自动排泄处理装置、管理系统、判定方法以及程序制造方法及图纸

一种自动排泄处理装置(1)，包括：杯(2)，安装在身体并形成为承接从所述身体排泄的对象物；处理部(3)，将所述杯内的所述对象物向所述杯外移送；获取部(4)，拍摄所述杯内并获取所述对象物的拍摄图像；以及判定部(5)，基于由所述获取部获取到的所述拍摄图像，参考使用了状态不同的所述对象物的拍摄图像的反复学习的结果，提取所述对象物的特征来对所述对象物的状态进行分类。态进行分类。态进行分类。

【技术实现步骤摘要】
【国外来华专利技术】自动排泄处理装置、管理系统、判定方法以及程序


[0001]本专利技术涉及自动排泄处理装置、管理系统、判定方法以及程序。
[0002]本申请基于2020年3月18日在美国申请的申请号为62/991，082的申请提出，并要求其优先权，在此引入其内容。

技术介绍

[0003]近年来，排泄处理需要协助的老年人、残疾人、患者等需要护理者逐年增加。一方面需要护理者增加，另一方面从事护理的人材却持续性不足。预计该倾向在将来方面会变得更加显著。对于护理从业者来说，需要护理者的排泄处理最成为负担。为了用于协助这样的需要护理者的排泄来减轻护理从业者的负担而提出了一种自动排泄处理装置。
[0004]另外，对于从需要护理者排泄的对象物而言，护理从业者检查其状态来对需要护理者的身体状况进行管理。作为管理从身体排泄的对象物的方法例如已知有专利文献1中记载的技术。专利文献1中记载的技术包括：获取便器的排水管内的溢出水的拍摄图像的拍摄部；和基于拍摄图像算出从身体排泄的液体的对象物的量的算出部。
[0005]现有技术文献
[0006]专利文献
[0007]专利文献1：日本特开2018
‑
109285号公报
[0008]非专利文献
[0009]非专利文献1：E.Halmos,J.Biesiekierski,E.Newnham,and P.r.Gibson:“Inaccuracy of patient
‑
reported descriptions of and satisfaction with bowel actions in IBS”,Journal of Nutrition&amp；Intermediary Metabolism(2017).
[0010]非专利文献2：S.J.Lewis,K.W.Heaton:“Stool Form Scale as a Useful Guide to Intestinal Transit Time”,Scand.J.Gastroenterol.32,920
‑
924(1997).
[0011]非专利文献3：Y.LeCun,B.Boser,J.S.Denker,D.Henderson,R.E.Howard,Hubbard,W.,Jackel,L.D.:“Backpropagation applied to handwritten zip code recognition”,Neural computation,1(4),pp.541
‑
551,(1989).
[0012]非专利文献4：Ramprasaath R Selvaraju,Michael Cogswell,Abhishek Das,Ramakrishna Vedantam,Devi Parikh,Dhruv Batra:“Grad
‑
CAM:Visual Explanations from Deep Networks via Gradient
‑
based Localization”,The IEEE International Conference on Computer Vision(ICCV),pp.618
‑
626(2017).

