KR20230086845A - 열-감지센서를 이용한 병동 돌발 상황 경보 및 모니터링 방법 - Google Patents

Abstract

본 발명은 열-감지센서를 이용하여 각 침실의 환자의 이상체온 및 낙상사고 발생여부를 동시에 판단하도록 구성됨으로써 별도의 카메라 및 열화상 카메라를 사용하지 않아, 개인 사생활 침해 문제를 개선할 수 있을 뿐만 아니라 설치비용이 절감되며, 저-전력 운영이 가능하고, 로컬관리서버가 데이터 수집장치들로부터 전송받은 열-감지정보를 분석하여 객체를 인식한 후, 인식된 객체의 온도값들 및 위치정보를 이용하여 환자의 이상체온 및 낙상사고 발생 여부를 판단하도록 구성됨으로써 연산처리가 간단하면서도 객체인식의 정확성을 높일 수 있으며, 로컬관리서버가 환자의 이상체온 및 낙상사고가 발생되었다고 판단될 때, 관리자 단말기로 돌발 상황 내용, 병동 및 객실 식별번호를 포함하는 돌발 상황 데이터를 전송하고, 관리자 단말기의 관리 프로그램이 로컬관리서버로부터 돌발 상황 데이터를 전송받을 때, 경고알람 정보를 외부로 출력함으로써 환자 상태에 대한 원격 모니터링이 가능하여 작업 효율성을 개선시킴과 동시에 간호관리체계의 효율성을 극대화시킬 수 있으며, 돌발 상황 발생 시, 신속한 후속대처가 가능하여 의료서비스의 안전성 및 신뢰도를 높일 수 있는 병동 돌발 상황 경보 및 모니터링 방법에 관한 것이다.

Description

열-감지센서를 이용한 병동 돌발 상황 경보 및 모니터링 방법{Ward alarm and monitoring method for unexpected accident using heat sensor}

본 발명은 열-감지센서를 이용한 병동 돌발 상황 경보 및 모니터링 방법에 관한 것으로서, 상세하게로는 열-감지센서를 이용하여 각 병동의 환자들 각각의 체온 및 낙상 여부를 감지 및 모니터링 함과 동시에 돌발 상황 감지 시, 이를 출력수단을 통해 외부로 출력함으로써 환자들의 상태를 원격 모니터링 가능하여 관리 효율성 및 편의성을 높일 수 있을 뿐만 아니라 불필요한 인력소모를 절감시킬 수 있으며, 돌발 상황에 대한 신속한 대처가 가능하여 의료서비스 안전성 및 신뢰도를 높일 수 있으며, 저비용 설치 및 운영이 가능한 열-감지센서를 이용한 병동 돌발 상황 경보 및 모니터링 방법에 관한 것이다.

일반적으로, 병원은 각종 다양한 치료를 목적으로 한 환자들에게 숙식 및 치료를 제공하기 위한 장소로서, 각 병동에는 1개 내지 다수의 침실들이 구비되고 있다.

이러한 병원에서는 환자의 안전을 최우선으로 하기 때문에 주기적으로 환자의 상태를 진찰 및 확인하고 있으나, 갑작스러운 환자 이상상태, 침실에서의 낙상 등의 다양한 돌발 상황이 비일비재하게 발생하고 있다.

특히 낙상은 환자가 본인의 의사와 상관없이 낮은 위치로 갑자기 넘어지는 사고로서, 국내 한 연구에 따르면 낙상 사고의 70.8%가 병원에서 발생되고 22:00 ~ 06:00의 시간대에 가장 많이 발생되는 것으로 보고되었다.

이에 따라, 낙상 등의 환자 상태를 원격 모니터링 함과 동시에 돌발 상황을 외부로 출력하여 신속한 대응이 이루어지도록 하기 위한 환자 모니터링 시스템에 대한 다양한 연구가 진행되고 있다.

도 1은 국내등록특허 제10-1712191호(발명의 명칭 : 환자 낙상예방 모니터링 장치)에 개시된 환자 낙상예방 모니터링 장치를 나타내는 블록도이다.

도 1의 환자 낙상예방 모니터링 장치(이하 종래기술이라고 함)(100)는 임베디드 보드(Embedded Board) 기반의 라즈베리파이(Rasberry Pi)(111)와 카메라를 갖는 광학센서(112)를 사용하여 거동이 불편한 환자의 침상을 촬영하고 신호 처리하는 모니터링부(101)와, 모니터링부(101)에서 신호 처리된 데이터를 OpenCV 프로그램(122)에 의해 차 영상(Difference Image)을 분석해 환자의 움직임을 추론하여 서버(123)로 전송하여 데이터베이스(124)에 저장하며 클라이언트에 대응하는 영상처리부(102)와, 영상처리부(102)에서 추론한 환자가 정자세 취침, 옆으로 취침 및 앉은 자세에 따른 검은색 픽셀과 흰색 픽셀에 대한 화면의 픽셀 수를 계산하여 환자의 침상 자세를 판단하는 자세판단부(103)와, 영상처리부(102)에서 처리된 데이터를 TCP/IP 통신이나 웹 소켓을 사용하여 관리센터(105)로 전송하는 영상통신부(104)와, 상기 영상처리부(102)의 임베디드 보드(121)에서 처리된 사진을 html로 전송하면, PC에서 수신하여 모니터링 하고 관리하기 위한 관리센터(105)로 이루어진다.

또한 OpenCV 프로그램(122)에서 수행되는 차 영상 분석은, 서로 인접한 (i-1)번째 영상과 i번째 영상간의 명암 차에 의해 구축된 차 영상들을 분석해 움직임 물체에 대한 이동형태를 추론하고, 움직임 물체에 대한 이동형태를 추론하는 방법은, 미리 찍어둔 배경 화면과 검출할 화면이 있을 경우 그 영상을 Gray스케일로 변환하고 변환된 Gray스케일 화면을 이진화를 통해 검은색과 흰색으로 하는 두 픽셀로만 존재하는 화면을 만들고, 이진화된 화면의 노이즈를 줄이기 위해 모폴리지 영상처리를 하며, 배경 영상이 바뀌더라도 움직이지 않는 물체는 배경 영상에 적용될 수 있도록 하는 이동 평균 영상처리를 한다.

이와 같이 구성되는 종래기술(100)은 종래의 접촉방식이나 카운트방식과 달리 비접촉식 실시간 영상 분석을 통해 환자의 낙상, 이탈 등을 신속 정확하게 모니터링 하기 때문에 오동작이나 정보전달 지연성을 현저히 줄일 수 있으며, 거동이 불편한 입원 환자에 대한 정보를 병원 관계자가 실시간으로 모니터링 할 수 있기 때문에 환자가 침상에서 낙상하거나 이탈에 따른 사고를 사전에 예방하고 효율적인 간호 관리업무를 수행할 수 있는 장점을 갖는다.

그러나 종래기술(100)은 광학센서(카메라)(112)의 촬영에 의해 획득된 영상 분석, 상세하게로는 차 영상을 생성한 후, 생성된 차 영상의 검은색 픽셀 및 흰색 픽셀에 대한 화면의 픽셀 수를 계산하여 환자의 침상 자세를 판단하도록 구성되었기 때문에 다수의 침실들 각각에 대한 실시간 영상 분석으로 인해 연산처리량이 과도하게 복잡하며, 연산처리시간이 소모되는 문제점이 발생한다.

또한 종래기술(100)은 각 침실의 상부에 고가의 카메라(112)를 각각 설치해야하기 때문에 설치비용이 높은 단점을 갖는다.

또한 종래기술(100)은 낙상 여부에 대해서는 모니터링 및 감지할 수 있으나, 이상체온 등의 돌발 상황을 모니터링 및 감지할 수 없는 구조적 한계를 갖는다.

또한 종래기술(100)은 환자의 의사와 상관없이, 환자의 얼굴 및 생활이 그대로 카메라(112)에 의해 촬영되기 때문에 환자 개인의 사생활 침해 문제가 야기되는 단점을 갖는다.

이러한 문제점을 극복하기 위하여, 국내등록특허 제10-2052883호(발명의 명칭 : 열화상 카메라를 이용한 낙상 예측 시스템 및 열화상 카메라를 이용한 낙상 예측 방법)에는 사람의 모습을 열화상 카메라로 촬영하는 단계; 촬영된 이미지를 구성하는 각각의 픽셀 데이터를 분석하는 단계와, 픽셀 데이터에 기초하여, 촬영된 이미지의 x축 히스토그램 및 y축 히스토그램 데이터를 구하는 단계와, x축 히스토그램 및 y축 히스토그램 데이터에 기초하여, 사람이 안정 상태 및 낙상 위험 상태 중 어떠한 상태에 있는지를 판단하는 단계와, 사람의 상태에 기초하여 알림 장치를 작동시키는 단계로 구성됨으로써 환자의 사생활을 보호할 뿐만 아니라 환자의 낙상을 예측할 수 있는 열화상 카메라를 이용한 낙상 예측 방법이 개시되었으나, 상기 열화상 카메라를 이용한 낙상 예측 방법은 고가 및 고전력의 열화상 카메라가 각 침실을 촬영하기 위해 설치되어야 하기 때문에 설치비용이 매우 높고, 열화상 카메라에 의해 획득된 열화상을 실시간 분석하여 사람의 상태를 판별하기 때문에 연산처리량이 높아 감시대상이 다수일 때, 연산처리속도가 지체되는 문제점이 발생한다.

본 발명은 이러한 문제를 해결하기 위한 것으로, 본 발명의 해결과제는 열-감지센서를 이용하여 각 침실의 환자의 이상체온 및 낙상사고 발생여부를 동시에 판단하도록 구성됨으로써 별도의 카메라 및 열화상 카메라를 사용하지 않아, 개인 사생활 침해 문제를 개선할 수 있을 뿐만 아니라 설치비용이 절감되며, 저-전력 운영이 가능한 병동 돌발 상황 경보 및 모니터링 방법을 제공하기 위한 것이다.

또한 본 발명의 다른 해결과제는 로컬관리서버가 데이터 수집장치들로부터 전송받은 열-감지정보를 분석하여 객체를 인식한 후, 인식된 객체의 온도값들 및 위치정보를 이용하여 환자의 이상체온 및 낙상사고 발생 여부를 판단하도록 구성됨으로써 연산처리가 간단하면서도 객체인식의 정확성을 높일 수 있는 병동 돌발 상황 경보 및 모니터링 방법을 제공하기 위한 것이다.

