TW202249025A - 離床辨識系統及離床辨識方法 - Google Patents
離床辨識系統及離床辨識方法 Download PDFInfo
- Publication number
- TW202249025A TW202249025A TW110120396A TW110120396A TW202249025A TW 202249025 A TW202249025 A TW 202249025A TW 110120396 A TW110120396 A TW 110120396A TW 110120396 A TW110120396 A TW 110120396A TW 202249025 A TW202249025 A TW 202249025A
- Authority
- TW
- Taiwan
- Prior art keywords
- bed
- joint point
- wide joint
- patient
- leaving
- Prior art date
Links
Images
Landscapes
- Alarm Systems (AREA)
Abstract
本發明公開一種離床辨識系統及離床辨識方法。離床辨識系統包含一影像擷取單元及電性耦接影像擷取單元的一辨識單元。影像擷取單元能取得為二維的一即時影像資訊。即時影像資訊包含一病床影像數據及一病患影像數據。辨識單元包含一偵測模組及電性耦接偵測模組的一判斷模組。偵測模組能利用病床影像數據建立一病床區域,並且更利用病患影像數據建立一左寬關節點及一右寬關節點。判斷模組能判斷左、右寬關節點所在位置。當判斷模組判斷左、右寬關節點未在病床區域時,判斷模組能發出一離床訊號。據此,能有效辨識及監控病患是否私自離床。
Description
本發明涉及一種辨識系統,尤其涉及一種離床辨識系統及離床辨識方法。
由現行醫療照護中心的統計資料發現,病患(或老人)私自離床而發生跌倒等意外事件經常發生,但在目前每位照護人員平均工作量都處於超載的情況下,照護人員於實務上並無法隨時確認每位病患位於床上休息,亦或是私自離床而到處走動。因此,「如何有效在病患離開病床的同時能即時地通知照護人員」便成為目前重要的課題。
於是,本發明人認為上述缺陷可改善,乃特潛心研究並配合科學原理的運用,終於提出一種設計合理且有效改善上述缺陷的本發明。
本發明所要解決的技術問題在於,針對現有技術的不足提供一種離床辨識系統及離床辨識方法,能有效地解決「照護人員無法即時得知病患離開病床」的課題。
本發明實施例公開一種離床辨識系統,適用來辨識位於一病床上的一病患,所述離床辨識系統包括:一影像擷取單元,用來設置於所述病床的上方,所述影像擷取單元能朝所述病床方向取得為二維的一即時影像資訊,所述即時影像資訊包含一病床影像數據及一病患影像數據;一辨識單元,電性耦接所述影像擷取單元,所述辨識單元包含:一偵測模組,能利用所述病床影像數據建立為二維的一病床區域,並且所述偵測模組更利用所述病患影像數據建立所述病患於二維影像中的一左寬關節點及一右寬關節點;一判斷模組,電性耦接所述偵測模組,所述判斷模組能判斷所述左寬關節點與所述右寬關節點所在位置;當所述判斷模組判斷所述左寬關節點與所述右寬關節點未在所述病床區域時,所述判斷模組能發出一離床訊號,所述離床訊號能用來通知一電子裝置。
本發明實施例另外公開一種離床辨識方法,包括以下步驟:(a)取得一即時影像資訊;(b)於所述即時影像資訊中建立一二維座標系;(c)利用所述即時影像資訊取得一病床影像數據;(d)利用所述病床影像數據於所述二維座標系建立一病床區域;(e)利用所述即時影像資訊辨識於所述病床區域中是否存在一病患;若是,執行步驟(f);若否,再次取得新的一即時影像資訊,並執行步驟(e);(f)利用所述即時影像資訊取得為所述病患的一病患影像數據;(g)利用所述病患影像數據於所述二維座標系建立一左寬關節點及一右寬關節點;(h)辨識所述左寬關節點及所述右寬關節點是否皆位於所述病床區域內;若是,執行步驟(h);若否,執行步驟(i);(i)發出一離床警示。
綜上所述,本發明實施例所公開的離床辨識系統及離床辨識方法,能通過“所述偵測模組建立所述病床區域、所述左寬關節點、及所述右寬關節點”以及“當所述判斷模組判斷所述左寬關節點與所述右寬關節點未在所述病床區域時,所述判斷模組能發出所述離床訊號”的設計,使照護人員能即時得知病患是否私自離床,從而提供病患必要的關心及照護。
為使能更進一步瞭解本發明的特徵及技術內容,請參閱以下有關本發明的詳細說明與圖式,然而所提供的圖式僅用於提供參考與說明,並非用來對本發明加以限制。
以下是通過特定的具體實施例來說明本發明所公開有關“離床辨識系統及離床辨識方法”的實施方式,本領域技術人員可由本說明書所公開的內容瞭解本發明的優點與效果。本發明可通過其他不同的具體實施例加以施行或應用,本說明書中的各項細節也可基於不同觀點與應用,在不悖離本發明的構思下進行各種修改與變更。另外,本發明的附圖僅為簡單示意說明,並非依實際尺寸的描繪,事先聲明。以下的實施方式將進一步詳細說明本發明的相關技術內容,但所公開的內容並非用以限制本發明的保護範圍。
應當可以理解的是,雖然本文中可能會使用到“第一”、“第二”、“第三”等術語來描述各種元件或者信號,但這些元件或者信號不應受這些術語的限制。這些術語主要是用以區分一元件與另一元件,或者一信號與另一信號。另外,本文中所使用的術語“或”,應視實際情況可能包括相關聯的列出項目中的任一個或者多個的組合。
[第一實施例]
參閱圖1至圖7所示,本實施例提供一種離床辨識系統100。配合圖1及圖2所示,所述離床辨識系統100適用來辨識一病患P1是否離開一病床P2,並且當所述病患P1離開所述病床P2時能進一步地通知一照護人員(圖中未示)。所述離床辨識系統100包括一影像擷取單元1及電性耦接所述影像擷取單元1的一辨識單元2。接著,以下將接著介紹所述離床辨識系統100的各個元件及其連接關係。
配合圖1至圖3所示,所述影像擷取單元1用來設置於所述病床P2的上方,並且所述影像擷取單元1能朝所述病床P2方向取得為二維的一即時影像資訊VD。其中,所述即時影像資訊VD包含一病床影像數據及一病患影像數據。
配合圖2至圖4所示,於本實施例中,所述影像擷取單元1是採用感光耦合攝影器(CCD camera)並設置於所述病床P2的正上方,使所述影像擷取單元1能取得於所述病床P2的周遭環境(包含所述病床P2及所述病患P1)的多張靜態圖像Pt,據以利用多張所述靜態圖像Pt構成所述即時影像資訊VD(如圖4所示)。也就是說,所述即時影像資訊VD是二維影像且不存在深度資訊。
換句話說,本實施例的離床辨識系統100是建立在二維影像的架構下,從而進行後續的離床辨識。據此,所述離床辨識系統100能有效減少運算負荷及整體成本。是以,任何利用(或取得)三維影像的辨識系統或/及影像擷取單元,並非本發明所指的離床辨識系統100或/及影像擷取單元1。
復參圖1、圖2及圖4所示,所述辨識單元2於本實施例中包含一偵測模組21、電性耦接所述偵測模組21的一判斷模組22、電性耦接所述判斷模組22的一無線傳輸模組23。並且,所述辨識單元2能利用所述偵測模組21與所述判斷模組22配合所述即時影像資訊VD,從而辨識所述病患P1是否離開所述病床P2,再由所述無線傳輸模組23發送通知。接著,以下將介紹所述辨識單元2的各元件及其連接關係。
配合圖1、圖4及圖5所示所述偵測模組21於本實施例中是採用卷積神經網路(CNN),並且所述偵測模組21能利用所述病床影像數據建立為二維的一病床區域T1,以及利用所述病患影像數據建立所述病患P1於二維影像中的一左寬關節點A1及一右寬關節點A2。
詳細地說,所述偵測模組21包含一卷積層211、一池化層212、一全連結層213。所述卷積層211能用來對所述即時影像資訊VD進行提取特徵(又稱取樣)。所述池化層212則能用來縮減所述卷積層211運算時的模型大小、並在所述卷積層211後加上一批次處理規範(Batch Normalization),從而能提高所述卷積層211於計算時(即提取特徵)的速度,並且同時也能提高前述提取特徵的魯棒性(Robustness)。所述全連結層213能用來對所述卷積層211所提取的特徵進行分類,從而利用前述特徵辨別及建立所述病床區域T1、所述左寬關節點A1、及所述右寬關節點A2。
據此,所述偵測模組21通過在所述卷積層211、所述池化層212以及所述全連結層213進行取樣,並使用多尺度檢測技術,能提升對小目標的檢測,亦即提升所述病床區域T1、所述左寬關節點A1、及所述右寬關節點A2的辨識準確度。
需特別說明的是,所述卷積層211、所述池化層212、以及所述全連結層213相互配合而實現辨識所述病床區域T1、所述左寬關節點A1、及所述右寬關節點A2的細部內容非本發明的重點,並且所述卷積神經網路為現有的技術,故於此則不再詳述。此外,本發明的所述偵測模組21不受限於所述卷積層211、所述池化層212、以及所述全連結層213,因為設計者於實務上是可以根據設計需求,以合理地省略所述池化層212,亦或是使用GoogLeNet和GoogLeNet等均用全局平均池化(global average pooling,GAP)代替所述全連接層213。
復參圖1及圖5所示,所述判斷模組22於本實施例中是採用分類器,但本發明不受限於此。所述判斷模組22能取得所述病床區域T1、所述左寬關節點A1、及所述右寬關節點A2,並且能進一步地判斷(或分類)所述左寬關節點A1與所述右寬關節點A2相對於所述病床區域T1的所在位置。其中,當所述判斷模組22判斷所述左寬關節點A1與所述右寬關節點A2未在所述病床區域T1時,所述判斷模組22能發出一離床訊號。
配合圖1所示,所述無線傳輸模組23能接收所述離床訊號,並且通過無線傳輸方式用來發送所述離床訊號至一電子裝置(圖中未示),例如:手機、監控管理裝置等。於優選情況,所述無線傳輸模組23可以根據所述電子裝置的硬體,進一步地選擇性地採用藍芽、紫蜂(ZigBee)及WI-FI其中一者無線網路協定。
需額外說明的是,所述離床辨識系統100於實務上可是情況省略所述無線傳輸模組23。舉例來說,本發明於其他未繪示的實施例中,所述離床辨識系統100的所述判斷模組22也可以通過一連接線直接電性耦接至所述電子裝置(例如:監控螢幕),並且所述判斷模組22能通過所述連接線直接發送所述離床訊號至所述電子裝置,據以達到通知照護人員之目的。
為了更明確地說明所述離床辨識系統100於實務上是如何判斷所述病患P1離開所述病床P2,並進一步地發出所述離床訊號至所述電子裝置,以下舉一例子進行說明,但本發明不受限於此。
配合圖4及圖5所示,於所述病患P1平躺於所述病床P2上休息的假定情境中,所述影像擷取單元1會不斷地朝所述病床P2擷取多張靜態圖像Pt,從而構成包含所述病床影像數據及所述病患影像數據的所述即時影像資訊VD。
所述偵測模組21會利用所述病床影像數據判定所述病床P2的外圍輪廓及其位置,並進一步地建立所述病床區域T1,於此假設所述病床區域T1是位於二維座標系上的(0,0)座標、(10,0)座標、(10,20)座標、與(0,20)座標所圈圍的區域中,亦即所述病床區域T1於二維座標系上為10乘20的矩形框。所述偵測模組21也會利用所述病患影像數據判定所述病患P1的外圍輪廓及其位置,並進一步地依據所述病患P1的外圍輪廓及其位置建立所述左寬關節點A1及所述右寬關節點A2,於此假設所述左寬關節點A1是位於二維座標系上的(6,9)座標,所述右寬關節點A2則是位於(4,9)座標。
所述判斷模組22則會持續判斷所述左寬關節點A1與所述右寬關節點A2的X座標的數值是否超出0~10之間,所述左寬關節點A1與所述右寬關節點A2的Y座標的數值是否超出0~20之間。
配合圖6所示,於所述病患P1離開所述病床P2的另一假定情境中,所述左寬關節點A1由(6,9)座標改變至(-5,9)座標,所述右寬關節點A2則由(4,9)座標改變至(-5,11)座標時,所述判斷模組22會判斷所述左寬關節點A1與所述右寬關節點A2的X座標的數值皆非位於0~10之間的區間段,從而進一步地發出所述離床訊號。所述離床訊號則被所述無線傳輸模組23接收,並且所述無線傳輸模組23通過無線傳輸方式發送所述離床訊號至所述電子裝置,從而通知照護人員。
