Телемоніторинг життєво важливих показників пацієнтів

Abstract

Застосовано розширення стандартного комунікаційного протоколу систем дистанційного моніторингу життєво важливих показників пацієнтів. Подано біофізичні показники пацієнтів, які вимірюються датчиками температури тіла, артеріального тиску та іншими, які фіксують числові кортежі та хвильові типи даних. Реалізувати аналіз критичних значень показників і формувати анотації для прийняття рішення щодо надання невідкладної медичної допомоги дозволяє сховище різнорідних типів даних інформаційно-комунікаційної системи.

Использован расширенный стандартный коммуникационный протокол систем дистанционного мониторинга жизненно важных показателей пациентов. Приведены биофизические показатели пациентов, измеряемые датчиками температуры тела, артериального давления и другими, фиксирующими числовые кортежи и волновые типы данных. Реализовать анализ критических значений показателей и формировать аннотационные отчеты для принятия решения относительно оказания неотложной медицинской помощи позволяет хранилище разнородных типов данных информационно-коммуникационной системы.

Introduction. Gesture recognition is an actual problem concerning the interaction between a user and the computers. Although some prototypes of foreign sign language recognition systems have been developed and already used in computer vision, Ukrainian sign language recognition still remains the problem. Purpose. The aim is to develop a universal recognition technology for single Ukrainian signs captured with Motion Capture technology. The objects of the study are data bases of single signs, presented as time sequences of coordinates of motion components. The research methods cover the dynamic time warping algorithms. Results. Data model for gesture recognition in small Ukrainian sign language dictionaries is investigated. A DTW (Dynamic Time Warping) algorithm is used. The modified WDTW (Weighted Dynamic Time Warping) using weights that the more an individual marker for moving it in space during the whole demonstration gesture are proposed. The criterion of success algorithm performed relative number of correctly identified samples from a test one to their total number. Both algorithms are demonstrated a full recognition accuracy on the basis of 139 unique gestures. For WDTW algorithm was used normalization, and therefore the results have a high level of generalization. Conclusions. The WDTW algorithm to create a universal information technology of identification the Ukrainian sign language gestures is used. The gestures in the form of time series calculated using the technology Motion Capture are presented. This frame rate of 10 fps is sufficient for correct identification sign in a limited vocabulary.