基于机器学习的头部自由视线追踪方法 及其在电动病床端的应用

头部自由的三维视线追踪具有重要的意义。 针对传统的视线追踪方法存在的精度低、设备复杂和穿戴受限等问题,提 出了一种基于机器学习的单目头部自由的三维视线追踪技术,构建出了两个轻量、高精度、实时的视线追踪模型,分别可进行注 视点估计和注视方向估计。 注视点估计模型首先利用 Dlib 进行人脸特征点定位得到眼睛图像进而进行 PnP 解算得到头部姿 态信息,将两种信息与部分特征点坐标共同输入到多通道卷积神经网络中,并最终估计得到人眼注视点。 注视方向估计网络是 注视点估计网络的简化版本。 将本文所提出的视线追踪技术与电动病床相结合,构建出一套基于眼球驱动的电动病床系统,该 系统允许患者利用眼睛控制电动病床的运作。 实验结果表明:所提出的注视点模型在 MPIIGaze 数据集上的误差为 4. 1 cm,注 视方向估计网络在 ColumbiaGaze 数据集上的误差为 7. 2°,两模型的精度分别比 iTracker 和 UlinFT 提高了 6. 8% 和 2. 7% 。 所构 建的眼球驱动电动病床系统有效地提高了患者的生活水平,满足了患者的诸多需求。     

一种低成本的病床呼叫系统

基于STC89C52单片机设计了一款低成本病床呼叫系统。使用单片机控制语音合成芯片和液晶显示模块,通过ISD1760的FT直通操作模式录制语音信息,然后利用ISD1760的SPI模式接口与单片机的I/O端口连接通信,实现单片机对语音芯片的控制。同时加入留言功能,使呼叫系统更加人性化。样机测试表明,呼叫系统的稳定性高,解决了落后地区乡镇医院中病人得到及时护理的问题。     

基于单片机的太阳能病床呼叫系统设计

设计了一款基于AT89S52单片机的病床呼叫系统,介绍了该系统的工作原理和设计方法。该系统以太阳能作为供电能源,直控按键对应病床编号,经单片机处理通过数码管显示,并发出警报声提醒护理人员。实验测试证明,设计的样机系统实现了对病床的监测和警报功能,可靠性高且达到了良好的效果,可广泛用于小型医疗中心和控制领域。