申请/专利权人：吉林大学

申请日：2024-04-03

公开（公告）日：2024-06-07

公开（公告）号：CN117995411B

主分类号：G16H50/30

分类号：G16H50/30;G16H10/60;G16H40/67;G06F18/2431;G06F18/25;G06V40/20;G06V20/40

优先权：

专利状态码：有效-授权

法律状态：2024.06.07#授权;2024.05.24#实质审查的生效;2024.05.07#公开

摘要：本申请公开了一种患者护理的运动数据采集分析系统及方法，涉及数据采集分析技术领域，通过采集术后康复患者的各类远程护理数据和前后摄像头监控视频，提取护理数据关联特征向量和多视角患者行为特征向量，并将它们融合为身体状况分析特征向量，然后，通过分类器对身体状况分析特征向量进行分类，得到患者身体状况的分类标签，包括恢复正常、改善中和需要干预。这样可以帮助促进医用护理质量的提高和改善，并解决远程护理中处理复杂和大量护理数据的问题。

主权项：1.一种患者护理的运动数据采集分析系统，其特征在于，包括：患者远程护理数据采集模块，用于采集术后康复患者的各类远程护理数据，以及通过前后摄像头分别采集患者的前向运动监控视频和后向运动监控视频，其中，所述各类远程护理数据包括患者个人信息、护理记录、健康评估、用药情况及饮食情况；患者远程护理数据处理模块，用于从所述术后康复患者的各类远程护理数据中提取护理数据关联特征向量，以及从所述前向运动监控视频和后向运动监控视频中提取多视角患者行为特征向量；患者远程护理数据融合模块，用于构造所述护理数据关联特征向量和所述多视角患者行为特征向量之间的身体状况分析特征向量，并对所述身体状况分析特征向量进行基于类别概率值的相干干涉补偿以得到补偿后身体状况分析特征向量；患者远程护理数据分析模块，用于将所述补偿后身体状况分析特征向量通过分类器以得到分类结果，所述分类结果用于表示患者身体状况的分类标签，其中所述分类标签包括：恢复正常、改善中、需要干预；其中，所述患者远程护理数据融合模块，包括：融合单元，用于融合所述护理数据关联特征向量和所述多视角患者行为特征向量以得到所述身体状况分析特征向量；优化单元，用于对所述身体状况分析特征向量进行基于类别概率值的相干干涉补偿以得到所述补偿后身体状况分析特征向量；其中，所述优化单元，包括：预分类器子单元，用于将所述身体状况分析特征向量通过预分类器以得到类别概率特征向量；干涉矩阵子单元，用于计算所述身体状况分析特征向量和所述类别概率特征向量之间的协方差矩阵作为干涉矩阵；奇异值分解子单元，用于对所述干涉矩阵进行奇异值分解以得到相干干涉矩阵；补偿特征子单元，用于将所述身体状况分析特征向量与所述相干干涉矩阵进行相乘以得到补偿特征向量；向量拼接子单元，用于将所述补偿特征向量与所述身体状况分析特征向量进行拼接以得到所述补偿后身体状况分析特征向量。

全文数据：

权利要求：

百度查询： 吉林大学 患者护理的运动数据采集分析系统及方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD