跳到主要內容區

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

123

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

 

.

.

.

.

.

 

瀏覽數: