信息包括,在20点至次日20点时间段内,空间感应装置和门通行感应装置所有监测的触发时间和触发次数信息,传递信息的方式同上述1针对卫生间的相同,即以触发时间先后为顺序,每次将所有触发信息传递给异常情况分析模块。
示例性的,在8点20分时,热释电红外传感器PIR感应到人体温度与背景温度的差异信号,便将红外信号变化转变为电信号触发计时器和计次器,信号发送模块将时间信息和次数信息转化为电信号,并传递给实时数据存储与输出模块。根据通讯协议,实时数据存储与传输模块自动识别信号来源,并标记为Ks,时间信息为t1:8:20,次数信息为Ks1,记为Ks1。接着,实时数据存储与输出模块将该信息数据转化为电信号传递给异常情况分析模块,若该触发情况为首次触发,则判定该数据为正常数据,经异常情况分析模块的信息传递子模块将该数据传递至终端。示例性的,若热释电红外传感器PIR持续感应到人体温度与背景温度的差异信号时,信号发送模块每隔1min便将时间信息和次数信息转化为电信号,并传递给实时数据存储与输出模块。接着,实时数据存储与输出模块将该信息数据转化为电信号传递给异常情况分析模块,数据比较子模块对该数据进行分析,包括步骤:比较相邻触发时间之间的间隔,如触发时间组:t1、t2、t3……tn,Δt1=t2-t1、Δt2=t3-t2……Δtn-1,记为Δt;若Δt小于1min,则定义该相邻数据为正常数据;若Δt大于1min且小于6h,则定义为正常数据;若Δt大于6h,则定义该数据为异常数据;若Δt等于1min,则定义为持续触发状态。接着,判断持续状态持续时间,若n-1大于30,则定义该持续触发状态数据为异常数据;若n-1小于30,则定义该持续触发状态数据为正常数据。
示例性的,在8点19分时,若红外接收器接收红外信号受阻,此时触发计时器和计次器,信号发送模块将时间信息和次数信息发送给实时数据与传输模块,实时数据存储与传输模块自动识别信号来源,并标记为Kd,时间信息为t1:8:19,次数信息为Kd1,记为Kd1。接着,实时数据存储与输出模块将该信息数据转化为电信号传递给异常情况分析模块,若该触发情况为首次触发,则判定该数据为正常数据,经异常情况分析模块的信息传递子模块将该数据传递至终端。
示例性的,若门通行感应装置在8点39分、8点45分被触发时,触发信息包括:信号来源Kd,时间信息t2:8:39和t3:8:45,次数信息Kd2和Kd3。实时数据存储与输出模块首先将Kd1和Kd2的触发信息传递给异常情况分析模块,来判断Kd2是否异常;之后,实时数据存储与输出模块将Kd1、Kd2和Kd3的触发信息传递给异常情况分析模块,来判断Kd1、Kd2和Kd3是否异常。判断依据是在30min内触发次数是否为3次以上,分析过程参见上述1针对卫生间的门通行感应装置的数据异常情况分析。
3.针对卧室、客厅
定义卧室中安装的空间感应装置和门通行感应装置分别为Bs、Bd,触发次数分别定义为Bsi、Bdi,i∈1、2、3……。以此对所有空间的实时监测数据进行分类。
定义客厅中安装的空间感应装置和门通行感应装置分别为Ps、Pd,触发次数分别为Psi、Pdi,i∈1、2、3……。以此对所有空间的实时监测数据进行分类。
具体的,空间感应装置和门通行感应装置的触发信息包括:触发时间和触发次数;实时数据存储与输出模块接收该触发信息时自动识别信息源,并分别标记为Ps、Pd,并实时更新存储数据;接着,将存储的所有信息转化为电信号,传递给异常数据分析模块,该信息包括,在20点至次日20点时间段内,信息源、触发时间和触发次数。异常情况分析模块对每次传递的所有信息数据进行分析,包括步骤:首先判断触发时间是否在晚上20至次日早上6点时间段内;若是,则判断各空间的门通行感应装置触发次数是否小于3,若是,则定义该数据为异常数据;若触发次数大于3且小于10,则定义该数据为正常数据;若触发次数大于10,则定义该数据为异常数据;接着分析各空间的空间感应装置的触发数据,若持续触发时间大于10h,则定义该数据为异常数据。若触发时间不在晚上20至次日早上6点时间段内,则在6小时内,判断各空间的门通行感应装置触发次数是否小于3次,若是,则定义该数据为异常数据;若触发次数大于3次小于18次,则定义该数据为正常数据,;若触发次数大于18次,则定义该数据为异常数据;接着分析各空间的空间感应装置的触发数据,若持续触发时间大于6h,则定义该数据为异常数据;若持续触发时间小于6h,则定义该数据为正常数据。具体的,该分析方法参见上述1或2中针对门通行感应装置的数据异常情况分析。
4.针对垫式感应装置
首先,定义垫式感应装置为M,触发次数定义为Mi,i∈1、2、3……,实时心率定义为Hi,i∈1、2、3……,呼吸率定义为Bi,i∈1、2、3……。以此,对所有空间的实时监测数据进行分类。
具体的,若智能床垫受到压力时,则触发计时器和计次器,信号发送模块将时间信息、次数信息、实时心率、呼吸率转化为电信号传递给实时数据存储与输出模块。根据通讯协议规则,实时数据存储与输出模块直接识别信号源,并标记为M,触发时间标记为tn,n∈1、2、3……,触发次数标记为Mi,i∈1、2、3……,实时心率标记为Hi,i∈1、2、3……,呼吸率标记为Bi,i∈1、2、3……。接着,实时数据存储与输出模块实时更新存储数据,并将存储的所有信息转化为电信号,传递给异常数据分析模块,该信息包括,在20点至次日20点时间段内,垫式感应装置所监测的时间信息、次数信息、实时心率和呼吸率。
具体的,异常情况分析模块对每次传递的所有信息数据进行分析,包括步骤:首先判断相邻触发时间间隔是否等于1min,若是,则定义该数据为持续触发数据,接着判断该触发持续时间是否大于10h,若是,则定义该数据为异常数据;若持续触发时间大于3h且小于10h,接着判断该触发时间是否在早上6点至20点的时间段内,若是,则定义该数据为异常数据;若不是则输出该数据为正常数据;若持续触发时间为小于3h,则定义该数据为正常数据。若相邻触发时间间隔小于1min,则定义该数据为正常数据;若相邻触发时间间隔大于1min且小于3h,则定义该数据为正常数据;若相邻触发时间间隔大于3h,则定义该数据为异常数据。具体的,该分析方法参见上述1或2中针对门通行感应装置的数据异常情况分析。
5.针对所有空间
同一时刻,有且仅有一个感应装置会触发,所有感应装置的触发时间是按实现先后的顺序定义,若实时数据存储与输出模块收到实时监测模块传递的监测数据,则将所有存储的数据传递给异常情况分析模块。示例性的,在8点时,位于厕所的门通行感应装置被触发,实时数据存储与输出模块对该触发信息进行标记,包括触发来源Wd、触发时间t1:8:00、触发次数Wd1;在8点40分时,位于客厅的空间空外感应装置被触发,实时数据与输出模块对该触发信息进行标记,包括触发来源Ps、触发时间t2:8:40、触发次数Ps1;实时数据存储与输出模块将上述信息数据传递给异常情况分析模块。
具体的,异常情况分析模块对所收到的信息数据进行分析,包括步骤:首先判断最近一次触发10min内是否存在不同信息源的空间感应装置被触发的信息数据,若存在,则定义该数据为异常数据;若不存在,则按照上述1-4中的分析方法进行分析判断;接着判断最近一次触发10min内所有空间的门通行感应装置的触发次数是否大于5次,若是,则定义该数据为异常数据;若不是,则按照上述1-4中的分析方法进行分析判断。
为了进一步明确本发明的典型症状分类模块的工作过程,现对典型症状分析模块的机制进行描述,详细见下。
具体的,异常情况分析模块将异常数据及异常数据判定依据传递给典型症状分类模块,该异常数据包括:触发信息源、触发时间、触发次数和实时心率和呼吸率。接着,数据比对子模块将该数据信息与症状数据子模块中的数据进行比对,若异常数据与症状判据不符时,输出为无相符症状,并由信息传递子模块将该数据传递给终端;若异常数据和某一症状判据相符时,输出为某一症状,并由信息传递子模块将该症状信息及相应异常数据传递给警报模块。
示例性的,给出针对异常情况分析模块传递的异常数据1和判断依据,该异常数据1包括主要包括位于卫生间空间的门通行感应装置的触发异常数据,详见下表2中所示的数据。
表2异常数据1
具体的,典型症状分类模块工作机制包括:
1.针对卫生间
根据该异常数据类型,示例性的,包括门通行感应装置30min内触发3次以上、门通行感应装置或空间感应装置触发间隔在4h以上;若异常数据类型为门通行感应装置30min内触发3次以上,接着分析距离最新触发时间2h内,是否存在Ks或Kd信息数据,若不存在,则定义该数据为排泄障碍症状,并由信息传递子模块传递给警报模块;若存在Ks或Kd信息数据,接着判断Ks是否为持续触发状态,判断方法见异常情况分析模块的分析过程;若Ks不是持续触发状态,则定义该数据为排泄障碍症状;若Ks是持续触发状态,接着判断Ks持续触发次数是否大于5次,若是,则定义该数据为无相符症状数据;若持续触发次数小于5次,则定义该数据为排泄障碍症状。接着,信号传递子模块将无相符症状数据传递给终端,将排泄障碍症状数据信息传递给警报模块。
2.针对厨房
根据该异常数据类型,示例性的,包括门通行感应装置30min内触发3次以上、门通行感应装置或空间感应装置触发间隔在6h以上、空间感应装置持续触发30min以上;若异常数据类型为门通行感应装置30min内触发3次以上,接着分析距离最新触发时间2h内,是否存在Bs或Bd信息数据,若不存在,则定义该数据为进食障碍症状;若存在,则接着判断Bs是否为持续触发状态,若不是,则定义该数据为进食障碍症状;若Bs为持续触发状态,则定义该数据为无相符症状数据。若异常数据类型为门通行感应装置、空间感应装置触发间隔在6h以上或空间感应装置持续触发30min以上,则定义该数据为进食障碍症状。接着,信号传递子模块将无相符症状数据传递给终端,将进食碍症状数据信息传递给警报模块。
3.针对卧室或客厅
根据该异常数据类型,示例性的,包括在6点至20点卧室与客厅空间感应装置连续触发6h以上或门通行感应装置在6h内触发次数小于3次等、在详细参见表1。若异常数据类型为:在6点至20点卧室与客厅的门通行感应装置在6h内触发次数小于3次,接着分析距离该触发时间6h内是否存在M数据,若不存在,则定义该数据为冷漠、抑郁、跌倒症状;若存在,接着判断M是否为持续被触发状态,若不是,则定义该数据为冷漠、抑郁、跌倒症状;若M是持续被触发状态,接着判断持续触发次数是否大于20次,小于20次,则定义该数据为冷漠、抑郁、跌倒症状;若大于20次,则定义该数据为无相符症状数据。若异常数据类型为:在6点至20点卧室与客厅的空间感应装置连续触发6h,则定义该数据为冷漠、抑郁、跌倒症状。若异常数据类型为:在20点至6点卧室与客厅门通行感应装置触发次数少于3次,接着分析在该时间段内是否存在M数据信息,若不存在,则定义该数据为冷漠、抑郁、跌倒症状;若存在,接着判断M是否为持续触发,若不是,则定义该数据为冷漠、抑郁、跌倒症状;若是,接着判断持续触发次数是否大于180次,若不是,则定义该数据为冷漠、抑郁、跌倒症状;若大于180次,则定义该数据为无相符症状数据。若异常数据类型为20点至6点卧室与客厅连续触发10h以上,则定义该数据为冷漠、抑郁、跌倒症状。
4.针对垫式感应装置
根据该异常数据类型,示例性的,包括20点至6点未触发、6点至20点未触发、垫式感应装置持续触发10h以上。若异常数据类型为:20点至6点未触发,接着分析在该时间段内是否存在门通行感应装置触发信息,若不存在,则定义该数据为睡眠障碍症状;若存在,接着分析门通行感应装置触发的次数是否大于3次,若否,则定义该数据为冷漠、抑郁、跌倒症状;若触发的次数大于3次,则定义该数据为具有徘徊表征;若异常数据类型为:6点至20点未触发,接着分析卧室与客厅的空间感应装置是否触发,若否,则定义该数据为睡眠障碍症状;若是,则接着分析卧室与客厅的空间感应装置触发持续时间是否大于6h,若是,则定义该数据为冷漠、抑郁、跌倒症状;若小于6h,则定义该数据为睡眠障碍类型。若异常数据类型为:垫式感应装置持续触发10h以上,则定义该数据为冷漠、抑郁、跌倒症状。
5.针对所有空间
根据异常数据类型,示例性的,包括10min内2个及以上空间感应装置被触发或门开关感应装置连续5次被触发,则直接定义该数据为具有徘徊表征症状。
作为一个优选的实施方案,本发明还设置了居住改善辅助决策模块,用以根据认知症老人症状数据给予终端居住环境改善措施建议,帮助认知症家庭改善认知症老人居住环境,达到正向干预老人病症的目的。
具体的,居住改善辅助决策模块包括信号接收子模块、信号传递子模块、改善措施存储子模块和控制子模块,信号接收子模块用于接收警报模块或终端传递的信息数据,警报模块传递的信息数据包括:认知症老人具有症状,如排泄障碍、进食障碍、冷漠、抑郁、跌倒、睡眠障碍及徘徊行为;终端传递的信息数据包括:随地大小便、不洁行为、大小便频繁、暴食、频食过食、盗食、异食、不食、拒食、吞咽障碍、冷漠或抑郁、跌倒、嗜睡、失眠、睡眠时间短、往复行走、焦躁或多动。
具体的,改善措施存储模块用于存储认知症老人的病症分类与行为场景数据及居住改善措施数据,详见下表3和下表4。
表3认知症老人的病症分类与行为场景
表4居住环境改善措施
具体的,控制子模块用于根据警报模块或终端传递的信息数据从改善措施存储模块中选择相应的改善措施。信号传递子模块用于将控制子模块给出的改善措施信息转化为电信号传递给终端。
