CN113509156A - 基于老龄用户行为特征的自适应信息处理方法、***及存储介质 - Google Patents
基于老龄用户行为特征的自适应信息处理方法、***及存储介质 Download PDFInfo
- Publication number
- CN113509156A CN113509156A CN202110588598.0A CN202110588598A CN113509156A CN 113509156 A CN113509156 A CN 113509156A CN 202110588598 A CN202110588598 A CN 202110588598A CN 113509156 A CN113509156 A CN 113509156A
- Authority
- CN
- China
- Prior art keywords
- information
- data
- old
- unit
- old people
- 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.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 26
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 230000003044 adaptive effect Effects 0.000 title claims description 12
- 230000009471 action Effects 0.000 claims description 49
- 230000006399 behavior Effects 0.000 claims description 38
- 238000012545 processing Methods 0.000 claims description 23
- 230000036541 health Effects 0.000 claims description 17
- 230000007613 environmental effect Effects 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000000034 method Methods 0.000 claims description 13
- 238000013480 data collection Methods 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 5
- 230000000977 initiatory effect Effects 0.000 claims description 2
- 230000003542 behavioural effect Effects 0.000 claims 1
- 230000036772 blood pressure Effects 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 10
- 230000036760 body temperature Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000007635 classification algorithm Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
- A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
- A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4803—Speech analysis specially adapted for diagnostic purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
- A61B5/747—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network in case of emergency, i.e. alerting emergency services
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Pulmonology (AREA)
- Business, Economics & Management (AREA)
- Critical Care (AREA)
- Emergency Management (AREA)
- Emergency Medicine (AREA)
- Nursing (AREA)
- Optics & Photonics (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开一种基于老龄用户行为特征的自适应信息处理方法、***及存储介质，首先，通过老人身上穿戴的便携式信息收集设备收集老人独自外出时所处场所信息、所进行动作信息、及表征身体健康的各项生理指标信息，其次，对所述数据信息进行识别分类并从不同类别的数据信息中提取特征数据，再次，对所述不同类别的特征数据分别使用神经网络进行处理并对结果进行综合分析，最后，根据所述综合分析结果对老人外出遇到的不同状况进行响应。本发明实现了对老人独自外出行为进行照看且在老人遇到紧急情况时发出警报同时拨打医疗救护电话，在医护人员赶到之前对相关数据进行实时记录，此外本发明还能分析得到老人日常活动习惯，发现老人隐藏的健康问题。
Description
技术领域
本发明属于通信技术领域，具体涉及一种基于老龄用户行为特征的自适应信息处理方法、***及存储介质。
背景技术