또한 본 발명의 또 다른 해결과제는 로컬관리서버가 환자의 이상체온 및 낙상사고가 발생되었다고 판단될 때, 관리자 단말기로 돌발 상황 내용, 병동 및 객실 식별번호를 포함하는 돌발 상황 데이터를 전송하고, 관리자 단말기의 관리 프로그램이 로컬관리서버로부터 돌발 상황 데이터를 전송받을 때, 경고알람 정보를 외부로 출력함으로써 환자 상태에 대한 원격 모니터링이 가능하여 작업 효율성을 개선시킴과 동시에 간호관리체계의 효율성을 극대화시킬 수 있으며, 돌발 상황 발생 시, 신속한 후속대처가 가능하여 의료서비스의 안전성 및 신뢰도를 높일 수 있는 병동 돌발 상황 경보 및 모니터링 방법을 제공하기 위한 것이다.

상기 과제를 해결하기 위한 본 발명의 해결수단은 적어도 하나 이상의 병동의 각 침실의 상부에 설치되며, 기 설정된 감지영역(S)을 복수개의 셀들로 세분화하여 온도를 측정하여 각 셀별 온도값인 열-감지정보를 측정하는 열-감지센서들을 이용하여, 각 병동의 돌발 상황 발생여부를 모니터링 하기 위한 병동 돌발 상황 경보 및 모니터링 방법(S1)에 있어서: 상기 병동 돌발 상황 경보 및 모니터링 방법(S1)은 로컬관리서버가, 상기 열-감지센서들로부터 열-감지정보들을 수신 받는 단계10(S10); 상기 로컬관리서버가 상기 단계10(S10)을 통해 전송받은 열-감지정보를 분석하여 각 셀별 온도값을 추출한 후, 추출된 각 셀별 온도값을 기 설정된 체온범위와 비교하여 체온범위에 포함되면서 연속되는 셀들을 환자객체로 인식하며, 환자객체의 셀정보들을 검출하는 단계20(S20); 상기 로컬관리서버가 상기 단계20(S20)에서 추출된 각 셀별 온도값을 추출한 후, 추출된 환자객체의 각 셀별 온도값들의 평균값인 환자 체온을 산출하며, 산출된 환자 체온을 기 설정된 체온정상범위와 비교하여 1)환자 체온값이 체온정상범위에 포함될 때, 해당 환자의 체온이 정상이라고 판단하며, 2)환자 체온값이 체온정상범위를 벗어날 때, 해당 환자에게 이상체온이 발생하였다고 판단하는 단계30(S30); 상기 로컬관리서버가 상기 단계30(S30)에서 환자 체온이 체온정상범위를 벗어날 때, 돌발 상황이 발생하였다고 판단하여 돌발 상황 내용, 병동 및 객실 식별정보를 포함하는 돌발 상황 데이터를 생성하는 단계50(S50); 상기 로컬관리서버가 상기 단계50(S50)에서 생성된 돌발 상황 데이터를 관리자 단말기들로 전송하는 단계60(S60)을 포함하는 것이다.

또한 본 발명에서 상기 로컬관리서버의 데이터베이스부에는 병동의 온도값의 범위별로 최적상수(TH)가 매칭된 데이터인 기준테이블이 기 설정되어 저장되고, 상기 단계10(S10)은 상기 로컬관리서버가, 상기 병동에 설치되어 병동의 온도값을 측정하는 병동 온도계로부터 병동 온도값을 수신 받고, 병동 돌발 상황 경보 및 모니터링 방법(S1)은 기 설정된 주기(T) 마다 진행되는 단계80(S80)을 더 포함하고, 상기 단계80(S80)은 기 설정된 주기(T) 마다 진행되며, 상기 로컬관리서버가 상기 단계10(S10)을 통해 전송받은 각 병동의 온도값을 입력받으면, 상기 데이터베이스부에 저장된 기준테이블을 추출한 후, 추출된 기준테이블을 탐색하여, 입력된 각 병동의 온도값에 매칭되는 최적상수(TH)들을 각각 추출한 후, 추출된 각 병동의 최적상수(TH)들을 상기 데이터베이스부에 저장하고, 상기 단계20(S20)은 상기 로컬관리서버가 상기 단계10(S10)을 통해 열-감지정보를 수신 받으면, 수신 받은 열-감지정보로부터 각 셀별 온도값을 추출한 후, 상기 데이터베이스부에 저장된 최적상수(TH)를 추출된 각 셀별 온도값과 곱하여 각 셀별 온도최적값을 산출한 며, 산출된 각 셀별 온도최적값들을 기 설정된 체온범위와 비교하여 체온범위에 포함되면서 연속되는 셀들을 환자객체로 인식하고, 상기 기준테이블에 저장된 최적상수(TH)는 대응되는 병동의 온도값이 증가할수록 작은 값으로 이루어지고, 병동의 온도값이 낮아질수록 높은 값으로 이루어지는 것이 바람직하다.

또한 본 발명에서 상기 단계20(S20)은 상기 로컬관리서버가 상기 단계10(S10)을 통해 수신 받은 열-감지정보를 입력받는 단계21(S21); 상기 로컬관리서버가 상기 단계21(S21)을 통해 입력된 열-감지정보로부터 각 셀별 온도값을 추출한 후, 상기 데이터베이스부에 저장된 최적상수(TH)를 추출된 각 셀별 온도값과 곱하여 각 셀별 온도최적값을 산출한 후, 산출된 각 셀별 온도최적값을 기 설정된 체온범위와 비교하여 체온범위에 포함되면서 연속되는 셀들을 환자객체로 인식하며, 환자객체의 셀정보들을 검출하는 단계22(S22); 상기 로컬관리서버가 상기 단계22(S22)에 의해 인식된 환자객체의 셀-위치정보를 검출한 후, 검출된 환자객체의 셀-위치정보를 상기 데이터베이스부에 저장하는 단계23(S23); 단계24(S24)를 포함하고, 상기 단계24(S24)는 상기 로컬관리서버가 상기 단계23(S23)에 의해 검출된 환자객체의 셀-위치정보를 입력받는 단계241(S241); 상기 로컬관리서버가 상기 데이터베이스부에 저장된 해당 환자객체의 셀-위치정보들을 추출하되, 현재 시점으로부터 기 설정된 이전 시간(t)까지의 데이터들을 추출하는 단계242(S242); 상기 로컬관리서버가 상기 단계241(S241)을 통해 입력된 환자객체의 셀-위치정보를 분석하여, 환자의 길이방향을 결정하는 단계243(S243); 상기 로컬관리서버가 상기 단계243(S243)에서 결정된 환자객체의 길이방향의 양단부와 인접한 영역들을 후보영역으로 결정하는 단계245(S245); 상기 로컬관리서버가 상기 단계245(S245)에서 결정된 각 후보영역의 폭의 크기(셀 크기)를 산출하는 단계246(S246); 상기 로컬관리서버가 상기 단계246(S246)에서 산출된 각 후보영역의 폭의 크기를, 인식된 후보영역을 안면영역이라고 판단할 수 있는 폭의 크기의 최대값인 기 설정된 제2 기준값과 비교하며, 1)후보영역들 중 어느 하나는 폭의 크기가 제2 기준값 미만이고 다른 하나는 폭의 크기가 제2 기준값 이상일 때, 제2 기준값 미만의 폭의 크기를 갖는 후보영역을 안면영역이라고 판단하며, 2)후보영역들 모두 폭의 크기가 제2 기준값 이상일 때, 상기 단계21(S21)로 동라가 이후 과정을 반복하는 단계247(S247); 상기 단계247(S247)에서 후보영역들 모두 폭 크기가 제2 기준값 미만일 때 진행되며, 상기 로컬관리서버가 상기 단계242(S242)에 의해 추출된 데이터를 활용하여, 현재 시점을 기준으로 이전 시점의 방향으로, 환자객체의 셀-위치정보들을 분석하여, 각 후보영역들을 검출한 후, 각 후보영역의 폭 크기를 검출하며, 검출된 각 후보영역의 폭 크기값들을 활용하여, 각 후보영역의 폭 크기 변동률(%)을 산출하는 단계248(S248); 상기 로컬관리서버가 상기 단계248(S248)에 의해 산출된 각 후보영역의 폭 크기 변동률(%)을 비교하여, 폭 크기 변동률(%)이 낮은 후보영역을 안면영역이라고 결정하는 단계249(S249); 상기 로컬관리서버가 상기 단계247(S247) 또는 상기 단계249(S249)에서 안면영역이 결정될 때, 결정된 안면영역을 해당 환자의 안면영역으로 최종 결정하는 단계250(S250); 상기 로컬관리서버가 상기 단계250(S250)에서 결정된 안면영역에 대응하는 셀들의 온도최적값의 평균값을 해당 환자의 체온으로 결정하는 단계251(S251)을 포함하고, 상기 단계30(S30)은 상기 로컬관리서버가 상기 단계251(S251)에서 결정된 환자 체온을 활용하여 이상체온 여부를 판단하는 것이 바람직하다.

또한 본 발명에서 상기 단계24(S24)는 상기 단계243(S243) 이후에 진행되는 단계244(S244)를 더 포함하고, 상기 단계244(S244)는 상기 로컬관리서버가 환자객체의 셀-위치정보와, 상기 단계243(S243)에서 결정된 환자객체의 길이방향을 활용하여, 환자객체의 길이(L, 셀-크기)를 산출한 후, 산출된 환자객체의 길이(L)를, 인식된 객체가 신체라고 판단할 수 있는 객체 길이의 최소값인 기 설정된 기준값과 비교하며, 1)환자객체의 길이(L)가 기준값 미만이면, 환자의 길이방향 결정에 오류가 있었다고 판단하며, 2)환자객체의 길이(L)가 기준값 이상이면, 환자의 길이방향 결정에 오류가 없었다고 판단하는 단계2441(S2441); 상기 로컬관리서버가 상기 단계243(S243)에 의해 결정된 환자객체의 길이방향에, 침대의 길이방향인 기 설정된 Y축 성분이 많은지 또는 X축 성분이 많은지를 비교하며, 1)만약 환자객체의 길이방향에 X축 성분이 많으면, 길이방향의 결정에 오류가 발생하였다고 판단하며, 2)만약 환자객체의 길이방향에 Y축 성분이 많다고 판단되면 길이방향의 결정에 오류가 없다고 판단하는 단계2442(S2442); 상기 로컬관리서버가 1)상기 단계2441(S2441) 및 상기 단계2442(S2442)에서 모두 오류가 발생하지 않았다고 판단되면, 상기 단계243(S243)의 환자객체의 길이방향 결정에 오류가 없었다고 검증하며, 2)상기 단계2441(S2441) 및 상기 단계2442(S2442) 중 적어도 하나 이상에서 오류가 발생하였다고 판단되면, 상기 단계243(S243)의 환자객체의 길이방향 결정에 오류가 발생하였다고 최종 결정하는 단계2443(S2443)을 포함하고, 상기 단계245(S245)는 상기 로컬관리서버가 상기 단계244(S244)에서 상기 단계243(S243)의 환자객체의 길이방향 결정에 오류가 없었다고 검증될 때 다음 단계로 진행되고, 상기 단계21(S21)은 상기 로컬관리서버가 상기 단계244(S244)에서 상기 단계243(S243)의 길이방향 결정모듈의 환자객체의 길이방향 결정에 오류가 발생하였다고 판단될 때 다음 단계로 진행되는 것이 바람직하다.

또한 본 발명에서 상기 데이터베이스부에는 상기 열-감지센서들 각각의 감지영역(S) 내 침실에 대응되는 셀들의 위치정보인 침실영역정보들이 기 설정되어 저장되고, 상기 병동 돌발 상황 경보 및 모니터링 방법(S1)은 상기 단계30(S30) 이후에 진행되는 단계40(S40)을 더 포함하고, 상기 단계40(S40)은 상기 로컬관리서버가 상기 데이터베이스부에 저장된 해당 열-감지센서의 침실영역정보를 추출한 후, 상기 단계20(S20)에서 검출된 환자객체의 셀정보와, 추출된 침실영역정보를 활용하여, 환자객체의 셀 위치 및 침실의 셀 위치를 비교하며, 환자객체의 셀 위치가 침실의 셀 위치로부터 이탈된 경과시간이 임계치 이상일 때, 환자에게 낙상사고가 발생하였다고 판단하고, 상기 단계50(S50)은 상기 로컬관리서버가 상기 단계40(S40)에서 환자에게 낙상사고가 발생하였다고 판단될 때, 돌발 상황 데이터를 생성하는 것이 바람직하다.

상기 과제와 해결수단을 갖는 본 발명에 따르면 열-감지센서를 이용하여 각 침실의 환자의 이상체온 및 낙상사고 발생여부를 동시에 판단하도록 구성됨으로써 별도의 카메라 및 열화상 카메라를 사용하지 않아, 개인 사생활 침해 문제를 개선할 수 있을 뿐만 아니라 설치비용이 절감되며, 저-전력 운영이 가능하게 된다.

또한 본 발명에 의하면 로컬관리서버가 데이터 수집장치들로부터 전송받은 열-감지정보를 분석하여 객체를 인식한 후, 인식된 객체의 온도값들 및 위치정보를 이용하여 환자의 이상체온 및 낙상사고 발생 여부를 판단하도록 구성됨으로써 연산처리가 간단하면서도 객체인식의 정확성을 높일 수 있다.

또한 본 발명에 의하면 로컬관리서버가 환자의 이상체온 및 낙상사고가 발생되었다고 판단될 때, 관리자 단말기로 돌발 상황 내용, 병동 및 객실 식별번호를 포함하는 돌발 상황 데이터를 전송하고, 관리자 단말기의 관리 프로그램이 로컬관리서버로부터 돌발 상황 데이터를 전송받을 때, 경고알람 정보를 외부로 출력함으로써 환자 상태에 대한 원격 모니터링이 가능하여 작업 효율성을 개선시킴과 동시에 간호관리체계의 효율성을 극대화시킬 수 있으며, 돌발 상황 발생 시, 신속한 후속대처가 가능하여 의료서비스의 안전성 및 신뢰도를 높일 수 있게 된다.

도 1은 국내등록특허 제10-1712191호(발명의 명칭 : 환자 낙상예방 모니터링 장치)에 개시된 환자 낙상예방 모니터링 장치를 나타내는 블록도이다.
도 2는 본 발명의 일실시예인 병동 돌발 상황 경보 및 모니터링 시스템을 나타내는 구성도이다.
도 3은 도 2의 예시도이다.
도 4는 도 2의 데이터 수집장치 및 열-감지센서들을 나타내는 평면 예시도이다.
도 5는 도 4의 열-감지센서를 나타내는 측면 예시도이다.
도 6은 도 2의 관리 프로그램에 의해 전시되는 GUI의 예시도이다.
도 7은 도 2의 로컬관리서버를 나타내는 블록도이다.
도 8은 도 7의 환자 객체 인식부를 나타내는 블록도이다.
도 9는 도 8의 안면영역 검출모듈을 나타내는 블록도이다.
도 10은 도 9의 검증모듈을 나타내는 블록도이다.
도 11은 도 7의 낙상여부 판단부를 나타내는 블록도이다.
도 12는 도 7의 최적상수 설정부를 나타내는 블록도이다.
도 13은 본 발명의 일실시예인 병동 돌발 상황 경보 및 모니터링 시스템의 동작 과정을 나타내는 플로차트이다.
도 14는 도 13의 환자 객체 인식단계를 나타내는 플로차트이다.
도 15는 도 14의 안면영역 검출단계를 나타내는 플로차트이다.
도 16은 도 15의 검증단계를 나타내는 플로차트이다.

이하, 첨부된 도면을 참조하여 본 발명의 일실시예를 설명한다.

도 2는 본 발명의 일실시예인 병동 돌발 상황 경보 및 모니터링 시스템을 나타내는 구성도이고, 도 3은 도 2의 예시도이다.

본 발명의 일실시예인 병동 돌발 상황 경보 및 모니터링 시스템(1)은 열-감지센서(9)를 이용하여 각 병동의 환자들 각각의 체온 및 낙상 여부를 감지 및 모니터링 함과 동시에 돌발 상황 감지 시, 이를 출력수단을 통해 외부로 출력함으로써 환자들의 상태를 원격 모니터링 가능하여 관리 효율성 및 편의성을 높일 수 있을 뿐만 아니라 불필요한 인력소모를 절감시킬 수 있으며, 돌발 상황에 대한 신속한 대처가 가능하여 의료서비스 안전성 및 신뢰도를 높일 수 있으며, 저비용 설치 및 운영이 가능한 것이다.

또한 병동 돌발 상황 경보 및 모니터링 시스템(1)은 도 2와 3에 도시된 바와 같이, 각 병동의 침실들 각각의 직상부 천장에 설치되어 직하부의 감지영역(S)의 온도를 측정하는 열-감지센서(9)들과, 각 병동에 설치되어 해당 병동의 열-감지센서(9)들에 의해 측정된 온도값을 수집하는 데이터 수집장치(4)들과, 데이터 수집장치(4)들로부터 전송받은 수집정보(온도값 정보)를 분석하여 각 침실의 환자 발열상태 및 낙상상태를 판별하는 로컬관리서버(3)와, 관리자(간호사)가 사용하거나 또는 소지하는 단말기인 관리자 단말기(5)들과, 관리자 단말기(5)들에 설치되는 응용 프로그램이며 로컬관리서버(3)로부터 전송받은 각 환자의 발열상태 및 낙상상태를 전송받아 이를 시각화하여 관리자 단말기(5)의 모니터에 디스플레이 함과 동시에 로컬관리서버(3)로부터 돌발 상황 발생데이터를 전송받으면, 관리자 단말기(5)를 통해 경고알람 정보를 표출하는 관리 프로그램(7)과, 로컬관리서버(3), 데이터 수집장치(4)들 및 관리자 단말기(5)들 사이의 데이터 이동경로를 제공하는 통신망(10)으로 이루어진다.

이때 본 발명에서는 데이터 수집장치(4)들이 단순히 해당 병동(200)의 열-감지센서(9)들에 의해 측정된 열-감지정보를 로컬관리서버(3)로 전송하고, 로컬관리서버(3)가 데이터수집장치(4)들로부터 전송받은 열-감지정보를 분석하여 환자의 이상체온 및 낙상여부를 판단하는 연산처리를 수행하는 것으로 설명하였으나, 열-감지정보 분석을 통한 이상체온 및 낙상여부를 판단하는 연산처리는 데이터 수집장치(4)에서 직접 수행되는 것으로 구성될 수 있다.

통신망(10)은 로컬관리서버(3), 데이터수집장치(4)들 및 관리자 단말기(5)들 사이의 데이터 통신을 지원하며, 상세하게로는 유선통신망, 광역통신망(WAN), 이동통신망 등으로 구성될 수 있다.

도 4는 도 2의 데이터 수집장치 및 열-감지센서들을 나타내는 평면 예시도이고, 도 5는 도 4의 열-감지센서를 나타내는 측면 예시도이다.

열-감지센서(9)들은 도 4와 5에 도시된 바와 같이, 해당 병동(200)에 배치된 각 침실(210)의 직상부의 천장(220)에 설치되며, 하부 감지영역(S)의 표면의 온도를 측정한다. 즉 열-감지센서(9)들은 기 설정된 감지영역(S)의 표면 온도를 측정한다.

또한 열-감지센서(9)들은 감지영역(S)을 복수개의 셀(S’)들로 세분화하여 측정할 수 있다. 이때 열-감지센서(9)에 의해 생성된 각 셀(S’)별 온도값을 열-감지정보라고 명칭하기로 한다.

또한 열-감지센서(9)들에 의해 감지영역(S)이 다수의 셀들로 세분화되는 것은 기 설정된다.

또한 열-감지센서(9)들은 생성된 열-감지정보를 해당 병동(200)의 데이터 수집장치(4)로 실시간으로 전송한다.

병동 온도계(11)는 해당 병동(200)의 온도를 측정하며, 기 설정된 주기(T) 마다 측정된 병동 온도값을 해당 병동(200)의 데이터 수집장치(4)로 전송한다.

데이터 수집장치(4)는 각 병동(200)에 설치되어 해당 병동(200)의 열-감지센서(9)들로부터 열-감지정보들을 수집함과 동시에 기 설정된 주기(T) 마다 병동 온도계(11)로부터 병동 온도값을 수집하며, 수집된 열-감지정보로 이루어지는 수집데이터 또는 수집된 열-감지정보 및 병동 온도값을 매칭시킨 수집데이터를 로컬관리서버(3)로 전송한다.

이때 데이터 수집장치(4)에 의해 생성된 수집데이터는 해당 병동의 식별정보, 각 열-감지센서의 식별정보, 열-감지정보 및 병동 온도값으로 이루어진다.

