[发明专利]居家老人的智能管理系统在审

专利信息
申请号: 202010320412.9 申请日: 2020-04-22
公开(公告)号: CN111681388A 公开(公告)日: 2020-09-18
发明(设计)人: 王启明;喻恒;常新峰;宁超魁;王冠;闵改;周艳艳;周志青;王巍;时合生 申请(专利权)人: 平顶山学院
主分类号: G08B21/04 分类号: G08B21/04;G08B25/10
代理公司: 嘉兴海创专利代理事务所(普通合伙) 33251 代理人: 郑文涛
地址: 467000 河*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 居家 老人 智能 管理 系统
【说明书】:

发明提供了一种居家老人的智能管理系统,属于网络技术领域。它解决了现有现有技术存在着稳定性差的问题。本居家老人的智能管理系统包括信息收集端和信息处理端,上述信息收集端用于佩戴在居家老人身体上,所述信息收集端上具有定位模块、体征检测模块和信息发送模块,上述定位模块能检测居家老人的所处的物理位置,上述体征检测模块能检测居家老人的身体特征数据,上述信息发送模块能将定位模块和体征检测模块检测到的数据发送至信息处理端,所述信息处理端处存储有正常的身体特征数据,信息处理端能将收集的体征数据与存储数据比较,如果上述比较结果超过设定值时信息处理端能进行预警处理作业。本居家老人的智能管理系统稳定性高。

技术领域

本发明属于网络技术领域,涉及一种居家老人的智能管理系统。

背景技术

人口老龄化是世界各国面临的一个共同课题。所谓人口老龄化,国际上公认的定义是指社会中≥60岁人口超过总人口的10%,或≥65岁人口超过总人口的7%。我国2014年总人口数为136782 万人,60岁以上人口占比15.5%,其中65岁以上人口占比10.1%,老龄人口比例严重超过老龄化标准,我国早已进入老龄社会。而数千年形成的伦理、习惯则决定了数量上不断增加的老年人几乎都会选择居家养老,中山大学社会保障与社会政策研究所所长岳经纶教授经过研究,也认为居家养老模式是中国今后发展的大趋势。

据统计,美国65岁及以上老年人占全国人口的12.5%左右, 2050年将达到20.7%,其中,85岁及以上人口数量将达到1800 多万,是1995年的将近6倍。据调查,美国85%的老年人都希望能在家中养老,不愿被送到养老机构。为此,美国正在研制一种全新监测系统,该系统由一个与互联网连接的电脑、电视界面、电话和一系列传感器组成。这些传感器用来监视老人在家中情况并记录他们的行为。如果家庭内置的传感器在感知到异常时,系统就会向家人发出警报,提示老人当前的不良情况。但是,该系统目前尚处于研发阶段,预期产品的性价比如何,是否适合我国家庭的具体情况等尚不得而知。

当前,中国老人的居家养老模式还停留在非常原始的状态,老年人的身体健康状态主要依靠子女的关怀,目前已经有许多老年人因为得不到及时的关注,发生死亡在家中多天后才被发现的报道。作为老年人的子女而言,希望家中老人能够到养老机构中度过晚年生活,但是老人又希望在家中养老,这种矛盾的对立也推动了智慧养老的发展进程。

现在有研发机构已经开发了信息化管理系统,以及一些智能化辅助器械,但是,整体的系统化功能并不适合居家养老模式,主要实现了老人的信息管理、状态监测,而缺乏信息共享和突发意外状态时的预警和应急抢救方式。

发明内容

本发明的目的是针对现有技术存在的上述问题,提供一种利用网络技术构件有效的预警以及抢救系统的居家老人的智能管理系统。

本发明的目的可通过下列技术方案来实现:

一种居家老人的智能管理系统,其特征在于,该系统包括信息收集端和信息处理端,上述信息收集端用于佩戴在居家老人身体上,所述信息收集端上具有定位模块、体征检测模块和信息发送模块,上述定位模块能检测居家老人的所处的物理位置,上述体征检测模块能检测居家老人的身体特征数据,上述信息发送模块能将定位模块和体征检测模块检测到的数据发送至信息处理端,所述信息处理端处存储有正常的身体特征数据,信息处理端能将收集的体征数据与存储数据比较,如果上述比较结果超过设定值时信息处理端能进行预警处理作业。

在信息发送模块将定位模块和体征模块处的数据信息发送至信息处理端,由于信息处理端内存储有正常的身体特征数据,信息处理端将存储的数据有检测的数据进行比较后,能够得知居家老人的身体是否处于健康正常的状态。

如果居家老人身体异常,信息处理端立即做出预警响应。从而告知居家老人身体异常,当然,信息处理端还能得到当前居家老人所在的物理位置。

在上述的居家老人的智能管理系统中,所述信息处理端的数据与居家老人常驻的区域医院信息共享。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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平顶山学院,未经平顶山学院许可,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/202010320412.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top