20世纪90年代以来，中国的老龄化进程不断加快，预计到2040年，65岁及以上老人口占总人口的比例将超过20%，同时，老人口高龄化趋势日益明显，有调查显示80岁及以上高龄老人正以每年5%的速度增加，预计到2040年将增加到7400多万人。而由于现代社会节奏快、子女工作忙碌、独生子女人数增多等诸多原因，缺乏照看的空巢老人数量也在逐年增加，空巢老人因为缺少必要照看而导致意外的事件时有发生，因此出现了许多对老人的日常行为进行监控的***，通过这些监控***可以在老人遇到紧急情况时及时通知相关人员对其进行帮助，但目前的监控***大多是安装在家里、养老院等室内的场所中，无法解决在老人独自外出时仍需对其进行照看的问题。
发明内容
为解决上述技术问题，本发明提供了一种基于老龄用户行为特征的自适应信息处理方法、***及存储介质，本发明在老人独自外出的情况下可以对老人所处的场所、老人所开展的动作，以及老人的身体健康状况进行持续监控，并综合判断出老人在特定场景下开展动作时的状态是否正常，以此来响应老人外出遇到的不同情况，起到对老人的外出行为进行照看的作用。
为实现上述目的，本发明通过如下技术方案来实现：
一种基于老龄用户行为特征的自适应信息处理方法，包括如下步骤：
S1、老人穿戴便携式的数据收集设备，通过数据收集设备获取相应的数据信息；
S2、对通过所述数据收集设备得到的数据信息进行类别划分；
S3、根据对通过所述数据收集设备得到的数据进行类别划分的不同结果，分别提取特征数据；
S4、对步骤S3中所述不同特征数据进行处理并得到不同结果；
S5、根据步骤S4中所述不同结果对老人所处的不同情况做出响应；
S6、对通过执行所述步骤S4得到的结果数据进行学习操作。
作为本发明的一种优选技术方案，步骤S1中通过所述数据收集设备获取的数据信息包括老人所处环境信息、老人的运动信息、老人的生理信息。
作为本发明的一种优选技术方案，步骤S2中数据信息的类别包括环境信息类、运动信息类、生理信息类。
作为本发明的一种优选技术方案，对步骤S3中所述不同特征数据进行处理包括如下步骤：
S41、对环境信息类特征数据进行处理得到老人所处场所的信息；
S42、对运动信息类特征数据进行处理得到老人正在进行动作的信息；
S43、对生理信息类特征数据进行处理得到老人当下身体状况的信息；
S44、对分别经步骤S41、步骤S42、步骤S43得到的结果进行综合分析，得到关于老人在特定场景下开展动作时的状态是否正常的判断。
作为本发明的一种优选技术方案，根据步骤S4中所述不同结果进行响应包括如下情况：
情况A:若经步骤S4综合分析得到老人当前状态正常，则将老人所在场所、所进行动作、身体状况等信息发送远程联系人，同时继续对老人的外出行为进行监控；
情况B:若经步骤S4综合分析得到老人当前状态异常，则发起警报吸引路人注意，同时拨打医疗救护电话并通知远程联系人，在医护人员赶到之前对老人所在场所、所进行动作、身体状况等信息进行实时记录。
作为本发明的一种优选技术方案，步骤S6对通过执行所述步骤S4得到的关于老人所在场所、所进行动作、身体状况的结果数据使用机器学习算法，以此能够分析得到老人日常的出行习惯、潜藏的健康隐患等信息。
本发明还提供了一种基于老龄用户行为特征的自适应信息处理***，包括以下模块：
第一模块，用于收集老人的数据信息，包括以下单元：
第一单元，用于收集老人所处的环境信息，老人开展的动作信息，以及老人的生理指标信息；
第二单元，用于将所述第一单元收集到的关于老人的数据信息传输至第二模块，同时能够用于接收从第四模块传输的结果信息；
第二模块，用于对通过所述第一模块得到的数据信息进行类别划分，包括以下单元：
第三单元，用于接收从所述第一模块传输的数据信息，并按照环境信息类、运动信息类、生理信息类进行数据信息的划分；
第四单元，用于存储经所述第三单元对数据信息进行类别划分后的结果；
第五单元，用于将所述第三单元对数据信息的类别划分结果传输至第三模块；
第三模块，用于分类别对老人的数据信息进行特征提取，包括以下单元：
第六单元，用于接收从所述第二模块传输的不同类别的数据信息，并从不同类别的数据信息中提取特征数据；
第七单元，用于将经所述第六单元得到的特征数据进行存储；
第八单元，用于将经所述第六单元得到的特征数据传输至第四模块；
第四模块，用于对不同类别的数据信息的特征数据进行处理并得到结果，包括以下单元：
第九单元，用于接收从所述第三模块传输的不同类别的数据信息的特征数据，并分别对其进行处理得到关于老人所处场所、所进行动作、身体健康状态的结果数据并对结果数据进行存储；
第十单元，用于对经所述第九单元得到的关于老人所处场所、所进行动作、身体健康状态的结果数据进行综合分析，判断老人在特定场景下开展动作时的状态是否正常并对该结果数据进行存储；
第十一单元，将所述第十单元对老人在特定场景下开展动作时的状态是否正常的判断结果传输至第一单元，以此来对老人外出遇到的不同情况做出响应。
第五模块，用于对所述第四模块针对不同类别的数据信息的特征数据进行处理得到的结果进行学习操作。
与现有技术相比，本发明的有益效果如下：
1、本发明公开的一种基于老龄用户行为特征的自适应信息处理方法及***实现了对老人独自外出行为进行照看的功能，通过老人身上穿戴的便携式信息收集设备获取老人所处场所、所进行动作、身体健康指标等信息，并综合判断老人在特定场景下开展动作时的状态是否正常。
2、本发明公开的一种基于老龄用户行为特征的自适应信息处理方法及***根据老人外出遇到的不同状况给出不同的响应，当判断老人在特定场景下开展动作时的状态正常时则将老人所在场所、所进行动作、身体状况等信息发送远程联系人，同时继续对老人的外出行为进行监控；当判断老人在特定场景下开展动作时的状态异常时则发起警报吸引路人注意，同时拨打医疗救护电话并通知远程联系人，在医护人员赶到之前对老人所在场所、所进行动作、身体状况等信息进行实时记录。本发明不仅能够对老人外出行为进行照看，而且在老人遇到紧急情况时及时使老人得到帮助，并为医疗人员赶到后的救助提供参考数据。
3、本发明公开的一种基于老龄用户行为特征的自适应信息处理方法及***对关于老人外出时所在场所、所进行动作、身体健康状况的数据使用机器学习算法，可以得到老人日常的出行习惯，当老人的出行与习惯不符时及时向远程联系人汇报，同时本发明也可以对老人的健康状况进行评估得到潜藏的健康风险，以此提醒老人及时就医。
附图说明
图1为本发明的一种基于老龄用户行为特征的自适应信息处理方法的流程图。
图2为本发明中步骤S2的方法流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参考图1，本发明提供了一种基于老龄用户行为特征的自适应信息处理方法，具体包括如下步骤：
S1、老人穿戴便携式的数据收集设备，通过数据收集设备获取相应的数据信息。
具体的，在步骤S1中老人穿戴的便携式的数据收集设备可以包括便携式摄像设备、便携式加速度传感器设备、便携式的压力传感器设备、智能手环等。其中，便携式摄像设备用来收集老人外出所处场所的图像信息、声音信息及老人的动作信息；通过分析佩戴在老人腰部的便携式加速度传感器设备和佩戴在老人足部的便携式的压力传感器设备所收集的数据得到老人所开展的动作，判断老人是在正常行走或运动，或是有摔跤、卧倒等情况；佩戴在老人手腕上的智能手环可以监测到老人的血压、心率、血氧饱和度、体温等生理指标。
S2、对通过所述数据收集设备得到的数据信息进行识别分类。
具体的，步骤S1中同时收集了关于老人外出时所处场所的图像和声音信息、所进行动作的图像和传感器信息、表征身体健康状况的血压、心率、体温等信息，因此在步骤S2中对经步骤S1收集到的数据信息进行识别并按照环境信息类、运动信息类、生理信息类进行分类以方便后续对数据信息进行处理分析，其中，对数据信息进行类别划分的操作依靠机器学习中的分类算法实现，例如朴素贝叶斯分类算法、SVM算法、基于KNN的算法等。
S3、根据对通过所述数据收集设备得到的数据进行类别划分的不同结果，分别提取特征数据。
具体的，在步骤S3中分别对经步骤S2进行类别划分后的环境信息类、运动信息类、生理信息类的数据信息进行数据清洗、数据对齐、数据规整，并利用数据特征提取算法从中提取特征数据用于对老人外出所处的场所、所开展的动作、身体健康状况进行判断，其中，数据特征提取算法可以选择FAST算法、SIFT算法、SURF算法等。
S4、对步骤S3中所述不同特征数据进行处理并得到不同结果。
具体的，步骤S4基于步骤S3提取的特征数据进行数据信息的分析处理，参考图2，包括如下步骤：
S41、对环境信息类特征数据进行处理得到当下老人所处场所的信息；
S42、对运动信息类特征数据进行处理得到老人正在进行动作的信息；
S43、对生理信息类特征数据进行处理得到当下老人身体健康状况的信息；
S44、对分别经步骤S41、步骤S42、步骤S43得到的结果进行综合分析，得到关于老人在特定场景下开展动作时的状态是否正常的判断结果。
进一步的，步骤S41利用深度学习神经网络对获取到的老人外出所处场所的图像、声音信息的特征数据进行计算，分析得到老人外出所到的场所信息，例如分析可得到老人外出到达公园、菜市场、车站等场所。
进一步的，步骤S42利用深度学习神经网络对获取到的老人外出所开展动作的图像和传感器信息的特征数据进行计算，分析得到老人外出所进行的动作，例如判断老人是否在正常行走、运动、坐立，或是老人出现摔跤、长时间躺卧等异常动作。
进一步的，步骤S43利用深度学***，血氧饱和度降低的情况下分析得出此时老人健康出现问题。
进一步的，步骤S44利用综合分析方法对步骤S41分析得到老人外出所到的场所信息，步骤S42分析得到老人外出所进行的动作信息，步骤S43分析得到的老人的身体健康状况信息进行处理，判断老人在特定场景下开展动作时的状态是否正常，下面对老人外出可能遇到的不同情况进行举例说明。
情况A：当老人独自外出到车站进行乘车时，车站环境往往比较嘈杂，空气质量不佳，且来往人员较多，存在着一定的安全风险，因此对老人在车站的外出行为进行有效看护是十分必要的。在此情况下，经步骤S41***分析得到老人外出所到的场所是车站，如经步骤S42***分析得到老人当前的运动状态是行走，经步骤S43***分析得到老人心率、血压等生理指标均在日常的平均范围内，则***综合判断出此时老人在车站的外出行为正常；如经步骤S42***分析得到老人当前的运动状态是卧倒，经步骤S43***分析得到老人心率、血压等生理指标不在日常的平均范围内，则***综合判断出此时老人在车站的外出行为异常，***下一步需要进行对该异常情况的处理。
情况B：当老人独自外出到公园进行锻炼时，公园的环境温度随季节、天气不断发生着变化，老人自己不容易对运动强度进行把握，而环境温度、运动强度等因素都会对老人的健康造成影响，因此对老人外出运动的行为进行有效看护是十分必要的。此情况下经步骤S41***分析得到老人外出所到的场所是公园，如经步骤S42***分析得到老人当前正在开展运动动作例如跑步，经步骤S43***分析得到老人血压、心率等生理指标在日常的平均范围以外有一定程度升高，则***综合判断出此时老人在公园内运动且老人的外出行为正常；如经步骤S42***分析得到老人当前正在开展运动动作例如跑步，经步骤S43***分析得到老人血压、心率等生理指标不在日常的平均范围例如在短时间内急剧升高，则***综合判断出此时老人在公园内运动且老人的外出行为异常，***下一步需要进行对该异常情况的处理。
情况C：当老人独自外出需要经过十字路口时，由于十字路口路况复杂，且老人行动缓慢，老人独自过马路存在着一定风险，因此对老人的行为进行有效看护是十分必要的。此情况下在时刻一经步骤S41***分析得到老人当下所处场所是十字路口，如经步骤S42***分析得到老人当前正在行走，经步骤S43***分析得到老人血压、心率等生理指标均在日常的平均范围内，则***综合判断出此时老人正在过马路的行为正常，在时刻二如经步骤S41***分析得到老人当下所处场所已经过十字路口，经步骤S42***分析得到老人当前仍在行走，且经步骤S43***分析得到老人血压、心率等生理指标均在日常的平均范围内，则***综合判断出老人已经独自穿过马路，且行为正常。
S5、根据步骤S4中所述不同结果对老人所处的不同情况做出响应。
具体的，根据步骤S4中所述不同分析结果进行响应操作包括如下情况：
情况A:若经步骤S4综合分析得到老人当前外出行为正常，老人佩戴的便携式信息收集设备（如智能手环）将会把老人所在场所、所进行动作、身体状况等信息通过短消息或视频的形式发送远程联系人，方便老人的远程联系人及时了解到老人的外出行为，同时***继续对老人的外出行为进行监控。
情况B:若经步骤S4综合分析得到老人当前外出行为异常，老人佩戴的便携式信息收集设备（如智能手环）将会接收到异常信号，并发起警报吸引路人注意，同时拨打医疗救护电话并通知远程联系人，在医护人员赶到之前老人佩戴的便携式信息收集设备（如智能手环、便携式摄像设备）将对老人所在场所、所进行动作、身体状况等信息进行实时记录，为医护人员赶到后对老人的救助工作提供数据参考。
S6、对通过执行所述步骤S4得到的结果数据进行学习操作。
具体的，步骤S6中对通过执行所述步骤S4得到的关于老人所在场所、所进行动作、身体状况的结果数据使用自学习的机器学习算法，以此能够分析得到老人日常的出行习惯，当老人的出行与习惯不符时及时向远程联系人汇报，同时本发明也可以对老人的健康状况进行评估得出潜藏的健康风险以此提醒老人及时就医，帮助子女更好地关注老人健康状况。
需要注意的是，上述内容所表述的一种基于老龄用户行为特征的自适应信息处理方法，通过收集老人的行为动作信息、身体生理指标信息、所处的环境信息，并把对收集到的上述三种数据进行处理的结果结合在一起，综合分析得出对老人在一定环境下开展特定动作时的整体状态是否正常的判断，该判断结果同时与老人的所处环境、所进行动作、当下的生理指标密切相关，减少误判的情况发生，具有准确性高的优点，本发明能够在各种不同的应用场景下实现对老人进行照看的功能，不仅能对老人的居家行为进行监控和紧急情况的处理，而且能对老人独自外出乘车、旅行、运动等应用场景下的行为进行监控和紧急情况的处理。
本发明还提供了一种基于老龄用户行为特征的自适应信息处理***，包括以下模块：
第一模块，用于收集老人的数据信息，包括以下单元：
第一单元，用于收集老人所处的环境信息，老人开展的动作信息，以及老人的生理指标信息；
第二单元，用于将所述第一单元收集到的关于老人的数据信息传输至第二模块，同时能够用于接收从第四模块传输的结果信息；
第二模块，用于对通过所述第一模块得到的数据信息进行类别划分，包括以下单元：
第三单元，用于接收从所述第一模块传输的数据信息，并按照环境信息类、运动信息类、生理信息类进行数据信息的划分；
第四单元，用于存储经所述第三单元对数据信息进行类别划分后的结果；
第五单元，用于将所述第三单元对数据信息的类别划分结果传输至第三模块；
第三模块，用于分类别对老人的数据信息进行特征提取，包括以下单元：
第六单元，用于接收从所述第二模块传输的不同类别的数据信息，并从不同类别的数据信息中提取特征数据；
第七单元，用于将经所述第六单元得到的特征数据进行存储；
第八单元，用于将经所述第六单元得到的特征数据传输至第四模块；
第四模块，用于对不同类别的数据信息的特征数据进行处理并得到结果，包括以下单元：
第九单元，用于接收从所述第三模块传输的不同类别的数据信息的特征数据，并分别对其进行处理得到关于老人所处场所、所进行动作、身体健康状态的结果数据并对结果数据进行存储；
第十单元，用于对经所述第九单元得到的关于老人所处场所、所进行动作、身体健康状态的结果数据进行综合分析，判断老人在特定场景下开展动作时的状态是否正常并对该结果数据进行存储；
第十一单元，将所述第十单元对老人在特定场景下开展动作时的状态是否正常的判断结果传输至第一单元，以此来对老人外出遇到的不同情况做出响应。
第五模块，用于对所述第四模块针对不同类别的数据信息的特征数据进行处理得到的结果进行学习操作。
上述***可执行的指令通过存储介质进行存储，该指令用于***包括的处理器执行时用实现一种基于老龄用户行为特征的自适应信息处理方法。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
本领域内的技术人员应明白，本发明的前述方法实施例可实现为计算机程序产品。因此，本发明例如可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器和光学存储器等）上实施的计算机程序产品的形式。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.一种基于老龄用户行为特征的自适应信息处理方法，其特征在于，包括如下步骤：
S1、老人穿戴便携式的数据收集设备，通过数据收集设备获取相应的数据信息；
S2、对通过所述数据收集设备得到的数据信息进行识别分类；
S3、根据对通过所述数据收集设备得到的数据进行识别分类的不同结果，分别提取特征数据；
S4、对步骤S3中所述不同特征数据进行处理并得到不同结果；
S5、根据步骤S4中所述不同结果对老人外出遇到的不同情况做出响应；
S6、对通过执行所述步骤S4得到的关于老人外出所处场所、所进行动作、健康状况的结果数据进行学习操作。
2.根据权利要求1所述的一种基于老龄用户行为特征的自适应信息处理方法，其特征在于，步骤S1中通过所述数据收集设备获取的数据信息包括老人所处环境信息、老人的运动信息、老人的生理信息。
3.根据权利要求1所述的一种基于老龄用户行为特征的自适应信息处理方法，其特征在于，步骤S2中数据信息的类别包括环境信息类、运动信息类、生理信息类。
4.根据权利要求1所述的一种基于老龄用户行为特征的自适应信息处理方法，其特征在于，对步骤S3中所述不同特征数据进行处理包括如下步骤：
S41、对环境信息类特征数据进行处理得到老人当下所处场所的信息；
S42、对运动信息类特征数据进行处理得到老人正在进行动作的信息；
S43、对生理信息类特征数据进行处理得到老人当下身体健康状况的信息；
S44、对分别经步骤S41、步骤S42、步骤S43得到的结果进行综合分析，得到关于老人在特定场景下开展动作时的状态是否正常的判断。
5.根据权利要求1所述的一种基于老龄用户行为特征的自适应信息处理方法，其特征在于，根据步骤S4中所述不同判断结果进行响应包括如下情况：
情况A:若经步骤S4综合分析得到老人当前外出状态正常，则将老人所在场所、所进行动作、身体状况等信息发送远程联系人，同时继续对老人的外出行为进行监控；
情况B:若经步骤S4综合分析得到老人当前外出状态异常，则发起警报吸引路人注意，同时拨打医疗救护电话并通知远程联系人，在医护人员赶到之前对老人所在场所、所进行动作、身体状况等信息进行实时地记录。
6.一种基于老龄用户行为特征的自适应信息处理***，其特征在于，包括如下模块：
第一模块，用于收集老人的数据信息，包括以下单元：
第一单元，用于收集老人所处的环境信息，老人开展的动作信息，以及老人的生理指标信息；
第二单元，用于将所述第一单元收集到的关于老人的数据信息传输至第二模块，同时能够用于接收从第四模块传输的结果信息；
第二模块，用于对通过所述第一模块得到的数据信息进行识别分类，包括以下单元：
第三单元，用于接收并识别从所述第一模块传输的数据信息，并按照环境信息类、运动信息类、生理信息类进行数据信息的划分；
第四单元，用于存储经所述第三单元对数据信息进行类别划分后的结果；
第五单元，用于将所述第三单元对数据信息的类别划分结果传输至第三模块；
第三模块，用于分类别对老人的数据信息进行特征提取，包括以下单元：
第六单元，用于接收从所述第二模块传输的不同类别的数据信息，并从不同类别的数据信息中提取特征数据；
第七单元，用于将经所述第六单元得到的特征数据进行存储；
第八单元，用于将经所述第六单元得到的特征数据传输至第四模块；
第四模块，用于对不同类别的数据信息的特征数据进行处理并得到结果，包括以下单元：
第九单元，用于接收从所述第三模块传输的不同类别的数据信息的特征数据，并分别对其进行处理得到关于老人所处场所、所进行动作、身体健康状态的结果数据并对结果数据进行存储；
第十单元，用于对经所述第九单元得到的关于老人所处场所、所进行动作、身体健康状态的结果数据进行综合分析，判断老人在特定场景下开展动作时的状态是否正常并对该结果数据进行存储；
第十一单元，将所述第十单元对老人在特定场景下开展动作时的状态是否正常的判断结果传输至第一单元，以此来对老人外出遇到的不同情况做出响应；
第五模块，用于对所述第四模块针对不同类别的数据信息的特征数据进行处理得到的结果数据进行学习操作。
7.一种存储介质，其中存储有权利要求6所述的***可执行的指令，其特征在于，所述指令在由权利要求6所述的***包括的处理器执行时用于实现如权利要求 1-5任一项所述的一种基于老龄用户行为特征的自适应信息处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110588598.0A CN113509156B (zh) | 2021-05-28 | 2021-05-28 | 基于老龄用户行为特征的自适应信息处理方法、***及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110588598.0A CN113509156B (zh) | 2021-05-28 | 2021-05-28 | 基于老龄用户行为特征的自适应信息处理方法、***及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113509156A true CN113509156A (zh) | 2021-10-19 |
| CN113509156B CN113509156B (zh) | 2023-12-15 |
Family
ID=78065040
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110588598.0A Active CN113509156B (zh) | 2021-05-28 | 2021-05-28 | 基于老龄用户行为特征的自适应信息处理方法、***及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113509156B (zh) |
Citations (34)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1361503A (zh) * | 2000-12-29 | 2002-07-31 | 南开大学 | 基于神经网络的彩色多目标融合识别技术及其*** |
| JP2005278765A (ja) * | 2004-03-29 | 2005-10-13 | Sekio Ninomiya | 姿勢、呼吸、心拍、行動モニタリング装置および身体異常判定方法 |
| CN201853320U (zh) * | 2010-11-23 | 2011-06-01 | 南通大学 | 老人监测与报警*** |
| US20130095459A1 (en) * | 2006-05-12 | 2013-04-18 | Bao Tran | Health monitoring system |
| US20150099946A1 (en) * | 2013-10-09 | 2015-04-09 | Nedim T. SAHIN | Systems, environment and methods for evaluation and management of autism spectrum disorder using a wearable data collection device |
| CN104618464A (zh) * | 2015-01-16 | 2015-05-13 | 中国科学院上海微***与信息技术研究所 | 一种基于物联网的智能居家养老服务*** |
| CN104835003A (zh) * | 2015-05-04 | 2015-08-12 | 南京邮电大学 | 一种面向移动养老服务的***及其实现方法 |
| CN105278506A (zh) * | 2015-11-05 | 2016-01-27 | 沈阳大学 | 一种具有养老看护功能的智能家居*** |
| WO2016110804A1 (en) * | 2015-01-06 | 2016-07-14 | David Burton | Mobile wearable monitoring systems |
| CN205427566U (zh) * | 2016-03-24 | 2016-08-03 | 沈阳理工大学 | 一种基于互联网的远程基站监护*** |
| US20160364549A1 (en) * | 2015-06-15 | 2016-12-15 | Baoguo Wei | System and method for patient behavior and health monitoring |
| WO2017071988A1 (en) * | 2015-10-28 | 2017-05-04 | Koninklijke Philips N.V. | Monitoring activities of daily living of a person |
| CN106683338A (zh) * | 2016-12-30 | 2017-05-17 | 肇庆高新区黑阳科技有限公司 | 一种带有传感器的电子监护器及其控制方法 |
| CN106788546A (zh) * | 2017-01-23 | 2017-05-31 | 安徽大尺度网络传媒有限公司 | 一种养老服务*** |
| CN107092806A (zh) * | 2017-05-26 | 2017-08-25 | 北京居家云舍科技服务有限公司 | 一种面向老人家居智能化的信息融合与预警方法 |
| CN107145878A (zh) * | 2017-06-01 | 2017-09-08 | 重庆邮电大学 | 基于深度学习的老人异常行为检测方法 |
| CN108013868A (zh) * | 2017-10-24 | 2018-05-11 | 武汉米风通信技术有限公司 | 一种基于北斗地基增强和物联网融合的社区老年人监护*** |
| WO2018121792A1 (zh) * | 2016-12-30 | 2018-07-05 | 梁泰然 | 一种电子监护器及其控制方法 |
| CN108378833A (zh) * | 2018-03-16 | 2018-08-10 | 周国富 | 一种基于智能家居的老人监护*** |
| US20180285496A1 (en) * | 2017-03-30 | 2018-10-04 | The Connected Grip, Inc. | Activities data modeling in human internet of things platforms |
| CN109119172A (zh) * | 2018-07-12 | 2019-01-01 | 中原工学院 | 一种基于蜂群算法的人体行为检测方法 |
| CN109326081A (zh) * | 2018-11-09 | 2019-02-12 | 复旦大学 | 基于物联网的老人家庭看护预警***及健康状况评估方法 |
| CN109407504A (zh) * | 2018-11-30 | 2019-03-01 | 华南理工大学 | 一种基于智能手表的人身安全检测***及方法 |
| CN109686447A (zh) * | 2019-01-28 | 2019-04-26 | 远光软件股份有限公司 | 一种基于人工智能的员工状态监测*** |
| WO2019143318A1 (en) * | 2018-01-16 | 2019-07-25 | Hall David R | Health monitoring system including privacy-ensuring obfuscated camera images |
| CN110415825A (zh) * | 2019-08-19 | 2019-11-05 | 杭州思锐信息技术股份有限公司 | 一种基于机器学习的老人安全状态智能评估方法和*** |
| CN110555974A (zh) * | 2019-08-28 | 2019-12-10 | 重庆铜鹰商贸有限公司 | 一种用于老人的智能监控***及方法 |
| WO2020041715A1 (en) * | 2018-08-24 | 2020-02-27 | Vitaltech Properties, Llc | System, method, and smartwatch for fall detection, prediction, and risk assessment |
| US20200100682A1 (en) * | 2018-09-27 | 2020-04-02 | Brain Tunnelgenix Technologies | System and Method for Determining a Sleep Onset, Sleep Arousal, and Sleep Awakening |
| KR102160463B1 (ko) * | 2020-05-12 | 2020-09-28 | (주)피스오브퍼즐 | 인공지능 기반의 노약자 응급상황 대처 시스템 |
| CN112183243A (zh) * | 2020-09-11 | 2021-01-05 | 杭州市地下管道开发有限公司 | 一种智慧社区老人监护方法、***、装置和存储介质 |
| CN112216065A (zh) * | 2020-10-15 | 2021-01-12 | 吕行 | 一种老年人行为智能看护***及识别方法 |
| CN112464738A (zh) * | 2020-11-05 | 2021-03-09 | 江苏集萃未来城市应用技术研究所有限公司 | 改进朴素贝叶斯算法基于手机传感器的用户行为识别方法 |
| CN112750278A (zh) * | 2021-01-18 | 2021-05-04 | 上海燊义环保科技有限公司 | 一种全智能网络护理*** |
-
2021
- 2021-05-28 CN CN202110588598.0A patent/CN113509156B/zh active Active
Patent Citations (34)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1361503A (zh) * | 2000-12-29 | 2002-07-31 | 南开大学 | 基于神经网络的彩色多目标融合识别技术及其*** |
| JP2005278765A (ja) * | 2004-03-29 | 2005-10-13 | Sekio Ninomiya | 姿勢、呼吸、心拍、行動モニタリング装置および身体異常判定方法 |
| US20130095459A1 (en) * | 2006-05-12 | 2013-04-18 | Bao Tran | Health monitoring system |
| CN201853320U (zh) * | 2010-11-23 | 2011-06-01 | 南通大学 | 老人监测与报警*** |
| US20150099946A1 (en) * | 2013-10-09 | 2015-04-09 | Nedim T. SAHIN | Systems, environment and methods for evaluation and management of autism spectrum disorder using a wearable data collection device |
| WO2016110804A1 (en) * | 2015-01-06 | 2016-07-14 | David Burton | Mobile wearable monitoring systems |
| CN104618464A (zh) * | 2015-01-16 | 2015-05-13 | 中国科学院上海微***与信息技术研究所 | 一种基于物联网的智能居家养老服务*** |
| CN104835003A (zh) * | 2015-05-04 | 2015-08-12 | 南京邮电大学 | 一种面向移动养老服务的***及其实现方法 |
| US20160364549A1 (en) * | 2015-06-15 | 2016-12-15 | Baoguo Wei | System and method for patient behavior and health monitoring |
| WO2017071988A1 (en) * | 2015-10-28 | 2017-05-04 | Koninklijke Philips N.V. | Monitoring activities of daily living of a person |
| CN105278506A (zh) * | 2015-11-05 | 2016-01-27 | 沈阳大学 | 一种具有养老看护功能的智能家居*** |
| CN205427566U (zh) * | 2016-03-24 | 2016-08-03 | 沈阳理工大学 | 一种基于互联网的远程基站监护*** |
| CN106683338A (zh) * | 2016-12-30 | 2017-05-17 | 肇庆高新区黑阳科技有限公司 | 一种带有传感器的电子监护器及其控制方法 |
| WO2018121792A1 (zh) * | 2016-12-30 | 2018-07-05 | 梁泰然 | 一种电子监护器及其控制方法 |
| CN106788546A (zh) * | 2017-01-23 | 2017-05-31 | 安徽大尺度网络传媒有限公司 | 一种养老服务*** |
| US20180285496A1 (en) * | 2017-03-30 | 2018-10-04 | The Connected Grip, Inc. | Activities data modeling in human internet of things platforms |
| CN107092806A (zh) * | 2017-05-26 | 2017-08-25 | 北京居家云舍科技服务有限公司 | 一种面向老人家居智能化的信息融合与预警方法 |
| CN107145878A (zh) * | 2017-06-01 | 2017-09-08 | 重庆邮电大学 | 基于深度学习的老人异常行为检测方法 |
| CN108013868A (zh) * | 2017-10-24 | 2018-05-11 | 武汉米风通信技术有限公司 | 一种基于北斗地基增强和物联网融合的社区老年人监护*** |
| WO2019143318A1 (en) * | 2018-01-16 | 2019-07-25 | Hall David R | Health monitoring system including privacy-ensuring obfuscated camera images |
| CN108378833A (zh) * | 2018-03-16 | 2018-08-10 | 周国富 | 一种基于智能家居的老人监护*** |
| CN109119172A (zh) * | 2018-07-12 | 2019-01-01 | 中原工学院 | 一种基于蜂群算法的人体行为检测方法 |
| WO2020041715A1 (en) * | 2018-08-24 | 2020-02-27 | Vitaltech Properties, Llc | System, method, and smartwatch for fall detection, prediction, and risk assessment |
| US20200100682A1 (en) * | 2018-09-27 | 2020-04-02 | Brain Tunnelgenix Technologies | System and Method for Determining a Sleep Onset, Sleep Arousal, and Sleep Awakening |
| CN109326081A (zh) * | 2018-11-09 | 2019-02-12 | 复旦大学 | 基于物联网的老人家庭看护预警***及健康状况评估方法 |
| CN109407504A (zh) * | 2018-11-30 | 2019-03-01 | 华南理工大学 | 一种基于智能手表的人身安全检测***及方法 |
| CN109686447A (zh) * | 2019-01-28 | 2019-04-26 | 远光软件股份有限公司 | 一种基于人工智能的员工状态监测*** |
| CN110415825A (zh) * | 2019-08-19 | 2019-11-05 | 杭州思锐信息技术股份有限公司 | 一种基于机器学习的老人安全状态智能评估方法和*** |
| CN110555974A (zh) * | 2019-08-28 | 2019-12-10 | 重庆铜鹰商贸有限公司 | 一种用于老人的智能监控***及方法 |
| KR102160463B1 (ko) * | 2020-05-12 | 2020-09-28 | (주)피스오브퍼즐 | 인공지능 기반의 노약자 응급상황 대처 시스템 |
| CN112183243A (zh) * | 2020-09-11 | 2021-01-05 | 杭州市地下管道开发有限公司 | 一种智慧社区老人监护方法、***、装置和存储介质 |
| CN112216065A (zh) * | 2020-10-15 | 2021-01-12 | 吕行 | 一种老年人行为智能看护***及识别方法 |
| CN112464738A (zh) * | 2020-11-05 | 2021-03-09 | 江苏集萃未来城市应用技术研究所有限公司 | 改进朴素贝叶斯算法基于手机传感器的用户行为识别方法 |
| CN112750278A (zh) * | 2021-01-18 | 2021-05-04 | 上海燊义环保科技有限公司 | 一种全智能网络护理*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113509156B (zh) | 2023-12-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lin et al. | Detecting wandering behavior based on GPS traces for elders with dementia | |
| CN105118236B (zh) | 瘫倒监测和预防装置及其处理方法 | |
| Hong et al. | Activity recognition using wearable sensors for elder care | |
| Rastogi et al. | A systematic review on machine learning for fall detection system | |
| Merrouche et al. | Depth camera based fall detection using human shape and movement | |
| CN114469076B (zh) | 一种融合身份特征的独居老人跌倒识别方法及*** | |
| CN113679302B (zh) | 一种基于扫地机器人的监测方法、装置、设备及存储介质 | |
| CN109152557A (zh) | 用于短暂性脑缺血发作的早期检测的***和方法 | |
| CN112822444A (zh) | 一种基于家庭边缘计算的智慧家庭安防监控***及方法 | |
| Garcia-Constantino et al. | Ambient and wearable sensor fusion for abnormal behaviour detection in activities of daily living | |
| CN112686211A (zh) | 一种基于姿态估计的跌倒检测方法及装置 | |
| CN115670419A (zh) | 基于智能手表预测运动信息的数据处理方法及*** | |
| CN111626273B (zh) | 基于原子性动作时序特性的摔倒行为识别***及方法 | |
| CN114999643A (zh) | 一种基于WiFi的老人智能监护方法 | |
| Amir et al. | Real-time threshold-based fall detection system using wearable IoT | |
| CN113869179A (zh) | 多模态特征注意力融合的居家养老智能监护方法及*** | |
| CN117409538A (zh) | 用于护理的无线防跌倒报警***及方法 | |
| Doukas et al. | Advanced classification and rules-based evaluation of motion, visual and biosignal data for patient fall incident detection | |
| Dai | Vision-based 3d human motion analysis for fall detection and bed-exiting | |
| CN116509382A (zh) | 基于毫米波雷达的人体活动智能检测方法及健康监护*** | |
| CN113509156A (zh) | 基于老龄用户行为特征的自适应信息处理方法、***及存储介质 | |
| Patel et al. | Machine learning prediction of tbi from mobility, gait and balance patterns | |
| CN112927475B (zh) | 一种基于深度学习的跌倒检测*** | |
| Pipanmaekaporn et al. | Mining Acceleration Data for Smartphone-based Fall Detection | |
| TWI438726B (zh) | 評估跌倒風險之系統及其方法 |
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 |