JP2015119898A - 状態判定装置および状態判定モジュール - Google Patents

Abstract

【課題】画像の動き検出だけでは、静止している間（安眠中）はそこに人がいるかを判定できない。
【解決手段】要介護者の人体の動きを検出するカメラと、ベッド上の要介護者の呼吸を遠隔検出する呼吸センサを有する。画像による動き検出と、センサによる呼吸検出を組み合わせることで、動き検出単独のときより詳細な状態判定が可能となる。例えば要介護者が安眠中に介護従事者がベッドに近づいたのか、誰もいないベッドに要介護者が戻ってきたのかが区別できる。
【選択図】図１

Description

本発明はベッドからの離床など、観察対象者の状態を検出する検出装置に関する。

現在、介護医療において、高齢者や認知障害を持つ要介護者などが施設内のベッドから起き上がろうとして転倒し、骨折や打撲などを起こしたりする事故が多発している。また、徘徊する要介護者については施設外に勝手に出て行き交通事故などにあう危険もある。このような状況において、これらの要介護者が離床したことを介護従事者に通報するセンシングシステムが必要とされており、例えば特許文献１のような従来技術が提案されている。

図７をもとに、従来技術である特許文献１について説明する。特許文献１の離床判定方法では、ベッドの周辺を撮影した図７のようなカメラ画像を画像処理することにより要介護者が離床したかの判定を行う。図７のＢはベッド領域、Ａは床面領域、Ｂ４とＢ５はベッド境界辺を表す。カメラ画像の取得時、前回取得した画像と今回の画像とを比較し、ピクセル値が異なる箇所に動きがあったと判定する。ピクセルの位置によって、ベッド領域、ベッド境界辺、床面領域の各領域で動きがあったかどうかを判定する。ベッド領域で動きを検出した後、ベッド境界辺で動きを検出し、その後、床面領域で動きを検出したとき離床と判定する。

また、特許文献２では、患者の寝具に設置された検知手段を用いて患者の重量や体動振動などを検出し、信号処理することで患者の在床を判定する就寝装置が開示されている。具体的には患者の重量を重量センサにより、体動振動を圧電センサによりそれぞれ検出する。得られた信号を処理し、重量信号が検出されない場合は患者が不在であると判定し、重量信号が検出されたにも関わらず体動信号が検出されない場合は患者が緊急状態と判定する。

特開２００２−２３０５３３号公報 特開平７−３１５９２号公報

しかしながら、特許文献１のようにカメラを用いて動き判定を行う方法では、前回取得したカメラ画像と今回取得したカメラ画像が同じとき、動きがないと判定する。このとき、カメラ画像に何が写っているかは考慮しないため、例えば要介護者がベッドにいないのか、要介護者がベッドにいるが安眠中で静止しているのかの区別はできない。特許文献１ではベッド領域、ベッド境界辺、床面領域の順に動きを検出した場合に離床と判定しているが、要介護者が離床しようとしたが途中でやめてベッドに入って静止しているような場合には、最終的にベッドに要介護者がいるかいないかはわからないため、離床したと誤判定する可能性がある。また、他の例としては、ベッドにいる要介護者に対して介護従事者が看護の作業をした後、ベッドから離れるケースを想定した場合、要介護者がベッドに静止していると動きが検出できず、要介護者がいないものと誤判定してしまう可能性がある。その結果、介護従事者ではなく要介護者自身がベッドから離れたと誤判定する可能性がある。

また、特許文献２のように重量と体動振動での検出結果をもとに判定する方法では、患者の周辺の状況までを含めた状態検出はできず、患者の在床、不在および在床時の緊急事態の３状態だけの判定となる。さらに、重量検出では寝返りによる誤動作が生じやすい。

そこで、本発明は上記の問題点を解決することを目的とし、画像における動き検出では検出が困難であった「要介護者がベッド上で静止している場合」においても在床を認識でき、要介護者の状況をより正確に判定できる状態判定装置を提供することにある。

上記課題を解決するために、本発明に係る状態判定装置は、寝具および周辺における観察対象者の状態を判定するための状態判定装置であって、状態判定装置は、画像処理部と信号処理部と状態判定部を備え、画像処理部は、外部から入力された寝具および周辺の画像情報の少なくとも一部を複数の領域に分割して識別し、領域ごとに動き検出を行い、信号処理部は、外部から入力された観察対象者のバイタル情報に基づいて観察対象者の在床を検出し、状態判定部は、画像処理部で得られた動き検出結果と、信号処理部で得られた在床検出結果に基づいて、観察対象者の状態を判定することを特徴としている。

また、本発明に係る状態判定モジュールは、状態判定装置と、画像情報を得るための撮影手段と、バイタル情報を得るための検出手段を備えることを特徴としている。

また、本発明の状態判定モジュールにおいて、検出手段は電波方式であり、撮影手段の光軸と、検出手段が発する電波の中心軸とが同じ方向になるように配置されることが好ましい。

また、本発明の状態判定モジュールにおいて、検出手段が、鉛直下方向に向けて設置されることが好ましい。

本発明によれば、画像情報のみでは区別できない状況を正しく判定できる。また、バイタルセンサの情報のみでは区別できない状況も正しく判定できる。具体的には、画像情報に基づいた動き検出では判定できないような、要介護者がベッド上で静止している場合にも在床を判定できる。また、バイタル情報に基づいたバイタル状況検出では判定できないような、呼吸や脈拍が停止したのか、単に離床したのかについても判定できる。さらに言えば、このように正しく判定できることにより、別の場所にいる介護従事者への不要な呼び出しを抑制でき、介護従事者の負担が軽減する。

実施例１の状態判定装置のブロック図を示す図である。 実施例１の状態判定装置の使用方法の一例を示す図である。 実施例１における画像データの領域指定を示す図である。 実施例１におけるバイタルデータの信号を示す図である。 実施例２の状態判定モジュールの概略を示す図である。 実施例３における状態判定モジュールの設置方法を示す図である。 従来技術である特許文献１の画像処理装置の領域指定を示す図である。

本発明の実施の形態について図面を参照しながら詳細に説明する。なお、図中同一または相当部分には同一符号を付してその説明は繰り返さない。

なお、本発明は、観察対象者である要介護者の状態判定に用いることが好適であるため、便宜上、観察対象を「要介護者」と表記するが、観察対象を要介護者に限定するものではない。観察対象は要介護者以外にもどのような人であってもよく、あるいは動物であってもよい。

本発明の実施例１について図面にもとづいて説明すれば以下の通りである。

図１に、実施例１に係る状態判定装置のブロック図を示す。図１に示すように、実施例１の状態判定装置１１は画像処理部１２と信号処理部１３および状態判定部１４をから構成されている。状態判定装置１１の機能は、要介護者の状態、例えばベッドからの離床など、を判定するために、画像データとバイタルデータを入力とし、状態判定結果を出力するものである。

以降に状態判定装置の構成要素について説明する。

画像データは要介護者のベッド等の寝具周辺が撮影された画像であり、バイタルデータは要介護者の何らかのバイタル情報（生体情報もしくは生命兆候）からなる。

画像処理部１２は、入力された画像データを処理することで画像上の所定の領域における動き検出を行う。

信号処理部１３は、同じく入力されたバイタルデータを処理することで要介護者の在床検出を行う。

このようにして得られた動き検出結果と在床検出結果をもとに状態判定部１４で要介護者の状態判定を行い、状態判定装置１１の外部に対して結果を出力する。

図２に、本発明の状態判定装置を使用する方法の一例を示す。図２に示すように、要介護者２１が使用するベッド２２の上方（例えば天井）にカメラ２３を取り付け、撮影した画像データを状態判定装置１１に送る。バイタルセンサ２４はベッドに取り付けられ、検出したバイタルデータを状態判定装置１１に送る。状態判定装置１１は送られてきた画像データとバイタルデータを元に状態判定を行い、結果を出力する。結果は例えば無線によって接続されたＰＣ２５に送られて表示される。

次に画像処理部１２の詳細について図３をもとに説明する。

図３に実施例１における画像データの領域指定を示す。実施例１の状態判定装置１１の画像処理部１２では、入力された画像データの領域をベッド領域３１とフロア領域３２に分け、それぞれの領域での動きを検出する。ここで、フロア領域３２は画像全体からベッド領域３１を除いた領域である。図３では画像データの中央にベッド領域３１があるが、ベッド領域３１が画像データの端に寄っていても構わない。

画像処理部１２では、今回取得した画像と過去の画像を比較し、値に所定の閾値以上の変化があったピクセルを検出する。最も簡単には、現画像と１枚前の画像を比較すればよい。画像処理分野で一般に行われている背景分離方法を使ってもよい。値変化の閾値は、８ｂｉｔの画像の場合、例えば１０とする。閾値を設けるのは、動いていない同一の場所を撮影していたとしても画像のピクセル値は微妙に変化するためである。ベッド領域３１もしくはフロア領域３２のそれぞれにおいて、変化があったピクセルが所定の個数以上あった場合、ベッド領域３１又はフロア領域３２のそれぞれで動きがあったと判定する。例えば、ベッド領域３１が１００ピクセル×２００ピクセルだとすると、人の頭部はおよそ２０ピクセル×２０ピクセルを占めるので、４００個以上のピクセルが変化した場合、ベッド領域３１に動きがあったと判定すればよい。フロア領域３２も同様に閾値を４００個とすればよい。画像全体の画素数が大きい場合は閾値も大きくする必要がある。広角のカメラ画像などが入力された場合にはベッド領域３１は小さくなるため、閾値も小さくする必要がある。

表１に画像処理部１２で検出される動き検出結果を示す。ベッド領域３１とフロア領域３２でそれぞれにおける動きを検出するため、部屋全体の動き検出結果は合計４通りとなる。いずれにおいても動きなし、ベッド領域３１だけで動きあり、フロア領域３２だけで動きあり、いずれにおいても動きあり、の４通りである。

ベッド領域３１での動きは、具体的には要介護者がベッド領域３１で体動、動作している場合や、在床して介護を受けているなどの場合に検出される。

フロア領域３２での動きは、フロア領域３２で要介護者が離床して動作している、介護従事者が動作しているなどの場合に検出される。

実施例１では、画像はベッド領域３１とフロア領域３２に分けるとしたが、３つ以上の領域に分けてもよい。その場合は表１の動き検出結果に対応する検出結果が多数になるが、同じ考え方が適用できる。

次に信号処理部１３の詳細について説明する。信号処理部１３はバイタルセンサが出力するバイタルデータを入力とする。ここで、バイタルセンサは要介護者の人体のバイタル情報を得ることができるセンサであればどのようなものでも良く、大別すると接触式と非接触式がある。

接触式の具体例としては、シーツの下に板状または棒状のセンサを敷き、その上に横たわった人の振動を測定することで呼吸や脈拍を検出するセンサ（例ｂｉｏ ｓｙｎｃ株式会社のｂｉｏ ｓｙｎｃセンサー）や、振動センサや加速度センサをベッドにとりつけておくことで、ベッドで寝ている人の呼吸や脈拍がベッドのフレームに伝わってきた振動を検知する方法などがある。小型のパッドを胸に貼り付けたり、指輪型のセンサに指を通したりすることで脈拍を検知する方法もある。いずれを用いることもできるが、ベッドにセンサを設置する方法では、要介護者が装着を忘れる恐れも少なく、装着の違和感も伴わず、定常的な電源供給の観点からも望ましい。

非接触式の具体例としては、マイクロ波を対象物に照射してその反射波を受信し、発信した周波数と受信した周波数の差から対象物の動きを検出するドップラーセンサを用いることで、人の胸部の動きを遠隔検出して呼吸や脈拍を検出する方法がある。マイクロ波の周波数は例えば２４ＧＨｚ程度を用いることができる。他にも、カメラで顔などを撮影し、その輝度や色度の変化から脈拍を検出する方法などがある。

いずれのセンサを用いた場合も測定対象の動きがアナログ値、あるいは、デジタル値として出力される。センサをベッドで寝ている人を検出するように設置すると、人がいる場合は呼吸や脈拍に同期して大きな振幅の波が出力される。一方、人がいない場合は、ほぼ一定値か、あるいは小振幅のノイズが出力される。いずれにしろごく微小な値が出力される。

非接触式センサを用いた場合の信号処理部１３の処理について図４をもとに説明する。

図４に、非接触式センサの一例であるドップラーセンサの出力波形を示す。すなわち、信号処理部１３に入力され処理されるバイタルデータの信号の例を示すものである。図４（ａ）はベッドに人がいない場合、図４（ｂ）は人がいる場合を示す。図４（ａ）に示す信号はノイズにより若干波打ってはいるが振幅は小さい。図４（ｂ）に示す信号は呼吸による胸の動きが大きな振幅として検出されている。図４（ｂ）の矢印部分が呼吸に対応する。グラフの左右端において値が大きく振れているところは寝返りなどの体動によるものである。人がいない場合といる場合では、最も単純には、センサの出力が閾値を超えているかどうかで判定できる。具体例として、図４（ａ）（ｂ）に閾値の例を２本の横線で示す。閾値は人がいない場合の振幅よりも少し大きい値としておくと、在床と非在床の判別が適切にできて良い。

さらに、より在床の検出精度を高めるための工夫として、振幅の山の間隔を計測し、バイタル信号が一定の間隔で繰り返されていることを調べる方法がある。

呼吸の場合約１から８秒間隔、脈拍の場合約０．５から１秒間隔となるので、間隔がその範囲以外の場合はノイズと判定できる。さらに詳しくは、入力値をフーリエ変換し、周波数成分として調べる方法がある。呼吸の場合は約０．２から１Ｈｚ、脈拍の場合は約１から２Ｈｚ付近の周波数となるので、周波数成分のピークがそれらの付近であれば、呼吸や脈拍と判定できる。

なお、図４ではドップラーセンサを用いて呼吸を判定する方法を説明したが、他のセンサを使用して脈拍などの他のバイタル情報を検出する場合は、センサの出力の特性に応じた検出方法を準備すればよい。いずれの方法でも、バイタル情報を在床時と非在床時で比較することで、在床・非在床の判定が可能である。

以上のように、信号処理部１３は、入力されたバイタルデータを信号処理することによって、在床・非在床を判定する。

表２に在床検出の結果を示す。検出結果は定常状態としては在床・非在床の２つである。しかしながら、状態判定においては状態の遷移が特に重要なので、遷移についても検知することが望ましい。表２では非在床として「非」、在床として「在」、直前の結果が非在床で、今回在床に変わった場合は「非⇒在」、直前の結果が在床で、今回非在床に変わった場合は「在⇒非」と判定する。

「非」は、具体的には要介護者がベッド領域３１にいない場合や、ベッド領域３１にいるが呼吸や脈拍などが停止しているなどの場合に検出される。

「在」は、具体的には要介護者がベッド領域３１に在床し、呼吸や脈拍などをしているなどの場合に検出される。

「非⇒在」は、具体的には要介護者がフロア領域３２からベッド領域３１に入るなどして、それまで検出されていなかった呼吸や脈拍などが検出されたなどの場合に検出される。

「在⇒非」は、具体的には要介護者がベッド領域３１で呼吸や脈拍などをしていたのが、離床したり、呼吸や脈拍などが停止したりして、呼吸や脈拍などが検出されなくなったなどの場合に検出される。

次に図１の状態判定装置１１の状態判定部１４について説明する。画像処理部１２からの動き判定結果と、信号処理部１３からの在床判定結果が、状態判定部１４へ入力される。状態判定部１４は入力された動き判定結果と在床判定結果に基づいて状態判定を行う。

