医疗设备制造技术

本申请提供了一种医疗设备，以及一种床旁监护的运动检测系统及方法，该运动检测系统包括通信连接的第一医疗设备和第二医疗设备；第一医疗设备用于接收对预定目标物进行监测得到的视频数据，根据视频数据生成并向第二医疗设备发送监护视频；第一医疗设备用于对监护视频的感兴趣区域进行运动检测，以得到运动评估结果；第二医疗设备用于在需要更新感兴趣区域时，对监护视频进行目标检测，得到目标检测结果，根据目标检测结果更新感兴趣区域，并向第一医疗设备发送更新后的感兴趣区域，以使得第一医疗设备在下一次运动检测时，对更新后的感兴趣区域进行运动检测

【技术实现步骤摘要】
医疗设备、用于床旁监护的运动检测系统及方法


[0001]本专利技术涉及医疗
，具体涉及一种医疗设备，以及一种床旁监护的运动检测系统及方法
。

技术介绍

[0002]近几年，随着视频采集设备的普及和视频分析技术的发展，视频监测系统已渐渐被引入隔离病房
、ICU
和普通病房等
。
通过算法分析，可以从监护视频中自动识别出患者运动和医护操作行为
。
通过识别患者运动或医护操作行为，能够抑制运动干扰所引起的报警，从而大大减少误报警，减轻医护报警疲劳，提高医疗质量
。
[0003]但是，目前视频分析算法应用于患者生命体征监测存在着瓶颈
。
主要瓶颈之一是：当前绝大部分主流的床旁医疗设备的运算和存储能力无法支持高频次的调用视频处理算法
。
常见患者生命体征的监护仪通常运算能力有限，而且往往已经承担了采集和处理上百赫兹的生理参数信号的任务，而视频分析算法尺寸和计算复杂度都很高，床旁医疗设备较难满足其计算和存储资源要求
。
例如，运动干扰检测关键步骤之一：目标识别的常用的深度神经网络模型所占用存储空间往往要几百兆；在没有
GPU
加速的情况下，普通
PC
的
CPU
用该类模型处理一张
416*416
像素的图片，通常需要几百毫秒到2秒不等，而常见床旁监护仪的运算处理器弱于
PC
，在其上运行该类模型无法满足生命体征监测中运动干扰检测低延迟
、
高频次的处理要求
。

技术实现思路

[0004]根据第一方面，一种实施例中提供了一种用于床旁监护的运动检测系统，包括通信连接的第一医疗设备和第二医疗设备，所述第二医疗设备的计算能力强于所述第一医疗设备的计算能力；
[0005]所述第一医疗设备用于接收对预定目标物进行监测得到的视频数据，根据所述视频数据生成并向所述第二医疗设备发送监护视频；
[0006]所述第一医疗设备用于采用预设的运动检测算法对所述监护视频中包含所述预定目标物的感兴趣区域进行运动检测，以得到表征所述预定目标物运动幅度的运动评估结果；所述第二医疗设备用于在需要更新所述感兴趣区域时，采用预设的目标检测算法对所述监护视频进行目标检测，得到所述预定目标物的目标检测结果，根据所述目标检测结果更新所述感兴趣区域，并向所述第一医疗设备发送更新后的所述感兴趣区域，以使得所述第一医疗设备在下一次运动检测时，对更新后的所述感兴趣区域进行运动检测
。
[0007]根据第二方面，一种实施例中提供了一种医疗设备，包括：
[0008]存储器，存储有预设的运动检测算法和目标检测算法；
[0009]处理器，用于：
[0010]获取对预定目标物进行监测得到的监护视频；
[0011]采用所述运动检测算法对所述监护视频中包含所述预定目标物的感兴趣区域进
行运动检测，以得到表征所述预定目标物运动幅度的运动评估结果，以及
[0012]在需要更新所述感兴趣区域时，采用所述目标检测算法对所述监护视频进行目标检测，得到所述预定目标物的目标检测结果，根据所述目标检测结果更新所述感兴趣区域
。
[0013]根据第三方面，一种实施例中提供了一种用于床旁监护的运动检测方法，包括：
[0014]接收对预定目标物进行监测得到的视频数据；
[0015]根据所述视频数据生成并向目标对象发送监护视频；
[0016]采用预设的运动检测算法对所述监护视频中包含所述预定目标物的感兴趣区域进行运动检测，以得到表征所述预定目标物运动幅度的运动评估结果；
[0017]在需要更新所述感兴趣区域时，向所述目标对象发送更新感兴趣区域请求，获取所述目标对象发送的更新后的感兴趣区域，对更新后的感兴趣区域进行运动检测，其中，所述更新感兴趣区域请求用于触发所述目标对象采用所述目标检测算法对所述监护视频进行目标检测以得到所述目标检测结果，并根据所述目标检测结果更新所述感兴趣区域
。
[0018]根据第四方面，一种实施例中提供了一种监护视频的运动检测方法，包括：
[0019]获取对预定目标物进行监测得到的监护视频；
[0020]采用预设的运动检测算法对所述监护视频中包含所述预定目标物的感兴趣区域进行运动检测，以得到表征所述预定目标物运动幅度的运动评估结果；
[0021]在需要更新所述感兴趣区域时，采用预设的目标检测算法对所述监护视频进行目标检测，得到所述预定目标物的目标检测结果，根据所述目标检测结果更新所述感兴趣区域；
[0022]采用所述运动检测算法对更新后的所述感兴趣区域进行运动检测
。
[0023]根据第五方面，一种实施例中提供了一种计算机可读存储介质，其特征在于，所述介质上存储有程序，所述程序能够被处理器执行以实现上述的方法
。
[0024]上述实施例中，将运动检测所需运行的算法分为两个部分：运算相对轻量的运动检测和运算复杂的目标检测，并且，将运动检测的部分部署在了第一医疗设备上，目标检测的部分部署在了第二医疗设备上，第二医疗设备的计算能力强于第一医疗设备的计算能力，可以用来计算复杂的视频处理算法，从而减轻了第一医疗设备的运算压力，克服了将视频分析运用于床旁监护时面临的运算能力不足的问题
。
附图说明
[0025]图1为一种实施例的运动检测系统的示意图；
[0026]图2为另一种实施例的运动检测系统的示意图；
[0027]图3为一种实施例的中央站的处理器的结构示意图；
[0028]图4为另一种实施例的中央站的处理器的结构示意图；
[0029]图5为一种实施例的监护视频中一帧图像的示意图；
[0030]图6为一种实施例的用于床旁监护的运动检测方法的流程图；
[0031]图7为另一种实施例的用于床旁监护的运动检测方法的流程图
。
具体实施方式
[0032]下面通过具体实施方式结合附图对本专利技术作进一步详细说明
。
其中不同实施方式
中类似元件采用了相关联的类似的元件标号
。
在以下的实施方式中，很多细节描述是为了使得本申请能被更好的理解
。
然而，本领域技术人员可以毫不费力的认识到，其中部分特征在不同情况下是可以省略的，或者可以由其他元件
、
材料
、
方法所替代
。
在某些情况下，本申请相关的一些操作并没有在说明书中显示或者描述，这是为了避免本申请的核心部分被过多的描述所淹没，而对于本领域技术人员而言，详细描述这些相关操作并不是必要的，他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作
。
[0033]另外，说明书中所描述的特点
、
操作或者特征可以以任意适当的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种用于床旁监护的运动检测系统，其特征在于，包括通信连接的第一医疗设备和第二医疗设备，所述第二医疗设备的计算能力强于所述第一医疗设备的计算能力；所述第一医疗设备用于接收对预定目标物进行监测得到的视频数据，根据所述视频数据生成并向所述第二医疗设备发送监护视频；所述第一医疗设备用于采用预设的运动检测算法对所述监护视频中包含所述预定目标物的感兴趣区域进行运动检测，以得到表征所述预定目标物运动幅度的运动评估结果；所述第二医疗设备用于在需要更新所述感兴趣区域时，采用预设的目标检测算法对所述监护视频进行目标检测，得到所述预定目标物的目标检测结果，根据所述目标检测结果更新所述感兴趣区域，并向所述第一医疗设备发送更新后的所述感兴趣区域，以使得所述第一医疗设备在下一次运动检测时，对更新后的所述感兴趣区域进行运动检测
。2.
如权利要求1所述的系统，其特征在于，所述监护视频包括第一视频和第二视频，所述第一视频的视频质量优于所述第二视频的视频质量，所述第一医疗设备还用于判断是否需要更新所述感兴趣区域，在需要更新所述感兴趣区域时，生成并向所述第二医疗设备发送所述第一视频，在不需要更新所述感兴趣区域时，生成并向所述第二医疗设备发送所述第二视频
。3.
如权利要求2所述的系统，其特征在于，所述判断是否需要更新所述感兴趣区域，包括：所述第一医疗设备在检测到所述运动幅度超过预设幅度阈值时，判断需要更新所述感兴趣区域，否则，所述第一医疗设备判断不需要更新所述感兴趣区域；和
/
或所述第一医疗设备自接收到所述预定目标物的视频数据起开始计时，得到监测时间，所述第一医疗设备在检测到所述监测时间达到预定时长时，判断需要更新所述感兴趣区域，否则，所述第一医疗设备判断不需要更新所述感兴趣区域
。4.
如权利要求2所述的系统，其特征在于，所述第一视频的视频质量高于所述第二视频的视频质量，包括：所述第一视频的分辨率高于所述第二视频的分辨率；和
/
或所述第一视频的帧率高于所述第二视频的帧率
。5.
如权利要求1所述的系统，其特征在于，在所述第二医疗设备未获取所述预定目标物的目标检测结果前，所述监护视频中初始的感兴趣区域包括所述监护视频中图像的整个区域
。6.
如权利要求1所述的系统，其特征在于，所述第二医疗设备根据所述目标检测结果更新所述感兴趣区域，包括：采用所述目标检测算法分别对所述监护视频包括的多帧图像进行目标检测，以获取每一图像中的预定目标物对应的边界框，每一边界框具有含有所述预定目标物的置信度，当检测到在预设时长内所获取到边界框的数量达到预设数量阈值，则根据所获取的边界框中置信度最高的边界框确定所述感兴趣区域
。7.
如权利要求6所述的系统，其特征在于，所述根据所述置信度最高的边界框确定所述感兴趣区域，包括：将所述置信度最高的边界框作为所述感兴趣区域；或将所述置信度最高的边界框进行放大，将放大后的边界框作为所述感兴趣区域
。8.
如权利要求1所述的系统，其特征在于，所述第一医疗设备采用预设的运动检测算法
对所述监护视频中包含所述预定目标物的感兴趣区域进行运动检测，包括：将所述监护视频包括的多帧图像分别转换为灰度图，得到多帧灰度图；对所述多帧所述灰度图中相邻两帧灰度图进行差分处理，得到至少一帧帧差图像；根据所述帧差图像中所述感兴趣区域的亮度特征，确定所述预定目标物的运动幅度
。9.
如权利要求8所述的系统，其特征在于，所述帧差图像中所述感兴趣区域的亮度特征，包括：所述感兴趣区域中灰度值大于或等于预设灰度阈值的像素点的数量和
/
或占所述感兴趣区域中所有像素点的比例
。10.
如权利要求1至9中任一项所述的系统，其特征在于，所述第一医疗设备还用于获取患者的生理参数，所述第一医疗设备还用于同时输出所述生理参数和所述运动评估结果；和
/
...

【专利技术属性】
技术研发人员：杨平，何先梁，姚祖明，
申请(专利权)人：深圳迈瑞生物医疗电子股份有限公司，
类型：发明
国别省市：