本发明专利技术提出一种可佩戴式急诊病人异常行为监控与识别系统，利用可佩戴的传感器设备捕捉急诊病人行为活动的相关数据，结合急诊室内安装的摄像设备所拍摄的病人图像画面对急诊病人的行为进行综合分析，实时监控病人行为，识别病人异常行为，向医护人员发出警告。本发明专利技术创新的结合智能传感器技术、数据智能分析技术等先进技术，识别急诊病人异常行为并提前预测可能导致的风险，有助于减轻医护人员工作量，提高医院对急诊业务风险的应急处置能力。提高医院对急诊业务风险的应急处置能力。提高医院对急诊业务风险的应急处置能力。
【技术实现步骤摘要】
一种可佩戴式急诊病人异常行为监控与识别系统
[0001]本专利技术属于医疗器械中健康监测的
，特别地，涉及一种可佩戴式急诊病人异常行为监控与识别方法。
技术介绍
[0002]急诊病人病情重、变化快、危险性高，病人、陪护人员表现出高度的紧张、恐惧、焦虑、绝望等异常行为现象，影响了医务工作的正常进行。在抢救过程的同时加强对病人行为的观察与识别，有助于及时对病人的心理状态进行把握，为尽快做出诊断、争取抢救时机创造有利条件。
[0003]目前对于急诊患者的行为判别主要依靠护士人工完成，但工作量大，护士数量有限时难以照顾全面，从而发生风险。为此，也有一些人提出使用图像算法，或传感器检测的方式来进行判别。但图像算法不成熟，难以快速准确判断，而传感器检测同样无法准确区分异常行为和正常运动。虽然目前也有一些将多种数据源进行神经网络融合检测的方法，但均不是针对急诊病人的特定行为作出的识别，其网络结构及算法直接使用效果不佳，难以达到临床要求。
[0004]因此，目前急需一种能够快速、准确预测病人异常行为的装置。
技术实现思路
[0005]为解决上述一个或多个问题，本专利技术提出一种可佩戴式急诊病人异常行为监控与识别方法，利用可佩戴的传感器设备捕捉急诊病人行为活动的相关数据，结合急诊室内安装的摄像设备所拍摄的病人图像画面对急诊病人的行为进行综合分析，实时监控病人行为，识别病人异常行为，向医护人员发出警告。本专利技术创新的结合智能传感器技术、数据智能分析技术等先进技术，识别急诊病人异常行为并提前预测可能导致的风险，有助于减轻医护人员工作量，提高医院对急诊业务风险的应急处置能力。
[0006]一种可佩戴式急诊病人异常行为监控与识别系统，包括可佩戴式终端、摄像机和服务器；
[0007](一)可佩戴式传感器采集急诊病人行为的加速度数据；
[0008](二)摄像机采集急诊病人行为的图像数据，并进行预处理：
[0009][0010]其中，M
d
、M
d
‑1分别为连续采集D张图像中的第d、d
‑
1张图像，为与之对应的高斯差分变换后的图像；
[0011]取使(3)式最小的σ值，记为并利用该参数对采集到的每帧图像作高斯滤波：
[0012][0013](三)服务器根据(一)获得加速度数据，及(二)获得预处理后图像数据，实施对急诊病人的异常行为监控、识别：
[0014]按(二)的方法完成预处理；设每次拍摄的图像记为M
t
，预处理后图像记为t表示拍摄图像的时序，M
t
‑1表示M
t
之前一次拍摄的图像，M
t+1
表示M
t
之后一次拍摄的图像；则
[0015][0016][0017][0018]其中，max、min分别表示在由α1,β1和α2,β2定义的局部范围内取像素的最大、最小值；
[0019]中央处理装置开始监控后，每获得一张图像可根据式(5)
‑
(7)获得相应的滤波光流微分图以及设距离t时刻最近一次采集到的加速度数据为向前取最近的T次加速度数据，即根据上述滤波光流微分图、及最近的T次加速度数据建立神经网络模型，用于识别当前时刻病人行为是否异常；
[0020]神经网络模型的输出为：
[0021][0022]其中，
[0023][0024][0025]上式中ω3(∈,u,v)、ω4(∈,u,v)表示权值；U1(u,v)与V1(u,v)分别为滤波光流微分图经过网络模型后的输出；
[0026][0027]上式中ω
41
(∈,τ)、ω
42
(∈,τ)、ω
43
(∈,τ)分别表示加速度时序序列的第τ个元素的x、y、z分量的值与Q(∈)之间的权值，b1、b2、b3表示线性偏移。
[0028]该终端为手环。
[0029]该终端为手机。
[0030]摄像机固定设置在医院诊室或病房。
[0031]摄像机具有数据发送模块，用于将图像数据发送至服务器。
