[發明專利]一種家庭護理智能監督方法、系統及裝置

在審

• 申請號: 202210173951.3
• 申請日: 2022-02-25
• 公開（公告）號: CN114241270A
• 公開（公告）日: 2022-03-25
• 發明（設計）人: 陳德展;王玥;賈東亮;王曉慶
• 申請（專利權）人: 動聯（山東）電子科技有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06K9/62;A61B5/0205;A61B5/0507;A61B5/11
• 代理公司: 濟南誠智商標專利事務所有限公司 37105
• 代理人: 李懷秋

1.一種家庭護理智能監督方法，其特征是，包括：

獲取多組護理組合按護理標準規范執行各類護理服務項目全過程中的多幀護理數據，其中，每組護理組合包含一名臥床病人與一名護理人員；

間隔獲取每組護理組合按護理標準規范執行某一類護理服務項目全過程中的多幀護理數據，構成多個第一監測樣本序列，分別標注對應的護理服務項目類型，并將多個第一監測樣本序列的護理服務項目標注映射為標簽向量；

將標注對應護理服務項目類型的多個第一監測樣本序列劃分為訓練集以及驗證集，利用訓練集中第一監測樣本序列訓練護理服務項目類型識別模型；利用驗證集中第一監測樣本序列選取第一監測樣本序列被識別為不同護理服務項目類型的置信度閾值向量；

將待監測時段采集到的多幀護理數據劃分為多個用于獲取當前護理服務項目類型的第二監測樣本序列，將多個第二監測樣本序列分別輸入訓練好的護理服務項目類型識別模型，將某一第二監測樣本序列通過訓練好的護理服務項目類型識別模型獲得的置信度向量與置信度閾值向量按位比較，根據獲得的置信度向量與置信度閾值向量的比較結果，識別所述第二監測樣本序列對應的護理服務項目類型。

2.根據權利要求1所述的一種家庭護理智能監督方法，其特征是，還包括：

獲取待監測時段各個第二監測樣本序列的識別結果，與預設護理服務項目類型進行對比，若待監測時段中識別為預設護理服務類型項目的第二監測樣本序列數大于預設數值時，則判斷待監測時段護理服務項目按護理標準規范執行完畢；否則判斷待監測時段護理服務項目未按照護理標準規范完成并及時進行提醒上報。

3.根據權利要求1或2所述的一種家庭護理智能監督方法，其特征是，根據獲得的置信度向量與置信度閾值向量的比較結果，識別所述第二監測樣本序列對應的護理服務項目類型具體是：

如果獲得的置信度向量大于置信度閾值向量中的置信度閾值，則將所述第二監測樣本序列預測為對應的護理服務項目類型的正樣本；如果獲得的置信度向量不大于置信度閾值向量中的置信度閾值，則將所述第二監測樣本序列預測為對應的護理服務項目類型的負樣本；當所述第二監測樣本序列被預測為正樣本的護理服務項目類型數大于1時，獲取最高置信度對應的護理服務項目類型，即為所述第二監測樣本序列對應的護理服務項目類型。

4.根據權利要求1或2所述的一種家庭護理智能監督方法，其特征是，利用訓練集中第一監測樣本序列訓練護理服務項目類型識別模型；利用驗證集中第一監測樣本序列選取第一監測樣本序列被識別為不同護理服務項目類型的置信度閾值向量具體包括：

利用訓練好的護理服務項目類型識別模型識別驗證集，得到第一監測樣本序列識別為各個護理服務項目類型正樣本的置信度；

對于某一護理服務項目類型，將每個第一監測樣本序列識別為該類護理服務項目正樣本的置信度組成一個集合，分別計算集合中的各元素作為閾值時該類護理服務項目在驗證集的約登指數，選擇最大約登指數對應的置信度作為該類護理服務項目類型的置信度閾值；

將所有護理服務項目類型的置信度閾值組成置信度閾值向量。

5.根據權利要求1或2所述的一種家庭護理智能監督方法，其特征是，所述護理數據至少包括姿態監測數據以及生命體征監測數據，所述姿態監測數據包括每幀點云數據中每個反射點的三維坐標屬性信息、速度信息和信噪比信息，所述生命體征監測數據包括每幀點云數據中臥床病人的心率信息、呼吸信息。

6.根據權利要求5所述的一種家庭護理智能監督方法，其特征是，護理服務項目類型識別模型包括若干依次連接的密集連接模塊，初始密集連接模塊的輸入參數為t×p×m的三維矩陣，其中t為第一監測樣本序列或第二監測樣本序列中包含的點云數據的預設幀數，p為每幀點云數據中反射點的預設數量，m為數據的屬性數目；最后一個密集連接模塊的輸出端通過全局平均池化層與全連接層的輸入端連接，所述全連接層激活函數采用sigmoid函數，所述全連接層的輸出為多維向量，分別對應各類護理服務項目正樣本的置信度。