【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。
专 ...
【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。