[0032]服务器设置在医院的信息中心。
[0033]服务器用于接收可佩戴式终端发送的加速度数据，和一个或多个摄像机发送的图像数据。
[0034]上述数据发送通过无线网络实现。
[0035]无线网络为4G、5G网络、wifi、蓝牙。
[0036]该终端具有加速度传感器。
[0037]本专利技术的专利技术点及技术效果：
[0038]1、本专利技术提出一种可佩戴式急诊病人异常行为监控与识别方法，利用可佩戴的加速度传感器设备捕捉急诊病人行为活动的相关加速度数据，结合急诊室内安装的摄像设备所拍摄的病人图像画面对急诊病人的行为进行综合分析，实时监控病人行为，识别病人异常行为，向医护人员发出警告。特别是，专门建立能够融合加速度数据和图像数据两种不同类型数据的神经网络结构，并优化了神经网络的具体算法，从而建立了图像、加速度变化与病人行为的关系，从而可根据相关输入数据快速、准确预测病人异常行为的发生概率。
[0039]2、对图像数据利用高斯差分卷积核等方法进行预处理，使其更适合后续神经网络的处理，在保证主要图像数据不丢失的情况下，压缩了数据量，提高了后续判别的速度和准确性。
[0040]3、提出一种基于光流微分图的方法，判断病人是否位于病床上，并进一步自动控制监控的实施或暂停，更加智能，避免无价值的图像占用服务器资源，提高系统的整体响应速度和有效利用率。
附图说明
[0041]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，并不构成对本专利技术的限定。在附图中：
[0042]图1是本专利技术实施方法图。
具体实施方式
[0043]急诊病人异常行为的监控与识别系统，包括可佩戴式终端、摄像机、服务器。
[0044]其中可佩戴式终端用于采集病人的加速度数据。该终端可以为专门的手环，也可以与其他产品融合。例如可以在患者的身份识别手环上设置加速度传感器和通信部件，从而构成能够检测患者加速度数据的身份手环；也可以使用患者手机等自有设备，通过App将采集的患者加速度数据传输至服务器。
[0045]摄像机固定设置在医院诊室或病房，用于采集患者行为的图像数据。摄像机可以为多个，从而使得拍摄范围覆盖患者可能行动的区域。摄像机同样集成有数据发送模块，用于将图像数据发送至服务器。
[0046]服务器设置在医院的信息中心，用于接收可佩戴式终端发送的加速度数据，和一个或多个摄像机发送的图像数据，并根据这些数据对病人行为进行分析，对异常行为进行预警。服务器可以包括中央处理器。
[0047]上述数据发送通过无线网络实现，例如4G、5G网络、wifi、蓝牙等。
[0048]具体实现步骤，如下：
[0049](一)利用可佩戴式终端采集急诊病人行为的加速度数据
[0050]采用可佩戴本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种可佩戴式急诊病人异常行为监控与识别系统，其特征在于：包括可佩戴式终端、摄像机和服务器；(一)可佩戴式传感器采集急诊病人行为的加速度数据；(二)摄像机采集急诊病人行为的图像数据，并进行预处理：(三)服务器根据(一)获得加速度数据，及(二)获得预处理后图像数据，实施对急诊病人的异常行为监控、识别；设每次拍摄的图像记为M
t
，预处理后图像记为t表示拍摄图像的时序，M
t
‑1表示M
t
之前一次拍摄的图像，M
t+1
表示M
t
之后一次拍摄的图像；则之后一次拍摄的图像；则之后一次拍摄的图像；则其中，max、min分别表示在由α1，β1和α2，β2定义的局部范围内取像素的最大、最小值；每获得一张图像可根据式(5)
‑
(7)获得相应的滤波光流微分图以及设距离t时刻最近一次采集到的加速度数据为向前取最近的T次加速度数据；根据上述滤波光流微分图、及最近的T次加速度数据建立神经网络模型，用于识别当前时刻病人行为是否异常；神经网络模型的输出为：其中，其中，上式中ω3(∈，u，v)、ω4(∈，u，v)表示权值；U1(u，v)与V1(u，v)分别为滤波光流微分图经过网络模型后的输出；上式中ω
41
(∈，τ)、ω
42
【专利技术属性】
技术研发人员：李杨栋，陈子清，郑鸿雁，
申请(专利权)人：广州市番禺区中心医院，
类型：发明
国别省市：
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。