买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中日友好医院(中日友好临床医学研究所)

摘要：本申请涉及患者信息监控领域，具体涉及基于院内智能腕带的患者信息监控方法与设备。该方法的一具体实施方式包括：在医院三维模型页面中显示各个已佩戴智能腕带的患者图标信息；响应于检测到目标床位检测设备发送的患者离床信息，将目标床位检测设备对应的患者图标信息包括的患者床位状态修改为离床状态；定位患者图标信息对应的智能腕带的坐标位置信息；响应于确定坐标位置信息未在第一预设范围内，控制相关联的患者告警设备发出告警提示；控制各个已佩戴的智能腕带实时采集患者的血压信息。该实施方式结合医院三维模型，以三维可视化形式展示病人实时位置、移动轨迹、越界报警和信息推送，提高管理智能化水平，降低安全风险。

主权项：1.一种基于院内智能腕带的患者信息监控方法，所述方法包括：获取目标医院的三维影像数据与医院建筑组件信息集，医院建筑组件信息包括医院建筑组件；对所述三维影像数据进行建筑组件轮廓特征提取，得到建筑组件轮廓信息集；根据所述建筑组件轮廓信息集，生成初始医院三维建筑模型；将所述医院建筑组件信息集包括的各个医院建筑组件填充至所述初始医院三维建筑模型中对应的位置，得到填充医院三维建筑模型；对所述填充医院三维建筑模型进行点云数据提取，得到医院建筑点云数据；对所述医院建筑点云数据进行医院建筑组件分割处理，得到医院建筑组件单体图像信息集；对所述医院建筑组件单体图像信息集进行三维模型重建，得到所述目标医院的医院三维模型；将所述医院三维模型渲染至目标页面中，得到医院三维模型页面；响应于检测到针对智能腕带患者信息的查看操作，在相关联的医院三维模型页面中显示各个已佩戴智能腕带的患者图标信息，其中，患者图标信息包括：用户名称、用户编号、用户住院信息、血压信息、患者床位状态与患者监测等级，智能腕带上具有识别二维码，二维码用于标识患者信息；响应于检测到目标床位检测设备发送的患者离床信息，将所述目标床位检测设备对应的患者图标信息包括的患者床位状态修改为离床状态，以及确定所述患者图标信息包括的患者监测等级是否满足第一监测条件；响应于确定所述患者图标信息包括的患者监测等级满足第一监测条件，控制相关联的患者告警设备发出告警提示；响应于确定所述患者图标信息包括的患者监测等级不满足第一监测条件，确定所述患者监测等级是否满足第二监测条件；响应于确定所述患者监测等级满足第二监测条件，定位所述患者图标信息对应的智能腕带的坐标位置信息；响应于确定所述坐标位置信息未在第一预设范围内，控制相关联的患者告警设备发出告警提示；控制各个已佩戴的智能腕带实时采集患者的血压信息，以及将所采集的各个血压信息实时显示在所述医院三维模型页面中；其中，所述对所述三维影像数据进行建筑组件轮廓特征提取，得到建筑组件轮廓信息集，包括：对三维影像数据进行图像增强处理，得到增强三维影像数据；对所述增强三维影像数据进行建筑组件识别处理，得到建筑组件识别信息；通过所述建筑组件识别信息，确定建筑组件位置信息集，一个医院建筑组件信息对应一个建筑组件位置信息；根据所述三维影像数据中包括的所述目标医院的三维高程数据和所述建筑组件位置信息集，确定建筑组件高程数据集，其中，一个建筑组件位置信息对应一个建筑组件高程数据；对于所述建筑组件位置信息集中的每个建筑组件位置信息，将所述建筑组件位置信息和对应的建筑组件高程数据组合为建筑组件轮廓信息；其中，所述对所述增强三维影像数据进行建筑组件识别处理，得到建筑组件识别信息，包括：对所述增强三维影像数据进行建筑组件区域特征提取，得到各个建筑组件区域影像特征数据；对于每个建筑组件区域影像特征数据，执行如下处理步骤：将所述建筑组件区域影像特征数据输入至预先训练的区域影像特征分类模型包括的卷积层中，以生成卷积信息集，其中，所述区域影像特征分类模型还包括：胶囊网络与输出层；将所述卷积信息集输入至所述胶囊网络中，以生成矩阵信息集；对所述矩阵信息集中的各个矩阵信息进行拼接，得到矩阵拼接信息；将所述矩阵拼接信息输入至所述输出层中，得到所述建筑组件区域影像特征数据对应的特征分类信息；将各个特征分类信息中满足预设分类条件的特征分类信息对应的建筑组件区域影像特征数据确定为建筑组件影像区域数据，得到建筑组件影像区域数据组；对所述建筑组件影像区域数据组中的每个建筑组件影像区域数据进行位置调整，得到调整建筑组件影像区域数据组；对调整建筑组件影像区域数据组中的各个调整建筑组件影像区域数据进行区域消冗，得到消冗调整建筑组件影像区域数据组；将所述消冗调整建筑组件影像区域数据组确定为建筑组件识别信息；其中，所述对所述建筑组件影像区域数据组中的每个建筑组件影像区域数据进行位置调整，包括：获取建筑组件样本集，其中，建筑组件样本包括：样本建筑组件的样本特征向量、样本建筑组件对应的组件边界信息和初始组件边界信息，所述初始组件边界信息为对所述样本建筑组件进行组件区域提取得到的组件边界信息；从所述建筑组件样本集中选择出一个建筑组件样本作为目标建筑组件样本；将所述目标建筑组件样本包括的样本特征向量输入至初始建筑组件位置调整模型中，得到对应的预测位置偏移信息；基于所述预测位置偏移信息和所述目标建筑组件样本包括的初始组件边界信息，确定对应的预测组件边界信息；根据所述预测组件边界信息和所述目标建筑组件样本包括的组件边界信息，确定模型损失值；确定所述模型损失值是否小于等于预设模型损失值；响应于确定所述模型损失值小于等于预设模型损失值，将初始建筑组件位置调整模型确定为训练完成的建筑组件位置调整模型；将所述建筑组件影像区域数据对应的建筑组件区域影像特征数据输入至预先训练的建筑组件位置调整模型中，得到对应所述建筑组件影像区域数据的建筑组件位置偏移信息；利用所述建筑组件位置偏移信息，对所述建筑组件影像区域数据进行位置调整，得到调整建筑组件影像区域数据。

全文数据：

权利要求：

百度查询： 中日友好医院(中日友好临床医学研究所) 基于院内智能腕带的患者信息监控方法与设备