本期專訪｜蕭榮修教授：即時離床預測系統
本期專訪｜蕭榮修教授：即時離床預測系統
產學處 周佩萱專員/採訪報導
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
|
|
臺北科大電子工程系 蕭榮修教授
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 |
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。
實測影片：http://youtu.be/R-vH-PPLbq