具体的,终端还包括数据处理模块,用以将症状细分数据显示在显示屏上。示例性的,警报模块将症状信息传递给终端;若终端打开应急视频监测模块,来实时监测相应空间中认知症老人的状态,则数据处理模块根据症状的大类,如排泄障碍、进食障碍、冷漠、抑郁、跌倒、睡眠障碍及徘徊行为,在视频的播放的界面给出该症状下的具体细分类型,并以触摸按键的形式存在,该细分类型包括:排泄障碍下的:随地大小便、不洁行为、大小便频繁;进食障碍下的:暴食、频食过食、盗食、异食、不食、拒食、吞咽障碍;冷漠或抑郁、跌倒;睡眠障碍下的:嗜睡、失眠、睡眠时间短;徘徊行为下的:往复行走、焦躁或多动。具体的,触摸按键被触发时,便将细分症状信息传递给居住改善辅助决策模块。示例性的,警报模块向终端传递排泄异常数据,终端选择打开相应的应急视频去实时监测认知症老人的状态,则显示器在播放视频的同时,会显示随地大小便、不洁行为、大小便频繁等屏幕触摸选择按键,触摸按键被触发时,如不洁行为触摸按键被触发,则终端会通过信息传递子模块向居住改善辅助决策模块发送不洁行为的信息数据,以便居住改善辅助决策模块给出相对精确的改善建议。其中,屏幕触摸按键设计程序选择如下表5所示。
表5屏幕触摸按键设计程序
上表5中,只有打开相应的应急视频监测模块,屏幕触摸按键才触发,屏幕触摸按键所表示的内容、数量及布局可根据实际需求修改。居住改善辅助决策模块在警报模块传递的T1时刻开始作业,该T1为居住改善辅助决策模块收到警报模块传递的信息开始计算,为12-24h。
相较于现有技术,本发明不仅提高了对认知症老人看护的效果,而且能够根据认知症老人频发症状数据给予终端居住环境改善措施建议,帮助认知症家庭改善认知症老人居住环境,达到正向干预老人病症的目的。
需要说明的是,改善措施存储模块中存储的认知症老人病症分类和行为场景信息,来源于针对认知症老人群体的日常症状观察数据的集合,在日常看护的过程中,结合视频监测数据,将所看护的认知症老人的症状和行为场景整合到数据库中,以使得给出的建议更加合理化。其中,数据库中存储的居住环境改善措施信息,是针对具体症状特征实验获得的,具体是以认知症老人为研究对象,结合医护人员指导建议,对其症状进行辅助改善,以此,获得针对认知症老人的居住环境改善措施。在日常对认知症老人监护的过程中,可根据该认知症老人的特有症状来研究治疗方案,以此不断完善数据库。需要说明的是,上述表3和表4中给出的数据并不代表所有的症状和改善措施,可在系统运转的过程中不断完善。
为了进一步明确本发明的居住改善改善辅助决策模块的工作过程,现对居住改善辅助决策模块的机制进行描述,详细见下。
1.针对排泄障碍:
警报模块将排泄障碍信息数据传递给居住改善辅助决策模块。然后,居住改善辅助决策模块在设定的时间T1内处理改善措施的选择问题。
具体的,T1为警报模块警报信息传递给居住改善辅助决策模块的时刻开始计时,设定T1为12h。接下来有两种情况,一种情况是终端未打开相应的应急视频监测模块去查看认知症老人的实时状态,在此情形下,居住改善辅助决策的处理机制为:根据排泄障碍症状大类,直接筛选改善措施。
示例性的,筛选过程为:从数据库中的空间划分项目中选择排泄主题下的空间,如排泄-厕所、排泄-卧室-走廊,筛选出的措施编号为70、71、72、75、85、86、87、88、89、90、93,筛选原则包括便于失禁后的处理,如:更换衣服、清洗装置、改善空气、垃圾收集等,以及包括便于降低失禁产生的几率,如通过改善空气环境来改善老人大小便身体需求。
另一种情况是:终端在收到相应的警报信息后,选择打开相应的应急视频监测模块去实时查看认知症老人的状态,在该情形下,处理过程包括:警报模块将警报信息传递给终端,该警报信息包括:排泄障碍症状信息、信息源、触发时间和触发次数;若终端打开相应的应急视频监测模块并观看,则终端的界面上显示排泄障碍类型选择,如随地大小便、不洁行为、大小便频繁等屏幕触摸选择按键;若触摸按键被触发,则信息传递子模块将该触发信息传递给居住改善辅助决策模块,该触发信息包括:随地大小便、不洁行为或大小便频繁。接着,居住改善辅助决策模块根据终端传递的异常行为信息筛选相应的改善措施并传递给终端,筛选原则见上,不再赘述。
2.针对进食障碍:
与处理排泄障碍的区别在于:
若终端未打开相应的应急视频监测模块去查看认知症老人的实时状态,则居住改善辅助决策的处理机制为:根据进食障碍大类,直接筛选改善措施。
示例性的,筛选过程包括:从数据库中空间划分项目中选择进食障碍主题下的空间,如炊事-用餐-厨房-用餐空间,筛选出的措施编号为51、52、54、55、56、99,筛选原则是通过改善食物的获取方式、用餐环境该改善频食、少食症状。
若终端在收到相应的警报信息后,选择打开相应的应急视频监测模块去实时查看认知症老人的状态,则处理过程包括:警报模块将警报信息传递给终端,该警报信息包括进食障碍症状信息、信息源、触发时间和触发次数。若终端打开相应的应急视频监测模块并观看,则终端的界面上显示进食障碍类型选择,该类型包括暴食、频食过食、盗食、异食、不食、拒食、吞咽障碍等屏幕触摸选择按键,若触摸按键被触发,则信息传递子模块将该触发信息传递给居住改善辅助决策模块,该触发信息包括:暴食、频食过食、盗食、异食、不食、拒食、吞咽障碍。接着,居住改善辅助决策模块根据终端传递的异常行为信息筛选相应的改善措施并传递给终端,筛选原则见上,不再赘述。
3.针对冷漠\抑郁\跌倒:
与处理排泄障碍的区别在于:
若终端未打开相应的应急视频监测模块去查看认知症老人的实时状态,则居住改善辅助决策的处理机制为:根据冷漠\抑郁\跌倒症状大类,直接选择改善措施。
示例性的,筛选过程为:从数据库中空间划分项目中选择休息、移动或生活行为整体,筛选出的措施编号为:30、32、34、93、104、108、109、123、124、125,筛选原则是从利用感光感受来改善冷漠、抑郁症状,以及设置辅助装置防止跌倒及降低跌倒对认知症老人的伤害。
若终端在收到相应的警报信息后,选择打开相应的应急视频监测模块去实时查看认知症老人的状态,则处理过程包括:警报模块将警报信息传递给终端,若终端打开相应的应急视频监测模块并观看,则终端的界面上显示进食障碍类型选择,如冷漠或抑郁、跌倒等屏幕触摸选择按键;若触摸按键被触发,则信息传递子模块将该触发信息传递给居住改善辅助决策模块,该触发信息包括:冷漠或抑郁、跌倒。接着,居住改善辅助决策模块根据终端传递的异常行为信息筛选相应的改善措施并传递给终端,筛选原则见上,不再赘述。
4.针对睡眠障碍:
与处理排泄障碍的区别在于:
若终端未打开相应的应急视频监测模块去查看认知症老人的实时状态,则居住改善辅助决策的处理机制为:根据睡眠障碍大类直接选择改善措施。
示例性的,筛选过程为:从数据库中空间划分项目中选择睡眠主题下的空间,如休息-睡眠-卧室-客厅,筛选出的措施编号为24、27、28,筛选原则是通过改善通风状态、睡觉光强度及认知症老人身体状态来改善睡眠状态。
若终端在收到相应的警报信息后,选择打开相应的应急视频监测模块去实时查看认知症老人的状态,则处理过程包括:警报模块将警报信息传递给终端,若终端打开相应的应急视频监测模块并观看,则终端的界面上显示睡眠障碍类型选择,如嗜睡、失眠、睡眠时间短等屏幕触摸选择按键;若触摸按键被触发,则信息传递子模块将该触发信息传递给居住改善辅助决策模块,该触发信息包括:嗜睡、失眠、睡眠时间短。接着,居住改善辅助决策模块根据终端传递的异常行为信息筛选相应的改善措施并传递给终端,筛选原则见上,不再赘述。
5.针对徘徊行为:
与处理排泄障碍的区别在于:
若终端未打开相应的应急视频监测模块去查看认知症老人的实时状态,则居住改善辅助决策的处理机制为:根据徘徊行为大类直接筛选改善措施。
示例性的,筛选过程包括:居住改善辅助决策模块直接从数据库中筛选改善措施,以改善徘徊行为症状,筛选过程为:从数据库中的空间划分项目中选择休息-卧室-客厅、炊事-用餐-厨房、移动、生活行为整体-地板-墙壁,措施编号选择为24、55、56、106、110、111、112、113、114、115、116、121,选择的原则是通过改空间光感、声感及空间的安全性来改善认知症老人的徘徊行为症状。
若终端在收到相应的警报信息后,选择打开相应的应急视频监测模块去实时查看认知症老人的状态,则处理过程包括:警报模块将警报信息传递给终端,若终端打开相应的应急视频监测模块并观看,则终端的界面上显示徘徊行为症状类型选择,如往复行走、焦躁或多动等屏幕触摸选择按键;若触摸按键被触发,则信息传递子模块将该触发信息传递给居住改善辅助决策模块,该触发信息包括:往复行走、焦躁\多动。接着,居住改善辅助决策模块根据终端传递的异常行为信息筛选相应的改善措施并传递给终端,筛选原则见上,不再赘述。以此,本发明根据认知症老人频发症状数据给予终端居住环境改善措施建议,帮助认知症家庭改善认知症老人居住环境,达到正向干预老人病症的目的。
作为一个优选的实施方案,本发明还提供了一种针对认知症老人的居家安全保障方法,包括步骤:
步骤:
通过实时监测模块采集认知症老人的居家状态信息;
基于人正常行为数据,通过异常情况分析模块对该状态信息情况进行分析,将信息数据传递给终端和典型症状分类模块;
基于某一症状的判据,通过典型症状分类模块将异常数据和症状判据进行比对,将与某一症状判据相符的异常数据输出为某一症状,并将某一症状信息和相应的异常数据通过警报模块传递给终端;
根据某一症状信息,终端自主选择打开对应空间的应急视频监测模块,实时视频监测某一症状发生空间;
将正常数据、异常数据、症状信息及视频监测数据显示在终端显示界面,以查看认知症老人的实时状态。
作为一个优选方案,该方法还包括步骤:
在典型症状分类模块分析出认知症老人存在徘徊行为时,主动启动应急视频监测模块对老人的行为进行视频监测,并通过徘徊行为识别模块对该视频监测数据进行分析,进一步判断是否属于徘徊行为;
在分析得到认知症老人具有的症状后,基于认知症老人的病症分类与行为场景数据及居住改善措施数据,提出改善空间环境的措施。
具体的,获取认知症老人的症状的方式包括:通过典型症状分类模块直接获得;或者,在终端显示视频监测数据时,通过触发触摸按键获取细分症状;该细分症状包括:随地大小便、不洁行为、大小便频繁、暴食、频食过食、盗食、异食、不食、拒食、吞咽障碍;冷漠或抑郁、跌倒、嗜睡、失眠、睡眠时间短、往复行走、焦躁或多动。
具体的,认知症老人的居家状态信息包括:通过认知症老人触发被动式红外感应装置的时间信息、次数信息及空间信息来监测认知症老人在空间的停留状态信息;通过认知症老人触发主动式红外感应装置的时间信息、次数信息及空间信息来监测认知症老人通过门的行为状态信息;通过认知症老人触发垫式感应装置的时间信息、次数信息来监测认知症老人的睡眠状态。
以此,通过该空间状态信息分析判定认知症老人的状态,并对监护人以警示,实现了在不佩戴监测装置及在视频监测装置处于休眠状态下,认知症老人能够得到有效的看护,保障了认知症老人日常生活的舒适度与生活隐私;以及根据认知症老人症状数据给予终端居住环境改善措施建议,帮助认知症家庭改善认知症老人居住环境,达到了正向干预老人病症的目的。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种针对认知症老人的居家安全保障系统,其特征在于,包括:
实时监测模块,用于采集认知症老人的居家状态信息;
实时数据存储与输出模块,用于存储所述状态信息并传递给异常情况分析模块;
异常情况分析模块,用于对所述状态信息进行分析判断并筛选出正常数据和异常数据,并将所述异常数据发送至典型症状分类模块,将正常数据发送至终端;
典型症状分类模块,用于对该异常数据进行分析,得出认知症老人的症状,并将异常数据和症状传递给警报模块;
警报模块,用于将所接收的异常数据及症状信息传递给终端;
应急视频监测模块,用于根据终端的开启指令对认知症老人进行视频监测,并将视频监测数据发送至终端;
终端,用于显示正常数据、异常数据、症状信息及视频监测数据,并控制应急视频监测模块的开启。
2.根据权利要求1所述的系统,其特征在于,所述居家状态信息包括认知症老人在各个空间的停留状态信息、认知症老人通过各个空间门的行为信息和认知症老人的睡眠状态信息。
3.根据权利要求1所述的系统,其特征在于,所述实时数据存储与输出模块存储的所述状态信息包括触发时间信息、触发次数信息和触发空间信息。
4.根据权利要求1所述的系统,其特征在于,所述实时监测模块包括:
空间感应装置,用于采集认知症老人在各个空间的停留状态信息,并将采集的信息实时传递给实时数据存储与输出模块;
门通行感应装置,用于采集认知症老人通过各个空间门的行为信息,并将采集的信息实时传递给实时数据存储与输出模块;
垫式感应装置,用于采集认知症老人的睡眠状态信息,并将采集的信息实时传递给实时数据存储与输出模块。
5.根据权利要求1所述的系统,其特征在于,所述异常情况分析模块包括:
人正常行为数据子模块,用于存储人正常行为数据;
信息接收子模块,用于接收实时数据存储与输出模块传递的状态信息数据;
数据比较子模块,用于基于人正常行为数据,对所述状态信息进行分析判断并筛选出正常数据和异常数据;
警报子模块,用于当信息接收子模块在T0时间内未接收到任何信息时,产生警报信号;
信息传递子模块,用于将正常数据传递给终端,将警报信号传递给警报模块,以及将异常数据传递给典型症状分类模块。
6.根据权利要求1所述的系统,其特征在于,所述典型症状分类模块包括:
症状数据子模块,用于存储各种症状的判据;
信息接收子模块,用于接收异常情况分析模块传递的异常数据;
数据比对模块,用于将异常数据和症状判据进行比对,并将与某一症状判据相符的异常数据输出为某一症状;
信息传递子模块,用于将异常数据及与异常数据对应的症状信息传递给警报模块。
7.根据权利要求6所述的系统,其特征在于,所述症状类型包括:排泄障碍、进食障碍、睡眠障碍、冷漠或抑郁、跌倒及徘徊行为。
8.根据权利要求1所述的系统,其特征在于,还包括居住改善辅助决策模块,用以根据认知症老人症状信息给予改善建议。
9.一种针对认知症老人的居家安全保障方法,其特征在于:至少包括以下步骤:
通过实时监测模块采集认知症老人的居家状态信息;
基于人正常行为数据,通过异常情况分析模块对该状态信息情况进行分析,将信息数据传递给终端和典型症状分类模块;
基于某一症状的判据,通过典型症状分类模块将异常数据和症状判据进行比对,将与某一症状判据相符的异常数据输出为某一症状,并将某一症状信息和相应的异常数据通过警报模块传递给终端;
根据某一症状信息,终端自主选择打开对应空间的应急视频监测模块,实时视频监测某一症状发生空间;
将正常数据、异常数据、症状信息及视频监测数据显示在终端显示界面,以查看认知症老人的实时状态。
10.根据权利要求9所述的方法,其特征在于,通过认知症老人触发被动式红外感应装置的时间信息、次数信息及空间信息来监测认知症老人在空间的停留状态;
通过认知症老人触发主动式红外感应装置的时间信息、次数信息及空间信息来监测认知症老人通过门的行为状态;
通过认知症老人触发垫式感应装置的时间信息、次数信息来监测认知症老人的睡眠状态。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211060816.4A CN115862265A (zh) | 2022-08-31 | 2022-08-31 | 一种针对认知症老人的居家安全保障系统及方法 |
BE20235617A BE1030591B1 (nl) | 2022-08-31 | 2023-07-27 | Systeem en werkwijze voor huisbeveiligingsgarantie van ouderen met dementie |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211060816.4A CN115862265A (zh) | 2022-08-31 | 2022-08-31 | 一种针对认知症老人的居家安全保障系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115862265A true CN115862265A (zh) | 2023-03-28 |
Family
ID=85660724
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211060816.4A Pending CN115862265A (zh) | 2022-08-31 | 2022-08-31 | 一种针对认知症老人的居家安全保障系统及方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115862265A (zh) |
BE (1) | BE1030591B1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117271994A (zh) * | 2023-09-22 | 2023-12-22 | 吉贝克信息技术(北京)有限公司 | 一种用于老人关怀监护的门体检测方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE60016842T2 (de) * | 1999-07-23 | 2005-05-25 | Matsushita Electric Industrial Co., Ltd., Kadoma | Hausgebundenes Überwachungssystem für den Gesundheitszustand |
SG10201402026RA (en) * | 2014-05-04 | 2015-12-30 | Seow Loong Tan | Activity monitoring method and system |
EP3832618A1 (en) * | 2019-12-06 | 2021-06-09 | SmartHome4U Sweden AB | Monitoring system |
-
2022
- 2022-08-31 CN CN202211060816.4A patent/CN115862265A/zh active Pending
-
2023
- 2023-07-27 BE BE20235617A patent/BE1030591B1/nl active IP Right Grant
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117271994A (zh) * | 2023-09-22 | 2023-12-22 | 吉贝克信息技术(北京)有限公司 | 一种用于老人关怀监护的门体检测方法及系统 |
CN117271994B (zh) * | 2023-09-22 | 2024-02-09 | 吉贝克信息技术(北京)有限公司 | 一种用于老人关怀监护的门体检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
BE1030591A1 (nl) | 2024-01-05 |
BE1030591B1 (nl) | 2024-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11491300B2 (en) | Robot-connected IoT-based sleep-caring system | |
DE60016842T2 (de) | Hausgebundenes Überwachungssystem für den Gesundheitszustand | |
US11270799B2 (en) | In-home remote monitoring systems and methods for predicting health status decline | |
US20130082842A1 (en) | Method and device for fall detection and a system comprising such device | |
US20230000396A1 (en) | Systems and methods for detecting movement | |
JP6502502B2 (ja) | 人の日常生活動作をモニタリングするためのシステム及び方法 | |
US7443304B2 (en) | Method and system for monitoring a patient in a premises | |
US7154399B2 (en) | System and method for determining whether a resident is at home or away | |
CN108091105A (zh) | 一种居家老人照护方法及照护系统 | |
WO2010055205A1 (en) | Method, system and computer program for monitoring a person | |
CN102209106A (zh) | 基于无线传感网络的居家老人监控系统 | |
Kim et al. | IoT-based unobtrusive sensing for sleep quality monitoring and assessment | |
KR20100065480A (ko) | 일상행위 인식 시스템 | |
CN115862265A (zh) | 一种针对认知症老人的居家安全保障系统及方法 | |
US10706706B2 (en) | System to determine events in a space | |
CN113911199B (zh) | 一种针对婴儿湿疹的婴儿车 | |
JP2020053070A5 (zh) | ||
CN110246301A (zh) | 一种用于监测独居老人室内活动异常的系统 | |
US20160224839A1 (en) | System to determine events in a space | |
Noury et al. | The health integrated smart home information system (HIS/sup 2/): rules based system for the localization of a human | |
GB2348726A (en) | Monitoring elderly people | |
CN113888834B (zh) | 浴室内紧急报警系统及配套设备、方法 | |
Ariani et al. | Design of an unobtrusive system for fall detection in multiple occupancy residences | |
CN107845237A (zh) | 一种基于红外传感器的监控报警系统 | |
WO2014174252A1 (en) | Normal personal activity monitoring |
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 |