CN117598875A - 一种可实现远程监控和管理的护理舱 - Google Patents
一种可实现远程监控和管理的护理舱 Download PDFInfo
- Publication number
- CN117598875A CN117598875A CN202311545790.7A CN202311545790A CN117598875A CN 117598875 A CN117598875 A CN 117598875A CN 202311545790 A CN202311545790 A CN 202311545790A CN 117598875 A CN117598875 A CN 117598875A
- Authority
- CN
- China
- Prior art keywords
- patient
- data
- posture
- nursing
- early warning
- 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
- 230000000474 nursing effect Effects 0.000 title claims abstract description 56
- 238000012544 monitoring process Methods 0.000 title claims abstract description 44
- 230000000694 effects Effects 0.000 claims abstract description 58
- 230000009471 action Effects 0.000 claims abstract description 34
- 238000004458 analytical method Methods 0.000 claims abstract description 24
- 238000005192 partition Methods 0.000 claims abstract description 13
- 244000052769 pathogen Species 0.000 claims abstract description 4
- 230000036544 posture Effects 0.000 claims description 58
- 230000035790 physiological processes and functions Effects 0.000 claims description 41
- 238000000034 method Methods 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 22
- 230000008859 change Effects 0.000 claims description 12
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 8
- 239000008280 blood Substances 0.000 claims description 8
- 210000004369 blood Anatomy 0.000 claims description 8
- 230000036760 body temperature Effects 0.000 claims description 8
- 229910052760 oxygen Inorganic materials 0.000 claims description 8
- 239000001301 oxygen Substances 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000013527 convolutional neural network Methods 0.000 claims description 4
- 238000003062 neural network model Methods 0.000 claims description 4
- 208000024891 symptom Diseases 0.000 claims description 3
- 230000004962 physiological condition Effects 0.000 claims 1
- 230000003044 adaptive effect Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 5
- 230000007306 turnover Effects 0.000 description 5
- 208000025865 Ulcer Diseases 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 231100000397 ulcer Toxicity 0.000 description 3
- 208000004210 Pressure Ulcer Diseases 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 206010011985 Decubitus ulcer Diseases 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
- A61G10/00—Treatment rooms or enclosures for medical purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
-
- 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
- A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
- A61B5/1115—Monitoring leaving of a patient support, e.g. a bed or a wheelchair
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4803—Speech analysis specially adapted for diagnostic purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
- A61G7/00—Beds specially adapted for nursing; Devices for lifting patients or disabled persons
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
- A61G7/00—Beds specially adapted for nursing; Devices for lifting patients or disabled persons
- A61G7/05—Parts, details or accessories of beds
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Physiology (AREA)
- Nursing (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Pulmonology (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及护理舱技术领域,具体公开了一种可实现远程监控和管理的护理舱,护理舱包括:隔断舱,用于保护病人免受外界病原体感染和提供适宜的环境;护理床,设于隔断舱内,用于病人躺卧的床体,以便于护理盒治疗病人,护理床上安装有用于调整病人姿势的翻身模块;分析识别模块,用于接收姿势数据、声音数据及生理参数数据,根据姿势数据判断病人是否出现危险动作并生成第一预警信号;本发明通过利用智能穿戴设备对病人的生理参数数据进行采集监测,再通过传感器组件监测获取病人的动作姿势和护理舱内的声音数据,进而通过病人的活动量参数对其生理参数数据进行适应性的判断分析,进而实现对不同活动状态下病人状态的准确判断。
Description
技术领域
本发明涉及护理舱技术领域,具体为一种可实现远程监控和管理的护理舱。
背景技术
护理舱是一种提供医疗护理和监护的设备或设施,它通常为个人提供一个封闭的环境,用于接受医学检查、治疗或康复,护理舱通常包含医疗设备、监测设备和各种支持设施,可以提供基本的护理服务,护理舱广泛应用于医院、诊所、养老院和一些特殊场所。
现有技术中的护理舱多是通过人工在护理舱外通过护理舱内病人的生理监测设备对病人身体状态信息进行监控,然而,此种监测生理参数的方式多只能当病人生理参数达到危险预警值时进行报警,常用于在病床上基本无多余动作的病危病人的监控,但是护理舱主要是用于病人的康复和护理,病人康复过程中可能会根据身体的恢复程度不同而产生不同的活动量变化,此时病人生理参数监测设备可能会因为病人活动后的生理参数达到对应危险预警值而产生误报,从而影响了对病人生理状态准确的判断。
发明内容
本发明的目的在于提供一种可实现远程监控和管理的护理舱,解决以下技术问题:
如何提高安全预警的效果并保证正常用户较优的体验。
本发明的目的可以通过以下技术方案实现:
一种可实现远程监控和管理的护理舱,所述护理舱包括:
隔断舱,用于保护病人免受外界病原体感染和提供适宜的环境;
护理床,设于隔断舱内,用于病人躺卧的床体,以便于护理盒治疗病人,所述护理床上安装有用于调整病人姿势的翻身模块;
传感器组件,用于监测隔断舱内病人的动作姿势和声音数据;
智能穿戴设备,用于监测病人的生理参数数据;
分析识别模块,用于接收姿势数据、声音数据及生理参数数据,根据姿势数据判断病人是否出现危险动作并生成第一预警信号;根据姿势数据、声音数据和生理参数数据,判断病人身体状态是否正常并生成第二预警信号;根据姿势数据判断病人是否长时间未调整姿势并生成控制护理床的翻身模块工作的信号;
预警模块,用于执行第一预警信号及第二预警信号。
于一实施例中,所述第一预警信号生成的过程为:
基于大数据获取对应病症的病人在护理期间危险动作姿势的样本;
提取危险动作姿势样本中的身体关键点对应的三维数据集;
将危险动作姿势样本的三维数据集作为负样本进行卷积神经网络学习,获得识别模型;
将病人实时姿势数据对应的三维数据集输入至识别模型进行判断,获取病人动作的安全风险。
于一实施例中,所述第二预警信号生成的过程为:
获取病人的生理参数数据,对生理参数数据进行分析,获取病人生理状态值;
将病人的生理状态值与第一生理状态预设阈值及第二生理状态预设阈值进行比对,第一生理状态预设阈值大于第二生理状态预设阈值;
若生理状态值大于第一生理状态预设阈值,则生成第二预警信号;
若生理状态值位于第一预设阈值和第二预设阈值之间,则进行活动量参数分析;
将活动量参数与预设活动量参数进行比对;
若活动量参数小于预设活动量参数,则生成第二预警信号;
所述第二预警信号用于对病人的生态状态异常进行预警。
进一步地,所述病人生理状态值获取的过程包括:
通过智能穿戴设备监测获取病人的各项身体状态参数,包括心跳、体温及血氧;
通过病人的各项身体状态参数分析获取病人生理状态值。
更进一步地,所述活动量参数分析的过程包括:
通过一定时间段内病人的活动信息参数和发出声音信息参数分析获取病人的活动量参数。
更进一步地,所述病人的活动信息参数分析的过程包括:
将一定时间段内视频摄像头采集的病人姿势数据信息导入训练好的神经网络模型,输出判断结果过,所述判断结果指示病人的活动信息参数。
更进一步地,所述病人发出声音信息参数分析的过程包括:
通过对病人一定时间段内声音信息的监测分析获得病人发出的声音信息参数。
于一实施例中,所述控制护理床的翻身模块工作信号生成的过程为:
通过视频摄像头对病人的姿势变化图像进行采集,对病人身体各个部位进行分别建模生成三维坐标;
通过对病人一定时间周期内姿势变化的幅度进行分析获得病人姿势的调整系数;
将调整系数和预设调整系数进行比对;
若调整系数小于预设调整系数,生成控制护理床翻身模块工作的信号。
本发明的有益效果:
(1)本发明通过利用智能穿戴设备对病人的生理参数数据进行采集监测,再通过传感器组件监测获取病人的动作姿势和护理舱内的声音数据,进而通过病人的活动量参数对其生理参数数据进行适应性的判断分析,进而实现对不同活动状态下病人状态的准确判断。
(2)本发明可以单独根据姿势数据来判断病人是否出现危险动作,并在出现危险动作时生成第一预警信号,及时对病人的危险动作进行制止,例如,病人无法落地时期试图下床,可通过试图下床对应的姿势数据与实际姿势数据进行相似度匹配,进而能够对该行为进行判断。
(3)本发明可以单独根据姿势数据来判断病人是否长时间未做姿势的调整,在长时间未做姿势调整时生成控制护理床的翻身模块工作的信号,及时对病人进行翻身,例如,病人无法靠自己进行翻身时,长时间保持同一姿势可能导致病人出现压力性溃疡,视频摄像头通过监测病人的动作,判断病人在一定时间段内未进行预设幅度的姿势调整时控制护理床的翻身模块工作对病人进行姿势调整,减少部位压力,降低溃疡风险。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明提成的一种可实现远程监控和管理的护理仓的概要框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中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。
请参阅图1所示,在一个实施例中,提供了一种可实现远程监控和管理的护理舱,所述护理舱包括:
隔断舱,用于保护病人免受外界病原体感染和提供适宜的环境;
护理床,设于隔断舱内,用于病人躺卧的床体,以便于护理盒治疗病人,所述护理床上安装有用于调整病人姿势的翻身模块;
传感器组件,用于监测隔断舱内病人的动作姿势和声音数据;
智能穿戴设备,用于监测病人的生理参数数据;
分析识别模块,用于接收姿势数据、声音数据及生理参数数据,根据姿势数据判断病人是否出现危险动作并生成第一预警信号;根据姿势数据、声音数据和生理参数数据,判断病人身体状态是否正常并生成第二预警信号;根据姿势数据判断病人是否长时间未调整姿势并生成控制护理床的翻身模块工作的信号;
预警模块,用于执行第一预警信号及第二预警信号。
通过上述技术方案,本实施例通过利用智能穿戴设备,例如智能手环,来对病人的生理参数数据进行采集监测,再通过传感器组件监测获取病人的动作姿势和护理舱内的声音数据,进而通过病人的活动量参数对其生理参数数据进行适应性的判断分析,进而实现对不同活动状态下病人状态的准确判断,具体地,传感器组件包括分布安装在隔断舱内关键位置点的视频摄像头和声音采集器,通过视频摄像头和声音采集器对隔断舱内的病人的姿势和发出的声音进行采集,而生理状态监测模块可通过现有技术中的智能手环的方式实现,能够对人体的多种生理参照进行实时的监测。
另外,还可以单独根据姿势数据来判断病人是否出现危险动作,并在出现危险动作时生成第一预警信号,及时对病人的危险动作进行制止,例如,病人无法落地时期试图下床,可通过试图下床对应的姿势数据与实际姿势数据进行相似度匹配,进而能够对该行为进行判断,也还可以单独根据姿势数据来判断病人是否长时间未做姿势的调整,在长时间未做姿势调整时生成控制护理床的翻身模块工作的信号,及时对病人进行翻身,例如,病人无法靠自己进行翻身时,长时间保持同一姿势可能导致病人出现压力性溃疡,视频摄像头通过监测病人的动作,判断病人在一定时间段内未进行预设幅度的姿势调整时控制护理床的翻身模块工作对病人进行姿势调整,减少部位压力,降低溃疡风险。
作为本发明的一种实施方式,所述第一预警信号生成的过程为:
基于大数据获取对应病症的病人在护理期间危险动作姿势的样本;
提取危险动作姿势样本中的身体关键点对应的三维数据集;
将危险动作姿势样本的三维数据集作为负样本进行卷积神经网络学习,获得识别模型;
将病人实时姿势数据对应的三维数据集输入至识别模型进行判断,获取病人动作的安全风险。
通过上述技术方案,本实施例提供了一种第一预警信号生成的过程,具体地,首先基于大数据获取对应病症的病人在护理期间危险动作姿势的数据,然后针对不同体型的病人进行关键部位点的数据识别,进而针对每个病人获取对应的单位数据集,之后再将危险动作姿势样本的三维数据集作为负样本进行卷积神经网络学习,进而获得识别模型,通过识别模型,进而能够对病人的实时姿势数据判断病人的安全风险,需要说明的是,上述识别模型训练以及样本数据采集相关的具体过程均可采用机器学习领域相关的现有技术实现,在此不做赘述。
作为本发明的一种实施方式,所述第二预警信号生成的过程为:
获取病人的生理参数数据,对生理参数数据进行分析,获取病人生理状态值;
将病人的生理状态值与第一生理状态预设阈值及第二生理状态预设阈值进行比对,第一生理状态预设阈值大于第二生理状态预设阈值;
若生理状态值大于第一生理状态预设阈值,则生成第二预警信号;
若生理状态值位于第一预设阈值和第二预设阈值之间,则进行活动量参数分析;
将活动量参数与预设活动量参数进行比对;
若活动量参数小于预设活动量参数,则生成第二预警信号;
所述第二预警信号用于对病人的生态状态异常进行预警。
通过上述技术方案,本实施例提供了一种第二预警信号生成的过程,具体地,首先获取病人的生理参数数据对其进行分析获取病人生理状态值Hphy,然后将病人的生理状态值Hphy与第一生理状态预设阈值H1及第二生理状态预设阈值H2进行比对,其中,第一生理状态预设阈值H1根据病人极限活动量状态下危险预警值设定,因此,当Hphy>H1时,生成第二预警信号,说明无论病人是否有活动,其身体状态均出现异常,需及时治疗;当H1≥Hphy≥H2时,则需要进一步地通过病人活动量参数Vact分析,其中,第二生理状态预设阈值H2根据病人无任何活动量状态下危险预警值设定;
对病人活动量参数Vact进行分析后,将病人活动量参数Vact与预设活动量参数Vpre进行比对,若Vact<Vpre,生成第二预警信号,说明病人活动量参数Vact小于预设的活动量参数Vpre,此时对应的身体状态异常,需要及时治疗,其中,预设活动量参数Vpre可根据以下分析具体体现:
其中,Vstd为病人的标准活动量,可根据临床实验数据分析获得,需要说明的是,上述活动量均代表病人康复过程中的主动活动量,不包括病人呼吸等被动活动量。
作为本发明的一种实施方式,所述病人生理状态值获取的过程包括:
通过智能穿戴设备监测获取病人的各项身体状态参数,包括心跳、体温及血氧;
通过病人的各项身体状态参数分析获取病人生理状态值。
通过上述技术方案,本实施例提供了一种病人生理状态值获取的方法,具体地,通过智能穿戴设备对病人的心跳、体温及血氧等各项身体参数进行监测,然后通过病人的各项身体状态参数进行分析获取病人生理状态值Hphy,分析获取病人生理状态值Hphy的过程可根据以下分析具体体现:
其中,B为病人心跳数值,根据智能穿戴设备监测获得,B0为心跳标准值,根据临床医学标准设定;G为病人体温数值,根据智能穿戴设备监测获得,G0为体温标准值,根据临床医学标准设定;W为病人血氧数值,根据智能穿戴设备监测获得,W0为血氧标准值,根据临床医学标准设定;ΔB为预设心跳偏差值,ΔG为预设体温偏差值,ΔW为预设血氧偏差值,ΔB、ΔG、ΔW均根据经验数据选择设定;T为环境温度,S为环境湿度,根据护理舱内置传感器测得;α(T,S)为心跳环境因素影响函数,β(T,S)为体温环境因素影响函数,γ(T,S)为血氧环境因素影响函数,α(T,S)、β(T,S)、γ(T,S)与环境温度T及环境湿度S的关系根据人体在不同环境下各项参数的平均数值选定获取,病人生理状态值Hphy能够反映出病人的各项生理参数与标准参数的差值状况,而α(T,S)、β(T,S)、γ(T,S)会根据护理舱内环境因素的变换而调整,进而在不同的环境状态下,病人生理状态值Hphy会进行对应的调整,提高不同环境状态下判断的准确性。
作为本发明的一种实施方式,所述活动量参数分析的过程包括:
通过一定时间段内病人的活动信息参数和发出声音信息参数分析获取病人的活动量参数。
所述病人的活动信息参数分析的过程包括:
将一定时间段内视频摄像头采集的病人姿势数据信息导入训练好的神经网络模型,输出判断结果过,所述判断结果指示病人的活动信息参数X。
所述病人发出声音信息参数分析的过程包括:
通过对病人一定时间段内声音信息的监测分析获得病人发出的声音信息参数。
通过上述技术方案,本实施例提供了一种活动量参数分析的方法,具体地,通过一定时间段内视频摄像头采集到的病人姿势数据导入训练好的神经网络模型,输出判断结果过,所述判断结果指示患者的活动信息参数X,通过对病人一定时间段内声音信息的检测分析获得病人发出的声音信息参数Y,然后根据一定时间段内病人的活动信息参数X和病人发出声音信息参数Y分析获取病人的活动量参数Vact,具体可根据以下分析具体体现:
Vact=θ*X+μ*Y
其中,t为当前时间点,αt为一定时间段,根据病人体力恢复的周期选择设定,db为病人发出的声音分贝值,可根据声音采集器进行对应采集,f(db)为病人随时间变化发出声音分贝值大小随时间变化的函数,可根据声音采集器采集到的分贝值拟合图像活动,θ、μ均为权重系数,可根据临床多次实验拟合模型获得。
作为本发明的一种实施方式,所述控制护理床的翻身模块工作信号生成的过程为:
通过对病人一定时间周期内姿势变化的幅度进行分析获得病人姿势的调整系数;
将调整系数和预设调整系数进行比对;
若调整系数小于预设调整系数,生成控制护理床翻身模块工作的信号。
通过上述技术方案,本实施例提供了一种控制护理床的翻身模块工作信号生成的方法,通过视频摄像头对病人的姿势变化图像进行采集,对病人身体各个部位进行分别建模生成三维坐标,在一定时间周期内对病人身体各个部位前后的位置变化的幅度进行分析获得病人在该时间周期内的调整系数M,然后将调整系数M与预设调整系数Mstd进行比对,若M<Mstd,生成控制护理床翻身模块工作的信号,对病人的姿势进行调整,以减少部位压力,降低溃疡风险,其中对病人在该时间周期内的调整系数M可根据以下分析具体体现:
其中,i∈(1,N),i为病人第i个部位,可根据经验对病人身体各部位进行编号划分,l为预设的时间周期,可根据临床医学经验设定,xl为预设时间周期内病人对应部位的位置变化幅度,其随当前时间变化持续变化,gi(xl)为第i个部位在预设时间周期位置变化幅度的变化函数,σi为第i个部位位置变化对应的调整系数权重,Mstd为预设调整系数,可根据临床医学经验选择设定。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。
Claims (8)
1.一种可实现远程监控和管理的护理舱,其特征在于,所述护理舱包括:
隔断舱,用于保护病人免受外界病原体感染和提供适宜的环境;
护理床,设于隔断舱内,用于病人躺卧的床体,以便于护理盒治疗病人,所述护理床上安装有用于调整病人姿势的翻身模块;
传感器组件,用于监测隔断舱内病人的动作姿势和声音数据;
智能穿戴设备,用于监测病人的生理参数数据;
分析识别模块,用于接收姿势数据、声音数据及生理参数数据,根据姿势数据判断病人是否出现危险动作并生成第一预警信号;根据姿势数据、声音数据和生理参数数据,判断病人身体状态是否正常并生成第二预警信号;根据姿势数据判断病人是否长时间未调整姿势并生成控制护理床的翻身模块工作的信号;
预警模块,用于执行第一预警信号及第二预警信号。
2.根据权利要求1所述的一种可实现远程监控和管理的护理舱,其特征在于,所述第一预警信号生成的过程为:
基于大数据获取对应病症的病人在护理期间危险动作姿势的样本;
提取危险动作姿势样本中的身体关键点对应的三维数据集;
将危险动作姿势样本的三维数据集作为负样本进行卷积神经网络学习,获得识别模型;
将病人实时姿势数据对应的三维数据集输入至识别模型进行判断,获取病人动作的安全风险。
3.根据权利要求1所述的一种可实现远程监控和管理的护理舱,其特征在于,所述第二预警信号生成的过程为:
获取病人的生理参数数据,对生理参数数据进行分析,获取病人生理状态值;
将病人的生理状态值与第一生理状态预设阈值及第二生理状态预设阈值进行比对,第一生理状态预设阈值大于第二生理状态预设阈值;