관리자 단말기(5)들은 간호사 등의 관리자가 소지하거나 또는 관리자가 배치된 데스크 등의 위치에 설치되는 디지털 디바이스이며, 상세하게로는 데스크톱-PC, 노트북, 태블릿PC, 스마트폰 등으로 구성될 수 있다.

또한 관리자 단말기(5)들에는 관리 프로그램(7)이 설치된다.

도 6은 도 2의 관리 프로그램에 의해 전시되는 GUI의 예시도이다.

관리 프로그램(7)은 관리자 단말기(5)에 설치되어 로컬관리서버(3)와 연동하여 병동 돌발 상황 경보 및 모니터링 서비스를 제공하기 위한 소프트웨어, 어플리케이션 또는 응용 프로그램이다.

또한 관리 프로그램(7)은 로컬관리서버(3)로부터 전송받은 돌발 상황 데이터를 기 제작된 GUI(Graphic User Interface)들을 통해 시각화하여 관리자 단말기(5)의 모니터에 디스플레이 한다. 이때 돌발 상황 데이터는 돌발 상황 내용(이상체온 또는 낙상), 돌발 상황이 발생된 병동의 식별정보, 돌발 상황이 발생된 침실의 식별정보로 이루어진다.

또한 관리프로그램(7)에 의해 제공되는 GUI(910)는 도 6에 도시된 바와 같이, 실제 병동(200)들의 위치에 대응되게 표시되는 병동표시란(9111)들과 해당 병동(200)에 배치된 침실(210)들 각각에 대응되는 침실표시란(9112)들이 그래픽화되어 표시되는 상태전시부(911)들과, 돌발 상황이 발생된 병동 및 침실 식별번호들이 노출되는 돌발 상황 전시란(912)으로 이루어진다.

또한 GUI(910)는 1)이상체온 및 낙상의 돌발 상황이 발생되지 않은 침실표시란(9112)들을 제1 색상으로 표시함과 동시에 2)이상체온이 발생된 참실표시란(9112)을 제2 색상으로 표시하며, 3)낙상사고가 발생된 침실표시란(9112)을 제3 색상으로 표시함으로써 관리자가 직관적으로 돌발 상황 발생 여부 및 돌발 상황이 발생된 병동 및 침실 위치를 신속하고 정확하게 인지하도록 하여 돌발 상황에 대한 신속한 대처가 이루어질 수 있게 된다.

도 7은 도 2의 로컬관리서버를 나타내는 블록도이다.

로컬관리서버(3)는 도 7에 도시된 바와 같이, 제어부(31)와, 데이터베이스부(32), 데이터 송수신부(33), 환자 객체 인식부(34), 이상체온 여부 판단부(35), 낙상여부 판단부(36), 돌발 상황 데이터 생성부(37), 최적상수 설정부(38)로 이루어진다.

제어부(31)는 로컬관리서버(3)의 O.S(Operating System)이며, 제어대상(32), (33), (34), (35), (36), (37), (38)들을 관리 및 제어한다.

또한 제어부(31)는 데이터 수집장치(4)들로부터 데이터 송수신부(33)를 통해 수집데이터를 전송받으면, 데이터 송수신부(33)를 제어하여 전송받은 수집데이터가 관리자 단말기(5)로 전송되도록 데이터 송수신부(33)를 제어함과 동시에 전송받은 수집데이터를 데이터베이스부(32)에 저장하며, 수집데이터의 열-감지정보를 환자 객체 인식부(34)로 입력하며, 수집데이터에 병동 온도값이 포함된 경우, 병동 온도값을 최적상수 설정부(38)로 입력한다.

또한 제어부(31)는 이상체온 여부 판단부(35)에 의해 환자에게 이상체온이 발생하였다고 판단되거나 또는 낙상여부 판단부(36)에 의해 환자에게 낙상사고가 발생하였다고 판단될 때, 돌발 상황 데이터 생성부(37)를 실행한다.

또한 제어부(31)는 돌발 상황 데이터 생성부(37)에 의해 돌발 상황 데이터가 생성되면, 생성된 돌발 상황 데이터가 관리자 단말기(5)들로 전송되도록 데이터 송수신부(33)를 제어한다.

데이터베이스부(32)에는 각 병동(200)의 위치 및 식별정보와, 각 병동(200)의 열-감지센서(9)들 각각의 감지영역(S)인 침실(210)의 위치 및 식별정보가 기 설정되어 저장된다.

또한 데이터베이스부(32)에는 각 열-감지센서(9)의 감지영역(S) 및 해당 감지영역(S)을 세분화한 셀들의 위치정보들이 매칭된 감지영역정보와, 감지영역(S) 내 침실(210)에 대응되는 셀들의 위치정보들인 침실영역정보가 기 설정되어 저장된다.

또한 데이터베이스부(32)에는 데이터 수집장치(4)들로부터 전송받은 수집데이터가 저장된다.

또한 데이터베이스부(32)에는 돌발 상황 데이터 생성부(37)에 의해 생성된 돌발 상황 데이터가 저장된다.

또한 데이터베이스부(32)에는 최적상수 설정부(38)에 의해 설정된 최적상수(TH, Threshold)가 저장된다.

또한 데이터베이스부(32)에는 병동 온도값의 범위별로 최적상수(TH)가 매칭된 데이터인 기준테이블이 저장된다. 이때 기준테이블의 병동 온도값의 범위별 최적상수(TH)는 다수의 반복된 실험을 통해 결정될 수 있고, 최적상수(TH)는 병동 온도값이 증가할수록 작아지고, 병동 온도값이 낮아질수록 높아지는 특성을 갖는다.

예를 들어, 병동 온도값이 높으면, 열-감지센서(9)에 의해 검출된 각 셀별 온도값이 전체적으로 증가함에 따라, 환자의 정확한 체온 측정이 어려워지게 된다.

데이터 송수신부(33)는 데이터 수집장치(4)들 및 관리자 단말기(5)들과 데이터를 송수신한다.

프로그램 관리부(34)는 관리프로그램(7)의 업데이트, GUI 변경 등을 관리 및 제어한다.

도 8은 도 7의 환자 객체 인식부를 나타내는 블록도이다.

환자 객체 인식부(34)는 도 8에 도시된 바와 같이, 열-감지정보 입력모듈(341)과, 객체인식모듈(343), 객체위치정보 추출/저장모듈(345), 안면영역 검출모듈(347)로 이루어진다.

열-감지정보 입력모듈(341)은 제어부(31)의 제어에 따라 데이터 수집장치(4)로부터 전송받은 열-감지정보를 입력받는다.

객체인식모듈(343)은 우선 입력된 열-감지정보로부터 각 셀별 온도값을 추출한 후, 후술되는 도 10의 최적상수 설정부(38)에 의해 설정되어 데이터베이스부(32)에 저장된 최적상수(TH, Threshold)를 각 셀별 온도값과 곱하여 각 셀별 온도최적값을 산출한다.

일반적으로, 열-감지센서(9)는 병동의 천장에 설치되어 객체와 소정 이격된 상태로 열을 감지하기 때문에 해당 병동의 온도에 영향을 받게 된다. 예를 들어, 해당 병동의 온도가 낮은 경우, 열-감지센서(9)에 의해 측정되는 감지영역(S)의 셀들의 온도값이 전체적으로 낮아지게 되고, 해당 병동의 온도가 높은 경우, 열-감지센서(9)에 측정되는 셀들의 온도값이 전체적으로 높아지게 된다.

이에 따라 본원 발명은 후술되는 도 10의 최적상수 설정부(38)가 주기적으로 병동 온도값을 감안하여 각 셀별 온도값의 오차를 보정할 수 있는 최적상수(TH)를 설정하고, 객체인식모듈(343)이 각 셀별 온도값을 활용하여 환자객체 인식 시, 설정된 최적상수(TH)를 적용시켜 병동의 온도로 인한 각 셀별 온도값의 오차를 보정함으로써 객체 인식의 정확성 및 신뢰도를 높일 수 있다.

또한 객체인식모듈(343)은 산출된 각 셀별 온도최적값을 기 설정된 체온범위와 비교하여 체온범위에 포함되면서 연속되는 셀들을 환자객체로 인식하며, 환자객체의 셀정보들을 검출한다.

객체위치정보 추출/저장모듈(345)은 객체인식모듈(343)에 의해 인식된 환자객체의 셀-위치정보를 검출한 후, 데이터베이스부(32)에 저장한다.

도 9는 도 8의 안면영역 검출모듈을 나타내는 블록도이다.

안면영역 검출모듈(347)은 도 9에 도시된 바와 같이, 객체위치정보 입력모듈(3471)과, 누적데이터 추출모듈(3472), 길이방향 결정모듈(3473), 검증모듈(3474), 후보영역들 결정모듈(3475), 각 후보영역의 폭 산출모듈(3476), 비교 및 판단모듈(3477), 누적데이터기반 각 후보영역 추적모듈(3478), 폭 변동여부 비교 및 판단모듈(3479), 안면영역 결정모듈(3480), 환자체온 결정모듈(3481)로 이루어진다.

객체위치정보 입력모듈(3471)은 객체위치정보 추출/저장모듈(345)에 의해 검출된 환자객체의 셀-위치정보를 입력받는다.

누적데이터 추출모듈(3472)은 데이터베이스부(32)에 저장된 해당 환자객체의 셀-위치정보들을 추출한다.

이때 누적데이터 추출모듈(3472)은 현재 시점으로부터 기 설정된 이전 시간(t)까지의 데이터들을 추출한다.

길이방향 결정모듈(3473)은 객체위치정보 입력모듈(3471)을 통해 입력된 환자객체의 셀-위치정보를 분석하여, 환자의 길이방향을 결정한다.

일반적으로 사람의 신체는 폭 보다 길이가 현저히 크게 형성되기 때문에 길이방향 결정모듈(3473)은 환자객체의 셀-위치정보를 분석하여 환자객체의 폭 방향과 길이방향을 결정할 수 있게 된다.

도 10은 도 9의 검증모듈을 나타내는 블록도이다.

도 10의 검증모듈(3474)은 길이방향 결정모듈(3473)에 의해 결정된 환자의 길이방향에 오류가 없었는지를 검증한다.

또한 검증모듈(3474)은 도 10에 도시된 바와 같이, 제1 검증모듈(34741)과, 제2 검증모듈(34742), 오류 발생여부 결정모듈(34743)로 이루어진다.

제1 검증모듈(34741)은 환자객체의 셀-위치정보와, 길이방향 결정모듈(3473)에 의해 결정된 환자객체의 길이방향을 활용하여, 환자객체의 길이(L, 셀-크기)를 산출한 후, 산출된 환자객체의 길이(L)를 기 설정된 기준값과 비교한다.

이때 기준값은 인식된 객체가 신체라고 판단할 수 있는 객체 길이의 최소값으로 정의된다.

또한 제1 검증모듈(34741)은 1)환자객체의 길이(L)가 기준값 미만이면, 환자의 길이방향 결정에 오류가 있었다고 판단하며, 2)환자객체의 길이(L)가 기준값 이상이면, 환자의 길이방향 결정에 오류가 없었다고 판단한다.

제2 검증모듈(34742)은 침대의 길이방향을 Y축이라고 할 때, 길이방향 결정모듈(3473)에 의해 결정된 환자객체의 길이방향이 Y축 성분이 많은지 또는 X축 성분이 많은지(Y축에 가까운지 또는 X축에 가까운지)를 비교한다.

또한 제2 검증모듈(34742)은 1)만약 환자객체의 길이방향에 X축 성분이 많으면, 길이방향의 결정에 오류가 발생하였다고 판단하며, 2)만약 환자객체의 길이방향에 Y축 성분이 많다고 판단되면 길이방향의 결정에 오류가 없다고 판단한다.

오류 발생여부 결정모듈(34743)은 1)제1 검증모듈(34741) 및 제2 검증모듈(34742)에서 모두 오류가 발생하지 않았다고 판단되면, 길이방향 결정모듈(3473)의 환자객체의 길이방향 결정에 오류가 없었다고 검증하며, 2)제1 검증모듈(34741) 및 제2 검증모듈(34742) 중 적어도 하나 이상에서 오류가 발생하였다고 판단되면, 길이방향 결정모듈(3473)의 환자객체의 길이방향 결정에 오류가 발생하였다고 최종 결정한다.

이때 제어부(30)는 검증모듈(3474)에서 1)오류가 발생하지 않았다고 최종 검증되면, 후보영역들 결정모듈(3475)을 실행시키고, 2)오류가 발생하였다고 최종 판단되면, 전술하였던 도 8의 열감지정보 입력모듈(341), 객체인식모듈(343) 및 객체위치정보 추출/저장모듈(345)을 재실행시킨다.

후보영역들 결정모듈(3475)은 검증모듈(3474)에서 길이방향 결정모듈(3473)의 환자객체의 길이방향 결정에 오류가 없었다고 검증될 때 실행된다.

또한 후보영역들 결정모듈(3475)은 환자객체의 길이방향의 양단부와 인접한 영역들을 후보영역으로 결정한다.

예를 들어, 사람의 신체의 높이방향의 양단부와 인접한 영역은 안면 부외와 다리 부위로 이루어지기 때문에 후보영역들 결정모듈(3475)에 의해 결정된 후보영역들은 안면영역과 다리영역으로 이루어지게 된다.

각 후보영역의 폭 산출모듈(3476)은 후보영역들 결정모듈(3475)에 의해 결정된 각 후보영역의 폭의 크기(셀 크기)를 산출한다.

비교 및 판단모듈(3477)은 각 후보영역의 폭 산출모듈(3476)에 의해 산출된 각 후보영역의 폭의 크기를 기 설정된 제2 기준값과 비교한다. 이때 제2 기준값은 인식된 후보영역을 안면영역이라고 판단할 수 있는 폭의 크기의 최대값으로 정의된다.

또한 비교 및 판단모듈(3477)은 후보영역들 중 어느 하나는 폭의 크기가 제2 기준값 미만이고, 다른 하나는 폭의 크기가 제2 기준값 이상일 때, 제2 기준값 미만의 폭의 크기를 갖는 후보영역을 안면영역이라고 판단한다.

또한 비교 및 판단모듈(3477)은 후보영역들 모두 폭의 크기가 제2 기준값 미만일 때, 누적데이터 기반 각 후보영역 추적모듈(3478)을 실행시킨다.

또한 비교 및 판단모듈(3477)은 후보영역들 모두 폭의 크기가 제2 기준값 이상일 때, 전술하였던 도 8의 열감지정보 입력모듈(341), 객체인식모듈(343) 및 객체위치정보 추출/저장모듈(345)을 재실행시킨다.

예를 들어, 환자가 누워있을 때, 환자의 다리영역에는 일반적으로 이불이 덮어진 경우가 많고, 이에 따라 환자가 양다리를 벌린 상태에서 이불이 덮어진 상태인 경우, 다리영역의 폭 크기가 제2 기준값 이상으로 검출되는 경우가 발생하나, 사람의 안면영역은 소정 크기 이상으로 검출되지 않는 특성을 갖기 때문에 본 발명에서는 비교 및 판단모듈(3477)을 통해 후보영역들 중 안면영역을 검출하도록 하였다.

다른 예로, 환자가 다리를 겹친 상태인 경우, 다리영역의 폭 크기가 제2 기준값 미만으로 검출되기 때문에 비교 및 판단모듈(3477) 이후에는 누적데이터기반 각 후보영역 추적모듈(3478)이 실행되게 된다.

누적데이터기반 각 후보영역 추적모듈(3478)은 비교 및 판단모듈(3477)에서 후보영역들 모두 폭 크기가 제2 기준값 미만일 때 실행된다.

또한 누적데이터기반 각 후보영역 추적모듈(3478)은 누적데이터 추출모듈(3472)에 의해 추출된 데이터를 활용하여, 현재 시점을 기준으로 이전 시점의 방향으로, 환자객체의 셀-위치정보들을 분석하여, 각 후보영역들을 검출한 후, 각 후보영역의 폭 크기를 검출한다.

또한 누적데이터기반 각 후보영역 추적모듈(3478)은 검출된 각 후보영역의 폭 크기값들을 활용하여, 각 후보영역의 폭 크기 변동률(%)을 산출한다.

폭 변동여부 비교 및 판단모듈(3479)은 누적데이터 기반 각 후보영역 추적모듈에 의해 산출된 각 후보영역의 폭 크기 변동률(%)을 비교하여, 폭 크기 변동률(%)이 낮은 후보영역을 안면영역이라고 결정한다.

예를 들어, 안면영역은 자세가 변경된다고 하더라도, 폭 크기의 변동률(%)이 적으나, 다리영역은 자세가 변경되지 않는다고 하더라도, 안면영역과 비교하여 변동률(%)이 높은 특성을 갖는다.

안면영역 결정모듈(3480)은 1)비교 및 판단모듈(3477) 또는 2)폭 변동여부 비교 및 판단모듈(3479)에서 안면영역이 결정될 때, 결정된 안면영역을 해당 환자의 안면영역으로 최종 결정한다.

환자체온 결정모듈(3481)은 안면영역 결정모듈(3480)에 의해 결정된 안면영역에 대응하는 셀들의 온도최적값의 평균값을 해당 환자의 체온으로 결정한다.

이와 같이 구성되는 환자 객체 인식부(34)는 객체인식모듈(343)에 의해 인식된 환자의 체온 정보를 이상체온 여부 판단부(35)로 입력하고, 환자객체의 셀정보를 낙상여부 판단부(36)로 입력한다.

이상체온 여부 판단부(35)는 환자체온 결정모듈(3481)에 의해 검출된 환자 체온을 기 설정된 체온정상범위와 비교하여 1)환자 체온이 체온정상범위에 포함될 때, 해당 환자의 체온이 정상이라고 판단하며, 2)환자 체온이 체온정상범위를 벗어날 때, 해당 환자에게 이상체온이 발생하였다고 판단한다.

이때 제어부(31)는 이상체온 여부 판단부(35)에 의해 환자에게 이상체온이 발생하였다고 판단되면, 돌발 상황 데이터 생성부(37)를 실행시킨다.

도 11은 도 7의 낙상여부 판단부를 나타내는 블록도이다.

낙상여부 판단부(36)는 도 11에 도시된 바와 같이, 데이터 입력모듈(361)과, 침실영역정보 추출모듈(362), 위치비교모듈(363), 낙상판별모듈(364)로 이루어진다.

데이터 입력모듈(361)은 환자 객체 인식부(34)로부터 환자객체의 셀정보를 입력받으며, 해당 열-감지센서의 열-감지정보를 입력받는다.

침실영역정보 추출모듈(362)은 데이터베이스부(32)를 탐색하여 데이터베이스부(32)에 저장된 해당 열-감지센서(9)의 침실영역정보를 추출한다.

이때 침실영역정보는 해당 감지영역(S) 내에서 침실에 대응되는 셀들의 위치정보이고, 기 설정되어 데이터베이스부(32)에 저장된다.

위치비교모듈(363)은 데이터 입력모듈(361)을 통해 입력된 환자객체 셀정보와, 침실영역정보 추출모듈(362)에 의해 추출된 침실영역정보를 활용하여, 환자객체의 셀 위치 및 침실의 셀 위치를 비교한다.

낙상결정모듈(364)은 위치비교모듈(363)에서 환자객체의 셀 위치가 침실의 셀 위치로부터 이탈된 경과시간이 임계치 이상일 때, 환자에게 낙상사고가 발생하였다고 판단한다.

다시 도 7로 돌아가서 돌발 상황 데이터 생성부(37)를 살펴보면, 돌발 상황 데이터 생성부(37)는 이상체온 여부 판단부(35)에 의해 환자의 이상체온이 판단되거나 또는 낙상여부 판단부(36)에 의해 환자의 낙상이 판단될 때 실행되며, 돌발 상황 데이터를 생성한다. 이때 돌발 상황 데이터는 돌발 상황 내용(이상체온, 낙상사고), 해당 병동의 식별번호 및 해당 침실의 식별번호로 이루어진다.

또한 돌발 상황 데이터 생성부(37)에 의해 생성된 돌발 상황 데이터는 제어부(31)의 제어에 따라 데이터 송수신부(33)를 통해 관리자 단말기(5)들로 전송되고, 관리자 단말기(5)의 관리 프로그램(7)은 로컬관리서버(3)로부터 돌발 상황 데이터를 전송받으면, 경고음향정보를 외부로 출력하여 관리자의 신속한 대처가 이루어지도록 한다.

도 12는 도 7의 최적상수 설정부를 나타내는 블록도이다.

도 12의 최적상수 설정부(38)는 기 설정된 주기(T) 마다 제어부(31)의 제어에 따라 실행된다.

또한 최적상수 설정부(38)는 도 12에 도시된 바와 같이, 병동 온도값 입력모듈(381)과, 기준테이블 추출모듈(382), 최적상수 결정모듈(383)로 이루어진다.