配合圖7所示,於所述病患P1半身坐於所述病床P2的其他假定情境中,所述左寬關節點A1由(-5,9)座標改變至(2,11)座標,所述右寬關節點A2則由(-5,11)座標改變至(-1,9)座標時,所述判斷模組22會判斷所述左寬關節點A1的X座標的數值非位於0~10之間的區間段,但所述左寬關節點A1的座標位於所述病床區域T1內。據此,所述判斷模組22不會發出所述離床訊號,亦即此一假定情境是判定所述病患P1會於所述病床P2上。
由上述例子可知,所述離床辨識系統100基於所述左寬關節點A1及所述右寬關節點A2的座標位置同時不在所述病床區域T1內,從而認定所述病患P1離開所述病床P2,而此種方式不僅能有效簡化所述判斷模組22的運算效能,使低效能及低成本的運算裝置就能實現判斷病患離床之外,也能有效避免發生誤判所病患P1未離開所述病床P2的情況。
換句話說,任何非利用“所述左寬關節點A1與所述右寬關節點A2的X、Y座標是否同時未在所述病床區域T1”的方式來判斷病患P1離床的離床辨識系統,並非本發明所指的離床辨識系統,因為非前述方法進行判斷的離床辨識系統100無法達到本發明於前段所述的效果。
[第二實施例]
如圖8及圖9所示,其為本發明的第二實施例,本實施例的離床辨識系統100’類似於上述實施例的離床辨識系統100,兩個實施例的相同處則不再加以贅述,而本實施例的離床辨識系統100’與第一實施例的差異主要在於:
所述偵測模組21於本實施例中,其更進一步地利用所述病患影像數據偵測所述病患的關節位置以建立多個輔助關節點AP,並且多個所述輔助關節點AP於本實施例中的數量共有十五個,十五個所述輔助關節點AP的位置分別對應所述病患P1的鼻子、左耳、右耳、左眼、右眼、左肩、右肩、左手肘、右手肘、左手腕、右手腕、左膝、右膝、左腳踝、以及右腳踝,多個所述輔助關節點AP所在位置能被所述判斷模組22所判斷,從而用來輔助所述判斷模組22進一步地判定所述病患P1的所述左寬關節點A1及所述右寬關節點A2。
舉例來說,當其中五個所述輔助關節點AP較為密集時,前述五個所述輔助關節點AP大多是對應所述病患P1的鼻子、左耳、右耳、左眼、右眼,所述判斷模組22能於確認所述病患P1於所述病患影像數據的頭部位置之情況下,進一步地準確判斷所述左寬關節點A1及所述右寬關節點A2的位置。
此外,在所述判斷模組22於本實施例中已經由所述偵測模組21取得多個所述輔助關節點AP的情況下,所述判斷模組22更能利用“多個所述輔助關節點AP的總數的一半未在所述病床區域T1”的技術手段避免所述判斷模組22發生誤判的情況。也就是說,當所述判斷模組22判斷所述左寬關節點A1、所述右寬關節點A2、及多個所述輔助關節點AP的總數的一半未在所述病床區域T1時,所述判斷模組22能發出所述離床訊號。
值得注意的是,所述離床辨識系統100為了確保所述偵測模組21能利用所述病患影像數據辨識及建立多個所述輔助關節點AP,所述離床辨識系統100更進一步地包含電性耦接所述影像擷取單元1的一濾波單元3。所述濾波單元3於本實施例中是採用卡爾曼濾波器(Kalman filter),並且能過濾所述即時影像資訊VD中的雜訊,使所述偵測模組21取得被過濾雜訊的所述即時影像資訊VD。也就是說,所述辨識單元2是通過所述濾波單元3而電性耦接所述影像擷取單元1。當然,設計者是可以根據設計需求,將所述濾波單元3應用於第一實施例的所述離床辨識系統100中。
[第三實施例]
參閱圖10所示,第三實施例為本發明的離床辨識方法,本實施例所提供的離床辨識方法是適用於前述第一實施例及第二實施例的離床辨識系統100、100’。本實施例公開一種離床辨識方法包括步驟S101至步驟S117。需說明的是,上述多個步驟的其中任一個步驟能夠視設計者的需求而省略或是以合理的變化方式取代。
步驟S101:取得一即時影像資訊VD。其中,所述即時影像資訊VD是由具有三色(RGB)的多張靜態圖像Pt依據時間軸所構成。也就是說,所述即時影像資訊VD是二維空間(也就是平面影像)。
步驟S103:於所述即時影像資訊VD中建立一二維座標系。也就是,於所述即時影像資訊VD中建立X與Y軸的座標系。
步驟S105:利用所述即時影像資訊VD取得一病床影像數據。其中,所述病床影像數據為一病床P2的所在位置及其外圍輪廓。
步驟S107:利用所述病床影像數據於所述二維座標系建立一病床區域T1。也就是,於所述病床影像數據中,將所述病床P2的所在位置及其外圍輪廓建立座標範圍並形成所述病床區域T1。
