基于时空影像的重症患者异常行为监测方法及系统

摘要: 本发明涉及医疗监护与图像处理,尤其涉及基于时空影像的重症患者异常行为监测方法及系统。背景技术:1、重症患者在监护过程中通常连接有呼吸机管路、输液管路及监测线路。...
基于时空影像的重症患者异常行为监测方法及系统

本发明涉及医疗监护与图像处理,尤其涉及基于时空影像的重症患者异常行为监测方法及系统。

背景技术:

1、重症患者在监护过程中通常连接有呼吸机管路、输液管路及监测线路。受意识障碍、无意识肢体活动、翻身等因素影响,患者可能出现抓握、压持、缠绕或勾连医疗管路的异常行为。当此类行为被被褥遮挡时,护理人员及普通视频监控难以及时发现,容易在后续头部转动、肢体复位、病床姿态调整过程中,引起医疗管路活动余量减小、管路固定点偏移或局部弯折。

2、现有重症患者行为监测主要依赖人工巡视、床旁摄像、肢体姿态识别或医疗管路位移检测。人工巡视难以实现连续监测;床旁摄像和姿态识别通常只能识别可见肢体动作,难以判断被褥下方是否存在抓握、压持、缠绕或勾连;医疗管路位移检测则通常需要管路已经发生明显移动后才能报警,难以发现尚未产生直接危险结果的隐藏接触约束。

3、此外,现有方法多采用固定阈值判断患者动作或医疗管路位移,未结合患者姿态、被褥覆盖方式、医疗管路布置及病床局部响应建立个体化基准,容易受到被褥回弹、病床振动和管路自由摆动的干扰。因此,本发明提出了一种基于时空影像的重症患者异常行为监测方法及系统。

技术实现思路

1、本发明的目的是针对现有技术的不足之处,提供基于时空影像的重症患者异常行为监测方法及系统,解决上述背景技术中所提到的技术问题。

2、为实现上述目的,本发明提供如下技术方案:

3、基于时空影像的重症患者异常行为监测方法,包括如下步骤:

4、s1、采集患者、被褥、病床和医疗管路的连续时空影像,识别患者肢体关节点和医疗管路节点,确定病床目标区域,执行预定微位移并建立基准微扰响应模板;

5、s2、匹配目标基准微扰响应模板,执行预定微位移,获得实时微扰响应序列并计算响应差异,辨识抓握型、压持型、缠绕型或勾连型隐藏接触约束,形成隐藏接触约束集;

6、s3、根据隐藏接触约束集、患者肢体关节点、医疗管路节点及其固定点和设备连接端建立空间机械节点集,确定节点连接、医疗管路剩余活动长度和传递路径,构建动态机械关系模型;

7、s4、根据患者运动记录、病床待执行指令及医疗设备运行参数生成待推演事件集,输入动态机械关系模型,获得事件响应预测结果和对照响应预测结果,确定延迟危险耦合结果;

8、s5、根据延迟危险耦合结果确定风险等级,生成分级预警指令和经预先授权的设备控制指令;处置后再次执行预定微位移,确认隐藏接触约束消失且无延迟危险耦合后,撤销对应指令并更新基准微扰响应模板和动态机械关系模型。

9、基于时空影像的重症患者异常行为监测系统,包括:

10、时空影像与基准建立模块,用于采集患者、被褥、病床和医疗管路的连续时空影像,建立基准微扰响应模板;

11、隐藏接触约束识别模块,用于匹配目标基准微扰响应模板,获取实时微扰响应序列,形成隐藏接触约束集;

12、动态机械关系建模模块,用于根据隐藏接触约束集、患者肢体关节点、医疗管路节点、管路固定点、病床边界及设备连接端建立空间机械节点集,构建动态机械关系模型;

13、延迟危险推演模块,用于根据患者运动记录、病床待执行指令及医疗设备运行参数生成待推演事件集,将待推演事件集输入动态机械关系模型;

14、风险处置与解除验证模块,用于根据延迟危险耦合结果确定风险等级,生成分级预警指令及经预先授权的设备控制指令。

15、本发明的有益效果在于:

16、本发明通过病床目标区域的预定微位移获取被褥和医疗管路的响应差异,无需直接观察被褥下方,即可识别隐藏的抓握、压持、缠绕及勾连行为,减少遮挡造成的漏检。根据患者姿态、医疗管路布置、被褥覆盖方式和病床目标区域建立基准微扰响应模板,能够区分异常约束响应与被褥回弹、病床振动及管路自由摆动,提高异常行为识别准确性。

17、本发明通过医疗管路节点位移、节点运动次序、形变传播时延及恢复路径的联合分析,能够确定隐藏接触约束的类型、位置、方向和程度,降低仅凭肢体位置判断产生的误报。建立患者肢体、隐藏接触约束、医疗管路、管路固定点及设备连接端之间的动态机械关系,可追踪位移传递路径,明确医疗管路活动余量减少、固定点牵拉及局部弯折的形成原因。

18、本发明通过对患者运动、病床动作及医疗设备周期运动进行约束状态与无约束状态的对照推演,可在实际牵拉或弯折发生前识别延迟危险耦合,实现风险的提前预警。依据风险程度和预测时间实施分级预警,并仅限制经授权的非治疗必要动作;处置后再次执行微位移验证风险解除,可避免误解除预警,并持续更新监测模板和动态机械关系模型。

1.基于时空影像的重症患者异常行为监测方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的基于时空影像的重症患者异常行为监测方法,其特征在于,还包括:s5、根据延迟危险耦合结果确定风险等级,生成分级预警指令和经预先授权的设备控制指令;处置后再次执行预定微位移,确认隐藏接触约束消失且无延迟危险耦合后,撤销对应指令并更新基准微扰响应模板和动态机械关系模型。

3.根据权利要求1所述的基于时空影像的重症患者异常行为监测方法,其特征在于,s1具体包括:

4.根据权利要求1所述的基于时空影像的重症患者异常行为监测方法,其特征在于,s2具体包括:

5.根据权利要求1所述的基于时空影像的重症患者异常行为监测方法,其特征在于,s3具体包括:

6.根据权利要求5所述的基于时空影像的重症患者异常行为监测方法,其特征在于,还包括:根据动态机械关系图和实时微扰节点位移,配置位移传递方向、位移传递比例及固定点允许偏移范围,建立动态机械关系模型。

7.根据权利要求1所述的基于时空影像的重症患者异常行为监测方法,其特征在于,s4具体包括:

8.根据权利要求7所述的基于时空影像的重症患者异常行为监测方法,其特征在于,还包括:比较事件响应预测结果与对照响应预测结果,在保留隐藏接触约束时发生阈值超限且对照状态未超限,且超限响应能够追溯至该隐藏接触约束时,确定延迟危险耦合,形成延迟危险耦合结果。

9.根据权利要求2所述的基于时空影像的重症患者异常行为监测方法,其特征在于,s5具体包括:

10.基于时空影像的重症患者异常行为监测系统,采用权利要求1至9中任一项所述的基于时空影像的重症患者异常行为监测方法,其特征在于,包括: