买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种护理记录系统_深圳大学总医院_202410138148.5 

申请/专利权人:深圳大学总医院

申请日:2024-02-01

公开(公告)日:2024-04-30

公开(公告)号:CN117690541B

主分类号:G16H10/60

分类号:G16H10/60;G06V10/20;G06V10/26;G06V10/30;G06V10/774;G06V20/58;G06V40/16;G06V40/20;A61G7/10

优先权:

专利状态码:有效-授权

法律状态:2024.04.30#授权;2024.03.29#实质审查的生效;2024.03.12#公开

摘要:本发明公开了一种护理记录系统,涉及护理记录技术领域,包括护理机器人移动单元,所述护理机器人移动单元用于接收被护理人需要进行移乘时护工发出的信号,并基于该被护理人所在的位置信息进行路线规划,且基于规划的路线安排护理机器人前往相应位置,且在护理机器人到达相应位置后,对被护理人进行身份识别验证,且在身份识别验证成功后对被护理人进行移乘操作。本发明提出了一种护理记录系统,通过设置的护理机器人移动单元接收当被护理人需要进行移乘时的请求信号,并安排护理机器人前往相应位置,且在护理机器人到达相应位置后,对该被护理人的身份进行验证,从而避免出现出错的情况。

主权项:1.一种护理记录系统,其特征在于:包括护理机器人移动单元(100),所述护理机器人移动单元(100)用于接收被护理人需要进行移乘时护工发出的信号,并基于该被护理人所在的位置信息进行路线规划,且基于规划的路线安排护理机器人前往相应位置,且在护理机器人到达相应位置后,对被护理人进行身份识别验证,且在身份识别验证成功后对被护理人进行移乘操作;姿势识别模型构建单元(200),所述姿势识别模型构建单元(200)用于构建姿势识别模型,并构建相应的模型训练用压力图像数据集,且通过构建的压力图像数据集对姿势识别模型进行训练,并在模型训练完成后,对姿势识别模型的精度进行验证;姿势识别单元(300),所述姿势识别单元(300)用于通过护理机器人对被护理人进行移乘操作前,且在护理机器人与被护理人接触时,对接触压力图像进行采集,并对采集的压力图像进行预处理,且基于预处理后的压力图像通过姿势识别模型对被护理人的姿势进行识别,进而通过护理机器人将被护理人抱起并进行移乘操作;数据记录单元(400),所述数据记录单元(400)用于对护理机器人在进行移乘操作的整个过程中获取的数据信息储存到构建的数据库内,并对数据库内的数据信息进行处理,且将采集的压力图像上传到压力图像数据集内,实现对压力图像数据集的增量操作,并通过增量后的压力图像数据集对姿势识别模型进行模型训练,以提高模型的适用性;所述姿势识别模型构建单元(200)包括姿势识别模型生成模块(201)和模型训练数据集构建模块(202),所述姿势识别模型生成模块(201)用于基于VGG19构建姿势识别模型,所述模型训练数据集构建模块(202)用于构建用于姿势识别模型的压力图像数据集,压力图像数据集具体由当护理机器人与测试者们接触时,通过护理机器人双臂上安装的触觉传感器采集得到的测试者们与护理机器人接触部位的压力图像组成,且对与压力图像相对应的测试者的关节点实际位置进行记录,并对压力图像数据集内的压力图像进行预处理,具体包括以下步骤:将压力图像转化为彩色图像进行处理与识别,采用阈值法从压力图像中分割出测试者与护理机器人双臂接触区域的压力图像,通过图像形态学技术对压力图像中的噪声进行滤波处理,利用开运算去除压力图像中孤立的点,从而凸显接触压力分布特征,且通过采用高斯函数,把人体位置坐标作为高斯函数的中心点坐标,生成人体位置热图,从而便于后续通过姿势识别模型对人体姿势进行识别;所述姿势识别模型构建单元(200)还包括模型训练模块(203)和模型精度验证模块(204),所述模型训练模块(203)用于通过经过模型训练数据集构建模块(202)处理得到的压力图像数据集,对姿势识别模型进行模型训练,所述模型精度验证模块(204)用于通过精度算法计算出姿势识别模型的精度值,其具体计算公式如下: ;式中,表示出姿势识别模型的精度值,表示识别正确的压力图像数量,表示识别错误的压力图像数量,且采用10cm规则作为识别正确与否的标准,具体为当姿势识别模型预测的关节点位置落在以实际关节点位置为球心、半径为10cm的区域内,则判断姿势识别模型的识别结果正确,反之则判断姿势识别模型的识别结果错误,当计算结果大于0.95时,表明出姿势识别模型的精度达到要求,当计算结果不大于0.95时,表明出姿势识别模型的精度不符合要求,需要对姿势识别模型进行优化调整,具体选用欧式损失函数作为姿势识别模型优化的损失函数;所述数据记录单元(400)包括数据储存模块(401)、数据处理模块(402)和数据上传模块(403),所述数据储存模块(401)用于将护理机器人在进行移乘操作的整个过程中获取的数据信息储存到构建的数据库内,包括被护理人的位置信息、移乘目的地位置信息、被护理人身份信息、时间区间信息、护工编号信息、被护理人抱起姿势信息、压力图像、被护理人的关节点实际位置信息以及护理机器人的编号信息,所述数据处理模块(402)用于将护理机器人在进行同一次移乘操作时获取的所有信息建立联系,所述数据上传模块(403)用于将数据库内的压力图像上传到压力图像数据集内,实现对压力图像数据集的增量操作,并通过增量后的压力图像数据集对姿势识别模型进行模型训练,以提高模型的适用性。

全文数据:

权利要求:

百度查询: 深圳大学总医院 一种护理记录系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。