步驟S109:利用所述即時影像資訊VD辨識於所述病床區域T1中是否存在一病患P1;若是,執行步驟S111;若否,執行步驟S110:再次取得新的一即時影像資訊(也就是,再次擷取下一時間點的所述病床的影像),並執行步驟S109。具體來說,利用影像辨識技術(例如:卷積神經網路)辨識所述即時影像資訊VD,從而辨別所述病床區域T1中是否存在所述病患P1。
步驟S111:利用所述即時影像資訊VD取得為所述病患P1的一病患影像數據。其中,所述病患影像數據為所述病患P1的所在位置及其外圍輪廓。
步驟S113:利用所述病患影像數據於所述二維座標系建立一左寬關節點A1及一右寬關節點A2。具體來說,影像辨識技術能利用所述病患影像數據辨別所述病患P1的左、右寬關節,從而進一步地建立所述左寬關節點A1及所述右寬關節點A2,並且依據所述左寬關節點A1及所述右寬關節點A2相對於所述病床P2的位置建立X與Y軸上的座標。
步驟S115:辨識所述左寬關節點A1及所述右寬關節點A2是否皆位於所述病床區域T1內;若是,執行步驟S115;若否,執行步驟S117。具體來說,當所述左、右寬關節點A1、A2的X座標或所述左、右寬關節點A1、A2的Y座標超出所述病床區域T1的座標範圍時,則判定所述左寬關節點A1及所述右寬關節點A2(即所述病患P1)未在所述病床區域T1內。反之,當所述左、右寬關節點A1、A2的X座標及所述左、右寬關節點A1、A2的Y座標都位在所述病床區域T1的座標範圍時,則判定所述左寬關節點A1及所述右寬關節點A2(即所述病患P1)在所述病床區域T1內。
步驟S117:發出一離床警示。其中,所述離床警示可以是通過一電子裝置以影像、聲音、振動、或是光亮等方式呈現,進而使所述照護人員得知所述病患P1離開所述病床P2。
[本發明實施例的技術效果]
綜上所述,本發明實施例所公開的離床辨識系統及離床辨識方法,能通過“所述偵測模組建立所述病床區域、所述左寬關節點、及所述右寬關節點”以及“當所述判斷模組判斷所述左寬關節點與所述右寬關節點未在所述病床區域時,所述判斷模組能發出所述離床訊號”的設計,使照護人員能即時得知病患是否私自離床,從而提供病患必要的關心及照護。
以上所公開的內容僅為本發明的優選可行實施例,並非因此侷限本發明的申請專利範圍,所以凡是運用本發明說明書及圖式內容所做的等效技術變化,均包含於本發明的申請專利範圍內。
100、100’:離床辨識系統
1:影像擷取單元
2:辨識單元
21:偵測模組
211:卷積層
212:池化層
213:全連結層
22:判斷模組
23:無線傳輸模組
3:濾波單元
T1:病床區域
A1:左寬關節點
A2:右寬關節點
P1:病患
P2:病床
VD:即時影像資訊
Pt:靜態圖像
AP:輔助關節點
S101~S117:步驟
圖1為本發明第一實施例的離床辨識系統的電路方塊示意圖。
圖2為本發明第一實施例的離床辨識系統被安裝於病床上方的立體示意圖。
圖3為本發明第一實施例的影像擷取單元朝病床觀之時的平面示意圖。
圖4為本發明第一實施例的多張靜態圖像被構成即時影像資訊的示意圖。
圖5為本發明第一實施例的其中一假定情境的示意圖。
圖6為本發明第一實施例的另外一假定情境的示意圖。
圖7為本發明第一實施例的再一假定情境的示意圖。
圖8為本發明第二實施例的離床辨識系統的電路方塊示意圖。
圖9為本發明第二實施例的其中一假定情境的示意圖。
圖10為本發明第三實施例的離床辨識方法的流程示意圖。
100:離床辨識系統
1:影像擷取單元
2:辨識單元
21:偵測模組
211:卷積層
212:池化層
213:全連結層
22:判斷模組
23:無線傳輸模組
Claims (8)
- 一種離床辨識系統,適用來辨識位於一病床上的一病患,所述離床辨識系統包括: 一影像擷取單元,用來設置於所述病床的上方,所述影像擷取單元能朝所述病床方向取得為二維的一即時影像資訊,所述即時影像資訊包含一病床影像數據及一病患影像數據; 一辨識單元,電性耦接所述影像擷取單元,所述辨識單元包含: 一偵測模組,能利用所述病床影像數據建立為二維的一病床區域,並且所述偵測模組更利用所述病患影像數據建立所述病患於二維影像中的一左寬關節點及一右寬關節點; 一判斷模組,電性耦接所述偵測模組,所述判斷模組能判斷所述左寬關節點與所述右寬關節點所在位置;當所述判斷模組判斷所述左寬關節點與所述右寬關節點未在所述病床區域時,所述判斷模組能發出一離床訊號,所述離床訊號能用來通知一電子裝置。
- 如請求項1所述的離床辨識系統,其中,所述辨識單元更包含電性耦接所述判斷模組的一無線傳輸模組,所述無線傳輸模組能接收所述離床訊號,並且通過無線傳輸方式發送所述離床訊號至所述電子裝置。
- 如請求項2所述的離床辨識系統,其中,所述無線傳輸模組採用的無線網路協定是藍芽、紫蜂(ZigBee)及WI-FI其中一者。
- 如請求項1所述的離床辨識系統,其中,所述偵測模組更進一步地利用所述病患影像數據偵測所述病患的關節位置以建立多個輔助關節點,並且多個所述輔助關節點所在位置能被所述判斷模組所判斷;當所述判斷模組判斷所述左寬關節點、所述右寬關節點、及多個所述輔助關節點的總數的一半未在所述病床區域時,所述判斷模組能發出所述離床訊號。
- 如請求項1所述的離床辨識系統,其中,所述離床辨識系統更包含電性耦接所述影像擷取單元的一濾波單元,所述濾波單元能過濾所述即時影像資訊中的雜訊;所述辨識單元通過所述濾波單元而電性耦接所述影像擷取單元。
- 如請求項5所述的離床辨識系統,其中,所述濾波單元為卡爾曼濾波器(Kalman filter)。
- 如請求項1所述的離床辨識系統,其中,所述偵測模組包含一卷積層、一池化層及一全連結層,所述卷積層能用來對所述即時影像資訊進行提取特徵;所述池化層能縮減所述卷積層運算時的模型大小、並在所述卷積層後加上一批次處理規範(Batch Normalization);所述全連結層能對所述卷積層所提取的特徵進行分類,以辨別及建立所述病床區域、所述左寬關節點、及所述右寬關節點。
- 一種離床辨識方法,包括以下步驟: (a) 取得一即時影像資訊; (b) 於所述即時影像資訊中建立一二維座標系; (c) 利用所述即時影像資訊取得一病床影像數據; (d) 利用所述病床影像數據於所述二維座標系建立一病床區域; (e) 利用所述即時影像資訊辨識於所述病床區域中是否存在一病患;若是,執行步驟(f);若否,再次取得新的一即時影像資訊,並執行步驟(e); (f) 利用所述即時影像資訊取得為所述病患的一病患影像數據; (g) 利用所述病患影像數據於所述二維座標系建立一左寬關節點及一右寬關節點; (h) 辨識所述左寬關節點及所述右寬關節點是否皆位於所述病床區域內;若是,執行步驟(h);若否,執行步驟(i); (i) 發出一離床警示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW110120396A TW202249025A (zh) | 2021-06-04 | 2021-06-04 | 離床辨識系統及離床辨識方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW110120396A TW202249025A (zh) | 2021-06-04 | 2021-06-04 | 離床辨識系統及離床辨識方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW202249025A true TW202249025A (zh) | 2022-12-16 |
Family
ID=85793598
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW110120396A TW202249025A (zh) | 2021-06-04 | 2021-06-04 | 離床辨識系統及離床辨識方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TW202249025A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116863500A (zh) * | 2023-06-14 | 2023-10-10 | 中国人民解放军总医院第一医学中心 | 一种患者离床监控方法和系统 |