병동 온도값 입력모듈(381)은 데이터 수집장치(4)로부터 전송받은 각 병동의 온도값을 입력받는다.

기준테이블 추출모듈(382)은 데이터베이스부(32)에 저장된 기준테이블을 추출한다.

최적상수 설정모듈(383)은 기준테이블 추출모듈(382)에 의해 추출된 기준테이블을 탐색하여, 병동 온도값 입력모듈(381)에 의해 입력된 각 병동 온도값에 매칭되는 최적상수(TH)들을 각각 추출한다.

또한 최적상수 설정모듈(383)은 추출된 각 병동의 최적상수(TH)들을 데이터베이스부(32)에 저장한다.

도 13은 본 발명의 일실시예인 병동 돌발 상황 경보 및 모니터링 시스템의 동작 과정을 나타내는 플로차트이다.

도 13의 병동 돌발 상황 경보 및 모니터링 방법(S1)은 본 발명의 일실시예인 병동 돌발 상황 경보 및 모니터링 시스템(1)의 동작 과정을 나타낸다.

또한 병동 돌발 상황 경보 및 모니터링 방법(S1)은 도 13에 도시된 바와 같이, 수집데이터 수신단계(S10)와, 환자 객체 인식단계(S20), 이상체온 여부 판별단계(S30), 낙상여부 판별단계(S40), 돌발 상황 데이터 생성단계(S50), 데이터 전송단계(S60), 모니터링 단계(S70), 최적상수 설정단계(S80)로 이루어진다.

수집데이터 수신단계(S10)는 로컬관리서버(3)가 열-감지센서(9)들에 의해 측정된 열-감지정보들과, 병동 온도계(11)에 의해 측정된 병동 온도값을 수신 받는 단계이다.

환자 객체 인식단계(S20)는 로컬관리서버(3)가 수집데이터 수신단계(S10)를 통해 수신 받은 열-감지정보로부터 각 셀별 온도값을 추출한 후, 후술되는 최적상수 설정단계(S80)에 의해 설정되어 데이터베이스부(32)에 저장된 최적상수(TH)를 각 셀별 온도값과 곱하여 각 셀별 온도최적값을 산출하며, 산출된 각 섹별 온도최적값을 기 설정된 체온범위와 비교하여 체온범위에 포함되면서 연속되는 셀들을 환자객체로 인식하며, 환자객체의 셀정보들을 검출하는 단계이다.

도 14는 도 13의 환자 객체 인식단계를 나타내는 플로차트이다.

환자 객체 인식단계(S20)는 도 14에 도시된 바와 같이, 열-감지정보 입력단계(S21)와, 객체인식단계(S22), 객체위치정보 추출/저장단계(S23), 안면영역 검출단계(S24)로 이루어진다.

열-감지정보 입력단계(S21)는 로컬관리서버(3)가 수집데이터 수신단계(S10)를 통해 수신 받은 열-감지정보를 입력받는 단계이다.

객체인식단계(S22)는 로컬관리서버(3)가 입력된 열-감지정보로부터 각 셀별 온도값을 추출한 후, 후술되는 최적상수 설정단계(S80)에 의해 설정되어 데이터베이스부(32)에 저장된 최적상수(TH)를 각 셀별 온도값과 곱하여 각 셀별 온도최적값을 산출하는 단계이다.

또한 객체인식단계(S22)는 산출된 각 셀별 온도최적값을 기 설정된 체온범위와 비교하여 체온범위에 포함되면서 연속되는 셀들을 환자객체로 인식하며, 환자객체의 셀정보들을 검출한다.

객체위치정보 추출/저장단계(S23)는 로컬관리서버(3)가 객체인식단계(S22)에 의해 인식된 환자객체의 셀-위치정보를 검출한 후, 데이터베이스부(32)에 저장하는 단계이다.

도 15는 도 14의 안면영역 검출단계를 나타내는 플로차트이다.

안면영역 검출단계(S24)는 도 15에 도시된 바와 같이, 객체위치정보 입력단계(S241)와, 누적데이터 추출단계(S242), 길이방향 결정단계(S243), 검증단계(S244), 후보영역들 결정단계(S245), 각 후보영역의 폭 산출단계(S246), 비교 및 판단단계(S247), 누적데이터기반 각 후보영역 추적단계(S248), 폭 변동여부 비교 및 결정단계(S249), 안면영역 결정단계(S250), 환자체온 산출단계(S251)로 이루어진다.

객체위치정보 입력단계(S241)는 로컬관리서버(3)가 객체위치정보 추출/저장단계(S23)에 의해 검출된 환자객체의 셀-위치정보를 입력받는 단계이다.

누적데이터 추출단계(S242)는 로컬관리서버(3)가 데이터베이스부(32)에 저장된 해당 환자객체의 셀-위치정보들을 추출하되, 현재 시점으로부터 기 설정된 이전 시간(t)까지의 데이터들을 추출하는 단계이다.

길이방향 결정단계(S243)는 로컬관리서버(3)가 객체위치정보 입력단계(S241)를 통해 입력된 환자객체의 셀-위치정보를 분석하여, 환자의 길이방향을 결정하는 단계이다.

일반적으로 사람의 신체는 폭 보다 길이가 현저히 크게 형성되기 때문에 길이방향 결정모듈(3473)은 환자객체의 셀-위치정보를 분석하여 환자객체의 폭 방향과 길이방향을 결정할 수 있게 된다.

도 16은 도 15의 검증단계를 나타내는 플로차트이다.

도 16의 검증단계(S244)는 길이방향 결정단계(S243)에 의해 결정된 환자의 길이방향에 오류가 없었는지를 검증하는 단계이다.

또한 검증단계(S244)는 도 16에 도시된 바와 같이, 제1 검증단계(S2441)과, 제2 검증단계(S2442), 오류 발생여부 결정단계(S2443)로 이루어진다.

제1 검증단계(S2441)는 로컬관리서버(3)가 환자객체의 셀-위치정보와, 길이방향 결정단계(S243)에 의해 결정된 환자객체의 길이방향을 활용하여, 환자객체의 길이(L, 셀-크기)를 산출한 후, 산출된 환자객체의 길이(L)를 기 설정된 기준값과 비교하는 단계이다.

이때 기준값은 인식된 객체가 신체라고 판단할 수 있는 객체 길이의 최소값으로 정의된다.

또한 제1 검증단계(S2441)는 1)환자객체의 길이(L)가 기준값 미만이면, 환자의 길이방향 결정에 오류가 있었다고 판단하며, 2)환자객체의 길이(L)가 기준값 이상이면, 환자의 길이방향 결정에 오류가 없었다고 판단한다.

제2 검증단계(S2442)는 로컬관리서버(3)가 침대의 길이방향을 Y축이라고 할 때, 길이방향 결정단계(S243)에 의해 결정된 환자객체의 길이방향에 Y축 성분이 많은지 또는 X축 성분이 많은지(Y축에 가까운지 또는 X축에 가까운지)를 비교하는 단계이다.

또한 제2 검증단계(S2442)는 1)만약 환자객체의 길이방향에 X축 성분이 많으면, 길이방향의 결정에 오류가 발생하였다고 판단하며, 2)만약 환자객체의 길이방향에 Y축 성분이 많다고 판단되면 길이방향의 결정에 오류가 없다고 판단한다.

오류 발생여부 결정단계(S2443)는 로컬관리서버(3)가 1)제1 검증단계(S2441) 및 제2 검증단계(S2442)에서 모두 오류가 발생하지 않았다고 판단되면, 길이방향 결정단계(S243)의 환자객체의 길이방향 결정에 오류가 없었다고 검증하며, 2)제1 검증단계(S2441) 및 제2 검증단계(S2442) 중 적어도 하나 이상에서 오류가 발생하였다고 판단되면, 길이방향 결정단계(S243)의 환자객체의 길이방향 결정에 오류가 발생하였다고 최종 결정하는 단계이다.

이때 오류 발생여부 결정단계(S2443)는 1)오류가 발생하지 않았다고 최종 검증되면, 다음 단계로 후보영역들 결정단계(S246)가 진행되고, 2)오류가 발생하였다고 최종 판단되면, 전술하였던 도 14의 열감지정보 입력단계(S21)로 돌아가 이후 과정을 반복한다.

후보영역들 결정단계(S245)는 검증단계(S244)에서 길이방향 결정단계(S243)에서 환자객체의 길이방향 결정에 오류가 없었다고 검증될 때 진행되며, 로컬관리서버(3)가 환자객체의 길이방향의 양단부와 인접한 영역들을 후보영역으로 결정하는 단계이다.

예를 들어, 사람의 신체의 높이방향의 양단부와 인접한 영역은 안면 부외와 다리 부위로 이루어지기 때문에 후보영역들 결정모듈(3475)에 의해 결정된 후보영역들은 안면영역과 다리영역으로 이루어지게 된다.

각 후보영역의 폭 산출단계(S246)는 로컬관리서버(3)가 후보영역들 결정단계(S245)에 의해 결정된 각 후보영역의 폭의 크기(셀 크기)를 산출하는 단계이다.

비교 및 판단단계(S247)는 로컬관리서버(3)가 각 후보영역의 폭 산출단계(S246)에서 산출된 각 후보영역의 폭의 크기를 기 설정된 제2 기준값과 비교하는 단계이다. 이때 제2 기준값은 인식된 후보영역을 안면영역이라고 판단할 수 있는 폭의 크기의 최대값으로 정의된다.

또한 비교 및 판단단계(S247)는 후보영역들 중 어느 하나는 폭의 크기가 제2 기준값 미만이고, 다른 하나는 폭의 크기가 제2 기준값 이상일 때, 제2 기준값 미만의 폭의 크기를 갖는 후보영역을 안면영역이라고 판단한다.

또한 비교 및 판단단계(S247)는 후보영역들 모두 폭의 크기가 제2 기준값 미만일 때, 다음 단계로 누적데이터 기반 각 후보영역 추적단계(S248)를 진행한다.

또한 비교 및 판단단계(S247)는 후보영역들 모두 폭의 크기가 제2 기준값 이상일 때, 전술하였던 도 14의 열감지정보 입력단계(S21)로 돌아가 이후 과정을 반복한다.

