TWI734429B - 用於健康照護的監視裝置和監視方法 - Google Patents
用於健康照護的監視裝置和監視方法 Download PDFInfo
- Publication number
- TWI734429B TWI734429B TW109110416A TW109110416A TWI734429B TW I734429 B TWI734429 B TW I734429B TW 109110416 A TW109110416 A TW 109110416A TW 109110416 A TW109110416 A TW 109110416A TW I734429 B TWI734429 B TW I734429B
- Authority
- TW
- Taiwan
- Prior art keywords
- signal
- dimensional
- processing
- monitoring device
- processing module
- Prior art date
Links
Images
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
提出一種用於健康照護的監視裝置和監視方法。監視方法包含:發射多個無線訊號至特定區域;接收對應於多個無線訊號的混合反射訊號;根據混合反射訊號來產生第一處理訊號;根據第一處理訊號來判斷人員的生命徵象;根據第一處理訊號產生第二處理訊號;以及根據第二處理訊號來判斷人員的姿態變化。
Description
本發明是有關於一種電子裝置以及方法,且特別是有關於一種用於健康照護的監視裝置和監視方法。
隨著人口的結構逐漸往高齡化社會發展,在家中佈署完善的居家照護系統可幫助使用者掌握家中長者或幼兒的狀態,以令使用者在家中發生意外時能即時地進行處理。目前,諸如呼吸或心跳等人員的生命徵象(vital sign)的相關資訊,可以非接觸式的感測器來取得。舉例來說,居家照護系統可通過攝影機以擷取人員臉部細微的變化以及相關的演算法來計算出該名人員的呼吸或心跳指數。另一方面,居家照護系統也可以根據微功率無線訊號(例如:2.4或5GHz的訊號)的反射以及相關的演算法來計算出呼吸或心跳指數。
然而,攝影機容易受到光線以及環境的干擾。再者,考量到隱私權的問題,攝影機能實際應用的場域有限。舉例來說,浴室或病房等地點並不適合架設攝影機。另一方面,微功率無線訊號的低頻特性使得該微功率無線訊號的頻寬有限,從而導致居家照護系統無法通過微功率無線訊號來取得高解析度的反射訊號。再者,低頻的微功率無線訊號也容易受到其他電子產品(例如:微波爐)的干擾而導致訊號失真。
此外,現有的非接觸式感測器僅具有單一的偵測功能。當使用者需利用居家照護系統來監視家中人員的多種狀態(例如:心跳、呼吸或姿態變化(posture change))時,使用者需在家中佈署多樣的感測器。多樣的感測器不僅具有較高的安裝難度,也具有較高的成本。
本發明提供一種用於健康照護的監視裝置和監視方法,可提供準確且高解析的生命徵象偵測以及人員的姿態變化偵測,且在進行監視時不易受到環境因素(例如:光線、濕度、雨、水、霧氣或電子產品的電磁波等)的干擾。
本發明的一種用於健康照護的監視裝置,適用於監視特定區域中的人員的狀態,其中監視裝置包括處理器、儲存媒體以及收發器。儲存媒體儲存多個模組。處理器耦接儲存媒體以及收發器,並且存取和執行多個模組,其中多個模組包括通訊模組以及訊號處理模組。通訊模組通過收發器發射多個無線訊號至特定區域,並且接收對應於多個無線訊號的混合反射訊號。訊號處理模組根據混合反射訊號來產生第一處理訊號,根據第一處理訊號來判斷人員的生命徵象,根據第一處理訊號產生第二處理訊號,並且根據第二處理訊號來判斷人員的姿態變化。
在本發明的一實施例中,上述的訊號處理模組對混合反射訊號進行一維傅立葉轉換以產生一維訊號,根據一維訊號的載波的值以判斷載波對應於非生物,並且響應於載波對應於非生物而將載波自一維訊號過濾以產生濾波訊號。
在本發明的一實施例中,上述的訊號處理模組對濾波訊號進行帶通濾波以產生第一處理訊號。
在本發明的一實施例中,上述的訊號處理模組對濾波訊號進行二維傅立葉轉換以產生二維訊號,並且對二維訊號進行三維傅立葉轉換以產生第二處理訊號。
在本發明的一實施例中,上述的訊號處理模組將濾波訊號中的0.1赫茲以下的載波以及4赫茲以上的載波過濾以產生第一處理訊號。
在本發明的一實施例中,上述的通訊模組分別在多個不同時間點通過收發器來發射多個無線訊號。
在本發明的一實施例中,上述的生命徵象包括心跳以及呼吸。
在本發明的一實施例中,上述的訊號處理模組響應於心跳異於第一預設範圍或呼吸異於第二預設範圍而通過收發器傳送警示訊息。
在本發明的一實施例中,上述的訊號處理模組響應於姿態變化大於閾值而通過收發器傳送警示訊息。
本發明的一種用於健康照護的監視方法,用於適用於監視特定區域中的人員的狀態,其中方法包括:發射多個無線訊號至特定區域;接收對應於多個無線訊號的混合反射訊號;根據混合反射訊號來產生第一處理訊號;根據第一處理訊號來判斷人員的生命徵象;根據第一處理訊號產生第二處理訊號;以及根據第二處理訊號來判斷人員的姿態變化。
基於上述,本發明可利用對應於多個無線訊號的混合反射訊號來解析出人員的生命徵象以及姿態變化。因此,本發明僅需安裝單一種類的感測器即可達到偵測人員的複數種狀態的功效。
為了使本發明之內容可以被更容易明瞭,以下特舉實施例作為本發明確實能夠據以實施的範例。另外,凡可能之處,在圖式及實施方式中使用相同標號的元件/構件/步驟,係代表相同或類似部件。
圖1根據本發明的實施例繪示一種用於健康照護的監視裝置100的示意圖,其中監視裝置100適用於監視特定區域中的人員的狀態。監視裝置100可包含處理器110、儲存媒體120以及收發器130。
處理器110例如是中央處理單元(central processing unit,CPU),或是其他可程式化之一般用途或特殊用途的微控制單元(micro control unit,MCU)、微處理器(microprocessor)、數位信號處理器(digital signal processor,DSP)、可程式化控制器、特殊應用積體電路(application specific integrated circuit,ASIC)、圖形處理器(graphics processing unit,GPU)、影像訊號處理器(image signal processor,ISP)、影像處理單元(image processing unit,IPU)、算數邏輯單元(arithmetic logic unit,ALU)、複雜可程式邏輯裝置(complex programmable logic device,CPLD)、現場可程式化邏輯閘陣列(field programmable gate array,FPGA)或其他類似元件或上述元件的組合。處理器110可耦接至儲存媒體120以及收發器130,並且存取和執行儲存於儲存媒體120中的多個模組和各種應用程式。
儲存媒體120例如是任何型態的固定式或可移動式的隨機存取記憶體(random access memory,RAM)、唯讀記憶體(read-only memory,ROM)、快閃記憶體(flash memory)、硬碟(hard disk drive,HDD)、固態硬碟(solid state drive,SSD)或類似元件或上述元件的組合,而用於儲存可由處理器110執行的多個模組或各種應用程式。在本實施例中,儲存媒體120可儲存包括通訊模組121以及訊號處理模組122等多個模組,其功能將於後續說明。在一實施例中,儲存媒體120可儲存用於判斷人員的生命徵象(例如:呼吸或心跳)的機器學習模型(或深度學習模型、神經網路)或用於判斷人員的姿態變化的機器學習模型(或深度學習模型、神經網路)。上述的各種機器學習模型例如是來自外部的雲端伺服器。舉例來說,處理器110可通過收發器130以自外部的雲端伺服器接收用於判斷人員的生命徵象或姿態變化的機器學習模型。
收發器130以無線或有線的方式傳送及接收訊號。收發器130還可以執行例如低噪聲放大、阻抗匹配、混頻、向上或向下頻率轉換、濾波、放大以及類似的操作。
圖2根據本發明的實施例繪示一種用於健康照護的監視方法的流程圖,其中所述監視方法適用於監視特定區域中的人員的狀態,並可由如圖1所示的監視裝置100實施。
在步驟S201中,通訊模組121可在多個不同的時間點而通過收發器130以分別地發射多個無線訊號至特定區域,其中特定區域可為使用者想要監視的區域。舉例來說,假設使用者想要監視家中的客廳中的人員的狀態(例如:生命徵象或姿態變化),則特定區域可設為是上述的客廳。由於所述多個無線訊號並不包含影像資料,因此,發射所述多個無線訊號並不會侵犯到被監視之人員的隱私。所述多個無線訊號的每一者可例如毫米波,但本發明不限於此。舉例來說,所述多個無線訊號的所述每一者也可例如是頻率介於3千赫茲(KHz)至300吉赫茲(GHz)的射頻訊號。
在步驟S202中,通訊模組121可通過收發器130以自特定區域接收對應於所述多個無線訊號的混合反射訊號,其中所述混合反射訊號可包含分別對應於多個無線訊號的多個反射訊號。圖3根據本發明的實施例繪示多個無線訊號以及混合反射訊號的示意圖。假設多個無線訊號至少包含無線訊號31以及無線訊號32,則混合反射訊號可至少包含對應於無線訊號31的反射訊號41以及對應於無線訊號32的反射訊號42。在圖3中,時段51代表發射無限訊號31至接收反射訊號41所花費的時間,時段52代表發射無限訊號32至接收反射訊號42所花費的時間,時段53代表發射無線訊號31至發射無線訊號32之間的時間差,並且時段54代表接收反射訊號41至接收反射訊號42之間的時間差。
回到圖2,在步驟S203中,訊號處理模組122可對混合反射訊號進行一維傅立葉轉換以產生一維訊號,其中所述一維訊號可包含對應於反射無線訊號的至少一物件的點雲資料。
在步驟S204中,訊號處理模組122可判斷一維訊號是否對應於生物。若一維訊號為對應於生物的訊號,則進入步驟S205。若一維訊號並非為對應於生物的訊號,則回到步驟S201。舉例來說,訊號處理模組122可根據一維訊號中的各個載波的值來判斷混合反射訊號是否包含待監視之人員的資訊。若一維訊號中的可對應於生命徵象或姿態變化的多個載波的多個值均為零,則代表混合反射訊號並不包含待監視之人員的資訊(或代表多個無線訊號並沒有在特定區域中掃瞄到生物)。因此,訊號處理模組122可判斷一維訊號並非為對應於生物的訊號。另一方面,若一維訊號中的可對應於生命徵象或姿態變化的多個載波的多個值的至少其中之一不為零,則代表混合反射訊號包含了待監視之人員的資訊(或代表多個無線訊號有在特定區域中掃瞄到生物)。因此,訊號處理模組122可判斷一維訊號為對應於生物的訊號。
在步驟S205中,訊號處理模組122可根據一維訊號以產生濾波訊號。具體來說,訊號處理模組122可根據一維訊號的特定載波的值以判斷所述特定載波對應於非生物,並且響應於所述特定載波對應於非生物而將所述特定載波自一維訊號過濾以產生濾波訊號。
在步驟S206中,訊號處理模組122可對濾波訊號進行帶通濾波以產生第一處理訊號。此步驟的目的在於將濾波訊號中不屬於生命徵象的訊號濾除。一般來說,人類的呼吸訊號的頻率約介於0.1赫茲至0.6赫茲之間,並且人類的心跳訊號的頻率約介於0.8赫茲至4赫茲之間。因此,訊號處理模組122可經配置以將濾波訊號中的0.1赫茲以下的載波以及4赫茲以上的載波過濾,藉以產生第一處理訊號。
在步驟S207中,訊號處理模組122可根據第一處理訊號判斷被監視之人員的生命徵象,其中所述生命徵象包括呼吸以及心跳。舉例來說,訊號處理模組122可根據預存於儲存媒體120中的機器學習模型(或深度學習模型、神經網路)以辨識第一處理訊號,從而根據辨識結果來判斷人員的生命徵象。或者,訊號處理模組122可根據來自外部的雲端伺服器的機器學習模型(或深度學習模型、神經網路)以辨識第一處理訊號,從而根據辨識結果來判斷人員的生命徵象。
在步驟S208中,訊號處理模組122可判斷生命徵象是否異常。若生命徵象異常,則進入步驟S209。若生命徵象異常並無異常,則進入步驟S210。具體來說,訊號處理模組122可判斷生命徵象中的心跳是否異於(例如:超出或低於)心跳的預設範圍。若心跳異於心跳的預設範圍,則代表被監視之人員的生命徵象發生異常。另一方面,訊號處理模組122可判斷生命徵象中的呼吸是否異於(例如:超出或低於)呼吸的預設範圍。若呼吸異於呼吸的預設範圍,則代表被監視之人員的生命徵象發生異常。上述的心跳的預設範圍以及呼吸的預設範圍可預存於儲存媒體120之中。
在步驟S209中,訊號處理模組122可通過收發器130傳送警示訊息。在一實施例中,訊號處理模組122可通過收發器130傳送警示訊息至雲端伺服器,以供具有所述雲端伺服器的使用權限的人員來查詢警示訊息的內容。在一實施例中,訊號處理模組122可通過收發器130傳送警示訊息至監視裝置100的使用者的終端裝置。使用者可通過終端裝置讀取警示訊息,從而得知監視裝置100所監視的特定區域中的人員的生命徵象發生異常。在一實施例中,訊號處理模組122可通過收發器130傳送警示訊息至醫療機構,以使醫療人員得知監視裝置100所監視的特定區域中的人員的生命徵象發生異常。
在步驟S210中,訊號處理模組122可根據濾波訊號產生二維訊號。具體來說,訊號處理模組122可對濾波訊號進行二維傅立葉轉換以產生二維訊號,其中所述二維訊號可包含由對應於反射無線訊號的至少一物件的至少一距離以及由對應於反射無線訊號的至少一物件的至少一速度所構成的第一矩陣。
在步驟S211中,訊號處理模組122可根據二維訊號產生第二處理訊號。具體來說,訊號處理模組122可對二維訊號的第一矩陣進行三維傅立葉轉換以產生第二處理訊號,其中所述第二處理訊號可包含由對應於反射無線訊號的至少一物件的至少一距離、由對應於反射無線訊號的至少一物件的至少一速度以及由對應於反射無線訊號的至少一物件的至少一座標所構成的第二矩陣。
在步驟S212中,訊號處理模組122可根據第二處理訊號判斷被監視之人員的姿態變化。具體來說,訊號處理模組122可根據第二矩陣計算出被監視之人員的姿態變化。舉例來說,訊號處理模組122可根據預存於儲存媒體120中的機器學習模型(或深度學習模型、神經網路)以辨識第二處理訊號的第二矩陣,從而根據辨識結果來判斷人員的姿態變化。或者,訊號處理模組122可根據來自外部的雲端伺服器的機器學習模型(或深度學習模型、神經網路)以辨識第二處理訊號的第二矩陣,從而根據辨識結果來判斷人員的姿態變化。
在步驟S213中,訊號處理模組122可判斷姿態變化是否異常。若姿態變化異常,則進入步驟S214。若姿態變化並無異常,則回到步驟S201以持續監視所述人員之狀態。具體來說,訊號處理模組122可判斷姿態變化是否大於閾值。若姿態變化大於閾值,代表被監視之人員的姿態變化過大,亦即,所述人員很有可能發生跌倒等容易使姿態變化過大的事件。因此,訊號處理模組122可響應於姿態變化大於閾值而判斷姿態變化異常。
在步驟S214中,訊號處理模組122可通過收發器130傳送警示訊息。在一實施例中,訊號處理模組122可通過收發器130傳送警示訊息至雲端伺服器,以供具有所述雲端伺服器的使用權限的人員來查詢警示訊息的內容。在一實施例中,訊號處理模組122可通過收發器130傳送警示訊息至監視裝置100的使用者的終端裝置。使用者可通過終端裝置讀取警示訊息,從而得知監視裝置100所監視的特定區域中的人員的姿態變化發生異常。在一實施例中,訊號處理模組122可通過收發器130傳送警示訊息至醫療機構,以使醫療人員得知監視裝置100所監視的特定區域中的人員的姿態變化發生異常。
圖4根據本發明的實施例繪示另一種用於健康照護的監視方法的流程圖,其中監視方法適用於監視特定區域中的人員的狀態,並可由如圖1所示的監視裝置100實施。在步驟S401中,發射多個無線訊號至特定區域。在步驟S402中,接收對應於多個無線訊號的混合反射訊號。在步驟S403中,根據混合反射訊號來產生第一處理訊號。在步驟S404中,根據第一處理訊號來判斷人員的生命徵象。在步驟S405中,根據第一處理訊號產生第二處理訊號。在步驟S406中,根據第二處理訊號來判斷人員的姿態變化。
綜上所述,本發明可利用對應於多個無線訊號的混合反射訊號來解析出人員的生命徵象以及姿態變化。因此,本發明僅需安裝單一種類的感測器即可達到偵測人員的複數種狀態的功效。在對混合反射訊號進行一維傅立葉轉換以及濾波等步驟後,所產生的第一處理訊號可用於偵測被監視人員的心跳或呼吸等生命徵象。另一方面,在對混合反射訊號進行一維傅立葉轉換、濾波、二維傅立葉轉換以及三維傅立葉轉換等步驟後,所產生的第二處理訊號可用於偵測被監視人員的姿態變化。本發明可根據人員的心跳、呼吸或姿態變化來判斷該名人員是否發生意外,從而即時地傳送警示訊息給監視裝置的使用者。
100:監視裝置
110:處理器
120:儲存媒體
121:通訊模組
122:訊號處理模組
130:收發器
31、32:無線訊號
41、42:反射訊號
51、52、53、54:時段
S201、S202、S203、S204、S205、S206、S207、S208、S209、S210、S211、S212、S213、S214、S401、S402、S403、S404、S405、S406:步驟
圖1根據本發明的實施例繪示一種用於健康照護的監視裝置的示意圖。
圖2根據本發明的實施例繪示一種用於健康照護的監視方法的流程圖。
圖3根據本發明的實施例繪示多個無線訊號以及混合反射訊號的示意圖。
圖4根據本發明的實施例繪示另一種用於健康照護的監視方法的流程圖。
S401、S402、S403、S404、S405、S406:步驟
Claims (8)
- 一種用於健康照護的監視裝置,適用於監視特定區域中的人員的狀態,其中所述監視裝置包括:收發器;儲存媒體,儲存多個模組;以及處理器,耦接所述儲存媒體以及所述收發器,並且存取和執行所述多個模組,其中所述多個模組包括:通訊模組,通過所述收發器發射多個無線訊號至所述特定區域,並且接收對應於所述多個無線訊號的混合反射訊號;以及訊號處理模組,根據所述混合反射訊號來產生第一處理訊號,根據所述第一處理訊號來判斷所述人員的生命徵象,根據所述第一處理訊號產生第二處理訊號,並且根據所述第二處理訊號來判斷所述人員的姿態變化,其中所述訊號處理模組對所述混合反射訊號進行一維傅立葉轉換以產生一維訊號,根據所述一維訊號的載波的值以判斷所述載波對應於非生物,並且響應於所述載波對應於所述非生物而將所述載波自所述一維訊號過濾以產生濾波訊號,其中所述訊號處理模組對所述濾波訊號進行二維傅立葉轉換以產生二維訊號,並且對所述二維訊號進行三維傅立葉轉換以產生所述第二處理訊號。
- 如請求項1所述的監視裝置,其中所述訊號處理模組對所述濾波訊號進行帶通濾波以產生所述第一處理訊號。
- 如請求項2所述的監視裝置,其中所述訊號處理模組將所述濾波訊號中的0.1赫茲以下的載波以及4赫茲以上的載波過濾以產生所述第一處理訊號。
- 如請求項1所述的監視裝置,其中所述通訊模組分別在多個不同時間點通過所述收發器來發射所述多個無線訊號。
- 如請求項1所述的監視裝置,其中所述生命徵象包括心跳以及呼吸。
- 如請求項5所述的監視裝置,其中所述訊號處理模組響應於所述心跳異於第一預設範圍或所述呼吸異於第二預設範圍而通過所述收發器傳送警示訊息。
- 如請求項1所述的監視裝置,其中所述訊號處理模組響應於所述姿態變化大於閾值而通過所述收發器傳送警示訊息。
- 一種用於健康照護的監視方法,用於適用於監視特定區域中的人員的狀態,其中所述方法包括:發射多個無線訊號至所述特定區域;接收對應於所述多個無線訊號的混合反射訊號;根據所述混合反射訊號來產生第一處理訊號;根據所述第一處理訊號來判斷所述人員的生命徵象;根據所述第一處理訊號產生第二處理訊號,包括:對所述混合反射訊號進行一維傅立葉轉換以產生一維 訊號;根據所述一維訊號的載波的值以判斷所述載波對應於非生物,並且響應於所述載波對應於所述非生物而將所述載波自所述一維訊號過濾以產生濾波訊號;以及對所述濾波訊號進行二維傅立葉轉換以產生二維訊號,並且對所述二維訊號進行三維傅立葉轉換以產生所述第二處理訊號;以及根據所述第二處理訊號來判斷所述人員的姿態變化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109110416A TWI734429B (zh) | 2020-03-27 | 2020-03-27 | 用於健康照護的監視裝置和監視方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109110416A TWI734429B (zh) | 2020-03-27 | 2020-03-27 | 用於健康照護的監視裝置和監視方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI734429B true TWI734429B (zh) | 2021-07-21 |
TW202135727A TW202135727A (zh) | 2021-10-01 |
Family
ID=77911258
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109110416A TWI734429B (zh) | 2020-03-27 | 2020-03-27 | 用於健康照護的監視裝置和監視方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI734429B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102429661A (zh) * | 2011-09-20 | 2012-05-02 | 中国人民解放军第四军医大学 | 超宽谱雷达式非接触生命参数实时监测方法 |
US20150369911A1 (en) * | 2014-05-16 | 2015-12-24 | Mohamed Mabrouk | Remote sensing of human breathing at a distance |
-
2020
- 2020-03-27 TW TW109110416A patent/TWI734429B/zh active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102429661A (zh) * | 2011-09-20 | 2012-05-02 | 中国人民解放军第四军医大学 | 超宽谱雷达式非接触生命参数实时监测方法 |
US20150369911A1 (en) * | 2014-05-16 | 2015-12-24 | Mohamed Mabrouk | Remote sensing of human breathing at a distance |
Also Published As
Publication number | Publication date |
---|---|
TW202135727A (zh) | 2021-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20240180433A1 (en) | System and method for non-invasive health monitoring | |
WO2020042444A1 (zh) | 人体存在探测器及其人体存在探测方法 | |
US20210065891A1 (en) | Privacy-Preserving Activity Monitoring Systems And Methods | |
US20210063214A1 (en) | Activity Monitoring Systems And Methods | |
CN112184626A (zh) | 姿态识别方法、装置、设备及计算机可读介质 | |
US8138882B2 (en) | Securing premises using surfaced-based computing technology | |
CN111142102B (zh) | 一种呼吸数据计算方法以及相关设备 | |
CN108282533A (zh) | 智能监测方法、装置、可穿戴设备及服务器 | |
CN106652346A (zh) | 一种老年人居家养老监护系统 | |
US8553992B2 (en) | Determination of class, attributes, and identity of an occupant | |
US20210244352A1 (en) | Home occupant detection and monitoring system | |
CN107590953B (zh) | 一种智能穿戴设备的报警方法、系统及终端设备 | |
Huang et al. | Improve quality of care with remote activity and fall detection using ultrasonic sensors | |
JP7065447B2 (ja) | 情報処理方法、情報処理装置、及びプログラム | |
CN112184642A (zh) | 睡眠姿势异常的警示方法和装置、存储介质、电子装置 | |
CN111372363A (zh) | 灯具的控制方法、设备、存储介质和灯具 | |
Nwakanma et al. | Iot-based vibration sensor data collection and emergency detection classification using long short term memory (lstm) | |
CN109863541A (zh) | 信息处理装置、报告系统、信息处理方法以及程序 | |
JP2021071326A (ja) | 信号処理システム、及びセンサシステム | |
EP3720342A1 (en) | Home occupant detection and monitoring system | |
WO2016131262A1 (zh) | 告警处理方法、装置及终端 | |
TWI734429B (zh) | 用於健康照護的監視裝置和監視方法 | |
CN113671489B (zh) | 状态提醒方法及装置、电子设备和计算机可读存储介质 | |
JP6183839B2 (ja) | 行動予測システム、行動予測装置、行動予測方法、行動予測プログラム及び行動予測プログラムを記録した記録媒体 | |
WO2023026288A1 (en) | State or activity detection |