-
2021
- 2021-06-04 TW TW110120396A patent/TW202249025A/zh unknown
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116863500A (zh) * | 2023-06-14 | 2023-10-10 | 中国人民解放军总医院第一医学中心 | 一种患者离床监控方法和系统 |
CN116863500B (zh) * | 2023-06-14 | 2024-05-10 | 中国人民解放军总医院第一医学中心 | 一种患者离床监控方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7296559B2 (ja) | 情報処理方法、情報処理プログラム及び情報処理システム | |
JP5594791B2 (ja) | 属性判定方法、属性判定装置、プログラム、記録媒体および属性判定システム | |
JP7138931B2 (ja) | 姿勢解析装置、姿勢解析方法、及びプログラム | |
US20180165938A1 (en) | Monitoring apparatus and non-transitory computer readable medium | |
CN112232279B (zh) | 一种人员间距检测方法和装置 | |
Hossain | Patient status monitoring for smart home healthcare | |
CN110472481B (zh) | 一种睡姿检测方法、装置及设备 | |
WO2015133159A1 (ja) | 画像処理装置、画像処理方法、および、画像処理プログラム | |
TW202249025A (zh) | 離床辨識系統及離床辨識方法 | |
US20210210198A1 (en) | Care system for predicting bed exit and patient management system including the same | |
CN105989338A (zh) | 人脸识别方法及其系统 | |
CN107295308A (zh) | 一种基于机房人脸识别及告警的监控装置 | |
CN114495280A (zh) | 一种基于视频监控的全天无陪护病房患者跌倒检测方法 | |
Yang et al. | Design of indoor fall detection system for the elderly based on ZYNQ | |
JP2019133437A (ja) | 情報処理装置、システム、情報処理装置の制御方法、及び、プログラム | |
TWI397029B (zh) | Bedside attitude monitoring method and system | |
JP6264181B2 (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
KR101675529B1 (ko) | 생체 정보와 cctv를 이용한 이상 상황 모니터링 시스템 | |
WO2022169009A1 (ko) | 스마트 워치 기반의 활선 감지 방법 | |
CN112686214A (zh) | 一种基于Retinaface算法的人脸口罩检测系统和方法 | |
JP2014021619A (ja) | 患者認識装置 | |
WO2023095196A1 (ja) | 乗客監視装置、乗客監視方法、及び非一時的なコンピュータ可読媒体 | |
KR102254598B1 (ko) | 스마트 케어 시스템 및 스마트 케어방법 | |
TW201919382A (zh) | 影像追蹤裝置及其影像追蹤方法 | |
US12027272B2 (en) | System and method for predicting diabetic retinopathy progression |