예를 들어, 환자가 누워있을 때, 환자의 다리영역에는 일반적으로 이불이 덮어진 경우가 많고, 이에 따라 환자가 양다리를 벌린 상태에서 이불이 덮어진 상태인 경우, 다리영역의 폭 크기가 제2 기준값 이상으로 검출되는 경우가 발생하나, 사람의 안면영역은 소정 크기 이상으로 검출되지 않는 특성을 갖기 때문에 본 발명에서는 비교 및 판단단계(S247)를 통해 후보영역들 중 안면영역을 검출하도록 하였다.

다른 예로, 환자가 다리를 겹친 상태인 경우, 다리영역의 폭 크기가 제2 기준값 미만으로 검출되기 때문에 비교 및 판단모듈(3477) 이후에는 누적데이터기반 각 후보영역 추적모듈(3478)이 실행되게 된다.

누적데이터기반 각 후보영역 추적단계(S248)는 비교 및 판단단계(S247)에서 후보영역들 모두 폭 크기가 제2 기준값 미만일 때 진행된다.

또한 누적데이터기반 각 후보영역 추적단계(S248)는 로컬관리서버(3)가 누적데이터 추출단계(S242)에 의해 추출된 데이터를 활용하여, 현재 시점을 기준으로 이전 시점의 방향으로, 환자객체의 셀-위치정보들을 분석하여, 각 후보영역들을 검출한 후, 각 후보영역의 폭 크기를 검출하는 단계이다.

또한 누적데이터기반 각 후보영역 추적단계(S248)는 검출된 각 후보영역의 폭 크기값들을 활용하여, 각 후보영역의 폭 크기 변동률(%)을 산출한다.

폭 변동여부 비교 및 결정단계(S249)는 로컬관리서버(3)가 누적데이터 기반 각 후보영역 추적단계(S248)에 의해 산출된 각 후보영역의 폭 크기 변동률(%)을 비교하여, 폭 크기 변동률(%)이 낮은 후보영역을 안면영역이라고 결정하는 단계이다.

예를 들어, 안면영역은 자세가 변경된다고 하더라도, 폭 크기의 변동률(%)이 적으나, 다리영역은 자세가 변경되지 않는다고 하더라도, 안면영역과 비교하여 변동률(%)이 높은 특성을 갖는다.

안면영역 결정단계(S250)는 로컬관리서버(3)가 1)비교 및 판단단계(S247) 또는 2)폭 변동여부 비교 및 결정단계(S249)에서 안면영역이 결정될 때, 결정된 안면영역을 해당 환자의 안면영역으로 최종 결정하는 단계이다.

환자체온 산출단계(S251)는 로컬관리서버(3)가 안면영역 결정단계(S250)에 의해 결정된 안면영역에 대응하는 셀들의 온도최적값의 평균값을 해당 환자의 체온으로 결정하는 단계이다.

이상체온 여부 판단단계(S30)는 로컬관리서버(3)가 환자체온 산출단계(S251)에 의해 검출된 환자 체온을 기 설정된 체온정상범위와 비교하여 1)환자 체온이 체온정상범위에 포함될 때, 해당 환자의 체온이 정상이라고 판단하며, 2)환자 체온이 체온정상범위를 벗어날 때, 해당 환자에게 이상체온이 발생하였다고 판단하는 단계이다.

낙상여부 판단단계(S40)는 로컬관리서버(3)가 환자 객체 인식단계(S20)에서 검출된 환자객체의 셀정보를 입력받으며, 데이터베이스부(32)에 저장된 해당 열-감지센서의 침실영역정보를 추출한 후, 입력된 환자객체 셀정보와, 추출된 침실영역정보를 활용하여, 환자객체의 셀 위치 및 침실의 셀 위치를 비교하는 단계이다.

또한 낙상여부 판단단계(S40)는 환자객체의 셀 위치가 침실의 셀 위치로부터 이탈된 경과시간이 임계치 이상일 때, 환자에게 낙상사고가 발생하였다고 판단한다.

돌발 상황 데이터 생성단계(S250)는 이상체온 여부 판단단계(S30)에서 이상체온의 환자가 검출되거나 또는 낙상여부 판단단계(S40)에서 환자의 낙상이 발생하였다고 판단될 때 진행된다.

또한 돌발 상황 데이터 생성단계(S250)는 로컬관리서버(3)가 돌발 상황 내용, 해당 병동의 식별번호 및 해당 침실의 식별번호를 포함하는 돌발 상황 데이터를 생성한다.

데이터 전송단계(S60)는 로컬관리서버(3)가 돌발 상황 데이터 생성단계(S50)에 서 생성된 돌발 상황 데이터를 관리자 단말기들로 전송하는 단계이다.

모니터링 단계(S70)는 관리자 단말기가 데이터 전송단계(S60)를 통해 돌발 상황 데이터를 전송받으면, 경고음향정보를 외부로 출력하는 단계이다.

최적상수 설정단계(S80)는 기 설정된 주기(T) 마다 진행되며, 로컬관리서버(3)가 수집데이터 수신단계(S10)를 통해 전송받은 각 병동의 온도값을 입력받으면, 데이터베이스부(32)에 저장된 기준테이블을 추출한 후, 추출된 기준테이블을 탐색하여, 각 병동의 온도값에 매칭되는 최적상수(TH)들을 각각 추출하는 단계이다. 이때 기준테이블은 병동 온도값의 범위별로 최적상수(TH)가 매칭된 데이터를 의미한다.

또한 최적상수 설정단계(S80)는 추출된 각 병동의 최적상수(TH)들을 데이터베이스부(32)에 저장한다.

이와 같이 본 발명의 일실시예인 병동 돌발 상황 경보 및 모니터링 방법(S1)은 은 열-감지센서(9)를 이용하여 각 침실의 환자의 이상체온 및 낙상사고 발생여부를 동시에 판단하도록 구성됨으로써 별도의 카메라 및 열화상 카메라를 사용하지 않아, 개인 사생활 침해 문제를 개선할 수 있을 뿐만 아니라 설치비용이 절감되며, 저-전력 운영이 가능하게 된다.

또한 본 발명의 병동 돌발 상황 경보 및 모니터링 방법(S1)은 로컬관리서버(3)가 데이터 수집장치(4)들로부터 전송받은 열-감지정보를 분석하여 객체를 인식한 후, 인식된 객체의 온도값들 및 위치정보를 이용하여 환자의 이상체온 및 낙상사고 발생 여부를 판단하도록 구성됨으로써 연산처리가 간단하면서도 객체인식의 정확성을 높일 수 있다.

또한 본 발명의 병동 돌발 상황 경보 및 모니터링 방법(S1)은 로컬관리서버(3)가 환자의 이상체온 및 낙상사고가 발생되었다고 판단될 때, 관리자 단말기(5)로 돌발 상황 내용, 병동 및 객실 식별번호를 포함하는 돌발 상황 데이터를 전송하고, 관리자 단말기(5)의 관리 프로그램(7)이 로컬관리서버(3)로부터 돌발 상황 데이터를 전송받을 때, 경고알람 정보를 외부로 출력함으로써 환자 상태에 대한 원격 모니터링이 가능하여 작업 효율성을 개선시킴과 동시에 간호관리체계의 효율성을 극대화시킬 수 있으며, 돌발 상황 발생 시, 신속한 후속대처가 가능하여 의료서비스의 안전성 및 신뢰도를 높일 수 있게 된다.

1:병동 돌발 상황 경보 및 모니터링 시스템
3:로컬관리서버 4:데이터 수집장치
5:관리자 단말기 7:관리 프로그램
9:열-감지센서 10:통신망
11:병동 온도계 31:제어부
32:데이터베이스부 33:데이터 송수신부
34:환자 객체 인식부 35:이상체온 여부 판단부
36:낙상여부 판단부 37:돌발 상황 데이터 생성부
38:최적상수 설정부 341:열-감지정보 입력모듈
343:객체인식모듈 361:데이터 입력모듈
362:침실영역정보 추출모듈 363:위치비교모듈
364:낙상판별모듈 381:병동 온도값 입력모듈
382:기준테이블 추출모듈 383:최적상수 결정모듈
S1:병동 돌발 상황 경보 및 모니터링 방법
S10:수집데이터 수신단계 S20:환자 객체 인식단계
S21:열-감지정보 입력단계 S22:객체인식단계
S23:객체위치정보 추출/저장단계 S24:안면영역 검출단계
S30:이상체온 여부 판별단계 S40:낙상여부 판별단계
S50:돌발 상황 데이터 생성단계 S60:데이터 전송단계
S70:모니터링 단계 S80:최적상수 설정단계
S241:객체위치정보 입력단계 S242:누적데이터 추출단계
S243:길이방향 결정단계 S244:검증단계
S245:후보영역들 결정단계 S246:각 후보영역의 폭 산출단계
S247:비교 및 판단단계
S248:누적데이터기반 각 후보영역 추적단계
S249:폭 변동여부 비교 및 결정단계 S250안면영역 결정단계
S251:환자체온 산출단계

Claims (5)

