一种基于IoT的智能养老看护系统及看护方法技术方案

本发明专利技术公开了一种基于IoT的智能养老看护系统及看护方法，涉及智能看护领域，包括情绪识别和分析，结合智能传感器模块、数据处理与控制模块、报警模块和交流模块。传感器模块位于老人生活区域内，实时获取老人的情绪、生理参数和行为数据；数据处理与控制模块接收和处理这些数据，并通过医疗大数据和历史医疗数据预测老人的行为，生成预警预测信息；交流模块播放特定声音或音乐，改善老人的情绪。本发明专利技术可进行情绪分析，并根据情绪类别播放相应音乐或特定语音。预警预测信息可触发启动辅助设备对风险老人进行重点看护。本发明专利技术可实时监控老人的行为、生理和心理健康状况，提供及时的反馈和建议，有效改善老人的生活质量和安全性。有效改善老人的生活质量和安全性。有效改善老人的生活质量和安全性。

【技术实现步骤摘要】
一种基于IoT的智能养老看护系统及看护方法


[0001]本专利技术涉及智能看护领域，更具体地说，涉及一种基于IoT的智能养老看护系统及看护方法。

技术介绍

[0002]目前，随着社会老龄化的趋势日益严重，独居老人的安全和健康问题受到了广泛关注。由此，智能看护系统已经成为一种重要的解决方案。然而，现有的智能看护系统在实际应用中存在一些明显的不足。
[0003]首先，大多数智能看护系统的设计和功能主要基于通用的生理数据和行为模式，缺乏对个体差异的深入理解和有效适应。这意味着它们可能无法充分地满足每个独居老人的具体需求和生活习惯，从而影响了看护的效果和用户的满意度。
[0004]其次，虽然一些看护系统已经开始尝试使用语音交互功能，以便更好地与老人沟通，但这些系统往往只是用于简单的语音交流，无法结合对于老人生活习惯的了解来对于老人行为状态进行智能地纠正和提醒。
[0005]另外，当前的看护系统大多数是基于静态的模型和规则，无法自我学习和自我改进。这意味着，当遇到新的情况或者环境变化时，这些系统可能无法做出正确的响应。更重要的是，这些系统无法从每一次的看护经验中学习，进而提升其看护的效果和质量；
[0006]最后，当前老人看护系统主要关注老人的生理健康状况，而忽略了老人的情绪、心理健康，而情绪心理健康实际上也是老人的整体健康的非常大的一部分，且其往往会影响到生理健康状态。
[0007]因此，为了解决这些问题，急需一种新的智能看护系统，它不仅能够进行个性化的看护，提供准确的语音交互，而且能够针对老人的情绪进行特别提醒、关照和看护，其可实现增量学习，以提升看护的效果和用户的满意度。

技术实现思路

[0008]本专利技术要解决的技术问题是提供一种基于IoT的智能养老看护系统及看护方法，以解决
技术介绍
中提到的问题。
[0009]为了达到上述目的，本专利技术采取以下技术方案：
[0010]一种基于IoT的智能养老看护系统，包括传感器模块、数据处理与控制模块、报警模块和交流模块；
[0011]传感器模块位于老人的生活区域内，其中包括高精度毫米波雷达传感器和语音传感器；传感器模块还包括老人随身携带的生物传感器，实时获取老人的各项生理参数；
[0012]数据处理与控制模块与传感器模块连接，用于接收和处理传感器模块提供的数据；数据处理与控制模块利用医疗大数据和历史医疗数据，结合实时生理数据和情绪数据的变化，预测老人的行为并生成预警预测信息；数据处理与控制模块连接报警模块和提醒模块；
[0013]报警模块通过内置的无线通信装置与老人家属或救护中心进行通信；
[0014]交流模块包括设置在老人生活区域的音箱或者老人随身佩戴的语音装置；
[0015]所述传感器模块获取老人的语音并进行识别，数据处理与控制模块根据语音识别老人的情绪，对获取的情绪数据进行情绪分析并依据分析结果做个性化音频播放，通过交流模块播放声音或音乐来改善老人的情绪，声音的音色根据老人家人的声音进行特别设置；
[0016]数据处理与控制模块结合预警预测信息，启动辅助设备对风险老人进行重点看护，包括情感对话、提醒、辅助机器人或智能座椅；
[0017]其中所述情绪分析使用卷积神经网络CNN和长短期记忆网络LSTM的结合来进行处理，具体包括：
[0018]将老人语音数据转化为频谱图像或梅尔频率倒谱系数MFCC，使用一维卷积处理MFCC特征，以提取局部的频率模式：Hc＝CNN(X)；其中，Hc是卷积层的输出，CNN(X)代表对输入的MFCC特征X进行卷积操作；
[0019]然后用LSTM处理卷积层的输出，以捕捉长期的时间依赖性：Hl＝LSTM(Hc)；其中，Hl是LSTM层的输出；
[0020]最后，用一个全连接层进行情绪分类：Y＝softmax(W
×
Hl+b)；其中，W和b是全连接层的权重和偏置，softmax函数用来输出每个情绪类别的概率，Y代表预测的情绪类别；
[0021]对应的情绪类比以及交流模块的回应包括：
[0022]快乐:当老人处于快乐的情绪状态时，交流模块播放欢快的音乐，包括流行音乐或经典老歌；或使用温暖，友好的语音回应；
[0023]悲伤:如果老人的情绪状态被识别为悲伤，交流模块播放舒缓的、缓解压力的音乐，包括古典音乐或轻音乐；或使用温和、安慰的语音交互；
[0024]焦虑或恐惧:当老人处于焦虑或恐惧的情绪状态时，播放自然的声音或冥想音乐以缓解焦虑；交流模块的语音保持平稳，镇定，并提供保证或安慰的语言；
[0025]愤怒:如果检测到老人的情绪状态是愤怒，可以播放平静的音乐，如爵士乐或蓝调；同时，交流模块使用平稳、理解的语音，避免挑衅或惹怒老人；
[0026]中性:当老人处于中性情绪状态时，可以播放他们喜欢的音乐；交流模块可以保持中性、友好的语音；
[0027]所述系统还包括如下工作流程：
[0028]S1：所述传感器模块将收集到的有关老人的传感器数据及对应的时间发送到数据处理与控制模块；
[0029]S2：每当数据处理与控制模块识别到传感器数据的变化速率超过预设阈值时，通过交流模块询问老人已完成的行为以及其该行为的健康程度，并结合询问结果以及已接收到的传感器数据，获取传感器数据与老人行为的关联关系，并同时标记该行为的发生时间段以及对应的健康程度；当数据处理与控制模块的所接收到的数据量积累到预设数据量时，进入步骤S3～S5；
[0030]S3：数据处理与控制模块对老人的所有行为及其对应的发生时间进行关联得到一系列行为序列作为老人的总体行为模式；
[0031]S4：数据处理与控制模块对老人的超过健康阈值的所有行为及其对应的发生时间
进行关联得到一系列行为序列作为老人的健康行为模式；
[0032]S5：数据处理与控制模块对老人的低于健康阈值的所有行为及其对应的发生时间进行关联得到一系列行为序列作为老人的非健康行为模式；
[0033]S6：当数据处理与控制模块得到老人的总体行为模式、健康行为模式和非健康行为模式时，通过交流模块提示老人可进入看护阶段；
[0034]S7：在看护阶段中，数据处理与控制模块实时获取传感器数据，并结合S2中的关联关系识别传感器数据对应的行为，并取预先设置的滑动窗口时间段内的随时间变化的行为序列与总体行为模式、健康行为模式以及非健康行为模式进行匹配，获取三个相似度，并将三个相似度中最高的相似度与预设相似度阈值进行比对；
[0035]若三个相似度中，对应于健康行为模式的相似度最高且超过预设的匹配阈值，则数据处理与控制模块通过交流模块鼓励老人；
[0036]若三个相似度中，对应于非健康行为模式的相似度最高且超过预设的匹配阈值，则数据处理与控制模块通过交流模块提示老人要注意行为健康、播报老人在该滑动窗口内的所有行为，并依据健康行为模式对老人行为的预测并给予老人实时提醒、生活运动建议和饮食建议；
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于IoT的智能养老看护系统，其特征在于：包括传感器模块、数据处理与控制模块、报警模块和交流模块；传感器模块位于老人的生活区域内，其中包括高精度毫米波雷达传感器和语音传感器；传感器模块还包括老人随身携带的生物传感器，实时获取老人的各项生理参数；数据处理与控制模块与传感器模块连接，用于接收和处理传感器模块提供的数据；数据处理与控制模块利用医疗大数据和历史医疗数据，结合实时生理数据和情绪数据的变化，预测老人的行为并生成预警预测信息；数据处理与控制模块连接报警模块和提醒模块；报警模块通过内置的无线通信装置与老人家属或救护中心进行通信；交流模块包括设置在老人生活区域的音箱或者老人随身佩戴的语音装置；所述传感器模块获取老人的语音并进行识别，数据处理与控制模块根据语音识别老人的情绪，对获取的情绪数据进行情绪分析并依据分析结果做个性化音频播放，通过交流模块播放声音或音乐来改善老人的情绪，声音的音色根据老人家人的声音进行特别设置；数据处理与控制模块结合预警预测信息，启动辅助设备对风险老人进行重点看护，包括情感对话、提醒、辅助机器人或智能座椅；其中所述情绪分析使用卷积神经网络CNN和长短期记忆网络LSTM的结合来进行处理，具体包括：将老人语音数据转化为频谱图像或梅尔频率倒谱系数MFCC，使用一维卷积处理MFCC特征，以提取局部的频率模式：Hc＝CNN(X)；其中，Hc是卷积层的输出，CNN(X)代表对输入的MFCC特征X进行卷积操作；然后用LSTM处理卷积层的输出，以捕捉长期的时间依赖性：Hl＝LSTM(Hc)；其中，Hl是LSTM层的输出；最后，用一个全连接层进行情绪分类：Y＝softmax(W
×
Hl+b)；其中，W和b是全连接层的权重和偏置，softmax函数用来输出每个情绪类别的概率，Y代表预测的情绪类别；对应的情绪类比以及交流模块的回应包括：快乐:当老人处于快乐的情绪状态时，交流模块播放欢快的音乐，包括流行音乐或经典老歌；或使用温暖，友好的语音回应；悲伤:如果老人的情绪状态被识别为悲伤，交流模块播放舒缓的、缓解压力的音乐，包括古典音乐或轻音乐；或使用温和、安慰的语音交互；焦虑或恐惧:当老人处于焦虑或恐惧的情绪状态时，播放自然的声音或冥想音乐以缓解焦虑；交流模块的语音保持平稳，镇定，并提供保证或安慰的语言；愤怒:如果检测到老人的情绪状态是愤怒，可以播放平静的音乐，如爵士乐或蓝调；同时，交流模块使用平稳、理解的语音，避免挑衅或惹怒老人；中性:当老人处于中性情绪状态时，可以播放他们喜欢的音乐；交流模块可以保持中性、友好的语音；所述系统还包括如下工作流程：S1：所述传感器模块将收集到的有关老人的传感器数据及对应的时间发送到数据处理与控制模块；S2：每当数据处理与控制模块识别到传感器数据的变化速率超过预设阈值时，通过交流模块询问老人已完成的行为以及其该行为的健康程度，并结合询问结果以及已接收到的
传感器数据，获取传感器数据与老人行为的关联关系，并同时标记该行为的发生时间段以及对应的健康程度；当数据处理与控制模块的所接收到的数据量积累到预设数据量时，进入步骤S3～S5；S3：数据处理与控制模块对老人的所有行为及其对应的发生时间进行关联得到一系列行为序列作为老人的总体行为模式；S4：数据处理与控制模块对老人的超过健康阈值的所有行为及其对应的发生时间进行关联得到一系列行为序列作为老人的健康行为模式；S5：数据处理与控制模块对老人的低于健康阈值的所有行为及其对应的发生时间进行关联得到一系列行为序列作为老人的非健康行为模式；S6：当数据处理与控制模块得到老人的总体行为模式、健康行为模式和非健康行为模式时，通过交流模块提示老人可进入看护阶段；S7：在看护阶段中，数据处理与控制模块实时获取传感器数据，并结合S2中的关联关系识别传感器数据对应的行为，并取预先设置的滑动窗口时间段内的随时间变化的行为序列与总体行为模式、健康行为模式以及非健康行为模式进行匹配，获取三个相似度，并将三个相似度中最高的相似度与预设相似度阈值进行比对；若三个相似度中，对应于健康行为模式的相似度最高且超过预设的匹配阈值，则数据处理与控制模块通过交流模块鼓励老人；若三个相似度中，对应于非健康行为模式的相似度最高且超过预设的匹配阈值，则数据处理与控制模块通过交流模块提示老人要注意行为健康、播报老人在该滑动窗口内的所有行为，并依据健康行为模式对老人行为的预测并给予老人实时提醒、生活运动建议和饮食建议；若三个相似度均不超过预设相似度阈值，则通过提示模块询问老人在滑动窗口内进行了哪些行为，若未得到老人的回应，则数据处理与控制模块通过报警模块与老人家属或救护中心进行报警；若得到老人回应，则数据处理与控制模块将该滑动窗口内的传感器数据及对应的行为、行为发生时间加入至步骤S2～S5中所采用的训练数据，进而采用增量学习的方式实时调整S2中的关联关系以及S3～S5中的三种行为模式，并将其实时应用至老人的看护阶段。2.根据权利要求1所述基于IoT的智能养老看护系统，其特征在于，所述三个相似度通过时间序列相似度度量方法计算。3.根...

【专利技术属性】
技术研发人员：李鹏志，
申请(专利权)人：深圳市震有智联科技有限公司，
类型：发明
国别省市：