技术实现思路

[0013]专利技术要解决的技术问题
[0014]专利文献1中记载的技术是对液体的对象物的液量进行推定的，而不是对固体的对象物的状态进行判定的技术。专利技术者们为了减轻护理从业者的负担，对于自动地判定固体的对象物的状态的自动排泄处理装置进行了持续深入的研究。
[0015]用于解决技术问题的方案
[0016]本专利技术的一方案为自动排泄处理装置，包括：杯，安装在身体并形成为承接从所述身体排泄的对象物；处理部，将所述杯内的所述对象物向所述杯外移送；获取部，拍摄所述杯内并获取所述对象物的拍摄图像；以及判定部，基于由所述获取部获取到的所述拍摄图像，参考使用了状态不同的所述对象物的拍摄图像的反复学习的结果，提取所述对象物的特征来对所述对象物的状态进行分类。
[0017]根据本专利技术，获取部获取被排泄到杯内的对象物的拍摄图像，因此护理从业者无需检查对象物的状态，能够减轻护理从业者的负担并且改善劳动环境。判定部对获取到的拍摄图像进行解析并判定对象物的状态。判定部为了判定对象物的状态而预先进行反复的机器学习。因此，判定部能够识别拍摄图像内的对象物。进而，判定部能够识别拍摄图像内的对象物的特征。判定部构成为通过与预先分类好的模式对应的学习来识别对象物的特征。当判定部识别出对象物的特征时，对与特征对应的对象物的状态进行分类。护理从业者通过利用判定部的分类结果，从而能够管理需要护理者的身体状况。
[0018]本专利技术的所述判定部可以基于所述拍摄图像，对所述杯内的所述对象物的经时性变化进行监视，来对所述对象物的状态进行分类。
[0019]由于存在仅仅借助1个拍摄图像难以提取对象物的特征的情况，因此判定部通过对杯内的对象物的经时性变化进行监视，从而能够来捕捉对象物的变化。
[0020]本专利技术的所述判定部可以基于所述拍摄图像，根据所述对象物到达所述杯的内侧而变形的过程中的所述对象物的变形程度，来对所述对象物的状态进行分类。
[0021]固体的对象物因含有的水分量而粘性不同。当对象物从身体排泄并到达杯内的壁面时产生变形。与对象物的粘性相应而其经时性变形程度不同，因此判定部通过参考对象物的经时性变形程度的学习结果，从而能够根据变形程度来分类对象物。
[0022]本专利技术的所述判定部可以基于所述拍摄图像，将所述对象物的色相与基准进行比较，来对所述身体的症状进行分类。
[0023]对象物不仅用于基于粘性的分类，还能够用于基于色相捕捉需要护理者的身体状况的变化的判定材料。判定部例如能够基于拍摄图像的色相对对象物中含有血液这一特征进行判定。进而，由于血液的颜色经时性地发生变化，故由血液的颜色的浓度来预估出血部位，从而能够对需要护理者的症状进行分类。另外，判定部还能够基于拍摄图像的色相对对象物中含有的未消化物这一特征进行判定。
[0024]本专利技术的所述判定部可以基于所述拍摄图像，将所述对象物的色相与基准进行比较来对所述身体的症状进行分类，并确定对应于所述症状的应对方法。
[0025]根据本专利技术，在基于对象物的色相对需要护理者的症状进行分类的情况下，通过判定部确定对应于症状的应对方法，从而护理从业者能够对需要护理者尽早地进行投药或处置。
[0026]本专利技术的所述判定部可以通过进行使用了卷积神经网络的深度学习的所述反复学习，提取所述对象物的特征来对所述对象物的状态进行分类。
[0027]判定部通过进行使用了机器学习中在图像分类上强的卷积神经网络的深度学习，从而能够基于拍摄图像来提取对象物的特征。
[0028]本专利技术的一方案的所述判定部可以将所述对象物的规定本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种自动排泄处理装置，其特征在于，包括：杯，安装在身体并形成为承接从所述身体排泄的对象物；处理部，将所述杯内的所述对象物向所述杯外移送；获取部，拍摄所述杯内并获取所述对象物的拍摄图像；以及判定部，基于由所述获取部获取到的所述拍摄图像，参考使用了状态不同的所述对象物的拍摄图像的反复学习的结果，提取所述对象物的特征来对所述对象物的状态进行分类。2.根据权利要求1所述的自动排泄处理装置，其特征在于，所述判定部基于所述拍摄图像，监视所述杯内的所述对象物的经时性变化，来对所述对象物的状态进行分类。3.根据权利要求1或2所述的自动排泄处理装置，其特征在于，所述判定部基于所述拍摄图像，并根据所述对象物到达所述杯的内侧而变形的过程中的所述对象物的变形程度，来对所述对象物的状态进行分类。4.根据权利要求1至3中任一项所述的自动排泄处理装置，其特征在于，所述判定部基于所述拍摄图像，将所述对象物的色相与基准进行比较，来对所述身体的症状进行分类。5.根据权利要求1至4中任一项所述的自动排泄处理装置，其特征在于，所述判定部基于所述拍摄图像，将所述对象物的色相与基准进行比较，来对所述身体的症状进行分类，并确定对应于所述症状的应对方法。6.根据权利要求1至5中任一项所述的自动排泄处理装置，其特征在于，所述判定部通过进行使用了卷积神经网络的深度学习的所述反复学习，提取所述对象物的特征来对所述对象物的状态进行分类。7.根据权利要求1至6中任一项所述的自动排泄处理装置，其特征在于，所述判定部将所述对象物...

【专利技术属性】
技术研发人员：关野正树，冈田靖广，须永雄贵，足立登美夫，
申请(专利权)人：自由解决方案有限公司，
类型：发明
国别省市：