CN112907894B - 一种基于患者动作预判的坠床预警方法及*** - Google Patents
一种基于患者动作预判的坠床预警方法及*** Download PDFInfo
- Publication number
- CN112907894B CN112907894B CN202110231505.9A CN202110231505A CN112907894B CN 112907894 B CN112907894 B CN 112907894B CN 202110231505 A CN202110231505 A CN 202110231505A CN 112907894 B CN112907894 B CN 112907894B
- Authority
- CN
- China
- Prior art keywords
- action
- falling
- bed
- early warning
- patient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
- G08B21/043—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis detecting an emergency event, e.g. a fall
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0476—Cameras to detect unsafe condition, e.g. video cameras
Landscapes
- Health & Medical Sciences (AREA)
- Emergency Management (AREA)
- General Health & Medical Sciences (AREA)
- Gerontology & Geriatric Medicine (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Engineering & Computer Science (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Invalid Beds And Related Equipment (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及一种基于患者动作预判的坠床预警方法及***,所提供方法具体是:获取病房的现场情况,进而,根据病房的现场情况以及预设的坠床预警规则,判断是否触发坠床预警,进而,若判断触发坠床预警,输出坠床预警信号;若判断不触发坠床预警,不输出坠床预警信号。前述方法,不止关注患者的当前动作,还进一步预判了患者的动作,在患者做出动作、发生坠床之前,就及时进行了干预,可以极大地减少坠床事件的发生,也降低了护理人员的工作强度,随着所获取数据的累积,可以逐步作出更精准的临床预警。
Description
技术领域
本发明涉及智慧医疗技术领域,更具体地说,涉及一种基于患者动作预判的坠床预警方法及***。
背景技术
坠床是患者住院期间发生率较高的一种不良事件;坠床的患者,轻者皮肤擦伤,重者骨折、颅内出血,甚至可能进一步引起病情变化,出现并发症造成死亡;因此,此种不良事件会给患者的生命安全、身体康复及经济都带来不良影响。
为避免坠床事件的发生,目前主要是采取宣传教育、增加标识提醒等方式,但前述方式的防坠床效果十分有限,效果不如人意。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种基于患者动作预判的坠床预警方法,以及一种基于患者动作预判的坠床预警***。
本发明解决其技术问题所采用的技术方案是:
一方面,提供了一种基于患者动作预判的坠床预警方法,其中,包括如下步骤:
获取病房的现场情况,其中,病房的现场情况包括目标病床上两组护栏的使用状态、目标病床上患者的当前表情、目标病床上患者的当前动作、根据当前动作以及预设的动作预判规则预判出的下一动作;
根据病房的现场情况以及预设的坠床预警规则,判断是否触发坠床预警;
若判断触发坠床预警,输出坠床预警信号;若判断不触发坠床预警,不输出坠床预警信号。
另一方面,提供了一种基于患者动作预判的坠床预警***,基于上述的一种基于患者动作预判的坠床预警方法,其中,包括:
获取单元,用于获取病房的现场情况,其中,病房的现场情况包括目标病床上两组护栏的使用状态、目标病床上患者的当前表情、目标病床上患者的当前动作、根据当前动作以及预设的动作预判规则预判出的下一动作;
判断单元,用于根据病房的现场情况以及预设的坠床预警规则,判断是否触发坠床预警;
预警单元,用于在判断触发坠床预警时,输出坠床预警信号,还用于在判断不触发坠床预警时,不输出坠床预警信号。
本发明的有益效果在于:不止关注患者的当前动作,还进一步预判了患者的动作,在患者做出动作、发生坠床之前,就及时进行了干预,可以极大地减少坠床事件的发生,也降低了护理人员的工作强度,随着所获取数据的累积,可以逐步作出更精准的临床预警。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将结合附图及实施例对本发明作进一步说明,下面描述中的附图仅仅是本发明的部分实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他附图:
图1是本发明实施例一所提供的一种基于患者动作预判的坠床预警方法的实现流程图;
图2是本发明实施例二所提供的一种基于患者动作预判的坠床预警***的组成示意图。
具体实施方式
为了使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本发明的部分实施例,而不是全部实施例。基于本发明的实施例,本领域普通技术人员在没有付出创造性劳动的前提下所获得的所有其他实施例,都属于本发明的保护范围。
实施例一
本发明实施例提供了一种基于患者动作预判的坠床预警方法,如图1所示,包括如下步骤:
步骤S1:获取病房的现场情况,其中,病房的现场情况包括目标病床上两组护栏的使用状态、目标病床上患者的当前表情、目标病床上患者的当前动作、根据当前动作以及预设的动作预判规则预判出的下一动作。
本实施例中:
护栏的使用状态包括防护状态、无防护状态;
通过摄像获取目标病床上两组护栏的使用状态、目标病床上患者的当前表情、目标病床上患者的当前动作,进一步的,对所摄图片作人体骨骼节点分析,识别目标病床上患者的当前动作。
步骤S2:根据病房的现场情况以及预设的坠床预警规则,判断是否触发坠床预警。
本实施例中,坠床预警规则包括:
下一动作为高危动作,触发坠床预警;
下一动作为低危动作、执行下一动作后护栏可以阻挡患者坠床,不触发坠床预警;
下一动作为低危动作、执行下一动作后护栏无法阻挡患者坠床、患者的当前表情为兴奋或平和,触发坠床预警;
下一动作为低危动作、患者的当前表情为疲惫,不触发坠床预警;
下一动作为无危动作,不触发坠床预警。
作为示例的:
患者的下一动作为跳跃,触发坠床预警;
患者的下一动作为翻滚、护栏可以阻挡患者坠床,不触发坠床预警;
患者的下一动作为爬行、护栏无法阻挡患者坠床、患者的当前表情为兴奋,触发坠床预警;
患者的下一动作为爬行、患者的当前表情为疲惫,不触发坠床预警;
患者的下一动作为继续平躺,不触发坠床预警。
进一步的:
高危动作包括跳跃、攀爬;
低危动作包括翻滚、爬行;
无危动作包括平躺。
步骤S3:若判断触发坠床预警,输出坠床预警信号;若判断不触发坠床预警,不输出坠床预警信号。
本实施例中,坠床预警信号可为声信号、光信号、声信号和光信号的结合,接收预警信号的对象可为家长、医护人员,发送的方式可为无线发送,也可为有线发送。
本实施例所提供方法具体是:获取病房的现场情况,进而,根据病房的现场情况以及预设的坠床预警规则,判断是否触发坠床预警,进而,若判断触发坠床预警,输出坠床预警信号;若判断不触发坠床预警,不输出坠床预警信号。前述方法,不止关注患者的当前动作,还进一步预判了患者的动作,在患者做出动作、发生坠床之前,就及时进行了干预,可以极大地减少坠床事件的发生,也降低了护理人员的工作强度,随着所获取数据的累积,可以逐步作出更精准的临床预警。
实施例二
本发明实施例提供了一种基于患者动作预判的坠床预警***,基于实施例一所提供的一种基于患者动作预判的坠床预警方法,如图2所示,该***包括:
获取单元10,用于获取病房的现场情况,其中,病房的现场情况包括目标病床上两组护栏的使用状态、目标病床上患者的当前表情、目标病床上患者的当前动作、根据当前动作以及预设的动作预判规则预判出的下一动作;
判断单元11,用于根据病房的现场情况以及预设的坠床预警规则,判断是否触发坠床预警;
预警单元12,用于在判断触发坠床预警时,输出坠床预警信号,还用于在判断不触发坠床预警时,不输出坠床预警信号。
优选的,坠床预警规则包括:
下一动作为高危动作,触发坠床预警;
下一动作为低危动作、执行下一动作后护栏可以阻挡患者坠床,不触发坠床预警;
下一动作为低危动作、执行下一动作后护栏无法阻挡患者坠床、患者的当前表情为兴奋或平和,触发坠床预警;
下一动作为低危动作、患者的当前表情为疲惫,不触发坠床预警;
下一动作为无危动作,不触发坠床预警。
优选的,
护栏的使用状态包括防护状态、无防护状态;
高危动作包括跳跃、攀爬;
低危动作包括翻滚、爬行;
无危动作包括平躺。
优选的,获取单元包括:
摄像单元,用于通过摄像获取目标病床上两组护栏的使用状态、目标病床上患者的当前表情、目标病床上患者的当前动作;
预判单元,用于根据当前动作以及预设的动作预判规则预判出的下一动作。
优选的,摄像单元具体用于:对所摄图片作人体骨骼节点分析,识别目标病床上患者的当前动作。
本实施例所提供***在患者做出动作、发生坠床之前,就及时进行了干预,可以极大地减少坠床事件的发生,也降低了护理人员的工作强度,随着所获取数据的累积,可以逐步作出更精准的临床预警。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (9)
1.一种基于患者动作预判的坠床预警方法,其特征在于,包括如下步骤:
获取病房的现场情况,其中,病房的现场情况包括目标病床上两组护栏的使用状态、目标病床上患者的当前表情、目标病床上患者的当前动作、根据当前动作以及预设的动作预判规则预判出的下一动作;
根据病房的现场情况以及预设的坠床预警规则,判断是否触发坠床预警;
若判断触发坠床预警,输出坠床预警信号;若判断不触发坠床预警,不输出坠床预警信号;坠床预警规则包括:
下一动作为高危动作,触发坠床预警;
下一动作为低危动作、执行下一动作后护栏可以阻挡患者坠床,不触发坠床预警;
下一动作为低危动作、执行下一动作后护栏无法阻挡患者坠床、患者的当前表情为兴奋或平和,触发坠床预警;
下一动作为低危动作、患者的当前表情为疲惫,不触发坠床预警;
下一动作为无危动作,不触发坠床预警。
2.根据权利要求1所述的一种基于患者动作预判的坠床预警方法,其特征在于:
护栏的使用状态包括防护状态、无防护状态;
高危动作包括跳跃、攀爬;
低危动作包括翻滚、爬行;
无危动作包括平躺。
3.根据权利要求1所述的一种基于患者动作预判的坠床预警方法,其特征在于,通过摄像获取目标病床上两组护栏的使用状态、目标病床上患者的当前表情、目标病床上患者的当前动作。
4.根据权利要求3所述的一种基于患者动作预判的坠床预警方法,其特征在于,对所摄图片作人体骨骼节点分析,识别目标病床上患者的当前动作。
5.一种基于患者动作预判的坠床预警***,基于权利要求1-4任一所述的一种基于患者动作预判的坠床预警方法,其特征在于,包括:
获取单元,用于获取病房的现场情况,其中,病房的现场情况包括目标病床上两组护栏的使用状态、目标病床上患者的当前表情、目标病床上患者的当前动作、根据当前动作以及预设的动作预判规则预判出的下一动作;
判断单元,用于根据病房的现场情况以及预设的坠床预警规则,判断是否触发坠床预警;
预警单元,用于在判断触发坠床预警时,输出坠床预警信号,还用于在判断不触发坠床预警时,不输出坠床预警信号。
6.根据权利要求5所述的一种基于患者动作预判的坠床预警***,其特征在于,坠床预警规则包括:
下一动作为高危动作,触发坠床预警;
下一动作为低危动作、执行下一动作后护栏可以阻挡患者坠床,不触发坠床预警;
下一动作为低危动作、执行下一动作后护栏无法阻挡患者坠床、患者的当前表情为兴奋或平和,触发坠床预警;
下一动作为低危动作、患者的当前表情为疲惫,不触发坠床预警;
下一动作为无危动作,不触发坠床预警。
7.根据权利要求6所述的一种基于患者动作预判的坠床预警***,其特征在于:
护栏的使用状态包括防护状态、无防护状态;
高危动作包括跳跃、攀爬;
低危动作包括翻滚、爬行;
无危动作包括平躺。
8.根据权利要求5所述的一种基于患者动作预判的坠床预警***,其特征在于,所述获取单元包括:
摄像单元,用于通过摄像获取目标病床上两组护栏的使用状态、目标病床上患者的当前表情、目标病床上患者的当前动作;
预判单元,用于根据当前动作以及预设的动作预判规则预判出的下一动作。
9.根据权利要求8所述的一种基于患者动作预判的坠床预警***,其特征在于,所述摄像单元具体用于:对所摄图片作人体骨骼节点分析,识别目标病床上患者的当前动作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110231505.9A CN112907894B (zh) | 2021-03-02 | 2021-03-02 | 一种基于患者动作预判的坠床预警方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110231505.9A CN112907894B (zh) | 2021-03-02 | 2021-03-02 | 一种基于患者动作预判的坠床预警方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112907894A CN112907894A (zh) | 2021-06-04 |
CN112907894B true CN112907894B (zh) | 2022-12-02 |
Family
ID=76107450
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110231505.9A Active CN112907894B (zh) | 2021-03-02 | 2021-03-02 | 一种基于患者动作预判的坠床预警方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112907894B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103118588A (zh) * | 2010-09-29 | 2013-05-22 | 欧姆龙健康医疗事业株式会社 | 安全看护***及安全看护***的控制方法 |
CN105868707A (zh) * | 2016-03-28 | 2016-08-17 | 华中科技大学 | 一种基于深度图像信息的坠床行为实时检测方法 |
CN109643585A (zh) * | 2016-08-24 | 2019-04-16 | 皇家飞利浦有限公司 | 用于进行患者监测以预测并防止坠床的设备、***和方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180300538A1 (en) * | 2015-06-10 | 2018-10-18 | Konica Minolta, Inc. | Image processing system, image processing apparatus, image processing method, and image processing program |
US11410540B2 (en) * | 2019-08-01 | 2022-08-09 | Fuji Xerox Co., Ltd. | System and method for event prevention and prediction |
-
2021
- 2021-03-02 CN CN202110231505.9A patent/CN112907894B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103118588A (zh) * | 2010-09-29 | 2013-05-22 | 欧姆龙健康医疗事业株式会社 | 安全看护***及安全看护***的控制方法 |
CN105868707A (zh) * | 2016-03-28 | 2016-08-17 | 华中科技大学 | 一种基于深度图像信息的坠床行为实时检测方法 |
CN109643585A (zh) * | 2016-08-24 | 2019-04-16 | 皇家飞利浦有限公司 | 用于进行患者监测以预测并防止坠床的设备、***和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112907894A (zh) | 2021-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Buckingham et al. | Response to nocturnal alarms using a real-time glucose sensor | |
CN103402423B (zh) | 患者恶化检测 | |
CN104838382B (zh) | 用于优化数据收集频率的方法、***、介质及监测站 | |
US20100145165A1 (en) | Notification System | |
US20090289799A1 (en) | Medical monitoring method and system | |
özkara et al. | Differential diagnosis in pseudoepileptic seizures | |
JP6692355B2 (ja) | バイタルサインサンプリング周波数が限定されるときのスコア信頼区間推定に関する方法 | |
EP1193637A1 (en) | Medical information system | |
US20110257542A1 (en) | System Method and Device for Performing Heat Stress Tests | |
WO2009107007A1 (en) | Hemodynamic monitors and alarms | |
EP2505130B1 (en) | Alarm information processing apparatus and alarm information processing program | |
JP7258918B2 (ja) | モニタリング対象者のバイタルサインの信頼性の決定 | |
US20200178903A1 (en) | Patient monitoring system and method having severity prediction and visualization for a medical condition | |
JP2023038250A (ja) | 感染症予兆検知装置、感染症予兆検知方法、プログラム | |
CN112907894B (zh) | 一种基于患者动作预判的坠床预警方法及*** | |
Stone et al. | Automated health alerts from kinect-based in-home gait measurements | |
JP2018068910A (ja) | 疾病予測方法 | |
KR101708727B1 (ko) | 사람의 생명이 위험한 상태에 있는지를 조기에 검출하기 위한 시스템 | |
US11657913B2 (en) | Generating a clinician-perceptible output responsive to a subject-monitoring device | |
CN112201338A (zh) | 医疗监测方法、计算机可读取的存储介质 | |
JP7502738B2 (ja) | 見守り支援システムおよび見守り支援方法 | |
US20240164718A1 (en) | Method and system for on/off wearing detection of an accelerometer-based wearable device | |
WO2023278858A1 (en) | Thermoregulatory stress detection from skin temperature complexity | |
TW202326635A (zh) | 跌倒評估風險警示系統 | |
CN117918800A (zh) | 结核潜伏感染者智能健康监测*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |