【技术实现步骤摘要】
用于事件预防和预测的方法、处理器和计算机可读介质
示例实现方式的各方面涉及与通过动作预测、电子健康记录和个体事件风险简档的组合来预防和预测事件关联的方法、系统和用户体验。
技术介绍
在现有技术中,人可能从床、椅子或其它物体上跌倒。这种跌倒是可能导致人受伤(例如,轻伤、残疾或死亡)的显著问题。在住院或医院环境中,跌倒和关联的伤害是患者在住院期间获得的一些主要状况。据估计在美国每年有超过1百万患者在医院跌倒,占医院获得性状况的85%。此外,29%至55%的患者跌倒导致受伤,与跌倒伤关联的费用超过300亿美元/年。跌倒检测的现有技术方法可给诸如医院的医疗设施以及其员工带来显著的财物、情感和法律压力。解决跌倒问题的现有技术方法聚集于事件检测方法,例如在床或地板上使用离床报警器或垫,以在患者从床上跌倒之后触发警报。现有技术方法分析传感器数据以在发生跌倒之后检测跌倒。然而,除了传感器数据之外,存在其它多方面的因素,例如人口统计信息、健康状况和可能促成跌倒的环境或周围状况。图1(a)至图1(c)示出各种现有技术方法。一些现有技术方法基于压力,使得响应于垫上不存在或存在压力,触发报警器。例如,图1(a)示出定位在睡在床上的患者下方的压敏垫101,使得当压力施加到压敏垫101时,可触发报警器。然而,该现有技术方法可能具有各种问题和缺点。例如,该现有技术方法是反应式的,无法在患者离开床之前足够快速地启用。例如但非限制,由于患者的体重差异和非跌倒移动以及如上所述启用的不适当定时的问题,基于压力的现有技术方法可能导致频繁的虚 ...
【技术保护点】
1.一种计算机实现的方法,该方法包括以下步骤:/n基于位于环境中的物体上的对象的信息,生成数据流;/n对于所述数据流,提取与所述对象相对于所述物体或所述环境的移动关联的特征,其中,所述移动由从传感器提取的时空特征表示;/n基于所提取的特征来生成与所述移动的可能性关联的预测,并且基于多个跌倒风险因素生成所述移动的风险简档;以及/n将所述预测和所述风险简档应用于规则库以执行动作。/n
【技术特征摘要】
20191127 US 16/698,6161.一种计算机实现的方法,该方法包括以下步骤:
基于位于环境中的物体上的对象的信息,生成数据流;
对于所述数据流,提取与所述对象相对于所述物体或所述环境的移动关联的特征,其中,所述移动由从传感器提取的时空特征表示;
基于所提取的特征来生成与所述移动的可能性关联的预测,并且基于多个跌倒风险因素生成所述移动的风险简档;以及
将所述预测和所述风险简档应用于规则库以执行动作。
2.根据权利要求1所述的计算机实现的方法,其中,所述信息由摄像头传感器和运动传感器中的至少一个感测。
3.根据权利要求2所述的计算机实现的方法,其中,所述摄像头传感器包括深度传感器或热传感器。
4.根据权利要求1所述的计算机实现的方法,其中,提取所述特征的步骤包括以下步骤:应用密集轨迹以从所述数据流中的帧序列提取所述特征或者应用卷积神经网络CNN以从所述数据流中的帧序列学习所述时空特征,应用自动学习系统以学习所述特征,并且基于所学习的特征和所提取的特征来对特征向量序列进行编码。
5.根据权利要求1所述的计算机实现的方法,其中,生成所述预测的步骤包括以下步骤:在时间范围内将所提取的特征提供给递归神经网络或卷积神经网络以生成提供给密集层的输出,所述密集层的输出被馈送给软性最大层以生成所述预测。
6.根据权利要求1所述的计算机实现的方法,其中,通过接收所述多个跌倒风险因素来生成所述风险简档,所述多个跌倒风险因素包括所述对象所特定的因素、与所述对象关联的环境所特定的因素以及随时间与所述环境和所述对象所关联的行为习惯关联的因素。
7.根据权利要求1所述的计算机实现的方法,其中,所述规则库包括确定所述预测是否超过第一阈值以及所述风险简档是否超过第二阈值,并且基于该确定,执行所述动作。
8.根据权利要求1所述的计算机实现的方法,其中,所述动作包括以下项中的一个或更多个:为所述对象生成信号、控制所述物体的状态以及向外部资源提供命令以执行所述动作。
9.根据权利要求1所述的计算机实现的方法,其中,所述对象是人,所述物体是床或椅子,并且所述移动是所述人从所述床或所述椅子跌倒。
10.一种具有存储指令的存储装置的非暂时性计算机可读介质,所述指令由处理器执行,所述指令包括:
基于位于环境中的物体上的对象的信息,生成数据流;
对于所述数据流,提取与所述对象相对于所述物体或所述环境的移动关联的特征,其中,所述移动由时空视觉特征表示;
基于所提取的特征来生成与所述移动的可能性关联的预测,并且基于多个跌倒风险因素生成所述移动的风险简档;以及
将所述预测和所述风险简档应用于规则库以执行动作。
11.根据权利要求10所述的非暂时性计算机可读介质,其中,所述信息由摄像头传感器和/或运动传感器中的至少一个感测,并且所述摄像头传感器包括深度传感器或热传感器。
...
【专利技术属性】
技术研发人员:张艳霞,A·吉尔根松,刘琼,Y·贾亚迪,
申请(专利权)人:富士施乐株式会社,
类型:发明
国别省市:日本;JP
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。