一種基于機(jī)器學(xué)習(xí)的跌倒檢測(cè)系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及跌倒檢測(cè)領(lǐng)域，具體涉及一種基于機(jī)器學(xué)習(xí)的跌倒檢測(cè)系統(tǒng)。
【背景技術(shù)】
[0002] 隨著我國(guó)逐步進(jìn)入老齡化社會(huì)，老人日常生活中的安全防范，日益成為社會(huì)關(guān)注 的熱點(diǎn)。根據(jù)報(bào)道在上海，僅2010年因跌倒致死1983人，其中87. 1%為65歲以上的老年 人，致死亡率達(dá)77. 9/10萬(wàn)，相當(dāng)于每天有4. 7個(gè)老年人因跌倒而死亡。此外，老年人因傷 就診病例中，一半以上為跌倒病例；因傷住院病例中，超過(guò)80 %為跌倒病例。
[0003]經(jīng)過(guò)調(diào)查、研宄發(fā)現(xiàn)，老年人跌倒后20分鐘內(nèi)的救援，可將傷害降低到最小程度， 是救援的黃金時(shí)間。因此一種準(zhǔn)確的跌倒檢測(cè)技術(shù)，必將在我國(guó)老齡化社會(huì)中，發(fā)揮出巨大 的社會(huì)和經(jīng)濟(jì)效益；
[0004]然而，跌倒檢測(cè)又是一項(xiàng)極富挑戰(zhàn)性的技術(shù)，主要難點(diǎn)如下：
[0005] 1.難以獲取真實(shí)的老年人跌倒數(shù)據(jù)，作為跌倒檢測(cè)方法設(shè)計(jì)與驗(yàn)證的基礎(chǔ)數(shù)據(jù)； 2.現(xiàn)有的傳感器獲取數(shù)據(jù)，在跌倒與非跌倒動(dòng)作間存在交集，難以區(qū)分，容易造成誤判和漏 判；3.全世界范圍內(nèi)，還沒(méi)有用于跌倒算法驗(yàn)證的數(shù)據(jù)樣本，這無(wú)形中增加了算法驗(yàn)證的 難度，是一項(xiàng)開(kāi)創(chuàng)性的工作；4.每個(gè)人個(gè)體特征的差異，如性別、身高、體重等，都會(huì)造成跌 倒監(jiān)測(cè)過(guò)程的一些數(shù)據(jù)差異，從而增加跌倒算法開(kāi)發(fā)和驗(yàn)證的難度。

【發(fā)明內(nèi)容】

[0006]有鑒于此，本發(fā)明的目的是提供一種基于機(jī)器學(xué)習(xí)的跌倒檢測(cè)系統(tǒng)及方法。
[0007]本發(fā)明的目的之一是通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn)的，一種基于機(jī)器學(xué)習(xí)的跌倒檢測(cè) 系統(tǒng)，包括至少一臺(tái)跌倒檢測(cè)儀和云平臺(tái)，
[0008]所述至少一臺(tái)跌倒檢測(cè)儀，用于檢測(cè)用戶的運(yùn)動(dòng)情況和/或生理特征，并根據(jù)運(yùn) 動(dòng)情況和/或生理特征信息生成跌倒判斷數(shù)據(jù)，判斷用戶是否跌倒；當(dāng)判斷用戶為跌倒?fàn)?態(tài)時(shí)，至少一臺(tái)跌倒檢測(cè)儀檢測(cè)到的數(shù)據(jù)傳送到云平臺(tái)進(jìn)行存儲(chǔ)。
[0009]優(yōu)選的，所述云平臺(tái)執(zhí)行機(jī)器學(xué)習(xí)算法分析所有跌倒檢測(cè)儀檢測(cè)到的數(shù)據(jù)判斷是 否存在更新數(shù)據(jù)，若是，則云平臺(tái)生成新的跌倒檢測(cè)算法樣本，同時(shí)至少一臺(tái)跌倒檢測(cè)儀根 據(jù)新的跌倒檢測(cè)算法樣本生成新的跌倒檢測(cè)算法。
[0010] 或，所述云平臺(tái)執(zhí)行機(jī)器學(xué)習(xí)算法分析所有跌倒檢測(cè)儀檢測(cè)到的數(shù)據(jù)判斷是否存 在更新數(shù)據(jù)，若是，則云平臺(tái)生成新的跌倒檢測(cè)算法樣本，同時(shí)云平臺(tái)根據(jù)新的跌倒檢測(cè)算 法樣本生成新的跌倒檢測(cè)算法，云平臺(tái)將生成的新的跌倒檢測(cè)算法發(fā)送給跌倒檢測(cè)儀，作 為下一次跌倒判斷的算法。
[0011] 本發(fā)明的目的之二是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的，一種基于機(jī)器學(xué)習(xí)的跌倒檢測(cè)方 法，包括：步驟a.跌倒檢測(cè)儀檢測(cè)用戶的運(yùn)動(dòng)情況和/或生理特征，并根據(jù)運(yùn)動(dòng)情況和/或 生理特征信息生成跌倒判斷數(shù)據(jù)，判斷用戶是否跌倒。
[0012] 優(yōu)選的，當(dāng)判斷用戶為跌倒?fàn)顟B(tài)時(shí)，跌倒檢測(cè)儀檢測(cè)到的數(shù)據(jù)傳送到云平臺(tái)進(jìn)行 存儲(chǔ)。
[0013] 優(yōu)選的，當(dāng)云平臺(tái)接收到跌倒檢測(cè)儀檢測(cè)到的數(shù)據(jù)時(shí)，云平臺(tái)執(zhí)行機(jī)器學(xué)習(xí)算法 分析該數(shù)據(jù)判斷是否存在更新數(shù)據(jù)；若是，則云平臺(tái)生成新的跌倒檢測(cè)算法樣本，同時(shí)跌倒 檢測(cè)儀根據(jù)新的跌倒檢測(cè)算法樣本生成新的跌倒檢測(cè)算法；或所述云平臺(tái)執(zhí)行機(jī)器學(xué)習(xí)算 法分析跌倒檢測(cè)儀檢測(cè)到的數(shù)據(jù)判斷是否存在更新數(shù)據(jù)，若是，則云平臺(tái)生成新的跌倒檢 測(cè)算法樣本，同時(shí)云平臺(tái)根據(jù)新的跌倒檢測(cè)算法樣本生成新的跌倒檢測(cè)算法，跌倒檢測(cè)儀 從云平臺(tái)獲取新的跌倒檢測(cè)算法，作為下一次跌倒判斷的算法。
[0014] 由于采用了上述技術(shù)方案，本發(fā)明具有如下的優(yōu)點(diǎn)：
[0015] 1.本發(fā)明通過(guò)將跌倒報(bào)警數(shù)據(jù)進(jìn)行存儲(chǔ)，并隨著使用者的增多，可建立一個(gè)日趨 完整的跌倒樣本數(shù)據(jù)庫(kù)；
[0016] 2.云安平臺(tái)根據(jù)數(shù)據(jù)庫(kù)中的更新數(shù)據(jù)，執(zhí)行機(jī)器學(xué)習(xí)算法，自動(dòng)調(diào)整運(yùn)行在跌倒 報(bào)警器上的跌倒判斷算法，創(chuàng)建新的跌倒判斷算法樣本。
[0017] 3在平臺(tái)有記錄每個(gè)使用者的個(gè)人信息，如：性別、年齡、身高、體重等，隨著樣本 數(shù)據(jù)庫(kù)的記錄的不斷增加，機(jī)器學(xué)習(xí)算法結(jié)合一定程度的人工分析，會(huì)根據(jù)這些個(gè)人信息， 對(duì)跌倒過(guò)程傳感器數(shù)據(jù)的不同影響，從而可以達(dá)到針對(duì)個(gè)性化跌倒檢測(cè)算法的目標(biāo)。讓使 用者，都有定制化的跌倒檢測(cè)算法，從而達(dá)到提高檢測(cè)精度的目標(biāo)。
[0018] 4.每次跌倒檢測(cè)儀上電，會(huì)檢查是否有新的跌倒判斷算法樣本，如有會(huì)自動(dòng)從服 務(wù)器下載更新，通過(guò)這閉環(huán)模式，用戶手上的跌倒檢測(cè)設(shè)備檢測(cè)出跌倒的準(zhǔn)確率會(huì)一直提 尚。
【附圖說(shuō)明】
[0019] 為了使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖對(duì)本發(fā)明作進(jìn) 一步的詳細(xì)描述，其中：
[0020] 圖1為基于機(jī)器學(xué)習(xí)的跌倒檢測(cè)系統(tǒng)的原理框圖；
[0021] 圖2為跌倒檢測(cè)儀的原理框圖；
[0022] 圖3為血壓檢測(cè)單元結(jié)構(gòu)原理框圖；
[0023] 圖4為體溫監(jiān)測(cè)單元結(jié)構(gòu)原理框圖；
[0024] 圖5為跌倒檢測(cè)儀工作流程圖；
[0025] 圖6為云平臺(tái)工作流程圖；
[0026] 圖7為漏報(bào)數(shù)據(jù)參考；
[0027] 圖8為正確報(bào)警數(shù)據(jù)參考；
[0028] 圖9為誤報(bào)數(shù)據(jù)參考。
【具體實(shí)施方式】
[0029] 以下將結(jié)合附圖，對(duì)本發(fā)明的優(yōu)選實(shí)施例進(jìn)行詳細(xì)的描述；應(yīng)當(dāng)理解，優(yōu)選實(shí)施例 僅為了說(shuō)明本發(fā)明，而不是為了限制本發(fā)明的保護(hù)范圍。
[0030] 如圖1所示，一種基于機(jī)器學(xué)習(xí)的跌倒檢測(cè)系統(tǒng)，包括至少一臺(tái)跌倒檢測(cè)儀和云 平臺(tái)，
[0031] 所述至少一臺(tái)跌倒檢測(cè)儀，用于檢測(cè)用戶的運(yùn)動(dòng)情況和/或生理特征，并根據(jù)運(yùn) 動(dòng)情況和/或生理特征信息生成跌倒判斷數(shù)據(jù)，判斷用戶是否跌倒；當(dāng)判斷用戶為跌倒?fàn)?態(tài)時(shí)，至少一臺(tái)跌倒檢測(cè)儀檢測(cè)到的數(shù)據(jù)傳送到云平臺(tái)進(jìn)行存儲(chǔ)。
[0032] 所述云平臺(tái)執(zhí)行機(jī)器學(xué)習(xí)算法分析所有跌倒檢測(cè)儀檢測(cè)到的數(shù)據(jù)判斷是否存在 更新數(shù)據(jù)，若是，則云平臺(tái)生成新的跌倒檢測(cè)算法樣本，同時(shí)至少一臺(tái)跌倒檢測(cè)儀根據(jù)新的 跌倒檢測(cè)算法樣本生成新的跌倒檢測(cè)算法。
[0033] 或，所述云平臺(tái)執(zhí)行機(jī)器學(xué)習(xí)算法分析所有跌倒檢測(cè)儀檢測(cè)到的數(shù)據(jù)判斷是否存 在更新數(shù)據(jù)，若是，則云平臺(tái)生成新的跌倒檢測(cè)算法樣本，同時(shí)云平臺(tái)根據(jù)新的跌倒檢測(cè)算 法樣本生成新的跌倒檢測(cè)算法，云平臺(tái)將生成的新的跌倒檢測(cè)算法發(fā)送給跌倒檢測(cè)儀（這 里的跌倒檢測(cè)儀指的是檢測(cè)到跌倒?fàn)罨蛘邲](méi)有檢測(cè)到跌倒?fàn)顟B(tài)的跌倒檢測(cè)儀），作為下一 次跌倒判斷的算法；當(dāng)然在本實(shí)施例中，跌倒檢測(cè)儀也可以每隔一段時(shí)間自動(dòng)獲取更新的 跌倒檢測(cè)算法樣本。
[0034] 所述基于機(jī)器學(xué)習(xí)的跌倒檢測(cè)系統(tǒng)還包括移動(dòng)終端，當(dāng)?shù)箼z測(cè)儀判斷用戶跌倒 狀態(tài)時(shí)生成示警信息并將該示警信息傳送給移動(dòng)終端。
[0035] 如圖2所示，所述跌倒檢測(cè)儀包括微控制單元、與微控制單元連接的用于實(shí)時(shí)獲 取用戶身體姿態(tài)的六軸加速度傳感器；與微控制單元連接的用于實(shí)時(shí)獲取報(bào)警器高度的高 度傳感器；與微控制單元連接的用于實(shí)時(shí)獲取用戶位置信息的GPS模塊；與微控制單元連 接的用于獲取生物傳感器值的BLE模塊；與微控制單元連接的用于傳輸數(shù)據(jù)的GPRS模塊； 以及為用電單元供電的電池；所述微控制單元控制跌倒檢測(cè)儀的啟動(dòng)和接收用戶身體姿態(tài) 數(shù)據(jù)，并對(duì)姿態(tài)數(shù)據(jù)進(jìn)行分析判斷，并根據(jù)判斷結(jié)果啟動(dòng)報(bào)警單元。
[0036] 所述生物傳感器包括血壓監(jiān)測(cè)單元和體溫監(jiān)測(cè)單元。
[0037] 如圖3所示，所述血壓監(jiān)測(cè)單元包括光發(fā)射模塊、光接收模塊和脈搏波處理模塊； 所述光發(fā)射模塊，在微控制單元的控制下，向用戶發(fā)射雙波長(zhǎng)光線；所述光接收