当前位置: 首页 > 专利查询>吉林大学专利>正文

远程监测护理系统及其方法技术方案

技术编号:41317002 阅读:17 留言:0更新日期:2024-05-13 14:58
本申请公开了一种远程监测护理系统及其方法,涉及智能监测技术领域,其利用基于深度学习的人工智能技术来监测和分析老年人的行为状态,对老年人的行为状态监控视频进行语义时序编码,挖掘出所述行为状态监控视频中与摔倒状态相关的行为特征,以此来智能判断老年人是否处于摔倒状态。这样,能够实现对老年人摔倒事件的实时监测和预警,以便及时采取救助措施。

【技术实现步骤摘要】

本申请涉及智能监测,且更为具体地,涉及一种远程监测护理系统及其方法


技术介绍

1、随着社会的发展和人口老龄化的加剧,老年人的护理和健康问题已成为社会关注的焦点。由于老年人的身体机能下降,平衡能力、协调能力和反应能力都不如年轻人,所以更容易发生摔倒意外。

2、老年人的摔倒事件是导致严重伤害和不良后果的主要原因之一。由于老年人骨质较为疏松,一旦摔倒,很容易发生骨折,如股骨骨折、脊柱压缩性骨折、手腕骨折等,甚至可能导致长期卧床不起,严重影响生活质量。并且,老年人摔倒时头部着地的可能性较大,可能会导致脑震荡、脑出血等脑外伤,严重时可危及生命。因此,对老年人的行为进行实时监测和预警,及时发现并处理摔倒等危险情况,具有重要的现实意义。

3、然而,传统的监测护理方法主要依赖于人工观察和干预,存在人力资源不足、监测效果受限等问题,很难做到实时监测和预警。因此,期待一种优化的远程监测护理系统及其方法。


技术实现思路

1、为了解决上述技术问题,提出了本申请。

2、相应地,根据本申请的一个方面本文档来自技高网...

【技术保护点】

1.一种远程监测护理方法,其特征在于,包括:

2.根据权利要求1所述的远程监测护理方法,其特征在于,对所述行为状态监控视频进行数据预处理以得到行为状态监控关键帧的序列,包括:

3.根据权利要求2所述的远程监测护理方法,其特征在于,在所述云端服务器,对所述行为状态监控关键帧的序列进行行为特征提取以得到行为状态语义特征图的序列,包括:

4.根据权利要求3所述的远程监测护理方法,其特征在于,所述深度学习网络模型为基于卷积神经网络模型的老人行为状态特征提取器。

5.根据权利要求4所述的远程监测护理方法,其特征在于,利用深度学习网络模型对所述行为状态...

【技术特征摘要】

1.一种远程监测护理方法,其特征在于,包括:

2.根据权利要求1所述的远程监测护理方法,其特征在于,对所述行为状态监控视频进行数据预处理以得到行为状态监控关键帧的序列,包括:

3.根据权利要求2所述的远程监测护理方法,其特征在于,在所述云端服务器,对所述行为状态监控关键帧的序列进行行为特征提取以得到行为状态语义特征图的序列,包括:

4.根据权利要求3所述的远程监测护理方法,其特征在于,所述深度学习网络模型为基于卷积神经网络模型的老人行为状态特征提取器。

5.根据权利要求4所述的远程监测护理方法,其特征在于,利用深度...

【专利技术属性】
技术研发人员:马跃
申请(专利权)人:吉林大学
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