CN117094936A - 排泄物图像显示系统 - Google Patents
排泄物图像显示系统 Download PDFInfo
- Publication number
- CN117094936A CN117094936A CN202310100030.9A CN202310100030A CN117094936A CN 117094936 A CN117094936 A CN 117094936A CN 202310100030 A CN202310100030 A CN 202310100030A CN 117094936 A CN117094936 A CN 117094936A
- Authority
- CN
- China
- Prior art keywords
- toilet
- abnormality
- image
- information
- excrement
- 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
- 230000005856 abnormality Effects 0.000 claims abstract description 51
- 210000003608 fece Anatomy 0.000 claims abstract description 34
- 230000029142 excretion Effects 0.000 claims abstract description 13
- 238000001514 detection method Methods 0.000 claims abstract description 10
- 230000010365 information processing Effects 0.000 claims description 52
- 238000003384 imaging method Methods 0.000 claims description 37
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 16
- 230000002159 abnormal effect Effects 0.000 abstract description 23
- 230000007257 malfunction Effects 0.000 abstract description 9
- 230000002950 deficient Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 14
- 238000000034 method Methods 0.000 description 12
- 210000002700 urine Anatomy 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 9
- 238000009825 accumulation Methods 0.000 description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 238000000605 extraction Methods 0.000 description 4
- 230000002550 fecal effect Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 210000000746 body region Anatomy 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000003920 cognitive function Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000008141 laxative Substances 0.000 description 1
- 230000002475 laxative effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000027939 micturition Effects 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E03—WATER SUPPLY; SEWERAGE
- E03D—WATER-CLOSETS OR URINALS WITH FLUSHING DEVICES; FLUSHING VALVES THEREFOR
- E03D9/00—Sanitary or other accessories for lavatories ; Devices for cleaning or disinfecting the toilet room or the toilet bowl; Devices for eliminating smells
