用于预测和预防患者离开床的系统和方法技术方案

技术编号:36372415 阅读:20 留言:0更新日期:2023-01-18 09:31
本发明专利技术公开了一种用于使用相机监测床中的患者的方法。该方法包括使用来自相机的数据识别床的边界,使用来自相机的数据识别患者的部分,以及使用针对患者识别的部分确定患者的取向。该方法还包括使用针对患者识别的部分监测患者的移动,以及基于患者的取向和患者的移动来计算指示患者离开床的可能性的离开分数。该方法还包括将离开分数与预先确定的阈值进行比较,以及当离开分数超过预先确定的阈值时生成通知。生成通知。生成通知。

【技术实现步骤摘要】
用于预测和预防患者离开床的系统和方法


[0001]本公开整体涉及监测床中的患者。

技术介绍

[0002]在医院或长期护理机构的背景中,大多数患者活动都在床上进行,患 者大部分时间都在床上度过。因此,负责任的护理者的主要职责包括监测 患者在床上时的安全性,例如以防止或响应患者跌落事件。患者跌落是在 这些机构中的严重且常见的问题,大约0.5%至0.75%的住院患者会发生跌 落,或每年大约一百万住院患者发生跌落。据估计,对已跌落的患者进行 额外护理所需的平均成本为约$14,000。此外,据信在医院中大约80%至 90%的这些跌落没有被护理者观察到。
[0003]同时,床内的患者的取向、姿势或姿态具有与健康相关的重大影响。 例如,许多疾病(诸如压力性溃疡、睡眠呼吸暂停、甚至腕管综合征)的 症状可受到睡眠姿势的影响。类似地,众所周知,在某些大手术后,通过 保持特定的取向或姿势,患者的恢复是最佳的。同样,孕妇通常被要求保 持某些睡眠姿势,以防止在床中对自身或胎儿造成伤害。

