[发明专利]一种基于物联网云平台的瘫痪病人智能看护系统有效
申请号: | 201910808043.5 | 申请日: | 2019-08-29 |
公开(公告)号: | CN110675950B | 公开(公告)日: | 2022-08-23 |
发明(设计)人: | 慕亚芹;邹荣;邹欣哲;张思睿;许桢英;王匀 | 申请(专利权)人: | 江苏大学 |
主分类号: | G16H40/67 | 分类号: | G16H40/67;A61B5/369;A61B5/374;A61B5/11;B25J11/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 212013 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 联网 平台 瘫痪 病人 智能 看护 系统 | ||
1.一种基于物联网云平台的瘫痪病人智能看护系统,其特征在于,包括:远程控制端(1)、云平台控制模块(2)和智能看护设备(3);
所述远程控制端(1),包括第一通信模块、存储模块、人机交互模块,第一通信模块、存储模块分别用于接收和存储智能看护设备(3)所采集的脑电信号、瘫痪病人的头部正面图像、本地场景的双目视频图像,以及智能看护设备(3)对云平台控制模块(2)、人机交互模块对其所发出的工作指令的完成情况;
所述云平台控制模块(2),根据远程控制端(1)传送来的脑电信号、瘫痪病人的头部正面图像、本地场景的双目视频图像,评判智能看护设备(3)需要执行的任务,并向智能看护设备(3)发出控制指令;
所述智能看护设备(3),包括第二通讯模块、运动行走模块(4)、双目相机模块(5)、机械臂模块(6)、脑电信号采集模块(7);
所述脑电信号采集模块(7),用于采集瘫痪病人的脑电波信号,并完成脑电波信号的解析;
所述运动行走模块(4)为带有第一控制单元、并由电机驱动的轮椅,能够接收人机交互模块、云平台控制模块(2)的控制指令并执行;
所述双目相机模块(5)包括第二控制单元、双目摄像头,用于根据人机交互模块、云平台控制模块(2)的控制指令实时采集瘫痪病人的头部正面图像、本地场景的双目图像;
所述机械臂模块(6)包括第三控制单元和机械手臂,能够根据远程控制端(1)、云平台控制模块(2)的控制指令,并执行所规划的运动路径和相应抓取、喂送动作;
第二通讯模块用于将脑电信号采集模块(7)、双目相机模块(5)所采集的信号传输给远程控制端(1),并接收远程控制端(1)、云平台控制模块(2)的控制指令。
2.根据权利要求1所述的基于物联网云平台的瘫痪病人智能看护系统,其特征在于,所述远程控制端(1)还包括显示模块,所述显示模块为三维场景显示模块(9)或双目视频透视显示模块(8)。
3.根据权利要求1所述的基于物联网云平台的瘫痪病人智能看护系统,其特征在于,所述远程控制端(1)的人机交互模块输入的指令优先于云平台控制模块(2)决策的工作指令。
4.根据权利要求1所述的基于物联网云平台的瘫痪病人智能看护系统,其特征在于,还包括移动终端,所述移动终端能够实时获取远程控制端(1)中各个智能看护设备(3)的运行状态,并能够对智能看护设备(3)发出控制指令。
5.根据权利要求1所述的基于物联网云平台的瘫痪病人智能看护系统,其特征在于,所述脑电信号采集模块(7)通过以下方式采集和解析脑电信号:
步骤S1、通过非侵入式蓝牙头戴脑电波采集设备采集瘫痪病人的脑电波信号;
步骤S2、信号校核:对采集的脑电波信号进行检查校核;
步骤S3、脑电波信号解析:通过步骤S2若信号校核正确,则对采集到的脑电波信号进行解析;若信号校核不正确,舍弃该组信号;解析后的数据包括0-3Hz的δ波、4-7Hz的θ波、8-10Hz的低α波、11-13Hz的高α波、14-22Hz的低β波、22-30Hz高β波、31-45Hz低γ波、46Hz以上的高γ波,共8类脑电波数据;
利用eSense指数描述被测试者专注度,计算专注度公式:
专注度:Pa=(mγ+nβ+tα)×100
Pa表示专注度,γ、β、α分别表示γ波、β波、α波在脑电信号能量中的百分比,m、n、t分别表示γ波、β波、α波的权重系数,通过层次分析法可获得;
步骤S4、脑电波数据传输:通过本地网络控制将采集到的脑电波数据传输至所述云平台控制模块(2)。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏大学,未经江苏大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910808043.5/1.html,转载请声明来源钻瓜专利网。