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
- G06V10/765—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects using rules for classification or partitioning the feature space
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Primary Health Care (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Water Supply & Treatment (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Hydrology & Water Resources (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Bidet-Like Cleaning Device And Other Flush Toilet Accessories (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
一种排泄物图像显示系统。在现有技术中,虽然能够通过显示终端来确认粪便性状或使用者的健康状态的推定结果,但在设备发生了不良状况等异常时,在显示终端显示与实际的排泄状况不同的信息,使用者有可能错误地理解、判断。本公开的排泄信息显示系统具备便座、排泄检测单元和显示检测信息的显示部,对系统的故障、不良情况、卫生间使用者的异常行动等异常进行检测,将检测到异常的情况显示于显示部。
Description
技术领域
本公开涉及排泄物图像显示系统以及便器。
背景技术
在专利文献1中公开了一种判定装置,该判定装置向通过使用了神经网络的机器学习等而学习到的模型中输入对排泄中的便器内进行拍摄而得到的图像信息,由此进行与排泄物的有无及其性状相关的判定。
现有技术文献
专利文献
专利文献1:日本特开2020-190181号公报
发明内容
在以往的排泄物图像显示系统中,当在发生了故障等异常的期间使用者确认排泄检测结果时,使用者未注意到故障等异常,有可能错误地理解为使用者未排泄等。而且,在护理设施等中,在错误地理解为未排泄的情况下,护理者会向被护理者过量地下泻药,有可能导致被护理者的身体状况破坏等护理质量的降低、被护理者的身体状况恶化。
本公开提供解决上述课题的排泄物图像显示系统。
本公开的排泄物图像显示系统具备:便池;便座,其设置于所述便池;拍摄单元,其对所述便池的内部进行拍摄;信息处理部,其使用由所述拍摄单元拍摄到的图像推定出从排泄物的有无及其性状构成的组中选择的至少一者,输出排泄推定结果;以及显示部,其显示所述排泄推定结果,所述信息处理部具备:第一步骤,其检测与所述排泄物图像显示系统相关的异常,并将所述异常作为异常检测结果进行输出;以及将所述异常检测结果显示于所述显示部的第二步骤。
根据本公开的排泄物图像显示系统,通过检测系统的故障等异常,使用者能够更准确地理解排泄物的判定结果。
附图说明
图1是实施方式1的排泄装置图。
图2A是实施方式1的排泄物图像显示系统的框图。
图2B是实施方式1的排泄物图像显示系统的框图。
图3是实施方式1的系统的框图。
图4是实施方式1的用户侧信息处理装置201的图。
图5是实施方式1的用户侧信息处理装置201的图。
图6是实施方式1的系统的信息处理的流程图。
图7是实施方式1的系统的信息处理的流程图。
图8A是实施方式1的拍摄图像信息的概略图。
图8B是实施方式1的拍摄图像信息的概略图。
图8C是实施方式1的拍摄图像信息的概略图。
附图标记的说明
1:便器;2:便座;3:落座传感器;4:拍摄元件;5:便器侧信息处理装置;101:服务器;102:判定部;110:数据库;201:用户侧信息处理装置;202:显示部;205:图表。
具体实施方式
(实施方式1)
图1是实施方式1的排泄装置图。
图2A是包含实施方式1的排泄物图像显示系统(以下,简称为“系统”)所包含的便座2以及服务器101的框图。
(概要的说明)
如图1以及图2A所示,作为用于进行排泄的装置的便器1具有便池、便座2、拍摄元件4以及便器侧信息处理装置5。对便器侧信息处理装置5分配有设备固有的ID(即,作为便器1所固有的识别编号的ID)。此外,在便座2上设置有对用户落座于便座2上的情况进行检测的落座传感器3。便座2具备用于对便器内进行拍摄的拍摄元件4。拍摄元件4的一例是照相机。便器侧信息处理装置5的例子是集成电路(一般称为“IC”)或大规模集成电路(一般称为“LSI”)那样的半导体元件(即,电气电子电路)。
如图1所示,拍摄元件4配置于便座2的内部。拍摄元件4具备由图像传感器构成的受光部、透镜以及罩。罩是为了保护透镜而设置的。透镜罩构成便座2的下表面的一部分。通过罩到达透镜部的光被透镜聚集到受光部(未图示),转换为电子的图像信息。这样,对便池的内部(严格来说是便池的内周面)进行拍摄,其结果是,通过便器侧信息处理装置5形成便池的内部的拍摄图像502。关于拍摄图像502,请参照后述的图8A以及图8B。拍摄图像502包括位于便池的底部的积水部的至少一部分。另外,拍摄元件4既可以设置于便座2开闭时可动的范围的便座2内部,也可以设置于不可动的便座2的后方部。而且,也可以不设置于便座2而设置于便器1内,也可以收纳于与便器1或便座2不同的壳体而安装于便器1或便座2。
在实施方式1的系统中,用户(例:被护理者)的排泄物的图像以及排泄物的信息显示于后述的显示部202(参照图3)。或者,在实施方式1的系统中,将(a)用户(例:被护理者)的排泄物的图像以及(b)拍摄到便池内的积水部的位置从规定位置变化了规定量以上的情形的便座偏移图像、拍摄到使用者用手等接触粪便或将脚放入便池内的积水部等异常行动的异常行动图像、在便池内拍摄到卫生纸以外的异物(例如智能手机等掉落物)的异物图像等中的至少1个异常的图像显示于显示部202。
图3是实施方式1的排泄物图像显示系统的框图。如图3所示,实施方式1的系统具备便器1(参照图1)、服务器101以及用户侧信息处理装置201。
如上所述,便器1具备便座2、拍摄元件4、落座传感器3以及便器侧信息处理装置5。便器侧信息处理装置5具备便器侧数据发送部以及便器侧控制部。便器侧信息处理装置5也可以具备便器侧存储部。
与通常使用的服务器同样地,服务器101具备服务器侧接收部、服务器侧发送部、服务器侧存储部以及服务器侧控制部。如后所述,服务器侧存储部存储有排泄物判定模型等判定模型。
服务器101的例子是互联网上的普通的服务器、护理设施内的服务器以及自家内的服务器。
如图3所示,用户侧信息处理装置201具备显示部202。用户侧信息处理装置201还具备用户侧输入部、用户侧发送部、用户侧接收部、用户侧存储部以及用户侧控制部。用户侧信息处理装置201的例子是具备作为显示部202发挥功能的显示器的个人计算机、平板电脑以及智能手机。
存储部是所谓的存储器(特别是其中的非易失性存储器)。控制部是所谓的中央处理运算装置。
(便器1的动作的说明)
图6表示实施方式1的系统的信息处理的流程图。在图6中,如通过步骤101(即,S101)所指示的那样,当检测到用户落座于便座2上时,通过拍摄元件4开始进行便器内的拍摄。这样,便器侧控制部对拍摄元件4进行控制,使得拍摄元件4对便器1的内部(即,便池的内部)进行拍摄。
落座传感器3每隔指定间隔(在此设为每1秒,但也可以为1秒以上或1秒以下),将表示该时刻的落座状态(落座或离座)的落座信号发送至便器侧信息处理装置5。落座信号与关联于便座的设备ID和信号取得时刻一起作为文本文件等被记载,并作为落座信息被保存于便器侧信息处理装置5(严格来说,在设置有便器侧存储部的情况下为便器侧存储部)中。此时,既可以针对每1个落座信号记录于1个文本文件来生成落座信息,也可以将多个落座信号汇总地附注于1个文本文件来生成落座信息。
当生成落座信息时,从便器侧信息处理装置5(严格来说,在设置有便器侧存储部的情况下为便器侧存储部)上传到服务器101。如此,便器侧控制部对便器侧数据发送部进行控制,使得将由落座传感器3检测到的落座信号作为落座信息发送至服务器101。
配置于便座内部的便器侧信息处理装置5当从落座传感器3接收到落座信号时启动拍摄元件4,在用户落座于便座的期间,每隔指定间隔(在此设为每1秒,但也可以为1秒以上或1秒以下)地继续拍摄。所拍摄的图像被保存于便器侧信息处理装置5(严格来说,在设置有便器侧存储部的情况下为便器侧存储部)中,在图像名中记载有与被拍摄到图像的便座相关联的设备ID和拍摄时刻。另外,在拍摄开始后最初保存的图像中,以附加有能够判断该内容的文本的图像名来保存。
在图6中,如步骤102(即,S102)所指示的那样,当检测到用户从便座2离座时结束拍摄,拍摄到的图像从便器侧信息处理装置5(严格来说,在设置有便器侧存储部的情况下为便器侧存储部)上传到服务器101。如此,便器侧控制部对便器侧数据发送部进行控制,使得将由拍摄元件4拍摄到的拍摄图像作为拍摄图像信息发送至服务器101。
如上所述,在实施方式1的系统中,首先,如作为图6的S101所指示的那样,若通过落座传感器3检测到用户落座于便座2,则便器侧控制部对拍摄元件4进行控制,使得拍摄元件4开始进行便器1的内部的拍摄。
接下来,便器侧控制部对便器侧存储部进行控制,使得将通过拍摄元件4每隔预定时间拍摄到的多个拍摄图像502(参照图8A至图8C)作为拍摄图像信息501(参照图8A至图8C)存储于便器侧存储部中。图8A~图8C是实施方式1的拍摄图像信息的概略图。如图8A~图8C所示,拍摄图像信息501包含多个拍摄图像502以及各个多个拍摄图像502的文本503。文本503包含设备ID和拍摄时刻。
接下来,如作为图6的S102所指示的那样,便器侧控制部对便器侧数据发送部进行控制,使得将拍摄图像信息501和落座信息发送至服务器101。更详细而言,在S102中,便器侧控制部对便器侧数据发送部进行控制,使得将通过拍摄元件4拍摄到的摄像图像502作为拍摄图像信息501发送到服务器101,并且服务器侧控制部对服务器侧接收部进行控制,以接收拍摄图像信息501。
最后,当通过落座传感器3检测出用户从便座2离座时,便器侧控制部对拍摄元件4进行控制,使得拍摄元件4停止对便器1的内部的摄像。
另外,便器侧信息处理装置5也可以不具备便器侧存储部。即,也可以是,便器侧信息处理装置5将从落座传感器3接收到的落座信号直接向服务器101发送,并且在拍摄元件4对便器1的内部(严格来说是便池的内部)进行拍摄的期间,便器侧信息处理装置5将拍摄元件4拍摄到的拍摄图像502直接向服务器101发送。在该情况下,服务器侧控制部生成落座信息和拍摄图像信息501,将生成的落座信息和拍摄图像信息501存储于服务器侧存储部。
在本实施方式中,落座信号以及拍摄图像502能够包含表示设备或者使用方法的异常状态的信息。以下,在本说明书中,将表示设备或使用方法的异常状态的信息简称为“异常信息”。另外,落座信息以及拍摄图像信息501当然也可以包含异常信息。这是因为,根据上述说明可知,落座信息包含落座信号301,拍摄图像信息501包含拍摄图像502。
作为设备的异常,例如存在便座2相对于便池的位置从规定位置变化了规定量以上的便座偏移状态、设备的至少一部分的功能停止的故障状态。作为使用方法的异常,例如存在使用者用手等接触粪便或将脚放入便池内的积水部等的异常行为、在便池内存在卫生纸以外的掉落物(例如智能手机等)或异物等。异常行为是在拍摄图像502中拍摄到使用者用手等触摸粪便或将脚放入便池内的积水部的情形的状况。异物是在拍摄图像502中拍摄到卫生纸以外的掉落物的状况。此外,在将拍摄元件4配设于便器1的情况下不需要实施便座偏移状态的判定。
(服务器101中的判定处理的说明)
如上所述,图3是实施方式1的排泄物图像显示系统的框图。
在图3中,服务器101具有输入的图像、判定部102和数据库110。
用户侧信息处理装置201具有显示部202。
在判定部102中预先存储有排泄物判定模型,该排泄物判定模型以如下方式生成:获取多个排泄物的图像,从这些图像中进行特征提取,能够对该特征进行反应。
同样地,在服务器侧也存储有:检测积水部等便池的特征从通常状态位移了规定量以上的情况的便座偏移判定模型、检测设备的至少一部分的功能停止的情况的故障判定模型、检测使用者用手等接触粪便或将脚放入便池内的积水部等异常行为的异常行动判定模型、检测在便池内存在卫生纸以外的异物(例如智能手机等掉落物)的情况的异物判定模型。
便座偏移判定模型以如下方式生成:预先获取多个在积水部等便池的特征从通常状态偏移了预定量以上的位置拍摄到的图像,从这些图像中进行特征提取,能够对该特征进行反应。另外,也可以不进行对多个图像进行获取、特征提取的判定方法,而通过其他方法进行判定。例如,也可以基于从由图像的颜色以及形状信息构成的组中选择的至少一者,对积水部等便池的特征的位置进行检测,并对从通常状态起的位移量是否比规定量大进行阈值判定。
故障判定模型对由于不存在规定时刻的落座信息而设备的至少一部分的功能停止的情况进行检测。不存在落座信息的情况能够推定为因落座传感器3、便座控制部等的故障、停电等引起的设备的停止。进而,虽然存在规定时刻的落座信息,判定为落座,但由于不存在同时刻的图像信息501,因此也能够检测出拍摄元件4的功能停止。
异常行动判定模型以如下方式生成:预先获取大量拍摄到使用者用手等接触粪便或将脚放入便池内的积水部等异常行为的图像,从这些图像中进行特征提取,能够对该特征进行反应。另外,也可以不进行对多个图像进行获取及特征提取的判定方法,而通过其他方法进行判定。例如,也可以基于从由图像的颜色以及形状信息构成的组中选择的至少一者,对身体区域进行检测,根据从由该身体区域的形状以及位置信息构成的组中选择的至少一者来推定异常行动。
异物判定模型以如下方式生成:预先获取大量在便池内存在卫生纸以外的异物(例如智能手机等掉落物)的图像,从这些图像中进行特征提取,能够对该特征进行反应。另外,也可以不进行对多个图像进行获取及特征提取的判定方法,而通过其他方法进行判定。例如,也可以基于从由图像的颜色以及形状信息构成的组中选择的至少一者,根据与通常存在于便池内的卫生纸、排泄物的颜色、形状信息的差异的大小来推定异物的有无。
下面,“至少1个异常判定模型”的用语是指从由便座偏移判定模型、故障判定模型、异常行动判定模型以及异物判定模型构成的组中选择的至少一者。
判定部102具有搭载了排泄物判定模型以及至少1个异常判定模型的判定算法。判定部102根据所输入的排泄物的图像(即,拍摄图像信息501,更详细而言,拍摄图像信息501所包含的多个拍摄图像502),来判定排泄物以及异常,输出它们的判定结果。
数据库110对判定结果(例如,排泄物的有无、形状、量、颜色、落下次数、便座的偏移的有无、故障的有无、异常行动的有无、异物的有无等)进行保存。数据库110包含在服务器侧存储部中。
由服务器侧接收部接收到的拍摄图像信息501暂时存储于服务器侧存储部。接着,通过判定部102,基于拍摄图像信息501(详细而言,拍摄图像信息501所包含的至少1个拍摄图像502)来判定排泄物的性状(作为一例,是从由后述的布里斯托大便分类法7分类构成的组中选择的任意1种大便的性状),其结果从判定部102输出。输出的结果作为排泄物推定信息存储于数据库110(即,服务器侧存储部)。
同样,通过判定部102,基于落座信息以及拍摄图像信息501,来判定从由便座偏移判定模型、故障判定模型、异常行动判定模型及异物判定模型构成的组中选择的至少1个异常,其结果从判定部102输出。输出的结果作为异常推定信息存储于数据库110(即,服务器侧存储部)。
根据以上的说明可知,服务器侧控制部基于排泄物判定模型,根据接收到的拍摄图像信息501所包含的至少1个拍摄图像502推定出排泄物的信息作为排泄物推定信息,并且服务器侧控制部对服务器侧存储部进行控制,使得将包含排泄物推定信息以及该至少1个拍摄图像502(即,成为排泄物推定信息的推定的依据的至少1个拍摄图像502)的数据(以下,称为“第一数据”)存储于服务器侧存储部。这在图6中作为步骤201(即,S201)以及步骤202(即,S202)来指示。
同样地,服务器侧控制部基于从由便座偏移判定模型、故障判定模型、异常行动判定模型以及异物判定模型构成的组中选择的至少1个异常判定模型,根据接收到的落座信息以及拍摄图像信息501所包含的至少1个落座信号301或者拍摄图像502,推定出从由便座偏移判定模型、故障判定模型、异常行动判定模型以及异物判定模型构成的组中选择的至少1个异常的信息作为异常推定信息,并且服务器侧控制部对服务器侧存储部进行控制,使得将包含异常推定信息以及该至少1个拍摄图像502(即,成为异常推定信息的推定的依据的至少1个拍摄图像502)的数据(以下,称为“第二数据”)存储于服务器侧存储部。这在图6中作为步骤201(即,S201)以及步骤202(即,S202)来指示。
最后,如在图6中作为步骤203(即,S203)指示的那样,在服务器侧控制部判定为第一数据中包含排泄物的图像的情况下,服务器侧控制部对服务器侧发送部进行控制,使得将第一数据从服务器侧存储部发送到用户侧接收部,并且用户侧控制部对用户侧接收部进行控制,使得用户侧接收部接收该第一数据。
同样地,在服务器侧控制部判定为第二数据中包含从由便座偏移判定模型、故障判定模型、异常行动判定模型以及异物判定模型构成的组中选择的至少1个异常的图像的情况下,服务器侧控制部对服务器侧发送部进行控制,使得将第二数据从服务器侧存储部发送到用户侧接收部,并且,用户侧控制部对用户侧接收部进行控制,使得用户侧接收部接收该第二数据。
(异常检测的说明)
在图6中,落座信息以及拍摄图像信息501(参照图8A~图8C)的至少一方被输入到搭载了能够对排泄物的特征进行反应的排泄物判定模型以及能够对异常的特征进行反应的异常判定模型的判定算法,除了输出判定结果即作为排泄信息的排泄物的有无、形状、量、颜色、落下次数之外还输出异常的有无。输出的判定结果被保存在数据库110中。
当在拍摄图像信息501所包含的拍摄图像502中即使检测到一张排泄物的图像时,选择检测到排泄物的结果和成为其依据的拍摄图像502作为第一数据,在用户侧信息处理装置201中显示其结果及该拍摄图像502。
另外,在拍摄图像信息501所包含的拍摄图像502中即使检测到一张异常的图像的情况下,也同样地选择检测到异常的结果(即,异常推定信息)和成为其依据的拍摄图像502作为第二数据,在用户侧信息处理装置201中显示其结果以及该拍摄图像502。
此外,也可以仅在拍摄图像信息501所包含的多个拍摄图像502中检测到排泄物或者异常的图像的情况下,选择判定结果(即,检测到排泄物的结果或者检测到异常的结果)以及成为其依据的拍摄图像502,在用户侧信息处理装置201中显示其结果以及该拍摄图像502。
另外,在选择多个判定结果和图像的情况下,既可以将全部的结果和图像显示于用户侧信息处理装置201,也可以仅显示代表结果。代表结果可以利用作为判定结果所具有的参数的可靠度高的图像(即,在检测到排泄物时是排泄物的概率高的图像)、模糊少的图像、拍摄到对象物区域最大的图像等各种参数来选定。
如图6所示,本实施方式的系统具备1个判定模型,并且该1个判定模型包含排泄物判定模型以及异常判定模型。换言之,排泄物图像显示系统具备1个判定模型,该1个判定模型具有排泄物判定模型。并且,该1个判定模型具有从由便座偏移判定模型、故障判定模型、异常行动判定模型以及异物判定模型构成的组中选择的至少1个异常判定模型。
代替上述,如图7所示,本实施方式的系统也可以具备与排泄物判定模型以及异常判定模型对应的2个判定模型。图7是实施方式1的系统的信息处理的流程图。换言之,排泄物图像显示系统也可以具备2个以上的判定模型,该2个以上的判定模型所包含的判定模型中的1个是排泄物判定模型,并且该2个以上的判定模型所包含的判定模型中的另1个是从由便座偏移判定模型、故障判定模型、异常行动判定模型以及异物判定模型构成的组中选择的至少1个异常判定模型。
总之,判定模型存储于服务器侧存储部。
(用户侧信息处理装置201中的显示的说明)
如上所述,通过用户在web或应用程序上输入ID和密码,能够在显示部202上显示排泄记录。
图4表示显示于显示部202的排泄记录的一例。如图4所示,将落座于便座2的时间、何时有排泄、排泄物是便(即,大便)还是尿(即,小便)、如果是大便则此时的形状是布里斯托大便分类法7分类中的哪个分类、大便的颜色、大便的量、大便落下次数图示在图表205上。如果是尿,则如在图表205上图示的尿的颜色、尿量那样,在显示部202上显示排泄记录。
图表205由作为横轴为0:00:00~23:59:59的时间段的时刻的四段图表构成。在最上段中,以矩形波显示从图像名所记载的拍摄时刻起落座于便座的时间。
在第二段中,读取在通过便尿的有无检测而判定为尿的图像中记载的拍摄时刻,在图表中显示棒状的图形。此时,图形既可以以与尿色判定结果相同的颜色,根据尿量改变高度的方式进行图示,也可以在图形内以文本的方式显示尿色、尿量,还可以在图形的附近以注释的形式显示文本。
并且,在第三段中,读取在通过便尿的有无检测而判定为大便的图像中记载的拍摄时刻,在图表中显示棒状的图形。此时,图形既可以将大便形状判定结果在图形内以文本的方式显示,也可以显示出模仿大便的形状而将布里斯托标尺指标图标化的图形。另外,图形既可以以与大便颜色判定结果相同的颜色,根据大便量改变高度的方式进行图示,也可以在图形内以文本的方式显示大便颜色、大便量、大便落下次数,还可以在图形的附近以注释的形式显示文本。
在最下段,读取从由通过便座偏移判定、故障判定、异常行动判定、异物判定而判定为异常的落座信息以及图像信息构成的组中选择的至少1个所记载的时刻,在图表中以文字的方式显示出表示异常的图形和异常的内容。此时,也可以仅显示图形或仅显示文字。另外,也可以显示出模仿异常的内容而图标化的图形。此外,也可以通过将异常的内容例如与最上段的图表重叠显示、或者不在图表中显示而作为消息进行显示等其他方法来显示。
并且,在判定为异常行动的频度变高的情况等下,也可以在画面上部等以文本、图标等方式显示卫生间使用者的认知机能有可能下降的意思。
另外,如图5所示,通过点击或触摸图表205上显示的表示判定结果的图形,本实施方式的用户侧信息处理装置201能够显示成为判定结果的依据的图像(即,成为判定结果的依据的1个拍摄图像502)。另外,图像也可以从最初起显示在图表205上。此时显示的图像既可以以弹出与图表不同的窗口来作为图像显示区域的方式进行显示,也可以显示于在与图表同一窗口内设置的图像显示区域。
这样,在实施方式1的排泄物图像显示系统中,在排泄物的判定结果(即,排泄物推定信息)显示于显示部202的情况下,用户(例:被护理者)的排泄物的阅览者(例:护理人员)能够容易地判定用户的排泄物的有无,其结果,能够容易地掌握用户的健康状态。
同样地,在实施方式1的排泄物图像显示系统中,在异常的判定结果(即,从由便座偏移判定模型、故障判定模型、异常行动判定模型以及异物判定模型构成的组中选择的至少1个异常推定信息)显示于显示部202的情况下,阅览者(例:护理人员)能够容易地判定有无异常,其结果,能够更准确地理解判定结果,能够委托设备的修理、修正便座的偏移、向厕所使用者确认异常行动的理由、或者拾取掉落物。
如图2B所示,便器侧信息处理装置5也可以具有判定部102(参照图3)。换言之,便器侧信息处理装置5也可以兼作服务器101。
图2B所示的便座2使用户侧信息处理装置的显示部显示数据。
便座2具备拍摄元件4以及便器侧信息处理装置5。
在图2B所示的便座2中,便器侧信息处理装置5具备便座侧发送部、便座侧存储部以及便座侧控制部。便座侧存储部存储有(I)排泄物判定模型以及(II)从由便座偏移判定模型、故障判定模型、异常行动判定模型以及异物判定模型构成的组中选择的至少1个异常判定模型。另一方面,用户侧信息处理装置还具备用户侧接收部。
图2B所示的便座2所包含的便器侧信息处理装置5在动作时,执行以下的步骤。
首先,便座侧控制部对拍摄元件4进行控制,使得拍摄元件4进行便器内的拍摄,由此便座侧控制部生成拍摄图像信息501。
接下来,基于排泄物判定模型,便座侧控制部根据拍摄图像信息501所包含的至少1个拍摄图像502推定出排泄物的信息作为排泄物推定信息。
并且,基于至少1个异常判定模型,便座侧控制部根据拍摄图像信息501所包含的至少1个拍摄图像502,推定出从由便座偏移的信息、故障的信息、异常行动的信息以及异物的信息构成的组中选择的至少1个信息作为异常推定信息。
最后,服务器侧控制部对服务器侧发送部进行控制,以向用户侧接收部发送从由第一数据以及第二数据构成的组中选择的至少1个数据。与上述同样地,第一数据包含排泄物推定信息以及至少1个拍摄图像502(即,成为排泄物推定信息的推定的依据的至少1个拍摄图像502),并且第二数据包含异常推定信息以及至少1个拍摄图像502(即,成为异常推定信息的推定的依据的至少1个拍摄图像502)。
(关于控制部的硬件的说明)
本实施方式的系统是计算机系统。计算机系统以作为硬件的处理器(即,作为控制部发挥功能的中央处理运算装置)以及存储器(即,存储部)为主结构。在服务器101以及用户侧信息处理装置201中,通过处理器(即,作为控制部发挥功能的中央处理运算装置)执行记录于存储器(即,存储部)的程序,使本系统进行动作。在便器所包含的便器侧信息处理装置5中,也通过处理器(即,作为控制部发挥功能的中央处理运算装置)执行记录于存储器(即,存储部)的程序,使本系统进行动作。
程序可以预先记录在存储器中,也可以通过电气通信线路来提供,还可以记录在计算机系统能够读取的存储卡、光盘、硬盘驱动器等非暂时性记录介质中来进行提供。处理器由包含半导体集成电路(IC)或大规模集成电路(LSI)的1个或多个电子电路构成。在此所说的IC或LSI等集成电路根据集成的程度而称呼不同,包含被称为系统LSI、VLSI(VeryLarge Scale Integration:甚大规模集成电路)或ULSI(Ultra Large ScaleIntegratIon:超大规模集成电路)的集成电路。
进而,对于在LSI的制造后进行编程的FPGA(Field-Programmable Gate Array:现场可编程门阵列)、或能够进行LSI内部的接合关系的重构或LSI内部的电路分区的重构的逻辑设备,也能够用作处理器。多个电子电路可以集中于1个芯片,也可以分散设置于多个芯片。多个芯片可以集中在1个装置中,也可以分散设置在多个装置中。这里所说的计算机系统包括具有1个以上的处理器和1个以上的存储器的微控制器。因此,微控制器也由包含半导体集成电路或大规模集成电路的1个或多个电子电路构成。
产业上的可利用性
根据本公开的排泄物图像显示系统,通过检测系统的故障等异常,使用者能够更准确地理解排泄物的判定结果。
Claims (6)
1.一种排泄物图像显示系统,所述排泄物图像显示系统具备:
便池;
便座,其设置于所述便池;
拍摄单元,其对所述便池的内部进行拍摄;
信息处理部,其使用通过所述拍摄单元拍摄到的图像,推定出从由排泄物的有无及其性状构成的组中选择的至少一者,并且输出排泄推定结果;以及
显示部,其显示所述排泄推定结果,
所述排泄物图像显示系统的特征在于,
所述信息处理部执行以下步骤:
第一步骤,检测与所述排泄物图像显示系统相关的异常,将所述异常作为异常检测结果进行输出;以及
第二步骤,将所述异常检测结果显示于所述显示部。
2.根据权利要求1所述的排泄物图像显示系统,其中,
所述信息处理部在所述第二步骤中,将所述排泄推定结果以及所述异常检测结果按时间序列显示于所述显示部。
3.根据权利要求1或2所述的排泄物图像显示系统,其中,
所述异常是指所述排泄物图像显示系统的至少一部分的功能停止。
4.根据权利要求1或2所述的排泄物图像显示系统,其中,
所述拍摄单元设置于所述便座的内部,
所述信息处理部在所述第一步骤中,在使用所述图像检测出所述便座相对于所述便池的位置从规定位置变化了规定量以上的情况下,将所述便座的位置的变化检测为所述异常。
5.根据权利要求1或2所述的排泄物图像显示系统,其中,
所述信息处理部在所述第一步骤中,使用所述图像,将由所述拍摄单元拍摄到的人的异常行为检测为所述异常。
6.根据权利要求1或2所述的排泄物图像显示系统,其中,
所述信息处理部在所述第一步骤中,使用所述图像,推定出在所述便池的内部有无从由排泄物以及卫生纸构成的组中选择的至少一者,并且
在所述第二步骤中,在推定出没有从由所述排泄物以及所述卫生纸构成的组中选择的所述至少一者的情况下,将推定出没有从由所述排泄物以及所述卫生纸构成的组中选择的所述至少一者的情况作为所述异常显示于所述显示部。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022-081977 | 2022-05-19 | ||
JP2022081977A JP2023170313A (ja) | 2022-05-19 | 2022-05-19 | 排泄物画像表示システムおよび便器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117094936A true CN117094936A (zh) | 2023-11-21 |
Family
ID=88772382
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310100030.9A Pending CN117094936A (zh) | 2022-05-19 | 2023-02-09 | 排泄物图像显示系统 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP2023170313A (zh) |
CN (1) | CN117094936A (zh) |
TW (1) | TW202347262A (zh) |
-
2022
- 2022-05-19 JP JP2022081977A patent/JP2023170313A/ja active Pending
- 2022-12-27 TW TW111150157A patent/TW202347262A/zh unknown
-
2023
- 2023-02-09 CN CN202310100030.9A patent/CN117094936A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
TW202347262A (zh) | 2023-12-01 |
JP2023170313A (ja) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109729710B (zh) | 猫用厕所使用状况管理系统以及猫用厕所 | |
US11284599B2 (en) | Animal toilet usage status management system | |
US11604177B1 (en) | Smart toilet for human health monitoring | |
KR102592841B1 (ko) | 정보 처리 시스템, 정보 처리 장치, 정보 처리 방법, 및 비일시적 컴퓨터 판독가능 매체 | |
CN104361724B (zh) | 婴儿尿湿检测的装置和方法 | |
CN109996493A (zh) | 尿信息处理装置、尿信息处理系统、以及控制程序 | |
CN108992018A (zh) | 内窥镜的控制装置、内窥镜的维护支持方法及内窥镜的维护支持程序 | |
CN117094936A (zh) | 排泄物图像显示系统 | |
CN114299047A (zh) | 一种基于计算机视觉的排泄物分析与预警系统及智能马桶 | |
CN116071695A (zh) | 排泄物图像显示系统、便器以及排泄物图像显示方法 | |
CN108685584A (zh) | 排尿量管理系统 | |
US20230020686A1 (en) | Waste identification method, waste identification device, and waste identification program | |
CN114430474A (zh) | 排泄物状态显示系统 | |
US20230074448A1 (en) | Excrement determination method, excrement determination device, and non-transitory computer readable recording medium | |
JP6115689B1 (ja) | 転倒検知装置および転倒検知方法ならびに被監視者監視装置 | |
CN115248760A (zh) | 便状态显示系统、记录介质、服务器及用户侧信息处理装置 | |
WO2021192476A1 (ja) | 排出物判定方法、排出物判定装置及び排出物判定プログラム | |
CN111656452B (zh) | 信息终端显示部的显示方法及记录介质 | |
CN116600690A (zh) | 信息处理系统、信息处理装置、信息处理方法以及非暂时性计算机可读介质 | |
JP2021124960A (ja) | 情報処理装置及び制御プログラム | |
US20240090879A1 (en) | Information processing method, information processing device, and non-transitory computer readable recording medium storing information processing program | |
CN118202244A (zh) | 排泄物分析设备、排泄物分析方法、结肠镜检查前的状态确认设备、状态确认系统、状态确认方法和非暂时性计算机可读介质 | |
US20230351637A1 (en) | Excrement determination method, excrement determination device, and non-transitory computer readable recording medium | |
US20230306724A1 (en) | Excrement determination method, excrement determination device, and non-transitory computer readable recording medium | |
CN117836862A (zh) | 排出数据管理系统及排出数据管理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |