即時離床預測系統:蕭榮修 教授

採訪報導:產學處 周佩萱專員

在醫院或安養中心的老年病患常在上下床時發生意外跌倒,為減少意外發生,蕭榮修教授的研究主要是以深度神經網路(Deep Neural Networks, DNN)預測老年人或病患離床之意圖,希望透過此技術預防老年病患離床時發生的跌倒傷害。

蕭教授說在老年族群的相關研究顯示,老年人跌倒有六成是發生於病房內,八成發生在病床的周圍,其中三成會導致受傷;在美國,每一件因老年人跌倒造成的住院花費約50,534美元,深具市場之需求性。

跌倒意外往往發生在年長患者獨自離床時,尤其是在照護人力不足的情況下,無法即時發現並上前提供協助。因此即時離床預測技術可以輔助照護人員,節省照護人力,並避免意外發生。

此系統將四顆荷重元感測器(load cell sensor)安裝於床腳下方,此感測器具有穩定、精確和不需校正的特性,可偵測長者在床上的動作及壓力變化,並判讀長者是否具有離床之意圖,若系統判讀有危機,便可立即警示通知照護人員。並且此系統還使用連續影像與3D卷積神經網路(Convolutional Neural Networks),來辨識離床前人體的連續動作,透過重複訓練來自行找出特徵,更能適應複雜且多變的居家環境。


(圖/深度影像感測器,測試場地-床位)


(圖/提前通知的關聯動作之實景與感測影像)


(圖/探病者坐床邊會造成誤判)


(圖/克服傳統容易誤判狀況)


(圖/實測連續流程離床預警通知)


本文授權於:國立臺北科技大學 國際產學聯盟

關鍵字:
無線感控網路、情境感知系統、智慧整合感控系統、嵌入式系統
蕭榮修
臺北科技大學 臺北科大電子工程系 教授

學歷

  • 國立臺灣師範大學工業教育學系學士
  • 美國老道明大學資訊科學系碩士
  • 國立台北科技大學電通所博士

經歷

  • 松山工農教師
  • 資策會副工程師
  • 台北科技大學電子工程系講師
  • 台北科技大學營繕組組長
  • 台北科技大學電子工程系副教授
  • 台北科技大學安環中心企劃組組長
  • 台北科技大學電子工程系教授

聯絡方式

T . 886-2-2771-2171 #6024
E . [email protected]
A . 106台北市忠孝東路三段1號行政大樓5樓

- 歡迎企業洽詢合作 -

我要分享

相關文章

2021/08/25

室內環境守護神:黃育賢 特聘教授

黃老師指導研究團隊開發攜帶智能感測器之「室內環境守護神」,基於行之有年的LASS『空氣盒子』的共同開發經驗,以及台灣大學醫學院蘇大成醫師,對於居家環境與人體健康管理方面的指導,團隊把傳統的LASS『空氣盒子』改良。

2021/08/11

設計心理學專家:鄭孟淙 副教授

鄭孟淙老師擅長使用心理學理論融合工業設計,幫助設計師了解用戶思想和行為,設計出更貼近使用者需求的產品,鄭老師也有協助企業評估產品,以提高產品價值。

2021/07/21

即時離床預測系統:蕭榮修 教授

在醫院或安養中心的老年病患常在上下床時發生意外跌倒,為減少意外發生,蕭榮修教授的研究主要是以深度神經網路(Deep Neural Networks, DNN)預測老年人或病患離床之意圖,希望透過此技術預防老年病患離床時發生的跌倒傷害。