表３に、状態判定部１４の状態判定の判定表を示す。入力される動き判定結果は表１で説明した４種類、在床判定結果は表２で説明した４種類とし、状態判定部１４は表３に従って状態判定を行う。以下に表３をもとに詳しく説明する。

動き判定が「なし」の場合について説明する。動き判定が「なし」だけではベッドに人がいるかいないかまではわからないため、在床判定に応じて次のように状態判定する。在床判定が「非」の場合はベッドに誰もいない状態（判定結果として表３では「非在床」と表記する、以下同様）、「在」の場合はベッドにいるが動いていない（安眠）状態と判定する。「非→在」の場合は上述したようにそれまで検出されていなかった呼吸や脈拍などが検出されたことを示すため、動き判定が「なし」の時は通常起こりえないので、センサがノイズを拾って誤検出した（「誤検出」）と判定する。「在→非」の場合はベッドにいる人の呼吸や脈拍が停止した（異常発生）、と判定する。

動き判定が「ベッド」の場合は次の通りとなる。在床判定が「非」の場合、すなわちベッドで動きがあるのに在床判定が「非」となることは通常起こりえないので誤検出、「在」の場合はベッド上で寝返りを打った等（体動）、「非→在」の場合は人がベッドに入った（着床）、「在→非」の場合はベッドにいる人の呼吸や脈拍が停止した（異常発生）、と判定する。

動き判定が「フロア」の場合は次の通りとなる。在床判定が「非」の場合は要介護者がベッドから出て歩いている（離床）、「在」の場合はベッドに要介護者が安眠していて、外から介護者や面会者がやってきた（介護）、「非→在」の場合は上記と同様に通常起こりえないので誤検出、「在→非」の場合はベッドにいる人の呼吸や脈拍が停止した（異常発生）、と判定する。

動き判定が「ベッド＋フロア」の場合は次の通りとなる。在床判定が「非」の場合は通常起こりえないので誤検出、「在」の場合はベッドに要介護者が体動していて、介護者や面会者が要介護者に介護をしている（介護）、「非→在」の場合は要介護者がベッドに入った（着床）、「在→非」の場合は要介護者がベッドから出ようとしている（離床）、と判定する。

上記のように、動き判定だけではベッドに人がいるかいないかまではわからないが、バイタルデータにもとづく在床判定で補完することによって、状況をより正確に判定できる。

以下に、従来技術の特許文献１（以下比較例と表記する）に対して本願実施例１で状態をより正確に判定できる例を具体的に説明する。

比較例では、ベッドで動きが検出されない時、要介護者がベッドにいないのか、要介護者がベッドにいるが安眠中で静止しているのかの区別はできない。これに対し実施例１では上述の在床判定によりこのようなケースについても区別が可能である。

また、比較例ではベッド領域、ベッド境界辺、床面領域の順に動きを検出した場合に離床と判定しているが、要介護者が離床しようとしたが途中でやめてベッドに入って静止しているような場合には、最終的にベッドに要介護者がいるかいないかはわからないため、離床したと誤判定する可能性がある。これに対し実施例１では上述の在床判定によりこのようなケースについても区別が可能である。

また、比較例では、ベッドにいる要介護者に対して介護従事者が看護の作業をした後、ベッドから離れるケースを想定した場合、要介護者がベッドに静止していると動きが検出できず、要介護者がいないものと誤判定してしまう可能性がある。その結果、介護従事者ではなく要介護者自身がベッドから離れたと誤判定する可能性がある。これに対し実施例１では上述の在床判定によりこのようなケースについても区別が可能である。

また、バイタルデータのみによる判定の場合、例えばバイタルデータによる在床判定が「在→非」になったことを検出したとしても、呼吸や脈拍が停止したのか、単に離床したのかの区別はつかない。つまり、要介護者の周辺の状況までを含めた状態検出はできない。しかし、カメラによる動き判定を加えることにより、それらが区別できるようになる。

以上に説明してきたように、実施例１によれば、画像情報のみでは区別できない状況を正しく判定できる。また、バイタルセンサの情報のみでは区別できない状況も正しく判定できる。具体的には、画像情報に基づいた動き検出では判定できないような、要介護者がベッド上で静止している場合にも在床を判定できる。また、バイタル情報に基づいたバイタル状況検出では判定できないような、呼吸や脈拍が停止したのか、単に離床したのかについても判定できる。さらに言えば、このように正しく判定できることにより、別の場所にいる介護従事者への不要な呼び出しを抑制でき、介護従事者の負担が軽減する。

本発明の実施例２について図面にもとづいて説明すれば以下の通りである。

図５に実施例２に係る状態判定モジュールを示す。実施例２の状態判定モジュールは、実施例１で説明した状態判定装置と、入力データ信号を得るための検出素子がモジュール化されたものであり、モジュール内に状態判定装置５１とドップラーセンサ５２、赤外線ＬＥＤ５３、カメラ５４を含んでいる。赤外線ＬＥＤ５３とカメラ５４は一体で赤外線カメラを構成している。ドップラーセンサ５２は２４ＧＨｚのマイクロ波を発し、その反射波を検知する。実施例２の状態判定装置５１については、実施例１の状態判定装置の構成、機能と同一である。以下、実施例２の状態判定モジュールについて説明する。

図５では省略されているが、ドップラーセンサ５２とカメラ５４の出力は状態判定装置５１に接続される。状態判定装置５１の出力は例えば、ケーブルでナースコールに接続しても良いし、無線ＬＡＮによって、ＰＣなどに転送しても良い。

ドップラーセンサ５２は指向性があり、例えば上下左右に±３０°に電波が広がる。詳細はセンサによって異なる。電波はセンサの垂直方向に最も強く発せられるため、センサの垂直方向に要介護者の人体の胸部がくるように設置するのが最も感度が高まる。しかし、センサの出力する電波は目には見えないため、センサをベッド上方の天井に取り付ける場合、最適な向きの調整は困難である。

これに対して、実施例２の状態判定モジュールによると、カメラ５４とドップラーセンサ５２は同じ方向に向けて取り付けられるため、ベッド上での要介護者の人体の胸部がくる箇所にカメラ画像の中心を向けるように取り付けると、ドップラーセンサの電波が要介護者人体の胸部に最も強く当たることとなり、検出の感度が高まる。

つまり、実施例２によれば、状況を判定するための情報を取得する手段をモジュールとして備えているので、取り扱いが容易である。また、撮影方向と検出方向が共通なので、本来目視では確認できない電波の出射方向、つまり検出感度が最も高くなる方向を、撮影した画像情報を用いて確認できる。そのため、検出手段の設置位置や設置角度を最適に調整できるので、検出感度が向上し、ひいては判定精度が向上する。

本発明の実施例３について図面にもとづいて説明すれば以下の通りである。

図６は図５で説明した状態判定モジュール６１をポール６２に取り付けた例である。実施例３では状態判定モジュール６１とポール６２が一体型になっているため、状態判定モジュール６１を所望の場所に設置することができる。この状態判定モジュール６１と一体化したポール６２をベッド付近に設置する場合、要介護者を撮影、観察するためには、状態判定モジュール６１を下向きにしてベッド上方に設置する必要がある。状態判定モジュール６１では、カメラ５４とドップラーセンサ５２は同じ方向を向けて取り付けられるため、ベッド上での要介護者の人体の胸部がくる箇所にカメラ画像の中心がくるような角度に調整すれば、ドップラーセンサ５２の電波が要介護者人体の胸部に最も強く当たることとなり、呼吸検出の感度が高まる。さらに、状態判定モジュール６１、中でもドップラーセンサ５２が鉛直下方向に向けて設置されていれば、要介護者と正対するのでドップラーセンサ５２の検出の感度が高まる。

つまり、実施例３によれば、観察対象者に対して検出手段が垂直方向を向いて正対する。電波方式の検出手段は正対方向に最も感度が高いため、検出感度が向上し、ひいては判定精度が向上する。

本発明に係る状態判定装置は、寝具および周辺における観察対象者の状態を判定するための状態判定装置であって、状態判定装置は、画像処理部と信号処理部と状態判定部を備え、画像処理部は、外部から入力された寝具および周辺の画像情報の少なくとも一部を複数の領域に分割して識別し、領域ごとに動き検出を行い、信号処理部は、外部から入力された観察対象者のバイタル情報に基づいて観察対象者の在床を検出し、状態判定部は、画像処理部で得られた動き検出結果と、信号処理部で得られた在床検出結果に基づいて、観察対象者の状態を判定することを特徴としている。

上記構成によれば、画像情報のみでは区別できない状況を正しく判定できる。また、バイタルセンサの情報のみでは区別できない状況も正しく判定できる。具体的には、画像情報に基づいた動き検出では判定できないような、要介護者がベッド上で静止している場合にも在床を判定できる。また、バイタル情報に基づいたバイタル状況検出では判定できないような、呼吸や脈拍が停止したのか、単に離床したのかについても判定できる。さらに言えば、このように正しく判定できることにより、別の場所にいる介護従事者への不要な呼び出しを抑制でき、介護従事者の負担が軽減する、という効果を奏する。

また、本発明に係る状態判定モジュールは、状態判定装置と、画像情報を得るための撮影手段と、バイタル情報を得るための検出手段を備えることを特徴としている。

上記構成によれば、状況を判定するための情報を取得する手段をモジュールとして備えているので、取り扱いが容易であるという効果を奏する。

また、本発明の状態判定モジュールにおいて、検出手段は電波方式であり、撮影手段の光軸と、検出手段が発する電波の中心軸とが同じ方向になるように配置されることが好ましい。

上記構成によれば、撮影方向と検出方向が共通なので、本来目視では確認できない電波の出射方向、つまり検出感度が最も高くなる方向を、撮影した画像情報を用いて確認できる。そのため、検出手段の設置位置や設置角度を最適に調整できるので、検出感度が向上し、ひいては判定精度が向上する、という効果を奏する。

また、本発明の状態判定モジュールにおいて、検出手段が、鉛直下方向に向けて設置されることが好ましい。

上記構成によれば、観察対象者に対して検出手段が垂直方向を向いて正対する。電波方式の検出手段は正対方向に最も感度が高いため、検出感度が向上し、ひいては判定精度が向上する、という効果を奏する。

本発明は、ベッドからの離床など、観察対象者の状態を検出する検出装置に利用可能である。

１１ 状態判定装置
１２ 画像処理部
１３ 信号処理部
１４ 状態判定部
２１ 要介護者
２２ ベッド
２３ カメラ
２４ バイタルセンサ
２５ ＰＣ
３１ ベッド領域
３２ フロア領域
５１ 状態判定装置
５２ ドップラーセンサ
５３ 赤外線ＬＥＤ
５４ カメラ
６１ 状態判定モジュール
６２ ポール

Claims (4)

1. 寝具および周辺における観察対象者の状態を判定するための状態判定装置であって、
   前記状態判定装置は、画像処理部と信号処理部と状態判定部を備え、
   前記画像処理部は、外部から入力された前記寝具および周辺の画像情報の少なくとも一部を複数の領域に分割して識別し、前記領域ごとに動き検出を行い、
   前記信号処理部は、外部から入力された観察対象者のバイタル情報に基づいて前記観察対象者の在床を検出し、
   前記状態判定部は、前記画像処理部で得られた動き検出結果と、前記信号処理部で得られた在床検出結果に基づいて、前記観察対象者の状態を判定することを特徴とする状態判定装置。
2. 請求項１に記載の状態判定装置と、
   前記画像情報を得るための撮影手段と、
   前記バイタル情報を得るための検出手段を備えることを特徴とする状態判定モジュール。
3. 前記検出手段は電波方式であり、
   前記撮影手段の光軸と、前記検出手段が発する電波の中心軸とが同じ方向になるように配置されることを特徴とする請求項２に記載の状態判定モジュール。
4. 前記検出手段が、鉛直下方向に向けて設置されることを特徴とする請求項２または請求項３に記載の状態判定モジュール。