[发明专利]基于健康服务机器人的老年痴呆症监护系统有效

专利信息
申请号: 201510523110.0 申请日: 2015-08-24
公开(公告)号: CN105078449B 公开(公告)日: 2018-07-20
发明(设计)人: 吴凯;吴秀勇;崔海龙 申请(专利权)人: 华南理工大学;广州绿松生物科技有限公司
主分类号: A61B5/0476 分类号: A61B5/0476;A61B5/16;A61B5/00;G06F19/00
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 裘晖
地址: 510640 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于健康服务机器人的老年痴呆症监护系统,包括健康服务机器人、智能终端以及云服务器,健康服务机器人包括机器人本体、主控制单元、人机交互单元和医疗检测单元;人机交互单元与主控制单元相连,其包括平板电脑,该平板电脑置于机器人本体的胸前;医疗检测单元与主控制单元相连,其包括独立于机器人本体的脑电检测装置,脑电检测装置通过蓝牙信号与智能终端、平板电脑相连;智能终端和平板电脑通过移动互联网与云服务器相连,智能终端与平板电脑之间通过无线信号实现数据交互。本发明可以实现老年痴呆症的自动辅助诊断和治疗,提高了诊断的准确性,有利于老年痴呆症的预防和早期检测,缓解病情加重,达到治愈的目的。
搜索关键词: 基于 健康 服务 机器人 老年 痴呆症 监护 系统
【主权项】:
1.基于健康服务机器人的老年痴呆症监护系统,其特征在于:包括健康服务机器人、智能终端以及云服务器,所述健康服务机器人包括机器人本体、主控制单元、人机交互单元、运动控制单元、双目视觉捕捉单元、环境感知传感器单元和电源供电单元医疗检测单元;所述人机交互单元、运动控制单元、双目视觉捕捉单元和环境感知传感器单元与主控制单元相连,所述电源供电单元用于为主控制单元、运动控制单元、双目视觉捕捉单元、人机交互单元、环境感知传感器单元和医疗检测单元供电,人机交互单元包括平板电脑,该平板电脑置于机器人本体的胸前;所述医疗检测单元与主控制单元相连,其包括独立于机器人本体的脑电检测装置,所述脑电检测装置通过蓝牙信号与智能终端、平板电脑相连;所述智能终端和平板电脑通过移动互联网与云服务器相连,所述智能终端与平板电脑之间通过无线信号实现数据交互;其中:所述机器人本体的底层操作系统采用开源机器人操作系统,其包括硬件抽象描述、底层驱动程序管理、共用功能的执行、程序间的消息传递、程序发行包管理、分布式的进程框架以及支持代码库的系统联合;开源机器人操作系统搭载在Linux内核的ubuntu系统下,通过串口与主控制单元进行通信,进而控制运动控制单元、双目视觉捕捉单元、人机交互单元、环境感知传感器单元和医疗检测单元的工作方式;所述脑电检测装置,用于实时获取老年痴呆症患者或健康人的脑电信息,并将脑电信息发送到平板电脑和智能终端;所述平板电脑,用于接收老年痴呆症患者或健康人的脑电信息、收集老年痴呆症患者的子女语音信息,以及完成老年痴呆症患者或健康人的认知‑心理测评、睡眠质量评估和认知功能训练,并将脑电信息、子女语音信息、认知‑心理测评、睡眠质量评估和认知功能训练信息上传到云服务器;平板电脑通过收集老年痴呆症患者的子女语音信息,实现老年痴呆症患者与子女的模拟情感交流,具体为:平板电脑根据老年痴呆症患者与子女的日常电话通话,收集子女的语音信息;平板电脑将子女的语音信息上传到云服务器进行存储和处理,建立子女语音信息数据库;云服务器对接收到的子女语音信息进行如下处理:采用线性预测倒谱系数、美尔频标倒谱系数以及它们的动态特征联合组成的混合特征参数方法提取语音特征;采用基于特征和高斯混合模型的多特征混合改进算法建模,并通过多特征组合方式,将时域特征和频域特征相结合、短时平稳性和局部变化规律相结合;平板电脑根据子女语音信息数据库,利用语音识别技术模拟出老年痴呆症患者子女的说话音色,与老年痴呆症患者进行语音互动;所述智能终端,用于接收老年痴呆症患者或健康人的脑电信息和输入老年痴呆症患者或健康人的临床信息,并将脑电信息和临床信息上传到云服务器;所述云服务器,用于接收平板电脑和智能终端上传的信息,以及进行数据处理,从而完成辅助诊断,并生成相应的护理指导建议,并将辅助诊断结果和护理指导建议反馈给智能终端。
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华南理工大学;广州绿松生物科技有限公司,未经华南理工大学;广州绿松生物科技有限公司许可,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/patent/201510523110.0/,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