1. 적어도 하나 이상의 병동의 각 침실의 상부에 설치되며, 기 설정된 감지영역(S)을 복수개의 셀들로 세분화하여 온도를 측정하여 각 셀별 온도값인 열-감지정보를 측정하는 열-감지센서들을 이용하여, 각 병동의 돌발 상황 발생여부를 모니터링 하기 위한 병동 돌발 상황 경보 및 모니터링 방법(S1)에 있어서:
   상기 병동 돌발 상황 경보 및 모니터링 방법(S1)은
   로컬관리서버가, 상기 열-감지센서들로부터 열-감지정보들을 수신 받는 단계10(S10);
   상기 로컬관리서버가 상기 단계10(S10)을 통해 전송받은 열-감지정보를 분석하여 각 셀별 온도값을 추출한 후, 추출된 각 셀별 온도값을 기 설정된 체온범위와 비교하여 체온범위에 포함되면서 연속되는 셀들을 환자객체로 인식하며, 환자객체의 셀정보들을 검출하는 단계20(S20);
   상기 로컬관리서버가 상기 단계20(S20)에서 추출된 각 셀별 온도값을 추출한 후, 추출된 환자객체의 각 셀별 온도값들의 평균값인 환자 체온을 산출하며, 산출된 환자 체온을 기 설정된 체온정상범위와 비교하여 1)환자 체온값이 체온정상범위에 포함될 때, 해당 환자의 체온이 정상이라고 판단하며, 2)환자 체온값이 체온정상범위를 벗어날 때, 해당 환자에게 이상체온이 발생하였다고 판단하는 단계30(S30);
   상기 로컬관리서버가 상기 단계30(S30)에서 환자 체온이 체온정상범위를 벗어날 때, 돌발 상황이 발생하였다고 판단하여 돌발 상황 내용, 병동 및 객실 식별정보를 포함하는 돌발 상황 데이터를 생성하는 단계50(S50);
   상기 로컬관리서버가 상기 단계50(S50)에서 생성된 돌발 상황 데이터를 관리자 단말기들로 전송하는 단계60(S60)을 포함하는 것을 특징으로 하는 병동 돌발 상황 경보 및 모니터링 방법(S1).
2. 제1항에 있어서, 상기 로컬관리서버의 데이터베이스부에는 병동의 온도값의 범위별로 최적상수(TH)가 매칭된 데이터인 기준테이블이 기 설정되어 저장되고,
   상기 단계10(S10)은
   상기 로컬관리서버가, 상기 병동에 설치되어 병동의 온도값을 측정하는 병동 온도계로부터 병동 온도값을 수신 받고,
   병동 돌발 상황 경보 및 모니터링 방법(S1)은
   기 설정된 주기(T) 마다 진행되는 단계80(S80)을 더 포함하고,
   상기 단계80(S80)은
   기 설정된 주기(T) 마다 진행되며, 상기 로컬관리서버가 상기 단계10(S10)을 통해 전송받은 각 병동의 온도값을 입력받으면, 상기 데이터베이스부에 저장된 기준테이블을 추출한 후, 추출된 기준테이블을 탐색하여, 입력된 각 병동의 온도값에 매칭되는 최적상수(TH)들을 각각 추출한 후, 추출된 각 병동의 최적상수(TH)들을 상기 데이터베이스부에 저장하고,
   상기 단계20(S20)은
   상기 로컬관리서버가 상기 단계10(S10)을 통해 열-감지정보를 수신 받으면, 수신 받은 열-감지정보로부터 각 셀별 온도값을 추출한 후, 상기 데이터베이스부에 저장된 최적상수(TH)를 추출된 각 셀별 온도값과 곱하여 각 셀별 온도최적값을 산출한 며, 산출된 각 셀별 온도최적값들을 기 설정된 체온범위와 비교하여 체온범위에 포함되면서 연속되는 셀들을 환자객체로 인식하고,
   상기 기준테이블에 저장된 최적상수(TH)는 대응되는 병동의 온도값이 증가할수록 작은 값으로 이루어지고, 병동의 온도값이 낮아질수록 높은 값으로 이루어지는 것을 특징으로 하는 병동 돌발 상황 경보 및 모니터링 방법(S1).
3. 제2항에 있어서, 상기 단계20(S20)은
   상기 로컬관리서버가 상기 단계10(S10)을 통해 수신 받은 열-감지정보를 입력받는 단계21(S21);
   상기 로컬관리서버가 상기 단계21(S21)을 통해 입력된 열-감지정보로부터 각 셀별 온도값을 추출한 후, 상기 데이터베이스부에 저장된 최적상수(TH)를 추출된 각 셀별 온도값과 곱하여 각 셀별 온도최적값을 산출한 후, 산출된 각 셀별 온도최적값을 기 설정된 체온범위와 비교하여 체온범위에 포함되면서 연속되는 셀들을 환자객체로 인식하며, 환자객체의 셀정보들을 검출하는 단계22(S22);
   상기 로컬관리서버가 상기 단계22(S22)에 의해 인식된 환자객체의 셀-위치정보를 검출한 후, 검출된 환자객체의 셀-위치정보를 상기 데이터베이스부에 저장하는 단계23(S23);
   단계24(S24)를 포함하고,
   상기 단계24(S24)는
   상기 로컬관리서버가 상기 단계23(S23)에 의해 검출된 환자객체의 셀-위치정보를 입력받는 단계241(S241);
   상기 로컬관리서버가 상기 데이터베이스부에 저장된 해당 환자객체의 셀-위치정보들을 추출하되, 현재 시점으로부터 기 설정된 이전 시간(t)까지의 데이터들을 추출하는 단계242(S242);
   상기 로컬관리서버가 상기 단계241(S241)을 통해 입력된 환자객체의 셀-위치정보를 분석하여, 환자의 길이방향을 결정하는 단계243(S243);
   상기 로컬관리서버가 상기 단계243(S243)에서 결정된 환자객체의 길이방향의 양단부와 인접한 영역들을 후보영역으로 결정하는 단계245(S245);
   상기 로컬관리서버가 상기 단계245(S245)에서 결정된 각 후보영역의 폭의 크기(셀 크기)를 산출하는 단계246(S246);
   상기 로컬관리서버가 상기 단계246(S246)에서 산출된 각 후보영역의 폭의 크기를, 인식된 후보영역을 안면영역이라고 판단할 수 있는 폭의 크기의 최대값인 기 설정된 제2 기준값과 비교하며, 1)후보영역들 중 어느 하나는 폭의 크기가 제2 기준값 미만이고 다른 하나는 폭의 크기가 제2 기준값 이상일 때, 제2 기준값 미만의 폭의 크기를 갖는 후보영역을 안면영역이라고 판단하며, 2)후보영역들 모두 폭의 크기가 제2 기준값 이상일 때, 상기 단계21(S21)로 동라가 이후 과정을 반복하는 단계247(S247);
   상기 단계247(S247)에서 후보영역들 모두 폭 크기가 제2 기준값 미만일 때 진행되며, 상기 로컬관리서버가 상기 단계242(S242)에 의해 추출된 데이터를 활용하여, 현재 시점을 기준으로 이전 시점의 방향으로, 환자객체의 셀-위치정보들을 분석하여, 각 후보영역들을 검출한 후, 각 후보영역의 폭 크기를 검출하며, 검출된 각 후보영역의 폭 크기값들을 활용하여, 각 후보영역의 폭 크기 변동률(%)을 산출하는 단계248(S248);
   상기 로컬관리서버가 상기 단계248(S248)에 의해 산출된 각 후보영역의 폭 크기 변동률(%)을 비교하여, 폭 크기 변동률(%)이 낮은 후보영역을 안면영역이라고 결정하는 단계249(S249);
   상기 로컬관리서버가 상기 단계247(S247) 또는 상기 단계249(S249)에서 안면영역이 결정될 때, 결정된 안면영역을 해당 환자의 안면영역으로 최종 결정하는 단계250(S250);
   상기 로컬관리서버가 상기 단계250(S250)에서 결정된 안면영역에 대응하는 셀들의 온도최적값의 평균값을 해당 환자의 체온으로 결정하는 단계251(S251)을 포함하고,
   상기 단계30(S30)은
   상기 로컬관리서버가 상기 단계251(S251)에서 결정된 환자 체온을 활용하여 이상체온 여부를 판단하는 것을 특징으로 하는 병동 돌발 상황 경보 및 모니터링 방법(S1).
4. 제3항에 있어서, 상기 단계24(S24)는
   상기 단계243(S243) 이후에 진행되는 단계244(S244)를 더 포함하고,
   상기 단계244(S244)는
   상기 로컬관리서버가 환자객체의 셀-위치정보와, 상기 단계243(S243)에서 결정된 환자객체의 길이방향을 활용하여, 환자객체의 길이(L, 셀-크기)를 산출한 후, 산출된 환자객체의 길이(L)를, 인식된 객체가 신체라고 판단할 수 있는 객체 길이의 최소값인 기 설정된 기준값과 비교하며, 1)환자객체의 길이(L)가 기준값 미만이면, 환자의 길이방향 결정에 오류가 있었다고 판단하며, 2)환자객체의 길이(L)가 기준값 이상이면, 환자의 길이방향 결정에 오류가 없었다고 판단하는 단계2441(S2441);
   상기 로컬관리서버가 상기 단계243(S243)에 의해 결정된 환자객체의 길이방향에, 침대의 길이방향인 기 설정된 Y축 성분이 많은지 또는 X축 성분이 많은지를 비교하며, 1)만약 환자객체의 길이방향에 X축 성분이 많으면, 길이방향의 결정에 오류가 발생하였다고 판단하며, 2)만약 환자객체의 길이방향에 Y축 성분이 많다고 판단되면 길이방향의 결정에 오류가 없다고 판단하는 단계2442(S2442);
   상기 로컬관리서버가 1)상기 단계2441(S2441) 및 상기 단계2442(S2442)에서 모두 오류가 발생하지 않았다고 판단되면, 상기 단계243(S243)의 환자객체의 길이방향 결정에 오류가 없었다고 검증하며, 2)상기 단계2441(S2441) 및 상기 단계2442(S2442) 중 적어도 하나 이상에서 오류가 발생하였다고 판단되면, 상기 단계243(S243)의 환자객체의 길이방향 결정에 오류가 발생하였다고 최종 결정하는 단계2443(S2443)을 포함하고,
   상기 단계245(S245)는
   상기 로컬관리서버가 상기 단계244(S244)에서 상기 단계243(S243)의 환자객체의 길이방향 결정에 오류가 없었다고 검증될 때 다음 단계로 진행되고,
   상기 단계21(S21)은
   상기 로컬관리서버가 상기 단계244(S244)에서 상기 단계243(S243)의 길이방향 결정모듈의 환자객체의 길이방향 결정에 오류가 발생하였다고 판단될 때 다음 단계로 진행되는 것을 특징으로 하는 병동 돌발 상황 경보 및 모니터링 방법(S1).
5. 제4항에 있어서, 상기 데이터베이스부에는
   상기 열-감지센서들 각각의 감지영역(S) 내 침실에 대응되는 셀들의 위치정보인 침실영역정보들이 기 설정되어 저장되고,
   상기 병동 돌발 상황 경보 및 모니터링 방법(S1)은
   상기 단계30(S30) 이후에 진행되는 단계40(S40)을 더 포함하고,
   상기 단계40(S40)은
   상기 로컬관리서버가 상기 데이터베이스부에 저장된 해당 열-감지센서의 침실영역정보를 추출한 후, 상기 단계20(S20)에서 검출된 환자객체의 셀정보와, 추출된 침실영역정보를 활용하여, 환자객체의 셀 위치 및 침실의 셀 위치를 비교하며, 환자객체의 셀 위치가 침실의 셀 위치로부터 이탈된 경과시간이 임계치 이상일 때, 환자에게 낙상사고가 발생하였다고 판단하고,
   상기 단계50(S50)은
   상기 로컬관리서버가 상기 단계40(S40)에서 환자에게 낙상사고가 발생하였다고 판단될 때, 돌발 상황 데이터를 생성하는 것을 특징으로 하는 병동 돌발 상황 경보 및 모니터링 방법(S1).

Images