技术实现思路

[0004]提供本
技术实现思路
是为了介绍将在下面的具体实施方式中进一步描述的 一系列概念。本
技术实现思路
不旨在识别要求保护的主题的关键或必要特征, 也不旨在用于帮助限制要求保护的主题的范围。
[0005]本公开的一个示例整体涉及一种使用相机监测床中的患者的方法。该 方法包括使用来自相机的数据识别床的边界,使用来自相机的数据识别患 者的部分,以及使用针对患者识别的部分确定患者的取向。该方法还包括 使用针对患者识别的部分监测患者的移动,以及基于患者的取向和患者的 移动来计算指示患者离开床的可能性的离开分数。该方法还包括将离开分 数与预先确定的阈值进行比较,以及当离开分数超过预先确定的阈值时生 成通知。
[0006]在某些示例中,该方法还包括使用来自相机的数据,区别于床的边界 来识别床的轨道的位置,其中离开分数部分地基于针对轨道识别的位置。
[0007]在某些示例中,该方法还包括基于所监测的移动来确定患者何时转 身,以及对转身的次数进行计数,其中离开分数部分地基于所计数的转身 的次数。
[0008]在某些示例中,通过测量针对患者识别的部分之间的距离并监测所测 量的距离的变化来确定患者的移动。
[0009]在某些示例中,该方法还包括确定来自相机的数据的照度级,以及将 照度级与阈值进行比较,其中当照度级至少等于阈值时,使用来自相机的 数据内的彩色图像来识别床的边界和患者的部分。
[0010]在某些示例中,相机是3D深度相机,其中当照度级低于阈值时,使 用来自相机的数据内的IR和深度帧来识别床的边界和患者的部分。
[0011]在某些示例中,该方法还包括使用彩色图像来识别床的轨道的位置, 其中离开分数部分地基于针对轨道识别的位置。
[0012]在某些示例中,离开分数是患者从床跌落的可能性的跌落分数,其中 该方法还包括使用来自相机的数据来识别患者的面部部分,分析面部部 分,以及基于面部部分分析来计算激动分数,其中离开分数进一步部分地 基于激动分数。
[0013]在某些示例中,面部部分包括眉毛,其中分析包括确定眉毛的形状。
[0014]在某些示例中,该方法还包括识别面罩,其中面部部分的分析仅包括 未被面罩阻挡的面部部分。
[0015]在某些示例中,床包括可移动轨道,并且该方法还包括当离开分数超 过预先确定的阈值时移动轨道。
[0016]在某些示例中,确定患者的取向包括确定患者是否坐起,其中离开分 数部分地基于患者是否被确定为坐起。
[0017]在某些示例中,该方法还包括确定部分是否在床的边界内部,其中离 开分数部分地基于部分是否被确定为在床的边界内部。
[0018]在某些示例中,针对床识别的边界以及针对患者识别的部分被输入到 神经网络中以用于确定患者的取向。
[0019]在某些示例中,该方法还包括识别床的边界,包括将作为来自相机的 数据的彩色图像、IR帧和深度帧中的至少一者与人工智能模型内的模型边 界进行比较。
[0020]根据本公开的另一个示例涉及一种其上具有指令的非暂态介质,该指 令在由处理系统执行时致使用于监测床中的患者的患者监测系统:操作相 机以对患者和床进行成像并且从相机输出数据;使用来自相机的数据来识 别床的边界;使用来自相机的数据来识别患者的部分;使用针对患者识别 的部分来确定患者的取向;使用针对患者识别的部分来监测患者的移动; 基于患者的取向和患者的移动来计算离开分数;将离开分数与预先确定的 阈值进行比较;并且当离开分数超过预先确定的阈值时生成通知。
[0021]在某些示例中,非暂态介质进一步致使患者监测系统使用来自相机的 数据,区别于床的边界来识别床的轨道的位置,其中离开分数部分地基于 针对轨道识别的位置。
[0022]在某些示例中,非暂态介质进一步致使患者监测系统:确定来自相机 的数据的照度级并且将照度级与阈值进行比较,其中当照度级至少等于阈 值时,使用来自相机的数据内的彩色图像来识别床的边界和患者的部分, 并且其中当照度级低于阈值时,使用来自相机的数据内的IR和深度帧中的 至少一者来识别床的边界和患者的部分。
[0023]在某些示例中,非暂态介质进一步致使患者监测系统在离开分数超过 预先确定的阈值时使床的可移动轨道移动。
[0024]根据本公开的另一个示例涉及一种用于使用生成作为彩色图像、IR帧 和深度帧的数据的3D深度相机来防止患者从具有可移动轨道的床跌落的方 法。该方法包括确定来自相机的数据的照度级,以及将照度级与阈值进行 比较,以及当照度级至少等于阈值时使用彩色图像并且当照度级低于阈值 时使用IR帧和深度帧中的至少一者来识别床的边界。该方法还包括当照度 级至少等于阈值时使用彩色图像并且当照度级低于阈值时使用IR帧和深度 帧中的至少一者来识别患者的部分。该方法还包括使用来自相机的彩色图 像来识别轨道的位置,以及测量针对患者识别的部分之间的距离,以及基 于在部分之间测量的距
离的变化来对患者的转身次数进行计数。该方法还 包括使用针对患者识别的部分来确定患者的取向,以及基于患者的取向、 针对轨道识别的位置以及患者的转身次数来计算跌落分数。该方法还包括 将跌落分数与预先确定的阈值进行比较,以及当跌落分数超过预先确定的 阈值时移动轨道。
[0025]本公开进一步涉及使用相机来预防第一对象和第二对象之间的碰撞。 该方法包括使用相机捕获第一对象和第二对象的图像以及访问点云的数据 库。该方法还包括在点云的数据库内识别对应于第一对象的第一点云和对 应于第二对象的第二点云,其中第一点云对应于作为人的第一对象。该方 法还包括计算第一对象和第二对象之间的距离,将距离与阈值进行比较, 以及当距离低于阈值时生成通知。
[0026]在某些示例中,其中用于第一对象的第一点云基于被识别为对应于第 一对象的第一掩膜,并且用于第二对象的第二点云基于被识别为对应于第 二对象的第二掩膜,其中第一对象和第二对象之间本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种用于使用相机监测床中的患者的方法,所述方法包括:使用来自所述相机的数据来识别所述床的边界;使用来自所述相机的数据来识别所述患者的部分;使用针对所述患者识别的所述部分来确定所述患者的取向;使用针对所述患者识别的所述部分来监测所述患者的移动;基于所述患者的所述取向和所述患者的所述移动计算指示所述患者离开所述床的可能性的离开分数;将所述离开分数与预先确定的阈值进行比较;以及当所述离开分数超过所述预先确定的阈值时生成通知。2.根据权利要求1所述的方法,还包括使用来自所述相机的数据,区别于所述床的所述边界来识别所述床的轨道的位置,其中所述离开分数部分地基于针对所述轨道识别的位置。3.根据权利要求1所述的方法,还包括基于所监测的所述移动来确定所述患者何时转身,以及对所述转身的次数进行计数,其中所述离开分数部分地基于所计数的所述转身的次数。4.根据权利要求3所述的方法,其中通过测量针对所述患者识别的所述部分之间的距离并监测所测量的所述距离的变化来确定所述患者的移动。5.根据权利要求1所述的方法,还包括确定来自所述相机的所述数据的照度级,以及将所述照度级与阈值进行比较,其中当所述照度级至少等于所述阈值时,使用来自所述相机的所述数据内的彩色图像来识别所述床的所述边界和所述患者的所述部分。6.根据权利要求5所述的方法,其中所述相机是3D深度相机,并且其中当所述照度级低于所述阈值时,使用来自所述相机的所述数据内的IR和深度帧来识别所述床的所述边界和所述患者的所述部分。7.根据权利要求5所述的方法,还包括使用所述彩色图像来识别所述床的轨道的位置,其中所述离开分数部分地基于针对所述轨道识别的所述位置。8.根据权利要求1所述的方法,其中所述离开分数是所述患者从所述床跌落的可能性的跌落分数,还包括使用来自所述相机的所述数据来识别所述患者的面部部分,分析所述面部部分,以及基于所述面部部分分析来计算激动分数,其中所述离开分数进一步部分地基于所述激动分数。9.根据权利要求8所述的方法,其中所述面部部分包括眉毛,并且其中所述分析包括确定所述眉毛的形状。10.根据权利要求8所述的方法,还包括识别面...

【专利技术属性】
技术研发人员:C
申请(专利权)人:通用电气精准医疗有限责任公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1