三次元距離センサを用いた離床検出  [in Japanese] Bed Exit Detection Using Depth Image Sensor  [in Japanese]

Access this Article

Author(s)

    • 浅野 秀胤 Asano Hidetsugu
    • 東京女子医科大学大学院医学系研究科;パイオニア株式会社 Graduate School of Medicine, Tokyo Women's Medical University; PIONEER CORPORATION
    • 鈴木 孝司 Suzuki Takashi
    • 東京女子医科大学先端生命医科学研究所 Institute of Advanced Biomedical Engineering and Science, Tokyo Women's Medical University
    • 岡本 淳 [他] Okamoto Jun
    • 東京女子医科大学先端生命医科学研究所 Institute of Advanced Biomedical Engineering and Science, Tokyo Women's Medical University
    • 村垣 善浩 Muragaki Yoshihiro
    • 東京女子医科大学先端生命医科学研究所 Institute of Advanced Biomedical Engineering and Science, Tokyo Women's Medical University
    • 伊関 洋 Iseki Hiroshi
    • 東京女子医科大学先端生命医科学研究所 Institute of Advanced Biomedical Engineering and Science, Tokyo Women's Medical University

Abstract

入院患者の転倒は、発生頻度が高く、重大な障害を引き起こす危険性がある事故であるため、医療上の大きな問題として様々な研究が行われている.中でも、入院中の患者の転倒を防ぐことは、医療スタッフへの負担の大きさからも難しく、センサを用いた予防が主となっている.離床を検出するセンサは圧力センサや赤外センサ、紐センサなど様々なものが提案されているが、誤報が多く、対応する医療スタッフの疲弊を招いている.本研究では、距離画像センサを用い、誤報の少ない離床検出システムを実現した. 距離画像センサは、赤外線を用いて、撮像面からの奥行き距離を画像として取得可能な機器である.これを用いることで、デバイス等を取り付けることなく、患者の動作を取得できる.また、センサが小型であることから設置が容易であり、赤外線を用いていることから病室の明るさによらず、安定した計測が可能である.検出アルゴリズムは、距離画像を三次元点群に変換し、複数の三次元点群の位置合わせ手法であるICP(Iterative Closest Point)アルゴリズムを用いたベッドの位置・方向の検出を行う.また、動きベクトル探索による患者の動き推定を行う.これらの結果を特徴量として、機械学習により検出パラメータを最適化し、離床検出を行う.用いた実験データでは、68回の離床が行われていた.このデータの一部を用いて検出パラメータを最適化し、離床検出を行なったところ、68回中63回の離床を正しく検出し、検出漏れは5回であった.また、誤検出は24回発生した.当院脳神経外科入院病棟で用いられているセンサは誤検出が70%であるため、高い検出性能を実現できていると言える.

Falls are a frequent cause of unintentional serious injury to patients, and a number of studies on this important issue have been conducted. Preventing inpatients from falling is very difficult, as it poses a heavy burden on the medical staff. Although sensors can be used to warn of patient falls, they have many false detections, which also burden the medical staff. In this paper, we propose a bed-exit alarm using a depth image sensor. A depth image sensor generates depth images by detecting infrared patterns in images captured using a camera. Using this sensor, patient movement can be captured without attaching any sensors to the patient. The proposed method works as follows. The input image is converted to a three-dimensional point cloud. Bed position and direction are then estimated from the point cloud using the iterative closest point algorithm. Patient movement using a motion vector search is also estimated. Using these results as features, a detection parameter is optimized using a support vector machine. The proposed method was able to detect a patient's bed exit 63 out of 68 times in experimental images. There were 24 false detections. With current sensors having a false detection rate of 70%, our proposed sensor more accurately detects bed exit.

Journal

  • Journal of Tokyo Women's Medical College

    Journal of Tokyo Women's Medical College 84(2), 45-53, 2014-04

    Tokyo Women's Medical University

Codes

  • NII Article ID (NAID)
    110009770438
  • NII NACSIS-CAT ID (NCID)
    AN00161368
  • Text Lang
    JPN
  • Article Type
    journal article
  • Journal Type
    大学紀要
  • ISSN
    0040-9022
  • NDL Article ID
    025533532
  • NDL Call No.
    Z19-400
  • Data Source
    NDL  NII-ELS  IR 
Page Top