JP2019536129A - 光学的画像データを取得して患者台装置の側部仕切り部の姿勢を特定するための装置、方法およびコンピュータプログラム - Google Patents

Abstract

実施例は、患者台装置（２０）の光学的な画像データを取得するための装置（１０）、方法およびコンピュータプログラムを実現するものである。本装置（１０）は、患者台装置（１００）の光学的な画像データを取得して、前記画像データに基づいて前記患者台装置（１００）の少なくとも１つの側部仕切り部（１１０）の姿勢を特定するように構成されている。本装置（１０）は、最初に画像データに基づいて患者台装置（１００）の少なくとも１つの部分セグメント（１２０）の姿勢を特定し、少なくとも１つの部分セグメント（１２０）の姿勢に基づいて患者台装置（１００）の少なくとも１つの側部仕切り部（１１０）の姿勢を特定するように構成されている。

Description

実施例は、患者台装置の側部仕切り部の姿勢を特定するための装置、方法およびコンピュータプログラムに関し、とりわけ、光学的画像データに基づいて患者用ベッドの側部仕切り部の姿勢を自動的に特定するための思想に関するが、これは排他的ではない。

従来技術では、患者用ベッド上の患者の姿勢、体位ないしは寝姿勢または位置／ポーズを評価する種々のコンセプトが公知であり、これは例えば、回復プロセスまたは治癒プロセスに悪影響を与え得る、または健康上のリスクとなり得る不都合な体勢が存在することによって動機付けられたものである。これには、ある程度の期間にわたる位置または体位の保持も含み得る。患者用ベッドに拘束された患者については、当該患者の体位またはポーズは、使用されている患者用ベッドの設定またはコンフィギュレーションに依存する。かかる患者はしばしば、危険なまたは誤った体位を回避するために適切なモニタリング、記録および警報メカニズムがなされている状況にあり、例えばかかる患者のための収容部、ステーションまたは病室内にいることが多い。その一部の例は、看護を受ける生活のための設備、介護設備、自宅介護スペース、老人ホーム、病院および集中治療ステーションである。

ここでは、患者用の台装置に取り付けられている、例えばベッド柵、保護柵、仕切り部等の側部仕切り部、例えば患者の転落または落下を防止するために使用される側部仕切り部等があれば、これも重要な役割を果たす。

介護分野では、自宅または病院等の適切な設備で患者に提供される調整可能またはコンフィギュレーション可能な患者用または介護用ベッドが存在する。入手可能な患者用ベッドはたいてい、現在のコンフィギュレーションについての情報を提供することができず、ないしは、そのために製造者固有または自己のプロトコルを使用する。落下および挟み込みの防止は、医療看護において高い関心が寄せられている。この種の事故を特に起こしやすい人は、例えばアルツハイマー等の疾患を患い、身体障害を持ち、または強い薬の影響下にあることが多い。とりわけ集中治療ステーションでは、錯乱状態（「Durchgangssyndrom」）にある患者の無協調の、無意識から意識的な自己防衛的行動が生じ、これによって、元々重症である患者の患者台装置（ＰＬＶ）からの落下が何回も繰り返される。これは、重傷から死に至るまでの深刻な結果を生じ得る。

集中治療ステーションの他、患者は病院内、老人ホーム、心療施設または他の介護設備内にいる。介護員は、事故のリスクを低減する種々の措置をとり得る。これらの措置には特に、患者の常時モニタリングおよび正確な評価、環境安全化、ならびに例えばＰＬＶに取り付けられるベッド柵およびその代替手段等の種々の補助手段が含まれる。

以下の文献において他の背景情報を発見することができる：
・Besl, P. J. (1992), “Method for registration of 3-D shapes”, In Robotics-DL tentative (第５８６〜６０６頁),
・Fischler, M. A. (1981), “Random sample consensus: a paradigm for model fitting with applications to image analysis and automated cartography”, Communications of the ACM, 第３８１〜３９５頁,
・Hartman, F. (2011), “Robotersteuerung durch Gesten“, Masterarbeit Universitaet zu Luebeck,
・Kong, T., & Rosenfeld, A. (1996), “Topological Algorithms for Digital Image Processing”, Elsevier Science, Inc.,
・Shapiro, L., & Stockman, G. (2001), “Computer Vision”, Prentice-Hall,
・Bron, C., & Kerbosch, J. (1973), “Algorithm 457: finding all cliques of an undirected graph, Communications of the ACM” , 第５７５〜５７７頁,
・Canny, J. (1986), “A Computational Approach to Edge Detection”, IEEE Transactions on Pattern Analysis and Machine Intelligence,
・Capezuti, E., Wagner, L., & Brush, B. (2007), “Consequences of an intervention to reduce restrictive side rail use in nursing homes”, Journal of the American Geriatrics Society, 第３３４〜３４１頁,
・Dalal, N., & Triggs, B. (2005), “Histograms of Oriented Gradients for Human Detection”, IEEE Computer Society Conference on Computer Vision and Pattern Recognition,
・Duda, R., & Hart, P. E. (1972), “Use of the Hough Transformation to Detect Lines and Curves in Pictures”, Comm. ACM, 第１１〜１５頁,
・Hartman, F. (2011),“Robotersteuerung durch Gesten“, Universitaet Luebeck,
・Jolliffe, I. T. (2002), “Principal Component Analysis”, Springer,
・Soille, P. (1999), “Morphological Image Analysis: Principles and Applications”, Springer-Verlag,
・Talerico, K. A., & Capezuti, E. (2001), “Myths and Facts About Side Rails: Despite ongoing debates about safety and efficacy, side rails are still a standard component of care in many hospitals, so how do you determine their safe use?”, AJN The American Journal of Nursing, 第４３〜４８頁、および
・Viola, P., & Jones, M. (2001), “Rapid object detection using a boosted cascade of simple features”, CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION 2001.

よって、ベッドコンフィギュレーションを識別するための改善された思想を創作する必要がある。この要請は、添付の独立請求項に記載の装置、方法およびコンピュータプログラムの実施例によって達成される。

多くの実施例は例えば、例えば記録時に支援するため、またはベッド柵の使用時に表示される他のモニタリングシステムを作動するため、ベッド柵の設定（ひいてはその使用状態）を自動的に識別することができる。これは、患者台装置の光学的画像データを取得し、さらに、患者台装置の少なくとも１つの部分セグメントの姿勢を特定し、これに基づいて患者台装置の側部仕切り部の姿勢を特定することによって解決される。側部仕切り部の姿勢から、患者の状況を推定することができる。例えば、側部仕切り部が十分な高さに設定されていない場合は、安全上のリスクがあると推定することができる。

本願で開示する解決手段が有利である理由は、特に、少なくとも１つの部分セグメントおよび側部仕切り部の姿勢から、患者に係るリスクを推定できるからである。換言すると本発明の実施例は、患者台装置の光学的に取得された画像データを解析ないしは処理して、これから、少なくとも１つの部分セグメントおよび側部仕切り部の姿勢を推定するとの思想に基づく。実施例は、患者台装置の光学的画像データを取得して、当該画像データに基づいて患者台装置の少なくとも１つの側部仕切り部の姿勢を特定するための装置を実現する。本装置は、最初に画像データに基づいて患者台装置の少なくとも１つの部分セグメントの姿勢を特定するように構成されている。本装置はさらに、少なくとも１つの部分セグメントの姿勢に基づいて患者台装置の少なくとも１つの側部仕切り部の姿勢を特定するように構成されている。実施例は、画像データから側部仕切り部の姿勢を特定することによって、患者台装置のコンフィギュレーションの観察、安全モニタリングまたは記録の改善された思想を実現することができる。多くの実施例では、本装置はさらに、少なくとも１つの側部仕切り部の姿勢についての情報を出力するためのインタフェースを備えることができる。例えば、このようにして側部仕切り部の姿勢についての情報を、例えば介護員に対する表示のため、さらなるデータ処理のため、または自動モニタリングのために調達することができる。

数例の実施例では、本装置はさらに、患者台装置の光学的画像データを取得するための取得装置も備えることができる。取得装置は、３次元の点群を画像データとして取得するように構成された１つまたは複数のセンサを備えることができる。その限りにおいては、画像データを患者台装置に依存せずに取得することができるので、任意の患者台装置を使用することができる。さらに、患者台装置に取り付けられたセンサ系を省略することもできる。これにより、患者台装置における追加の構成要素または配線によって患者または人員にかかる制限を回避することができる。

他の実施例では、本装置はさらに、患者台装置の少なくとも１つの部分セグメントの姿勢を画像データに基づいて特定するための特定装置を備えることもできる。特定装置はさらに、患者台装置の少なくとも１つの部分セグメントの姿勢に基づいて患者台装置の横たわり面の大きさおよび位置を特定するように構成することができる。実施例はこのようにして、横たわり面についての情報、例えば横たわり面の向きまたはコンフィギュレーション等を、さらなる検討において共に考慮することができる。

例えば特定装置は、さらに患者台装置の２つの長辺を特定し、これらの長辺に基づいて画像データから、患者台装置の少なくとも１つの側部仕切り部に属しない画素を少なくとも部分的に除外するように構成することができる。実施例はこのようにして、効果的なデータ処理を可能にすることができる。特定装置はさらに、画像データをさらに患者台装置の長辺の画素に制限するように構成することもできる。このようにして、例えば２つの長辺について別個に側部仕切り部の検出を行うことができ、これによって検出を容易にすることができる。特定装置はさらに、画像データを患者台装置の側部平面上に投影して投影像を得るように構成することもできる。その際には特定装置は、投影像内において物体検出を用いて側部仕切り部候補を特定するように構成することができる。実施例はこのようにして、画像データを解析するための効果的なアルゴリズムを実現することができる。他の実施例では特定装置は、側部仕切り部候補を評価し、評価された側部仕切り部候補に基づいて少なくとも１つの側部仕切り部の姿勢を特定するように構成することができる。この評価によって側部仕切り部の検出の信頼性を測定して、検討において考慮することができる。

数例の実施例では特定装置は、少なくとも１つの側部仕切り部の姿勢に基づいて患者台装置のコンフィギュレーションについての安全情報を特定するように構成することができる。安全情報はその後、患者に係る状況を判断するために使用することができる。例えば特定装置は、記憶装置を用いて安全情報を記録するように、かつ／または表示装置を用いて安全情報を出力するように構成することができる。実施例はこのようにして、安全情報を調達することができる。少なくとも多くの実施例では、特定装置は安全情報に基づいて、患者台装置のコンフィギュレーションが安全レベルを下回る場合に警報情報を出力するように構成することもできる。その際には、介護員に警報を発することができる。例えば、患者台装置の安全レベルは、少なくとも１つの側部仕切り部に対する少なくとも１つの部分セグメントの相対姿勢に基づくことができる。側部仕切り部に対する少なくとも１つの部分セグメントの相対姿勢ないしはこれに対して平行に配置された横たわり面の相対姿勢は、例えば、側部での滑出、転落または落下のリスクを表す指標となり得る。安全レベルは、患者台装置の特定されたコンフィギュレーションの場合に患者台装置から患者が落下するリスクがどの程度高いかを表す尺度となり得る。これによって、介護員に対する早期警報または記録を形成することができる。安全レベルは例えば、少なくとも１つの部分セグメントにわたる横たわり面より上方の側部仕切り部の平均高さの度合いとなり得る。

他の実施例では特定装置は、患者台装置の少なくとも２つの部分セグメントの姿勢、例えば４つの部分セグメントの姿勢も特定するように構成することもできる。実施例はこのようにして、複雑な患者台装置の場合でも種々のコンフィギュレーションについての安全情報を調達することができる。

実施例はさらに、患者台装置の光学的画像データを取得して、当該画像データに基づいて患者台装置の少なくとも１つの側方仕切り部の姿勢を特定するための方法を実現する。本方法は、画像データに基づいて患者台装置の少なくとも１つの部分セグメントの姿勢を特定することを含む。本方法はさらに、少なくとも１つの部分セグメントの姿勢に基づいて患者台装置の少なくとも１つの側部仕切り部の姿勢を特定することを含む。

他の一実施例は、プログラムコードを有するプログラムまたはコンピュータプログラムであって、当該プログラムコードは、コンピュータ上、プロセッサ上、またはプログラミング可能なハードウェア構成要素上で実行されるときに本願に記載の方法を実施するためのものであるプログラムまたはコンピュータプログラムである。

以下、図面に示されている実施例に基づいて、他の有利な実施形態を詳細に説明するが、一般に、実施例は全体的に図面の実施例に限定されない。

患者台装置の光学的画像データを取得して少なくとも１つの側方仕切り部の姿勢を特定するための装置の一実施例を示す図である。 一実施例における４つのセグメントを有する患者台装置としての患者用ベッドを示す図である。 ４つの側部仕切り部またはベッド柵を有する患者台装置としての患者用ベッドを示す図である。 数例の実施例における３次元画像データの特定についての概観図である。 病室内の一実施例を示す図である。 一実施例における側部仕切り部の姿勢の特定についてのフローチャートである。 一実施例における仕切りフレームを含む取得された画像データを示す図である。 一実施例における仕切りフレームを含む取得された画像データと、特定された部分セグメントとを示す図である。 一実施例における側部仕切り部の特定についてのフローチャートである。 一実施例における２つのヒストグラムである。 一実施例における２つのヒストグラムを、発見された直線（左側）および平均的な直線（右側）と共に示す図である。 一実施例における、側部平面に基づいて得られた仕切りフレームを示す図である。 患者台装置の横たわり面の向きが既知である一実施例の投影像を示す図である。 一実施例における物体検出器によって同定された側部仕切り部を示す図である。 一実施例におけるベッド柵を備えた患者用ベッドの可能なコンフィギュレーションを示す図である。 一実施例における可能な評価を示す図である。 安全情報を特定するための方法の複数の実施例を示す図である。 側部平面を特定するための方法の一実施例のフローチャートのブロック回路図である。

以下、数例の実施例を示す添付の図面を参照して、種々の実施例を詳細に説明する。

数例の実施例のみを示す添付の図面の以下の説明では、同一の符号は同一または同等の構成要素を示し得る。さらに、複数の構成要素および物について包括的な符号を使用していることがあり、かかる符号は１つの実施例または図面中に複数回現れるが、これについては、１つまたは複数の構成に関して共同で説明する。明細書から特段の事情が明示的または暗黙的に明らかでない限りは、同一または包括的な符号によって表される構成要素または物は、１つ、複数または全ての構成において、例えば当該構成要素または物の寸法において同一構成とすることができるが、場合によっては異なる構成とすることもできる。オプションの構成要素は、図面において破線の線または矢印を用いて示されている。

実施例を改良および変更できる態様は種々存在するが、図面中の実施例は例示であり、ここでは詳細に記載されている。しかし、実施例をそれぞれ開示されている形式に限定することを意図しておらず、実施例はむしろ、本発明の範囲に属する全ての機能的および／または構造的な改良、均等態様および代替的態様を含むべきものであることを、明確に述べておく。同一の符号は、全ての図面説明において同一または類似の要素を示す。

他の要素と「接続」または「結合」されていると記載されている要素は、当該他の要素と直接接続もしくは結合されることができ、またはこれらの間に要素が存在し得ることに留意すべきである。それに対して、要素が他の要素と「直接接続されている」または「直接結合されている」と記載されている場合には、これらの間に要素は存在しない。要素間の関係を表すために使用される他の用語も、同様に解釈すべきものである（例えば「〜の間」と「〜の間に直接」、「接する」と「直接接する」等）。

本願にて使用される用語用法は、特定の実施例を記載するためだけに供されるものであり、実施例を限定すべきものではない。本願にて使用されている単数形「１つの」および「前記１つの」は、文脈が特段の事情を一義的に示していない限りにおいて、複数形も含むべきものである。さらに、例えば本願にて使用されている「含む」、「備える」、「有する」、「包含する」等の文言は、掲げられている構成、整数、ステップ、作業フロー、要素および／または構成要素の存在を表すが、１つないしは複数の構成、整数、ステップ、作業フロー、要素、構成要素、および／またはこれらの群の存在または追加を除外するものではないことも明確に述べておく。

特段の定義がない限りは、本願にて使用されている全ての用語（技術用語および学術用語を含む）は、実施例が属する分野の通常の知識を有する者が認識できるものと同一の意味を有する。さらに、例えば一般的に使用されている辞書に定義されている文言は、本願にて明確に定義されていない限りにおいて、関連する技術の文脈における当該文言の意味と一致する意味を有すると解すべきであり、理想化されたまたは過度に形式的な意味で解釈すべきものではないことを、明確に述べておく。

図１は、患者台装置の光学的画像データを取得して、当該画像データに基づいて患者台装置の少なくとも１つの側方仕切り部の姿勢を特定するための装置１０の一実施例を示す。本装置１０は、最初に画像データに基づいて患者台装置の少なくとも１つの部分セグメントの姿勢を特定し、少なくとも１つの部分セグメントの姿勢に基づいて患者台装置の少なくとも１つの側部仕切り部の姿勢を特定するように構成されている。オプションの構成要素は、図面において破線を用いて示されている。

実施例では、患者台装置１００は１つまたは複数のセグメント１２０を有することができる。図２は、４つのセグメント１２０ａ，１２０ｂ，１２０ｃおよび１２０ｄを有する患者台装置１００の一例としての患者用ベッドを示している。上記および下記において、患者台装置１００とは例えば、位置調整可能な患者用ベッド、手術台、寝椅子、バー、エアロック台、患者用椅子、車椅子等をいい、すなわち、人、患者または要介護者を載せ、寝かせ、支援するため、場合によっては搬送等するために適した装置をいう。以下、患者用ベッドを例に、数例の実施例を検討する。この患者用ベッドは、任意の患者台装置の代表として想定したものであり、そう解すべきものである。

図３は、４つの側部仕切り部またはベッド柵１１０ａ，１１０ｂ，１１０ｃ，１１０ｄおよび複数の部分セグメント１２０を有する患者台装置１００としての患者用ベッドを示す図である。図２および図３に示されているように、各セグメント１２０は、例えば足サポート部、脚サポート部、胴部サポート部、背中サポート部、頭部サポート部等、それぞれ異なる機能に対応したものとすることができ、かつ例えば着座領域と横たわり領域等、複数の領域に分割することができる。図２の部分セグメント１２０，１２０ａ，１２０ｂ，１２０ｃ，１２０ｄの少なくとも一部は、患者台装置１００の横たわり領域および／または着座領域のセグメントに割り当てられている。他の実施例では、患者用ベッドに代えて、対応するセグメント１２０を有する任意の他の患者台装置１００を検討することもできる。部分セグメント１２０ａ，１２０ｂ，１２０ｃ，１２０ｄはコンフィギュレーション可能または位置調整可能であることにより、相互間で種々の姿勢をとることができ、またはベッドフレームに対して種々の相対姿勢をとることもできる。図２および図３を参照のこと。

図示の実施例では、ベッドのマットレスが、コンフィギュレーション可能である上述の４つのセグメント１２０ａ，１２０ｂ，１２０ｃ，１２０ｄに分割されている。図２では側部仕切り部１１０が、上に立てられたベッド柵として示されており、これらのベッド柵は、少なくとも部分セグメント１２０ａ，１２０ｂ，１２０ｃおよび１２０ｄを平らに調整したときに患者の転落をある程度防止するためのものである。上記および下記において、セグメント１２０，１２０ａ，１２０ｂ，１２０ｃ，１２０ｄまたは側部仕切り部の姿勢とは、セグメント１２０，１２０ａ，１２０ｂ，１２０ｃ，１２０ｄまたは側部仕切り部の方向、方位、少なくとも１つの他の部分セグメントに対する相対的な向きおよび位置、例えば長手軸または横軸の交差角等、例えば地面、患者台装置の軸等の参照物体に対する相対的な向きおよび位置、患者台装置または側部仕切り部上に位置する患者の特定の状態の場合に当該患者台装置または側部仕切り部の設定を変更すべきか否かを介護員に通知する情報等をいう。つまり姿勢についての情報の特定は、患者台装置１００の設定またはコンフィギュレーションについて判断することにより、その後にこの設定またはコンフィギュレーションを例えば記録できるようにし、かつ／または当該設定の変更を行うべきか否かも評価できるようにすることを目的として行われるものである。その点では、少なくとも１つの部分セグメント１２０および少なくとも１つの側部仕切り部１１０の姿勢は、当該少なくとも１つの部分セグメント１２０または当該少なくとも１つの側部仕切り部１１０の設定またはコンフィギュレーションの推定を可能にする１次元、２次元または３次元情報、例えば角度、直線、平面の形態の情報等を基準とすることができる。

図３は、実施例の側部仕切り部１１０ａ，１１０ｂ，１１０ｃおよび１１０ｄの複数の異なる姿勢を示している。これらのコンフィギュレーションは、位置調整可能な側部仕切り部のコンフィギュレーション例であり、本実施例では側部仕切り部は４つである。

図１はさらに、本装置１０が多くの実施例においてさらに、少なくとも１つの側部仕切り部１１０の姿勢についての情報を出力するためのインタフェース１２を備えることができることを示している。インタフェース１２は、下記にて詳細に説明する特定装置１６に結合することができる。インタフェース１２を介して例えば、少なくとも１つの部分セグメント１２０および／または側部仕切り部１１０のコンフィギュレーション／姿勢についての情報（例えば角度、交差角、これらから導出された情報等）、および／または当該情報の信頼性についての情報を、他の構成要素へ伝送することができ、これらの情報は、例えば画像データの後続のさらなる処理のため、例えばディスプレイもしくはモニタへ、表示装置、記憶装置、警報装置または記録システムへ伝送することができる。

例えばインタフェース１２は、例えばデジタルビット値、アナログ信号、磁界で、符号方式で、１つのモジュール内で、複数のモジュール間で、または複数のインスタンスのモジュール間で、情報を受信するための１つもしくは複数の入力端および／または情報を送信するための１つもしくは複数の出力端に相当することができる。またインタフェース１２は、例えば操作パネル、スイッチまたはロータリスイッチ、ノブ、接触感知式ディスプレイ（英語の「タッチスクリーン」ともいう）等の入力インタフェース１２に相当することもできる。よってインタフェース１２は、例えば部分セグメント姿勢の特定を行うべきか否か等についての情報の受け取りと、場合によっては受信または入力も行えるものである。

患者台装置ＰＬＶ１００は、多くの医療分野において、例えば病院（例えば救急救命室、リカバリー室、病室、集中治療ステーション等）、救急車または老人ホームおよび在宅介護等において、使用される。ＰＬＶ１００は一般に、患者に対して横たわり面ないしは座面を提供することを特徴とするものである。ＰＬＶ１００にはしばしば、個別に患者の要求に合わせてカスタマイズされた特別な要求が課されることが多い。よって、横たわり面は、相互に位置調整可能である複数の（ＰＬＶ）セグメント１２０，１２０ａ，１２０ｂ，１２０ｃ，１２０ｄから成るので、しばしばコンフィギュレーション可能であることが多い。特定装置１６は、患者台装置１００の少なくとも１つの部分セグメント１２０の姿勢を特定するように構成することができる。以下では、４つの部分セグメント１２０ａ〜１２０ｄが設けられている実施例を検討するが、他の実施例では、設ける部分セグメント１２０の数を増加または減少することもできる。

かかる一例が図２に示されている。同図では、横たわり面の頭部が直立可能となっており、患者の脚を曲げることができるように脚部位のセグメント１２０ｃ，１２０ｄが調整可能となっている。このようにして患者の姿勢に決定的に影響を与えることができ、これにより快適性を向上し、リスクを最小限にし、治療結果を改善することができる。さらに、ＰＬＶ１００は全体的に、ある程度まで高さ調整およびリクライニング可能であることが多い。

多くのＰＬＶ１００にはさらに側部仕切り部１１０が、たいていは両側に備え付けられている。この側部仕切り部１１０は患者の保護に供され、ＰＬＶからの転落／落下を防止するものである。側部仕切り部のおそらく最も頻度が高い形態は、図２および図３にも示されているようにベッド柵（または「ベッドサイドサポート部」もしくは「ベッドサイドパーツ」ともいう）である。ベッド柵は約７０年前から落下の防止のために使用されている。可能な実施形態の相違点は、ベッド柵がベッド両側に一続きで設けられているか否か、またはベッドの各側に、互いに分離しているベッド柵が２つずつ配置されているか否かであることが多い。前者の態様の一例が図２に示されており、後者の一例は図３に示されている。ベッド柵はたいてい、ベッドフレームの側部に直接固定されているか、またはＰＬＶセグメント１２０のうち１つに固定されている。ベッド柵は高低調整可能であり、また、潜在的にその間の設定に無段階でも調整可能である。

図３の実施例では、ベッド柵は各側において２パーツ構成となっており、ＰＬＶセグメント１２０に固定されている。ＰＬＶ１００の左側では、ベッド柵は上に立てられており、右側では下げられている。

しかし、ベッド柵を使用していても落下は生じる。不都合な場合には、患者がベッド柵を越えようとして、落下高度がより高くなることにより、ベッド柵が、可能性のある落下の重度を増大することもあり得る。さらに、患者が不都合にベッド柵に挟まれ、その結果として負傷し、または死亡するリスクも存在する。身体の部位、とりわけ末端部が比較的長期間載っていると、その結果として圧迫潰瘍が生じる可能性があり、これ自体が健康上の高いリスクとなる。すなわちベッド柵が十分に（上昇した）リスクとなり得ることは、研究（Capezuti, Wagner, & Brush, 2007）でもテーマとして取り上げられている。

ベッド柵は、患者がベッドにおいて寝返りを打ち、または異なって位置決めするのを助けることもできる。というのも、患者をベッド柵に留め置いて、これに沿って動くことができるからである。その上、ベッド柵によって物を固定することもできる（例えば排流器、採尿バッグ、患者固定手段等）。いかなる場合においても介護員は、ベッド柵を取り付けるか否かを良く検討しなければならない。その判断のための１つの可能なガイドライン、特に米国に係るガイドラインが、例えば（Talerico & Capezuti, 2001）に記載されている。少なくとも独国においては、ベッド柵の使用について法律上のハードルも存在する。というのも、上に立てることは自由を奪うことになる可能性もあるため、正当化する根拠が必要となり得るからである。患者に帰責能力がある場合には、患者自身がその根拠となり得る。そうでない場合には、医師は緊急時に、ベッド柵の最大２４時間にわたる使用を指示することができる。介護状況においても（例えばＰＬＶ１００の設定または位置の変更時等）、ベッド柵を短時間上に立てることが許される。それ以外の場合、またはそれを越える場合には、裁判官と話し合わなければならない場合がある。

ベッド柵を上に立てることは、毎回記録を要する。この記録は少なくとも、時点と、根拠と、許可の示唆とを含まなければならない。ＰＬＶ１００に関する詳細について、また、ここで述べられている他の側面に関しては、独国特許出願公開第１０２０１５０１３０３１号明細書（DE 10 2015 013 031.5）を参照されたい。同文献は、画像データに基づくＰＬＶ１００の部分セグメントの姿勢の特定に取り組むものであるが、側部仕切り部１１０に関連する問題については言及していない。

図１にさらに示されているように、装置１０は他の実施例では、患者台装置１００の光学的画像データを取得するための取得装置１４を備えることができる。取得装置１４は、図１においてオプションとして示されているように（オプションの構成要素は、図１では破線で示されている）、３次元の点群を画像データとして取得するように構成された１つまたは複数のセンサを備えることができる。取得装置１４は、特定装置１６および／またはインタフェース１２に結合することができる。取得装置１４は、１つまたは複数の任意の光学的取得ユニット、取得機器、取得モジュール等に相当することができる。これについては、カメラ、画像センサ、赤外線センサ、１次元、２次元、３次元またはより高次元のデータを取得するためのセンサ、複数の異なる種類のセンサ素子等が可能である。この１つまたは複数のセンサは他の実施例では、少なくとも３次元のデータを出力するセンサを少なくとも１つ含むことができる。よって、この３次元のデータは空間内における画素についての情報を捉えるものであり、さらに、ほぼ他の次元として他の情報を含むこともでき、例えば色情報（例えば赤緑青（ＲＧＢ）色空間等）、赤外線強度、透明情報（例えばα値等）等を含むことができる。

シーンの２次元の画像を生成しないが物体の表面点についての情報を含む３次元の点群を生成する種々の種類のセンサ、例えば座標または種々の奥行情報を有する画素を生成する種々の種類のセンサが存在する。例えば、センサまたはセンサシステム自体までの画素の距離についての情報が存在することができる。２次元の画像を取得するだけでなく、各画素からセンサシステム自体までの距離を含む奥行マップをさらに取得するセンサが、複数存在する。この奥行マップから、取得されたシーンを３Ｄで表現する３次元の点群を計算することもできる。

奥行マップのための奥行情報を特定するための複数の異なる手法の概観を、図４に示す。直接的手法と間接的手法とを区別することができ、前者は、一点からシステムまでの距離をシステム自体から直接求めるものであり、後者は、さらなる手法を要するものである。各手段についての追加情報は、とりわけ（Hartman, 2011）に記載されている。比較的最近において、かかるセンサは格段に安価かつ良質になっている。３次元の情報によって、コンピュータは撮像された物体をより正確に解析することができ、関心対象の情報、例えば物体間の距離等を導出することができる。

図４は、数例の実施例における３次元の画像データの特定についての概観図であり、図４以外の当該特定の態様も、実施例において使用することができる。ここで留意すべき点は、ここでは基準とされる３次元の画像データはしばしば、３次元の部分画像にしか相当しないことが多いことである。というのも、センサは特定の視点からの画素しか検出しないので、不完全な３次元画像しか生じ得ないからである。以下さらに説明するように、複数のかかる部分画像を組み合わせることによって、品質が改善された１つの画像を得ること、またはより多くの画素を得ることもでき、このより多くの画素も、１つの部分画像のみに相当することができる。

図４は、まず４０ａにおいて、画像データ中の奥行情報の特定または計算を示している。ここで、分岐４０ｂの直接的手法と、分岐４０ｃの間接的手法と、を区別することができ、前者は、一点からシステムまでの距離を、システム自体を用いて直接求めるものであり、後者は、距離特定のためにさらなる設備を要するものである。直接的手法は、例えば伝搬時間測定（英語で「タイム・オブ・フライト」（time of flight）ともいう）４０ｄおよび合焦（焦点外し）法４０ｅである。間接的手法には例えば、（例えば構造光４０ｈ、動き４０ｉ、またはステレオカメラ４０ｊ等を用いる）三角測量法４０ｆおよび表面特性の評価４０ｇが含まれる。

これら複数の異なる手段のさらなる詳細については、例えばHartman F.、２０１１年に記載されている。上記参照のこと。かかるセンサは過去に低コストになり、また、開発が進められてより高パフォーマンスになった。３次元の情報により、コンピュータが、取得された物体の適切な解析を行って、対応するデータを生成することができる。

実施例は、患者台装置１００の少なくとも１つの部分セグメント１２０，１２０ａ，１２０ｂ，１２０ｃ，１２０ｄの少なくとも１つの部分姿勢を３次元空間における部分平面として表示するデータセットを、結果として出力することができる。多くの実施例では、部分平面を３次元空間における２次元の部分平面として、または２次元空間における１次元の部分直線として表示することができる。部分直線表現の場合には、より高次の知識として、平面が２次元の座標に対して垂直な第３の次元で延在すると仮定することができる。詳細については、独国特許出願公開第１０２０１５０１３０３１号明細書を参照されたい。

少なくとも多数の実施例は、自動的かつ非接触で、ＰＬＶ１００と利用側システムとの間に少なくとも部分的に通信接続を設けることなく、少なくとも１つの側部仕切り部１１０および部分セグメント１２０の検出された姿勢に依存してベッドコンフィギュレーションにおける患者の安全性を表す尺度を提供するための方法、コンピュータプログラムおよび／または装置を開示する。この課題は数例の実施例では、日中および夜間の双方において、例えば赤外線センサを用いて解決することができる。

図１に示されているような装置１０は、実施例では、人間が視認できる照明比に実質的に依存せずに動作する１〜ｎ個（ｎ＝正の整数）のセンサを備え、または使用することができる。例えば、各センサがそれぞれシーンの３Ｄ点群を作成することができ、これらの３Ｄ点群を１つの点群にまとめることができる。センサは、モニタリング対象の患者台装置１００の大部分が視界内に入る向きとすることができる。

図１にさらに示されているように、装置１０はさらに、患者台装置１００の少なくとも１つの部分セグメント１２０の姿勢を画像データに基づいて特定するように構成された特定装置１６を備えることもできる。特定装置１６はさらに、患者台装置１００の少なくとも１つの部分セグメント１２０の姿勢に基づいて患者台装置１００の横たわり面の大きさおよび位置を特定するように構成することができる。

特定装置１６は、インタフェース１２および取得装置１４に結合することができる。実施例では特定装置１６は、任意のコントローラまたはプロセッサまたはプログラミング可能なハードウェア構成要素に相当することができる。例えば特定装置１６は、適切なハードウェア構成要素のためにプログラミングされたソフトウェアとして実現することもできる。よって、適切に適合されたソフトウェアを備えたプログラミング可能なハードウェアとして、特定装置１６を具現化することができる。その際には、例えばデジタル信号プロセッサ（ＤＳＰ）またはグラフィックプロセッサ等の任意のプロセッサを使用することができる。実施例は、プロセッサの特定の種類に限定されない。任意のプロセッサ、または特定装置１６を具現化するための複数のプロセッサも可能である。図１にはさらに、数例の実施例では特定装置１６を取得装置１４に結合できることも示されている。かかる実施例では例えば、取得装置１４の１つまたは複数のセンサは少なくとも３次元の（部分）画像データを取得して、これを特定装置１６へ供給し、特定装置１６は画像データ内において患者台装置１００と、少なくとも１つの部分セグメント１２０および少なくとも１つの側部仕切り部１１０の姿勢とを特定する。

一実施例では特定装置１６は、１〜ｎ個のセンサに接続されているプロセッサユニットによって具現化されており、このプロセッサユニット上で上述の方法が実行される。その際には、センサをプロセッサユニットに接続するため、かつ例えば表示システムまたは記録システム等の他のシステムへ方法の結果を伝送できるようにするため、さらに通信接続を設けることもでき、この通信接続もインタフェース１２を用いて実現することができる。

図５に、装置１０の概念的表現が示されている。図５は、病室内の一実施例を示している。装置１０は同図では、病室内のシーンの複数の視点から少なくとも３次元の部分画像データを取得するための２つの部分システム１４ａおよび１４ｂを有する取得装置１４を備えている。図５はさらに、コンフィギュレーション可能な患者用ベッド１００（患者台装置１００全般の代表）とドアとを示している。取得装置１４の両部分システム１４ａおよび１４ｂは、通信接続を介して、例えばイーサネットおよびインターネットプロトコル（ＩＰ）を介して、かつ／またはネットワーク内で、特定装置１６に結合されており、この特定装置１６は同図ではプロセッサユニット１６として具現化されている。図５はさらに直交座標系１８も示しており、これは以下の検討の基礎となる。

一般的に装置１０は、それぞれ点群を検出する１〜ｎ個のセンサを備えることができ、これらの点群は補完し合って１つの３次元の（部分）画像点群とすること、またはこれにまとめることができる。図５の実施例で示されているように、取得装置１４は、少なくとも３次元の部分画像データを取得するための複数の画像センサを備えることができる。その際には特定装置１６は、複数の画像センサのデータを患者台装置（ここでは患者用ベッド）１００の少なくとも３次元の部分画像の画像データにまとめ、この（まとめられた）部分画像に基づいて少なくとも１つの部分セグメント１２０，１２０ａ，１２０ｂ，１２０ｃ，１２０ｄの姿勢の特定を行い、少なくとも１つの部分セグメント１２０，１２０ａ，１２０ｂ，１２０ｃ，１２０ｄの姿勢に基づいて少なくとも１つの側部仕切り部１１０，１１０ａ，１１０ｂ，１１０ｃ，１１０ｄの姿勢を特定するように構成されている。まとめられた画像データは例えば、センサの視角からの患者台装置１００の３次元の表面についての情報を含む。複数の画像センサのデータをこのようにまとめることにより、単一画像を用いるより高い詳細度で、イメージング対象の患者用ベッド１００の３次元の（部分）画像を生成することができる。

図５の実施例ではプロセッサユニットとして構成されている特定装置１６は、ネットワークを介して１〜ｎ個のセンサに接続されている。その際には、本来の特定は、まとめられたデータに基づいて行うことができる。通信接続を提供できるこのネットワークは、例えば記録、モニタリング、または（例えばモニタ上またはディスプレイ上での）表示を目的として、特定されたベッドコンフィギュレーションについての情報を転送するために供することもできる。図５は利用側システム２０を示しており、これも通信接続を介して、例えば上記のインタフェース１２も使用して、特定装置１６に結合することができる。利用側システム２０は側部仕切り部１１０の姿勢に関する情報を受け取り、例えば記録、安全モニタリング、警報等のために、この情報をさらに処理する。

同図は、シーンを観察する２つのセンサを示しており、これらのセンサは通信接続によってプロセッサユニット／計算ユニット１６に接続されており、このプロセッサユニット／計算ユニット１６は、ここで記載されている方法を実行し、プロセッサユニット／計算ユニット１６自体は通信接続を介して利用側システムに接続されている。同図はさらにベッドも概略的に示しており、これは例えば、集中治療ステーションにて使用できるベッド等である。観察者側では、ベッドの側部仕切り部は下げられており、他方の側では上に立てられている。

図６のフローチャートにおいて、プロセッサユニット上で実行できる方法を示す。図６は、一実施例における側部仕切り部１１０の姿勢の特定についてのフローチャートである。開始ステップ５０ａへの入力として、本方法はＰＬＶ１００の３Ｄ点群を待つ。この３Ｄ点群のためには、側部仕切り部のステータスを求めなければならない。この点群をシーンの点群全体から切り取ることは、物体検出手法およびセグメンテーション手法によって行うことができる。本方法は、これを用いてＰＬＶの横たわり面を詳細に描写することを開始する。すなわちこの実行ステップ後には、ＰＬＶセグメントの特定５０ｂ、横たわり面の姿勢（向きおよび位置）ならびに大きさが、場合によっては複数の描写対象のセグメント１２０の形態で分かる。このステップも独国特許出願公開第１０２０１５０１３０３１号明細書に記載されている。

次に、ＰＬＶの両長辺の特定５０ｃを行う。数例の実施例では特定装置１６は、患者台装置１００の２つの長辺を特定し、これらの長辺に基づいて画像データから、患者台装置１００の少なくとも１つの側部仕切り部１１０に属しない画素を少なくとも部分的に除外するように構成することができる。側部仕切り部１１０が存在する場合には、この長辺に沿って側部仕切り部１１０が存在する。これまでに求められた情報に基づき、側部仕切り部１１０に属し得ない点を可能な限り全て除外する５０ｄ。ここで、残った点を２つの部分集合に分ける５０ｅ必要もあり得、ＰＬＶ各側に１つの部分集合が対応する。特定装置１６は、画像データをさらに患者台装置１００の長辺の画素に制限するように構成されている。特定装置１６はさらに、画像データを患者台装置１００の側部平面上に投影して投影像を得るように構成することもできる。

ステップ５０ｅ〜５０ｋはＰＬＶ各側の側部仕切り部１１０の識別に関するものであるから、本方法が両側についての判断を行うべき場合には、側ごとに別個に各々の点部分集合を用いてステップ５０ｅ〜５０ｋを実施する。その際には、選択された部分集合の残りの点をＰＬＶの側部平面に投影する５０ｅ。この生じた投影から、本方法は本実施例では少なくとも１つの画像を作成し５０ｆ、次にこの少なくとも１つの画像内にて、物体検出器５０ｇを用いて側部仕切り部を探索する。特定装置１６は、投影像内において物体検出を用いて側部仕切り部候補を特定するように構成されている。次に、物体検出器によって作成された検出結果を評価し５０ｈ、この評価とＰＬＶセグメント１２０の姿勢とに基づき、側部仕切り部１１０を描写する出力５０ｉを作成する。特定装置１６は、側部仕切り部候補を評価し、評価された側部仕切り部候補に基づいて少なくとも１つの側部仕切り部１１０の姿勢を特定するように構成されている。

最後のステップ５０ｊにおいて、側部仕切り部の設定と姿勢セグメントとに基づきベッドコンフィギュレーションの安全性の自動評価を行い、これに基づいて可能な警報を発する。特定装置１６は、少なくとも１つの側部仕切り部１１０の姿勢に基づいて患者台装置１００のコンフィギュレーションについての安全情報を特定するように構成されている。特定装置１６は例えば、記憶装置を用いて安全情報を記録するように構成することができる。特定装置１６は、例えばモニタ、ディスプレイ、プリンタ等の表示装置を介して安全情報を出力するように構成することもできる。特定装置１６はさらに、安全情報に基づいて、患者台装置１００のコンフィギュレーションが安全レベルを下回る場合に、警報情報、例えば光学的、触覚的または音響的な警報信号等を介護員に対して出力するように構成することもできる。

実施例は、側部仕切り部１１０の位置決めおよびその安全性の自動記録を行うことができる。次の他のアルゴリズムにて使用するため、または警報を発するため、ベッドコンフィギュレーションの安全性の自動評価を行うことができる。それ自体で側部仕切り部の位置決めを識別して伝送できる患者台装置１００に基づく他の方法と比較して、実施例では、より容易に後付けを行えるようになる。よって実施例は、特定の患者台装置に限定されない汎用可能なシステムを実現することができる。実施例は、例えば洗浄措置によって損傷し得たり、またはこれによって面倒かつ高価な包装を施さなければならないセンサ系を、ベッドに取り付けることを要しない。しかし、かかるセンサが存在する場合には、これを実施例において共に使用することができる。１つの領域内で複数のＰＬＶを使用する場合でも、ステータスデータを常に標準化して供給することができる。また、画像データを処理することにより、空間内の邪魔になる配線を省略することもできる。空間における側部仕切り部の各部の姿勢および位置が検出可能となり、他の処理のために（例えば衝突警報／衝突検出のために）使用することができる。

以下、数例の実施例を詳細に説明する。これについては特に、本方法の開示される各ステップの可能な実施態様を開示する。これらの実施態様では特定装置は、これら複数のステップと検出器とを具現化することができる。この実施例では、ＰＬＶ１００を描写する３次元の点を得るために３Ｄセンサを使用する。プロセッサユニット１６として、市販のデスクトップコンピュータを使用することができる。以下では、図６にて概略的に示されている各ステップの少なくとも１つの可能な実施態様を、詳細に説明する。

図７には、一実施例を開示するために使用する、本方法の入力点群が、点群のために計算される有向境界ボックス（ＯＢＢ、仕切りフレーム）と共に示されている。図７は、一実施例における仕切りフレームを含む取得された画像データを示す。図中には集中治療ステーションのベッド１００が示されており、このベッド１００のセグメント１２０の向きが床に水平方向に向かうように、当該セグメント１２０は調整されている。ベッド上に患者１３０が座っている。このベッドは側部仕切り部１１０を備えており、この側部仕切り部１１０は、ベッド側ごとに２つの部分から成る。ここでは、ベッド１００の左側の両側部仕切り部１１０は上に立てられており、右側では、当該ベッド１００の頭部に対応するベッド柵１１０のみが上に立てられている。入力点群のためのＯＢＢは、独国特許出願公開第１０２０１５０１３０３１号明細書に詳細に説明されているように、本方法を使用して部分結果として特定することができる。

本実施例では、相互に位置調整可能であるセグメント１２０の形態の、ＰＬＶ１００の横たわり面を記載する。これらのセグメントは、その大きさ、位置および向きの形態で、独国特許出願公開第１０２０１５０１３０３１号明細書に記載されている方法を使用して特定することができる。

図８は、本実施例における仕切りフレームを含む図７の取得された画像データと、特定された部分セグメント１２０ａ，１２０ｂ，１２０ｃおよび１２０ｄと、を示している。さらに、４つの側部仕切り部１１０ａ，１１０ｂ，１１０ｃおよび１１０ｄないしはベッド柵を認識することができる。図８は、入力点群で、本事例では４つである計算されたＰＬＶセグメント１２０ａ，１２０ｂ，１２０ｃおよび１２０ｄを示している。さらに、ＰＬＶセグメント１２０ａ，１２０ｂ，１２０ｃおよび１２０ｄの大きさは正確ではないことが分かる。というのも、座っている人１３０がいるため、ＯＢＢは過度に大きく計算されたからである。したがって本実施例では、ＯＢＢの右側の区切りの直近を探索しただけでは、右側の側部仕切り部１１０ｃ，１１０ｄを特定することができない。次のステップがこれを補正する。

図９のように、本実施例は、側部仕切り部１１０ａ〜１１０ｄが取り付けられている可能性のあるＰＬＶ１００の長辺を特定するために進行する。図９は、本実施例における側部仕切り部１１０ａ〜１１０ｄの特定についてのフローチャートである。本方法の主な課題は、この側において突出する物体を「切り取る」ことである。その基本的思想は、入力点群から画像を作成し、この画像において直線を探索することである。その際には、ＰＬＶ１００の辺を最良に描写する直線対を選択して、長辺を特定するために使用する。検討している本実施例では、本方法はステップ６０ａで開始する。

最初に、入力点群からヒストグラムを作成し６０ｂ、このヒストグラムでは、ＰＬＶセグメント１２０ａ〜１２０ｄを描写する方形のうちいずれかより上方にある点を、各方形に投影する。次に、それぞれ投影された点がクラスに分けられて計数されるように、セグメント１２０ａ〜１２０ｄごと（ないしは方形ごと）に２次元のヒストグラムを作成する。次に、各ヒストグラムの順序（足側から頭側に向かって）を維持しながら、これらのヒストグラムを結合して１つのヒストグラムにする。ここで、ヒストグラムを実際に忠実に作成するため、本方法がＰＬＶセグメント１２０ａ〜１２０ｄに適用されていることに留意すべきである。例えばＰＬＶ１００の頭部セグメントが斜めに立てられている場合には、床平面への点の投影は正確にならない。というのも、これらの点が投影においてカバーする領域は、頭部セグメントの向きが床に対して平行である場合よりも比較的格段に小さくなるからである。よって、ＰＬＶセグメント１２０ａ〜１２０ｄを使用するので、ロバストな方法が達成される。

次のステップ６０ｃにおいて本方法は、結合されたヒストグラムから画像を生成し、この画像は以降のために使用される。このことは、ヒストグラムに閾値を適用して、値がこの閾値を上回る全てのヒストグラムクラスが白色の画素を生成し、他の全てのクラスが黒色の画素を生成することによって行われる。次に画像の孔を埋め（（Soille, 1999）を参照のこと）、エッジ検出器を用いてエッジ画像を作成する（これを行うためには、文献に多数のアルゴリズムが存在する。例えば（Canny, 1986））。両ステップについては、図１０に一例が示されている。左側は、本実施例の孔を埋めた後のヒストグラム画像を示しており、右側は、これから作成された、本実施例のエッジ画像を示している。ベッド両側は実質的に一直線上にあり、この直線はとりわけ患者１３０の脚によって途切れているのを認識することができる。

本方法は、生成されたエッジ画像内において直線６０ｄを探索することによって進行する。これを達成する一手段は、いわゆるハフ変換である（Duda & Hart, 1972）。ここで使用されている実施例の直線は、図１１の左側に示されている。ここで留意すべき点は、これらの直線は、ほぼ正確に重なり合うほど部分的に類似しているので、図１１では個別に認識することができないことである。

しばしばハフ変換は、それぞれベッドの同一側を描写する多数の直線を発見することが多い。それゆえ直線を群分けし、各群は後で１つの直線にまとめられる６０ｅ。この群分け６０ｅは、２つの直線間の距離寸法を定義し、これに基づいてグラフを作成することによって行われる。このグラフでは、直線はノードとして表現され、表現される両直線の各距離寸法が、定義された閾値より小さい場合、２つのノードはエッジによって接続されている。その後、生成されたグラフにおいて（例えばブロン・ケルボッシュ（Bron-Kerbosch）アルゴリズム（Bron & Kerbosch, 1973）を用いて）クリークを特定することにより、直線を群分けする。ここで、１つのクリークは１つの群に相当する。距離寸法は、直線の勾配と、当該直線が左側の画像縁部と交差する点とに基づく。図１１では、左側に、本方法の発見された全ての直線を示しており、右側に、残った平均的な直線を示している。

次のステップ６０ｆにおいて、発見されたクリークごとに、代表的である平均的な直線を特定する。これは、群の各直線の「直線重み」を考慮して行われ、直線重みは例えば、各直線に十分に近い白色の画素数として定義することができる。図１１の右側には、特定された各クリークの平均的な直線を示しており、本実施例では４つである。最後に本方法は、残りの直線から最良の対を発見しようと試みる６０ｇ。このことは、直線の勾配（１対の直線は、可能な限り類似する勾配を有しなければならない）と、直線間の距離とを考慮して行われ、後者の場合、ＰＬＶ１００の典型的な幅についての既知情報を共に考慮することができる。本実施例では、このようにして上下の直線が選択される。

図１２は、本実施例における、側部平面に基づいて得られた仕切りフレームを示す図である。図１２の左側には、両直線から得られた平面を示しており、この平面はＰＬＶ１００の長辺を表現している。右側には、これに基づいて補正されたＯＢＢ、および、誤ったまたは過度に大きい元のＯＢＢも示されている。ＰＬＶ１００の長辺が特定されると直ちに、点群から、側部仕切り部に属し得ない点を可能な限り全て除外する。側部仕切り部はＰＬＶ１００の長辺に沿って延在するので、両側部平面間に位置する点であって、両側部平面からの距離が最小寸法（例えば１０ｃｍ）である点の全てと、両側部平面間にはない点であって、両側部平面からの距離が少なくとも第２の最小寸法（例えば１０ｃｍ）である点とを破棄する。よって図１２では、本実施例では、両平面のうち１つから最大１０ｃｍ離れている全ての点が維持されることとなる。これらの点は、側部仕切り部を備えたベッドの長辺と、座っている人の一部とを含むこととなる。

以降のステップは、ＰＬＶの各側の側部仕切り部１１０の特定に関するものである。本実施例では、以下ではＰＬＶ１００の左側を検討する。残った点を、それぞれＰＬＶ各側に対応する部分集合に分割することは、点から両側部平面までの距離で行われる。左側の側部平面により近い点は、ＰＬＶ左側に対応する部分集合に対応付けられ、他の全ての点はＰＬＶ右側に対応する部分集合に対応付けられる。左側の側部平面への投影（図６の５０ｅを参照）自体は、公知の数学的手法によって達成することができる。

その際にも、上記と同様に、投影された点から画像を作成する。つまり、ここでも点のヒストグラムを計算し、各ヒストグラムクラスを画像の画素として捉える、ということである。次に、閾値を用いて白黒画像を作成することができる。その際には、例えばノイズにより生じる現象を低減するため、フィルタ、とりわけガウスフィルタを、画像に適用することができる。ガウスフィルタを用いた場合の本実施例の結果は、図１３の左側に見ることができる。図１３は、本実施例における患者台装置１００の横たわり面の向きが既知である投影像を示している。図１３の左側は、投影された点の作成された画像を示しており、右側は、横たわり面の向きが既知である、同一画像を回転したものを示している。

側部仕切り部の両部分、および、とりわけ足プレートも認識することができる。次のステップにおいて、（１つまたは複数の）側部仕切り部１１０を探索しなければならない。このステップを可能な限りロバストにするためには、側部仕切り部１１０の出現の分散を可能な限り小さく抑えるのが好適となり得る。ここで、ＰＬＶセグメント１２０ａ〜１２０ｄが画像の水平軸に対して平行に延在するように画像をセグメントごとに回転することによって、ＰＬＶセグメント１２０ａ〜１２０ｄの姿勢についての知識を使用することができる。これにより、ＰＬＶセグメント１２０ａ〜１２０ｄの変位に対する不変性が達成される。というのも、側部仕切り部１１０の向きも画像の水平軸に対して平行となり、このことによって、物体検出器にとって追加の仮定が可能になるからである。

側部仕切り部１１０がＰＬＶセグメント１２０ａ〜１２０ｄに固定されている場合、上記のことが成り立つ。しかし、そうではなくて側部仕切り部１１０がＰＬＶ長手軸に取り付けられることもあり得る。長手軸の姿勢と、特に向きを求めるためには、例えば以下の手法が可能である。
１）床から最大Ｄｃｍしか離れていない点を除外する（かかる点はＰＬＶ長手軸に属し得ない。というのも、ＰＬＶ１００は通常、医療従事者のためにある程度の最小作業高さを保証しなければならないからである）。
２）横たわり面より上方にある点を除外する（その際には、求められたＰＬＶセグメント１２０ａ〜１２０ｄが必要となる）。
３）（例えば、各ＰＬＶセグメント１２０ａ〜１２０ｄからＦｃｍ下方にある点を除外することによって）マットレスに属する可能性がある点を除外する。
４）残った点に基づいて主成分分析（英語で「Principal Component Analysis」ＰＣＡともいう）（Jolliffe, 2002）を計算し、主軸をＰＬＶ長手軸として選択する。

このようにしてＰＬＶ長手軸の向きが分かった場合、この長手軸が画像の水平軸に対して平行に延在するように画像を回転することもできる。ＰＬＶ１００がどの型式に属するかが既知でない場合には、複数の回転された画像（ＰＬＶセグメント１２０ａ〜１２０ｄを考慮して回転したもの、長手軸に基づいて回転したもの、等）を作成し、この画像集合の中で側部仕切り部１１０を探索することができる。図１３の右側は、本実施例の作成された画像を、ＰＬＶセグメント１２０ａ〜１２０ｄが当該画像の水平軸に対して平行になるように回転したものを示している。

本実施例では回転画像（図１３の右側）において、訓練された物体検出器を使用することによって、側部仕切り部を探索する。ヴィオラ・ジョーンズ（Viola-Jones）・アルゴリズム（Viola & Jones, 2001）に従い、ＨＯＧ特徴（Dalal & Triggs, 2005, 英語：Histograms of Oriented Gradients、有向勾配のヒストグラム）を用いて、画像内において側部仕切り部を識別できる物体検出器を訓練する。ＨＯＧは、複数の画像領域における勾配およびその向きのヒストグラムに基づく特徴である。検出器の探索の結果を、図１４に示す。図１４は、一実施例における物体検出器によって同定された部分セグメントおよび側部仕切り部を示す図である。

検出器は、左側の側部仕切り部の両部分を識別および位置特定することに成功している（図１４の破線の方形で示されている）。ここで留意すべき点は、側部仕切り部の位置特定を行える手段はヴィオラ・ジョーンズ・アルゴリズムによる物体検出器だけではない、ということである。例えば、「移動窓（sliding window）」手法を用いて画像を探索することもできる。この移動窓手法では、方形（“window”）を複数の異なる大きさで画像にわたって移動させ（“sliding”）、このように選択された方形ごとに特徴ベクトルを特定し、この特徴ベクトルに基づいて分類器が、当該方形内に側部仕切り部が存在するか否かを判断する。特徴ベクトルとしては例えば、上記にて既に述べたＨＯＧ（Dalal & Triggs, 2005）、ローカルバイナリパターンまたはHaar特徴を使用することができる。これらの特徴の組み合わせも可能である。分類器としては、サポートベクトルマシンまたはランダムフォレスト分類器を使用することができる。これらの検出器およびアルゴリズムの詳細については、例えば
Ojala, T., M. Pietikainen, and T. Maenpaa,“Multiresolution Gray-scale and Rotation Invariant Texture Classification With Local Binary Patterns”. IEEE Transactions on Pattern Analysis and Machine Intelligence. Volume 24, No. 7、２００２年７月、第９７１〜９８７頁、
Viola, P., and M. J. Jones,“Rapid Object Detection using a Boosted Cascade of Simple Features”. Proceedings of the 2001 IEEE Computer Society Conference. Volume 1、２００１年４月１５日、第Ｉ‐５１１〜Ｉ‐５１８頁、
Cortes, Corinna, and Vladimir Vapnik.“Support-vector networks.”Machine learning 20.3 (1995): 273-297、および
Breiman L., Random forests. In Machine Learning、第５〜３２頁、2001
に記載されている。

物体検出器が複数の、場合によっては誤った検出を行うことが、十分に起こり得る。よってその次に、作成された検出結果のセットを評価するステップが設けられている。図６の５０ｈを参照のこと。本実施例では、検出結果を評価して選別するために種々の現状を利用する。例えば、複数の側部仕切り部を（床から天井に向かって）上下に配置してはならない。その際には、例えばヴィオラ・ジョーンズ・アルゴリズム等の多くの公知の物体検出手法が検出結果ごとに信頼度を示すことを利用することができる。例えば、上下に重なる検出結果のうち信頼度が最高である検出結果のみを保持することができる。これに代えて、またはこれと共に、横たわり面より下方に位置する検出結果を優先することもできる。その背景にある思想は、横たわり面上において邪魔になる物体（例えば枕等）が存在することがあり、これが場合によっては誤検出の原因となることである。しかし、このＰＬＶ部分において側部仕切り部が下げられていることを既に発見していれば、枕に起因する誤った検出結果を選別することができる。ＰＬＶ１００の側部仕切り部１１０は、各側で１つまたは２つの部分から構成されている。よってさらに、各側の検出結果の数を、信頼度に基づいて最大２に制限することができる。

本方法の結果または側部仕切り部の描写は、様々な形態とすることができる。まず、側部仕切り部の構成を描写することができる。すなわち、検出結果に基づいて、（もちろんここでも側ごとに）１パーツ構成の側部仕切り部であるか、または２パーツ構成の側部仕切り部であるかを判断する。次に、各パーツの設定を描写することができ、例えば、
１）３次元空間における多角形によって、
２）３次元空間における直方体によって、
３）検討対象のパーツの部分における横たわり面またはＰＬＶ長手軸より上方（ないしは下方）の当該パーツの平均高さによって、かつ
４）ｘ（例えば０）とｙ（例えば１０）との間の数によって、
描写することができる。上記４）において、ｘは当該パーツの最低位置を表し、ｙは当該パーツの最高位置を表す。位置ｘおよびｙは、例えばＰＬＶの型式によって既知となり得る。

側部仕切り部１１０のパーツの高さについて表示する出力は、参照点を要することに留意すべきである。その際にはとりわけＰＬＶ１００の横たわり面が好適である。というのも、横たわり面より上方の側部仕切り部の高さが自ずと当該仕切り部の作用について決定するからである。既に上記で述べたように少なくとも多くの実施例では、特定装置１６は安全情報に基づいて、または安全度にも基づいて、患者台装置１００のコンフィギュレーションが安全レベルを下回る場合に警報情報を出力するように構成することができる。例えば、患者台装置１００の安全レベルは、少なくとも１つの側部仕切り部１１０に対する少なくとも１つの部分セグメント１２０の相対姿勢に基づくことができる。

図６のステップ５０ｊにおいて記載されているように、患者に係る実際のＰＬＶコンフィギュレーションの安全性について判断するためには、ベッドコンフィギュレーションの安全度を、ＰＬＶ１００の側部仕切り部１１０および姿勢セグメント１２０の識別された設定に基づいて特定および解釈することができる。図１５では、４つの横たわり面（ｌ＝１，２，３，４）が各部分セグメント１２０ａ〜１２０ｄにわたって配置されている。図１５は、本実施例におけるベッド柵１１０を備えた患者用ベッドの可能なコンフィギュレーションを示している。本願の方法により、多くの実施例ではかかる判断を、単なる２値（上に立てられている、下げられている）識別を行う場合より格段に強い根拠で下すことができる。その説明のため、例として図１５に示されているＰＬＶコンフィギュレーションを検討する。ベッド柵１１０はここでは上に立てられているが、コンフィギュレーションは危険である可能性があり、‐とりわけ横たわり面の頭部セグメント（ｌ＝４）が上昇していることにより、ここではベッド柵１１０があるにもかかわらず患者がＰＬＶ１００から離脱しやすくなっている。ある程度の落下危険性がある。

姿勢セグメント１２０およびベッド柵１１０の特定された姿勢と、ひいてはこれらの相互間の関係とに基づき、かかる状況を識別することができる。以下、そのための数例の手段を挙げる。

図１７をここで参照されたい。同図は、安全情報を特定するための方法の複数の実施例を示している。図１７は「安全度フローチャート」を流れ図で示している。数例の実施例では、このフローチャートによれば横たわり面より上方の平均高さを特定する。安全レベルは、少なくとも１つの部分セグメント１２０にわたる横たわり面より上方の側部仕切り部１１０の平均高さの度合いとなり得る。例えば、最初に横たわり面を複数の下位部分に分割する７０ａ（図１７の上方のフローチャートを参照のこと）。例えば、横たわり面を５ｃｍの長さの複数の断片に分割することにより、２ｍの長さの横たわり面の場合には４０個の下位部分を作成することができる。次に、下位部分ごとにベッド柵上部縁辺より上方ないしは下方の高さを特定し７０ｂ、これによってここでは

のベクトルが求められる。その後、横たわり面より上方の平均高さを

によって計算する７０ｃ。最後に、ｍと閾値Ｓとを比較する７０ｄ。ｖ_ｉは、ベッド柵上部縁辺より上方の横たわり面下位部分の高さを表す。すなわち、この部分が縁辺を越える場合、ｖ_ｉは正となり、そうでない場合には負となる。ここで、ｖ_ｉが大きいことは危険性があることを意味し、これは、ステップ７０ｅにおいて閾値Ｓを上回ることによって現れる。平均高さｍがＳより小さい場合、状況は危険に分類され７０ｅ〜７０ｆ、そうでない場合には分類されない７０ｅ〜７０ｇ。本方法が出力する安全性の尺度が連続的である場合、Ｍ＝ｍ−Ｓが１つの可能性となり得る。

数例の実施例では、姿勢セグメント１２０ごとに平均高さを特定することもできる。図１７の中央の線図の７０ｈ，７０ｉを参照のこと。高精度化する一手段は、下位部分ｖを姿勢セグメントに従って分けることにより、姿勢セグメントごとに下位部分ベクトルが得られるようにすることである。よって、この場合にはｖ_１・・・ｖ_Ｌ＝４であり、ここで

である。

このようにして、姿勢セグメントごとに個別に、上記のものと同様に平均高さを計算することができ７０ｊ、これによってｍ_１・・・ｍ_Ｌが得られる。その後、姿勢セグメントごとに別個のこれらの平均高さを、個別の閾値Ｓ_１・・・Ｓ_４と比較することができる。ここで平均高さと各平均高さに対応する各閾値とを比較するとｍ_ｉ＜Ｓ_ｉ、７０ｋ、正となった比較結果の数または割合を使用することにより、安全性について判断することができる７０ｌ，７０ｍ，７０ｎ。かかるプロセスによって例えば、頭部から落下するおそれがある場合に疑いのある段階でより早期に警報を発するように、頭部セグメントに対する閾値を小さく規定することができる。

他の一実施例では、安全な領域の割合を求めることができる。図１７の下方のフローチャート７０ｏ，７０ｐを参照のこと。平均高さを計算することに代えて、横たわり面より上方のベッド柵上部縁辺の高さｖをそのまま直接、１つまたは複数の閾値Ｓと比較することもできる７０ｑ。よって、Ｓによって原則的に、横たわり面より上方の安全地帯が規定される。ベッド柵上部縁辺がこの安全地帯より下方にある場合には、対応する領域は非安全として標識される。明確に示すため、ここで図１６を参照されたい。図１６は、一実施例における可能な評価を示している。図１６はＰＬＶ１００と、部分セグメント１２０ａ〜１２０ｄと、ベッド柵１１０とを示している。ここで、コンフィギュレーションの安全性を評価して、場合によっては警報を発するため、非安全領域の割合ａと第２の閾値Ｓ_２とを比較することができる。７０ｒ，７０ｓを参照のこと。

上掲の手段の主な相違点は、下位部分ｖをどのように形成して評価するかである。図１７のフローチャートは「危険」および「非危険（安全）」の評価しか示していないが、いずれの場合にも、危険の度合いを連続的に表示する数値（通常は、対応する閾値までの間隔）を表示することもできる。この評価の後、例えば警報ステップを行うことができる。

実施例は、側部仕切り部１１０の位置決めおよびその安全性の自動記録を行うことができる。多くの実施例では、ベッドコンフィギュレーションの安全性を表す尺度を、側部仕切り部１１０の位置決めと部分セグメント姿勢１２０とに基づいて特定して、記録システムに格納することができる。記録システムは典型的には、ベッドコンフィギュレーションの安全性についての情報を格納できるデータベースとして構成されている。このデータベースは、例えば階層型データベースモデル、リレーショナルデータベースモデル、オブジェクト指向データベースモデルまたはドキュメント指向データベースモデル等の、種々のデータベースモデルに従うことができる。医療環境では、かかるデータベースは例えば臨床情報システムに組み込まれている。

数例の他の実施例では、安全情報に基づいて警報を発することができる。側部仕切り部１１０の位置決めと部分セグメント姿勢１２０とに基づいて特定された、ベッドコンフィギュレーションの安全性を表す尺度は、適切な表示の場合に自動的に警報を発するために使用することができる。一実施例の方法によって例えば、ベッドコンフィギュレーションの安全性が低くなるほど小さくなる安全性を表す尺度Ｍが求められる場合には、介護員によって、閾値Ｓであって、当該閾値Ｓを下回ると警報が発せられる閾値Ｓを設定することができる。

他の実施例では、表示システムを実装することができる。装置１０は、ベッドコンフィギュレーションの安全性を表す計算された尺度を遠隔の表示システムへ伝送することができる。さらに、この尺度の基礎である情報、すなわち側部仕切り部１１０の位置決めおよび横たわり面の部分セグメント姿勢を伝送することもできる。このようにして医療関係者は設定を遠隔から検査することができ、これは例えば衛生が重要な領域において有意義となり得る。

かかる表示システムの例は、
臨床情報システム、
例えば単純なスクリーン、モニタおよびディスプレイ等の定置の表示ユニット、ならびに
例えばスマートフォンまたはタブレット等のモバイル表示機器
である。

表示されるデータは、例えばネットワークまたはウェブサイトを介して提供することができ、データベースに格納することができ、または表示ユニットへ直接（例えばＨＤＭＩ（High Definition Multimedia Interface）を介して）転送することができる。警報によってトリガされる表示部も可能である。システムが例えば上述のように警報を発する場合には、このときに初めて上掲の情報を上掲の表示システムへ伝送することができる。

図１８は、側部平面を特定するための方法の一実施例のフローチャートのブロック回路図である。患者台装置１００の光学的画像データを取得し、当該画像データに基づいて患者台装置１００の少なくとも１つの側部仕切り部１１０の姿勢を特定するための方法は、画像データに基づいて患者台装置１００の少なくとも１つの部分セグメント１２０の姿勢を特定すること８０ａを含む。本方法はさらに、少なくとも１つの部分セグメント１２０の姿勢に基づいて患者台装置１００の少なくとも１つの側部仕切り部１１０の姿勢を特定すること８０ｂを含む。

他の一実施例は、プログラムコードを有するプログラムであって、当該プログラムコードは、コンピュータ上、プロセッサ上、またはプログラミング可能なハードウェア構成要素上で実行されるときに本願に記載の方法を実施するためのものであるプログラムである。

上記の説明と特許請求の範囲と図面とに開示した本発明の各特徴は、単独でも、また任意の組み合わせでも、実施例を様々な実施形態で実施するのに重要となることができ、‐明細書から特段の事情が明らかでない限りにおいて‐互いに任意に組み合わせることができる。

多数の側面を装置の文脈で説明したが、これらの側面は、対応する方法の説明にもなるので、装置の各ブロックまたは各構成要素は、方法の対応する各ステップまたは各ステップの特徴であると解することができることは、自明である。これと同様に、方法の１ステップの文脈において、または１ステップとして記載されている側面も、対応する装置の対応するブロックまたは詳細または構成の説明となる。

特定の実装要件いかんに応じて、本発明の実施例をハードウェアまたはソフトウェアで実装することができる。この実装は、デジタル記憶媒体、例えばフロッピーディスク、ＤＶＤ、ブルーレイディスク、ＣＤ、ＲＯＭ、ＰＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭもしくはフラッシュメモリ等、ハードディスクまたは他の磁気もしくは光学メモリを用いて行うことができ、これに、電子的に可読の制御信号が記憶され、制御信号は、各方法を実施するように、プログラミング可能なハードウェア構成要素と協働することができ、または協働する。

プログラミング可能なハードウェア構成要素は、プロセッサ、コンピュータプロセッサ（ＣＰＵ＝Central Processing Unit）、グラフィックスプロセッサ（ＧＰＵ＝Graphics Processing Unit）、コンピュータ、コンピュータシステム、特定用途集積回路（ＡＳＩＣ＝Application-Specific Integrated Circuit）、集積回路（ＩＣ＝Integrated Circuit）、ワンチップシステム（ＳＯＣ＝System on Chip）、プログラミング可能な論理素子、またはマイクロプロセッサを備えたフィールドプログラマブルゲートアレイ（ＦＰＧＡ＝Field Programmable Gate Array）によって構成することができる。

よって、デジタル記憶媒体は、機械可読またはコンピュータ可読とすることができる。よって多くの実施例は、電子的に可読の制御信号を有するデータ媒体を備えており、制御信号は、本願にて記載されている方法のうち１つを実施するように、プログラミング可能なコンピュータシステムまたはプログラミング可能なハードウェア構成要素と協働できるものである。よって一実施例は、本願にて記載されている方法のうち１つを実施するためのプログラムを記録したデータ媒体（またはデジタル記憶媒体またはコンピュータ可読媒体）である。

一般的に本発明の実施例は、プログラムコードを有するプログラム、ファームウェア、コンピュータプログラムもしくはコンピュータプログラム製品として、またはデータとして具現化することができ、プログラムコードまたはデータは、プログラムがプロセッサ上またはプログラミング可能なハードウェア構成要素上で実行されるときに本方法のうちいずれか１つを実施するために働くものである。プログラムコードまたはデータは例えば、機械可読媒体またはデータ媒体に記憶することができる。プログラムコードまたはデータはとりわけ、ソースコード、機械コードまたはバイトコードとすることができ、また、他の中間コードとすることもできる。

他の一実施例はさらに、本願にて記載されているいずれか１つの方法を実施するためのプログラムを表すデータストリーム、信号列または信号のシーケンスである。データストリーム、信号列または信号のシーケンスは例えば、データ通信接続を介して、例えばインターネットまたは他のネットワークを介して伝送されるものとすることができる。よって実施例は、プログラムを表すデータを表現する信号列であって、ネットワークまたはデータ通信接続を介して送信されるために適した信号列でもある。

一実施例のプログラムは、その実行中に例えば、そのメモリ位置を読み出し、またはそのメモリ位置に１つのデータまたは複数のデータを書き込むことによって、場合によってはトランジスタ構造、増幅器構造、他の電気的、光学的もしくは磁気的素子、または他の動作原理で動作する素子において、スイッチング過程または他の過程を引き起こすことにより、本方法のうち１つを実施することができる。よって、メモリ位置を読み出すことにより、データ、値、センサ値、またはプログラムの他の情報を取得、特定または測定することができる。よってプログラムは、１つまたは複数のメモリ位置を読み出すことによりパラメータ、値、測定量および他の情報を取得、特定または測定することができ、また、１つまたは複数のメモリ位置に書き込むことによって動作を引き起こし、開始し、または実行することができ、また、他の機器、機械および構成要素を制御することができる。

上記の実施例は、単に本発明の原理を具体的に示すだけのものである。もちろん、本願にて記載されている構成および詳細の改良および変更は、他の当業者に明らかである。よって意図するところは、本発明は、以下の特許請求の範囲の保護範囲によってのみ限定されるのであって、本願にて明細書および実施例の説明に基づいて示されている特定の詳細によって限定されるものでないということである。

Claims (17)

1. 患者台装置（１００）の光学的な画像データを取得して、前記画像データに基づいて前記患者台装置（１００）の少なくとも１つの側部仕切り部（１１０）の姿勢を特定するための装置（１０）であって、
   前記装置（１０）は、最初に前記画像データに基づいて前記患者台装置（１００）の少なくとも１つの部分セグメント（１２０）の姿勢を特定し、前記少なくとも１つの部分セグメント（１２０）の姿勢に基づいて前記患者台装置（１００）の前記少なくとも１つの側部仕切り部（１１０）の姿勢を特定するように構成されており、
   特定装置（１６）は、前記少なくとも１つの側部仕切り部（１１０）の姿勢に基づいて前記患者台装置（１００）のコンフィギュレーションについての安全情報を特定するように構成されており、
   さらに前記特定装置（１６）は、前記安全情報に基づいて、前記患者台装置（１００）のコンフィギュレーションが安全レベルを下回る場合に警報情報を出力するように構成されている、
   装置（１０）。
2. 前記装置（１０）はさらに、前記少なくとも１つの側部仕切り部（１１０）の姿勢についての情報を出力するためのインタフェース（１２）を備えている、
   請求項１記載の装置（１０）。
3. 前記装置（１０）は、前記患者台装置（１００）の光学的な画像データを取得するための取得装置（１４）を備えており、
   前記取得装置（１４）は、前記画像データとして３次元の点群を取得するように構成された１つまたは複数のセンサを備えている、
   請求項１または２記載の装置（１０）。
4. 前記装置（１０）は、さらに特定装置（１６）を備えており、
   前記特定装置（１６）は、前記画像データに基づいて前記患者台装置（１００）の前記少なくとも１つの部分セグメント（１２０）の姿勢を特定するように構成されており、
   前記特定装置（１６）はさらに、前記患者台装置（１００）の前記少なくとも１つの部分セグメント（１２０）の姿勢に基づいて前記患者台装置（１００）の横たわり面の大きさおよび位置を特定するように構成されている、
   請求項１から３までのいずれか１項記載の装置（１０）。
5. 前記特定装置（１６）は、さらに前記患者台装置（１００）の２つの長辺を特定し、前記長辺に基づいて前記画像データから、前記患者台装置（１００）の前記少なくとも１つの側部仕切り部（１１０）に属しない画素を少なくとも部分的に除外するように構成されている、
   請求項４記載の装置（１０）。
6. 前記特定装置（１６）は、前記画像データをさらに前記患者台装置（１００）の長辺の画素に制限するように構成されている、
   請求項５記載の装置（１０）。
7. 前記特定装置（１６）は、前記画像データを前記患者台装置（１００）の側部平面上に投影して投影像を得るように構成されている、
   請求項６記載の装置（１０）。
8. 前記特定装置（１６）は、前記投影像内において物体検出を用いて側部仕切り部候補を特定するように構成されている、
   請求項７記載の装置（１０）。
9. 前記特定装置（１６）は、前記側部仕切り部候補を評価し、評価された前記側部仕切り部候補に基づいて前記少なくとも１つの側部仕切り部（１１０）の姿勢を特定するように構成されている、
   請求項８記載の装置（１０）。
10. 前記特定装置（１６）は、記憶装置を用いて前記安全情報を記録するように構成されている、
    請求項１記載の装置（１０）。
11. 前記特定装置（１６）は、表示装置を用いて前記安全情報を出力するように構成されている、
    請求項１または１０記載の装置（１０）。
12. 前記患者台装置（１００）の前記安全レベルは、前記少なくとも１つの側部仕切り部（１１０）に対する前記少なくとも１つの部分セグメントの相対姿勢に基づく、
    請求項１記載の装置（１０）。
13. 前記安全レベルは、前記患者台装置（１００）の特定されたコンフィギュレーションの場合に前記患者台装置（１００）から患者が落下するリスクがどの程度高いかを表す尺度である、
    請求項１または１２記載の装置（１０）。
14. 前記安全レベルは、前記少なくとも１つの部分セグメント（１２０）にわたる横たわり面より上方の前記側部仕切り部（１１０）の平均高さの度合いである、
    請求項１から１３までのいずれか１項記載の装置（１０）。
15. 前記特定装置（１６）は、前記患者台装置（１００）の少なくとも２つの部分セグメント（１２０ａ；１２０ｂ）の姿勢を特定するように構成されている、
    請求項１から１４までのいずれか１項記載の装置（１０）。
16. 患者台装置（１００）の光学的な画像データを取得し、前記画像データに基づいて前記患者台装置（１００）の少なくとも１つの側部仕切り部（１１０）の姿勢を特定するための方法であって、
    前記画像データに基づいて前記患者台装置（１００）の少なくとも１つの部分セグメント（１２０）の姿勢を特定するステップ（８０ａ）と、
    前記少なくとも１つの部分セグメント（１２０）の姿勢に基づいて前記患者台装置（１００）の前記少なくとも１つの側部仕切り部（１１０）の姿勢を特定するステップ（８０ｂ）と、
    を有する方法。
17. プログラムコードを有するプログラムであって、
    前記プログラムコードは、コンピュータ上、プロセッサ上、またはプログラミング可能なハードウェア構成要素上で実行されるときに請求項１６記載の方法を実施するためのものである、
    プログラム。

Images