若生理状态值大于第一生理状态预设阈值,则生成第二预警信号;
若生理状态值位于第一预设阈值和第二预设阈值之间,则进行活动量参数分析;
将活动量参数与预设活动量参数进行比对;
若活动量参数小于预设活动量参数,则生成第二预警信号;
所述第二预警信号用于对病人的生态状态异常进行预警。
4.根据权利要求3所述的一种可实现远程监控和管理的护理舱,其特征在于,所述病人生理状态值获取的过程包括:
通过智能穿戴设备监测获取病人的各项身体状态参数,包括心跳、体温及血氧;
通过病人的各项身体状态参数分析获取病人生理状态值。
5.根据权利要求4所述的一种可实现远程监控和管理的护理舱,其特征在于,所述活动量参数分析的过程包括:
通过一定时间段内病人的活动信息参数和发出声音信息参数分析获取病人的活动量参数。
6.根据权利要求5所述的一种可实现远程监控和管理的护理舱,其特征在于,所述病人的活动信息参数分析的过程包括:
将一定时间段内视频摄像头采集的病人姿势数据信息导入训练好的神经网络模型,输出判断结果过,所述判断结果指示病人的活动信息参数。
7.根据权利要求6所述的一种可实现远程监控和管理的护理舱,其特征在于,所述病人发出声音信息参数分析的过程包括:
通过对病人一定时间段内声音信息的监测分析获得病人发出的声音信息参数。
8.根据权利要求1所述的一种可实现远程监控和管理的护理舱,其特征在于,所述控制护理床的翻身模块工作信号生成的过程为:
通过视频摄像头对病人的姿势变化图像进行采集,对病人身体各个部位进行分别建模生成三维坐标;
通过对病人一定时间周期内姿势变化的幅度进行分析获得病人姿势的调整系数;
将调整系数和预设调整系数进行比对;
若调整系数小于预设调整系数,生成控制护理床翻身模块工作的信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311545790.7A CN117598875A (zh) | 2023-11-20 | 2023-11-20 | 一种可实现远程监控和管理的护理舱 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311545790.7A CN117598875A (zh) | 2023-11-20 | 2023-11-20 | 一种可实现远程监控和管理的护理舱 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117598875A true CN117598875A (zh) | 2024-02-27 |
Family
ID=89954163
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311545790.7A Pending CN117598875A (zh) | 2023-11-20 | 2023-11-20 | 一种可实现远程监控和管理的护理舱 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117598875A (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009088989A (ja) * | 2007-09-28 | 2009-04-23 | Panasonic Electric Works Co Ltd | 身体活動量測定機能付き携帯電話機 |
KR20130087201A (ko) * | 2012-01-27 | 2013-08-06 | 전북대학교산학협력단 | 다 센서 기반 착용형 에너지 소모량 측정 장치 및 방법 |
CN104666008A (zh) * | 2015-02-09 | 2015-06-03 | 江苏怡龙医疗科技有限公司 | 一种能自动翻身的护理床 |
JP2017127593A (ja) * | 2016-01-22 | 2017-07-27 | 株式会社リコー | 活動量測定システム、活動量測定方法、プログラム |
WO2018151004A1 (ja) * | 2017-02-16 | 2018-08-23 | パナソニックIpマネジメント株式会社 | 異変通知システムおよび異変通知方法 |
CN109846466A (zh) * | 2017-11-30 | 2019-06-07 | 八乐梦医用床有限公司 | 异常判定装置、电子设备及计算机可读存储介质 |
KR101961311B1 (ko) * | 2018-07-18 | 2019-07-17 | 강동완 | 가축용 질병 예측 및 알림 시스템 |
KR20200056820A (ko) * | 2018-11-15 | 2020-05-25 | 대한민국(농촌진흥청장) | 가축의 생체정보 원격측정 장치 및 이를 포함하는 생체정보 분석 시스템 |
KR20200104758A (ko) * | 2019-02-27 | 2020-09-04 | 구요한 | 위험 상황을 판단하고, 사용자의 안전을 관리하는 방법 및 장치 |
CN113034849A (zh) * | 2019-12-25 | 2021-06-25 | 海信集团有限公司 | 婴儿看护设备、看护方法及存储介质 |
KR20220007275A (ko) * | 2020-07-10 | 2022-01-18 | 한양대학교 산학협력단 | 음성활동 평가를 이용한 기분삽화(우울삽화, 조증삽화) 조기 진단을 위한 정보 제공 방법 |
CN114065059A (zh) * | 2022-01-17 | 2022-02-18 | 浙江想能睡眠科技股份有限公司 | 一种基于大数据的睡姿推荐控制方法、系统和存储介质 |
CN114343373A (zh) * | 2022-01-05 | 2022-04-15 | 浙江想能睡眠科技股份有限公司 | 一种智能调节床垫的方法、系统和存储介质 |
CN114601454A (zh) * | 2022-03-11 | 2022-06-10 | 上海太翼健康科技有限公司 | 一种病人卧床姿势的监控方法 |
CN115736902A (zh) * | 2022-12-01 | 2023-03-07 | 广州市汇源通信建设监理有限公司 | 一种基于智能穿戴设备的施工人员管理系统 |
WO2023096394A1 (ko) * | 2021-11-26 | 2023-06-01 | 주식회사 공훈 | 자세유형 판별을 위한 서버 및 그 동작방법 |
CN116344023A (zh) * | 2023-03-17 | 2023-06-27 | 浙江普康智慧养老产业科技有限公司 | 一种基于智慧养老医疗的远程监护系统 |
KR102582506B1 (ko) * | 2022-10-27 | 2023-09-26 | 충남대학교산학협력단 | 돈사 질병 관리를 위한 모니터링 시스템 |
-
2023
- 2023-11-20 CN CN202311545790.7A patent/CN117598875A/zh active Pending
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009088989A (ja) * | 2007-09-28 | 2009-04-23 | Panasonic Electric Works Co Ltd | 身体活動量測定機能付き携帯電話機 |
KR20130087201A (ko) * | 2012-01-27 | 2013-08-06 | 전북대학교산학협력단 | 다 센서 기반 착용형 에너지 소모량 측정 장치 및 방법 |
CN104666008A (zh) * | 2015-02-09 | 2015-06-03 | 江苏怡龙医疗科技有限公司 | 一种能自动翻身的护理床 |
JP2017127593A (ja) * | 2016-01-22 | 2017-07-27 | 株式会社リコー | 活動量測定システム、活動量測定方法、プログラム |
WO2018151004A1 (ja) * | 2017-02-16 | 2018-08-23 | パナソニックIpマネジメント株式会社 | 異変通知システムおよび異変通知方法 |
CN110300997A (zh) * | 2017-02-16 | 2019-10-01 | 松下知识产权经营株式会社 | 异常情况通知系统及异常情况通知方法 |
CN109846466A (zh) * | 2017-11-30 | 2019-06-07 | 八乐梦医用床有限公司 | 异常判定装置、电子设备及计算机可读存储介质 |
KR101961311B1 (ko) * | 2018-07-18 | 2019-07-17 | 강동완 | 가축용 질병 예측 및 알림 시스템 |
KR20200056820A (ko) * | 2018-11-15 | 2020-05-25 | 대한민국(농촌진흥청장) | 가축의 생체정보 원격측정 장치 및 이를 포함하는 생체정보 분석 시스템 |
KR20200104758A (ko) * | 2019-02-27 | 2020-09-04 | 구요한 | 위험 상황을 판단하고, 사용자의 안전을 관리하는 방법 및 장치 |
CN113034849A (zh) * | 2019-12-25 | 2021-06-25 | 海信集团有限公司 | 婴儿看护设备、看护方法及存储介质 |
KR20220007275A (ko) * | 2020-07-10 | 2022-01-18 | 한양대학교 산학협력단 | 음성활동 평가를 이용한 기분삽화(우울삽화, 조증삽화) 조기 진단을 위한 정보 제공 방법 |
WO2023096394A1 (ko) * | 2021-11-26 | 2023-06-01 | 주식회사 공훈 | 자세유형 판별을 위한 서버 및 그 동작방법 |
CN114343373A (zh) * | 2022-01-05 | 2022-04-15 | 浙江想能睡眠科技股份有限公司 | 一种智能调节床垫的方法、系统和存储介质 |
CN114065059A (zh) * | 2022-01-17 | 2022-02-18 | 浙江想能睡眠科技股份有限公司 | 一种基于大数据的睡姿推荐控制方法、系统和存储介质 |
CN114601454A (zh) * | 2022-03-11 | 2022-06-10 | 上海太翼健康科技有限公司 | 一种病人卧床姿势的监控方法 |
KR102582506B1 (ko) * | 2022-10-27 | 2023-09-26 | 충남대학교산학협력단 | 돈사 질병 관리를 위한 모니터링 시스템 |
CN115736902A (zh) * | 2022-12-01 | 2023-03-07 | 广州市汇源通信建设监理有限公司 | 一种基于智能穿戴设备的施工人员管理系统 |
CN116344023A (zh) * | 2023-03-17 | 2023-06-27 | 浙江普康智慧养老产业科技有限公司 | 一种基于智慧养老医疗的远程监护系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110477925B (zh) | 一种针对敬老院老人的跌倒检测与预警方法及系统 | |
CN100563744C (zh) | 用于在镇静和止痛系统中提供趋势分析的系统 | |
CN108430570B (zh) | 从可植入医疗装置获取高分辨率信息 | |
Micera et al. | A hybrid approach to EMG pattern analysis for classification of arm movements using statistical and fuzzy techniques | |
CN107092806A (zh) | 一种面向老人家居智能化的信息融合与预警方法 | |
CN108937972A (zh) | 一种多特征融合的就诊用户情绪监控方法 | |
JPH07508185A (ja) | 生理学的監視のためのセンサ及びシステム | |
CN113257440A (zh) | 一种基于病患视频识别的icu智能看护系统 | |
CN116564561A (zh) | 基于生理与情感特征的智能语音看护系统及看护方法 | |
CN109643585A (zh) | 用于进行患者监测以预测并防止坠床的设备、系统和方法 | |
CN115662631A (zh) | 基于ai智能判别的养老院管理系统 | |
CN115116133A (zh) | 一种用于独居老人监护的异常行为检测系统及方法 | |
WO2021046968A1 (zh) | 一种基于穿戴设备的医生健康监测系统 | |
KR20060084916A (ko) | 위치 이동이 가능한 지능형 로봇을 이용한 원격건강관리시스템 및 서비스 | |
US20210287792A1 (en) | Care system and automatic care method | |
Panagiotou et al. | A multi: modal decision making system for an ambient assisted living environment | |
CN117598875A (zh) | 一种可实现远程监控和管理的护理舱 | |
CN106845077A (zh) | 一种远程医疗系统参数配置系统 | |
CN114849063B (zh) | 体外充电器、程控系统和计算机可读存储介质 | |
Sujin et al. | Public e-health network system using arduino controller | |
CN110974216B (zh) | 一种无线心电监护传感器的遥控系统 | |
WO2020147309A1 (zh) | 一种智能护理床 | |
CN111759289A (zh) | 基于大数据的健康终端管理方法 | |
CN114171146B (zh) | 智能医疗监控方法、系统和可读存储介质 | |
AU2021102760A4 (en) | AN IoT ENABLED HEALTHCARE SYSTEM WITH QUALITY ECG SIGNAL TRANSMISSION |
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 |