本發(fā)明涉及監(jiān)測(cè)技術(shù)領(lǐng)域，特別是涉及一種跌倒監(jiān)測(cè)方法。

背景技術(shù)：

目前，隨著老年人口的劇增，老齡化社會(huì)以及老年人的醫(yī)療保健問題已成為當(dāng)今社會(huì)的突出問題。如何實(shí)現(xiàn)對(duì)老年人實(shí)行醫(yī)療監(jiān)護(hù)，已經(jīng)成為社會(huì)急需解決的問題。根據(jù)國(guó)內(nèi)外研究發(fā)現(xiàn)，在65周歲以上每年有30％的人發(fā)生過跌倒，并且隨著年齡的增長(zhǎng)，這個(gè)數(shù)字也在不斷上升，在80周歲以上的老年人中，遇到跌倒的可能性甚至?xí)_(dá)到一半。然而市場(chǎng)上的跌倒檢測(cè)產(chǎn)品并不突出。通常的跌倒監(jiān)測(cè)都是基于閾值和支持向量機(jī)來進(jìn)行算法判斷。

基于閾值判斷的方案中，此方案通過在身體佩戴的加速度傳感器，當(dāng)人體運(yùn)動(dòng)時(shí)，加速度傳感器會(huì)時(shí)時(shí)記錄身體運(yùn)動(dòng)的加速度。當(dāng)人體發(fā)生跌倒時(shí)，內(nèi)部的處理器會(huì)計(jì)算當(dāng)時(shí)的加速度值，當(dāng)超過提前設(shè)置的閾值時(shí)，系統(tǒng)判斷跌倒發(fā)生，進(jìn)行報(bào)警。基于閾值處理的跌倒檢測(cè)算法，具有很大的誤報(bào)和漏報(bào)概率，因?yàn)橛?jì)算的單一，僅僅通過是否運(yùn)動(dòng)所產(chǎn)生的加速度是否超過一個(gè)設(shè)定的值來進(jìn)行跌倒判斷，具有局限性，采用閾值判斷這種監(jiān)測(cè)方式進(jìn)行監(jiān)測(cè)，監(jiān)測(cè)的準(zhǔn)確性較低。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是提供一種跌倒監(jiān)測(cè)方法，以實(shí)現(xiàn)提高監(jiān)測(cè)的準(zhǔn)確性。

為解決上述技術(shù)問題，本發(fā)明提供一種跌倒監(jiān)測(cè)方法，該方法包括：

采集運(yùn)動(dòng)者產(chǎn)生的運(yùn)動(dòng)數(shù)據(jù)，對(duì)運(yùn)動(dòng)數(shù)據(jù)進(jìn)行特征處理得到特征數(shù)據(jù)；

當(dāng)特征數(shù)據(jù)超過預(yù)設(shè)閾值時(shí)，對(duì)特征數(shù)據(jù)進(jìn)行定位；

定位后，對(duì)特征數(shù)據(jù)進(jìn)行二次判斷，判斷特征數(shù)據(jù)為跌倒數(shù)據(jù)還是非跌倒數(shù)據(jù)；

若特征數(shù)據(jù)為跌倒數(shù)據(jù)，進(jìn)行報(bào)警。

優(yōu)選的，所述運(yùn)動(dòng)數(shù)據(jù)包括加速度數(shù)據(jù)、角速度數(shù)據(jù)和脈搏數(shù)據(jù)。

優(yōu)選的，所述特征數(shù)據(jù)包括加速度強(qiáng)度、合成角速度和脈搏速率。

優(yōu)選的，采用主控模塊、六軸傳感器模塊、光電傳感器模塊獲取運(yùn)動(dòng)者產(chǎn)生的運(yùn)動(dòng)數(shù)據(jù)。

優(yōu)選的，所述對(duì)特征數(shù)據(jù)進(jìn)行二次判斷，判斷特征數(shù)據(jù)為跌倒數(shù)據(jù)還是非跌倒數(shù)據(jù)，包括：

采用k-dtree數(shù)據(jù)分類方法對(duì)特征數(shù)據(jù)和訓(xùn)練庫(kù)數(shù)據(jù)的距離進(jìn)行計(jì)算，通過k鄰近算法判斷特征數(shù)據(jù)為跌倒數(shù)據(jù)還是非跌倒數(shù)據(jù)。

優(yōu)選的，所述采集運(yùn)動(dòng)者產(chǎn)生的運(yùn)動(dòng)數(shù)據(jù)，對(duì)運(yùn)動(dòng)數(shù)據(jù)進(jìn)行特征處理得到特征數(shù)據(jù)之前，還包括：

采集運(yùn)動(dòng)者日?；顒?dòng)的多組運(yùn)動(dòng)數(shù)據(jù)，構(gòu)建訓(xùn)練庫(kù)數(shù)據(jù)。

優(yōu)選的，采用蜂鳴器進(jìn)行報(bào)警。

優(yōu)選的，若特征數(shù)據(jù)為跌倒數(shù)據(jù)，進(jìn)行報(bào)警之后，還包括：

將運(yùn)動(dòng)者的地理位置發(fā)送至指定的移動(dòng)終端上。

本發(fā)明所提供的一種跌倒監(jiān)測(cè)方法，采集運(yùn)動(dòng)者產(chǎn)生的運(yùn)動(dòng)數(shù)據(jù)，對(duì)運(yùn)動(dòng)數(shù)據(jù)進(jìn)行特征處理得到特征數(shù)據(jù)；當(dāng)特征數(shù)據(jù)超過預(yù)設(shè)閾值時(shí)，對(duì)特征數(shù)據(jù)進(jìn)行定位；定位后，對(duì)特征數(shù)據(jù)進(jìn)行二次判斷，判斷特征數(shù)據(jù)為跌倒數(shù)據(jù)還是非跌倒數(shù)據(jù)；若特征數(shù)據(jù)為跌倒數(shù)據(jù)，進(jìn)行報(bào)警?？梢?，進(jìn)行閾值處理后，對(duì)于滿足閾值的數(shù)據(jù)進(jìn)行定位，再經(jīng)過二次判定，對(duì)于日常的行走，慢跑等產(chǎn)生較小的加速度運(yùn)動(dòng)，可以事先通過設(shè)定閾值進(jìn)行初步監(jiān)測(cè)，當(dāng)超過閾值時(shí)，通過閾值進(jìn)行數(shù)據(jù)定位，通過二次判斷獲得跌倒數(shù)據(jù)，不僅僅具有閾值判斷還有二次判斷，提高監(jiān)測(cè)的準(zhǔn)確性。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。

圖1為本發(fā)明所提供的一種跌倒監(jiān)測(cè)方法的流程圖；

圖2為本發(fā)明中k近鄰算法的流程圖；

圖3為本發(fā)明對(duì)采集數(shù)據(jù)進(jìn)行處理的流程圖。

具體實(shí)施方式

本發(fā)明的核心是提供一種跌倒監(jiān)測(cè)方法，以實(shí)現(xiàn)提高監(jiān)測(cè)的準(zhǔn)確性。

為了使本技術(shù)領(lǐng)域的人員更好地理解本發(fā)明方案，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

請(qǐng)參考圖1，圖1為本發(fā)明所提供的一種跌倒監(jiān)測(cè)方法的流程圖，該方法包括：

s11：采集運(yùn)動(dòng)者產(chǎn)生的運(yùn)動(dòng)數(shù)據(jù)，對(duì)運(yùn)動(dòng)數(shù)據(jù)進(jìn)行特征處理得到特征數(shù)據(jù)；

s12：當(dāng)特征數(shù)據(jù)超過預(yù)設(shè)閾值時(shí)，對(duì)特征數(shù)據(jù)進(jìn)行定位；

s13：定位后，對(duì)特征數(shù)據(jù)進(jìn)行二次判斷，判斷特征數(shù)據(jù)為跌倒數(shù)據(jù)還是非跌倒數(shù)據(jù)；

s14：若特征數(shù)據(jù)為跌倒數(shù)據(jù)，進(jìn)行報(bào)警。

可見，該方法中，進(jìn)行閾值處理后，對(duì)于滿足閾值的數(shù)據(jù)進(jìn)行定位，再經(jīng)過二次判定，對(duì)于日常的行走，慢跑等產(chǎn)生較小的加速度運(yùn)動(dòng)，可以事先通過設(shè)定閾值進(jìn)行初步監(jiān)測(cè)，當(dāng)超過閾值時(shí)，通過閾值進(jìn)行數(shù)據(jù)定位，通過二次判斷獲得跌倒數(shù)據(jù)，不僅僅具有閾值判斷還有二次判斷，提高監(jiān)測(cè)的準(zhǔn)確性。

基于上述方法，具體的，運(yùn)動(dòng)數(shù)據(jù)包括加速度數(shù)據(jù)、角速度數(shù)據(jù)和脈搏數(shù)據(jù)。

詳細(xì)的，特征數(shù)據(jù)包括加速度強(qiáng)度、合成角速度和脈搏速率。

詳細(xì)的，采用主控模塊、六軸傳感器模塊、光電傳感器模塊獲取運(yùn)動(dòng)者產(chǎn)生的運(yùn)動(dòng)數(shù)據(jù)。

詳細(xì)的，對(duì)特征數(shù)據(jù)進(jìn)行二次判斷，判斷特征數(shù)據(jù)為跌倒數(shù)據(jù)還是非跌倒數(shù)據(jù)的過程具體包括：采用k-dtree數(shù)據(jù)分類方法對(duì)特征數(shù)據(jù)和訓(xùn)練庫(kù)數(shù)據(jù)的距離進(jìn)行計(jì)算，通過k鄰近算法判斷特征數(shù)據(jù)為跌倒數(shù)據(jù)還是非跌倒數(shù)據(jù)。

進(jìn)一步的，采集運(yùn)動(dòng)者產(chǎn)生的運(yùn)動(dòng)數(shù)據(jù)，對(duì)運(yùn)動(dòng)數(shù)據(jù)進(jìn)行特征處理得到特征數(shù)據(jù)之前，還包括：采集運(yùn)動(dòng)者日常活動(dòng)的多組運(yùn)動(dòng)數(shù)據(jù)，構(gòu)建訓(xùn)練庫(kù)數(shù)據(jù)。

其中，采用蜂鳴器進(jìn)行報(bào)警。

進(jìn)一步的，若特征數(shù)據(jù)為跌倒數(shù)據(jù)，進(jìn)行報(bào)警之后，還包括：將運(yùn)動(dòng)者的地理位置發(fā)送至指定的移動(dòng)終端上。

本方法是基于二次判定的跌倒監(jiān)測(cè)方法，首先對(duì)日常生活中產(chǎn)生的數(shù)據(jù)進(jìn)行閾值處理，對(duì)于滿足閾值的數(shù)據(jù)進(jìn)行定位后，再經(jīng)過二次判定。所謂二次判定就是k-dtree的數(shù)據(jù)分類和基于k近鄰算法進(jìn)行跌倒判斷的二次判定跌倒檢測(cè)算法設(shè)計(jì)。此方法滿足實(shí)時(shí)性和準(zhǔn)確性的要求。k-dtree的數(shù)據(jù)分類滿足再查找訓(xùn)練庫(kù)的速度要求，保證實(shí)時(shí)性。k近鄰算法進(jìn)行跌倒判斷滿足準(zhǔn)確度要求。保證準(zhǔn)確性。

詳細(xì)的，本發(fā)明通過stm32作為主控芯片，采用六軸傳感器mpu6500來提取佩戴者所產(chǎn)生的加速度和角速度的運(yùn)動(dòng)數(shù)據(jù)。采用光電傳感器采集脈搏數(shù)據(jù)。在日常訓(xùn)練中，對(duì)特定的運(yùn)動(dòng)，進(jìn)行數(shù)據(jù)采集，例如，上下樓梯，蹲起，跑步，行走，向前跌倒，側(cè)向跌倒。將采集到的每一組數(shù)據(jù)，提取所需要的特征數(shù)據(jù)。如加速度最大值，加速度最小值，角速度最大值，角速度最小值，脈搏速率。將這些數(shù)據(jù)進(jìn)行歸類，用k-dtree的數(shù)據(jù)分類進(jìn)行數(shù)據(jù)存儲(chǔ)。當(dāng)訓(xùn)練完畢后，即可檢測(cè)使用。

基于本方法，具體實(shí)施過程如下：

1、首先，開啟硬件終端的電源，此時(shí)mpu6500六軸傳感器即開始加速度，角速度的數(shù)據(jù)采集工作，光電傳感器開始獲得脈搏速率。

2、將采集的數(shù)據(jù)進(jìn)行特征處理，首先經(jīng)過閾值處理，達(dá)到預(yù)定設(shè)計(jì)的閾值后，對(duì)達(dá)到閾值的數(shù)據(jù)進(jìn)行定位，將此組數(shù)據(jù)再進(jìn)行二次判定。然后通過k-dtree進(jìn)行和訓(xùn)練庫(kù)的數(shù)據(jù)進(jìn)行距離計(jì)算，在通過k近鄰算法判斷此組是跌倒數(shù)據(jù)還是非跌倒數(shù)據(jù)。如果是跌倒數(shù)據(jù)，則進(jìn)行第3步。如果不是，進(jìn)行第4步。

3、然后進(jìn)行報(bào)警。本硬件終端配有蜂鳴器和gu620模塊。如果算法判斷為跌倒?fàn)顟B(tài)，則蜂鳴器鳴響，gu620將數(shù)據(jù)通過服務(wù)器將佩戴著的地理位置發(fā)送給指定的親屬。

4：繼續(xù)進(jìn)行運(yùn)動(dòng)數(shù)據(jù)采集。進(jìn)入第2步。

本方法對(duì)于日常的行走，慢跑等產(chǎn)生較小的加速度運(yùn)動(dòng)，可以事先通過設(shè)定閾值進(jìn)行初步監(jiān)測(cè)，因?yàn)殚撝当O(jiān)測(cè)所需時(shí)間短，計(jì)算簡(jiǎn)單。當(dāng)超過閾值時(shí)，在通過二次判斷通過閾值進(jìn)行數(shù)據(jù)定位，獲得超過閾值的那組特征數(shù)據(jù)，在進(jìn)行knn進(jìn)行算法判斷。這樣可以保證較好的實(shí)時(shí)性，提高準(zhǔn)確性。

詳細(xì)的，基于本方法，提取的特征數(shù)據(jù)包括：

(1)加速度強(qiáng)度向量(signalmagnitudevector,smv)：其中ax、ay、az分別代表x軸、y軸、z軸的加速度值，加速度強(qiáng)度向量smv如下式：

(2)陀螺儀合成角速度gry，式中g(shù)x、gy、gz分別代表三個(gè)軸的角速度的大小，可由陀螺儀傳感器采集后經(jīng)過濾波得到。合成角速度可以反映出人體活動(dòng)時(shí)腕部或身體旋轉(zhuǎn)的劇烈程度，陀螺儀合成角速度gry如下式：

(3)光電傳感器獲取的脈搏速率。

詳細(xì)的，基于本方法，閾值處理的過程中，對(duì)日?；顒?dòng)產(chǎn)生的加速度、角速度、脈搏率通過傳感器進(jìn)行采集，經(jīng)過特征處理后由一次判定閾值進(jìn)行初步判定，當(dāng)達(dá)到設(shè)定閾值后，進(jìn)行二次判定。

由于人體日?；顒?dòng)主要是站立、步行、坐下、躺下、蹲下、起立、上下樓梯、跑步、跳躍等，對(duì)這些日?；顒?dòng)進(jìn)行加速度和角速度數(shù)據(jù)采集，并進(jìn)行數(shù)據(jù)建模，發(fā)現(xiàn)同類的數(shù)據(jù)具有簇居在一起的現(xiàn)狀，所以采用k近鄰算法來對(duì)跌倒的狀態(tài)進(jìn)行判斷，可以有效的判斷出準(zhǔn)確地結(jié)果。

k近鄰算法(k-nearestneighbor，knn)表示：對(duì)于一個(gè)樣本在特征空間中的具有k個(gè)距離最近的點(diǎn)，如果其中的大多數(shù)屬于某個(gè)種類，那么這個(gè)樣本也屬于其類別。在knn算法中，除去被測(cè)樣本外的其他樣本都是已知分類。knn方法通過這種概率分布來判斷待測(cè)樣本的類別，具有較高的準(zhǔn)確率。圖2為本發(fā)明中k近鄰算法的流程圖。

實(shí)現(xiàn)k近鄰法中，如何對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行快速k近鄰搜索最簡(jiǎn)單的實(shí)現(xiàn)方法是線性掃描。這時(shí)要輸入實(shí)例與每一個(gè)訓(xùn)練實(shí)例的距離，計(jì)算很耗時(shí)。所以在測(cè)試數(shù)據(jù)和訓(xùn)練集進(jìn)行距離計(jì)算時(shí)，選擇合理的搜索可以最大化減少數(shù)據(jù)處理的時(shí)間，在保證高正確率的情況下保證實(shí)時(shí)性。

基于本方法，所采用的數(shù)據(jù)存儲(chǔ)和查詢?yōu)閗-dtree。k-dtree是在k維歐幾里德空間組織點(diǎn)的數(shù)據(jù)結(jié)構(gòu)，kd代表k-dimension，它是一顆平衡二叉樹，通過計(jì)算不同方向的方差和中值，從而確定分割超平面，這樣不斷地進(jìn)行遞歸運(yùn)算，最終劃分到葉子節(jié)點(diǎn)為止。

本方法中，所采用的距離度量為歐式距離。對(duì)于2個(gè)樣本x和y，設(shè)x＝(x1,x2,...,xn)^t,y＝(y1,y2,...,yn)^t。樣本x和y的歐式距離定義為：

本發(fā)明利用stm32主控，mpu6500六軸傳感器，gu620，蜂鳴器這些模塊，六軸傳感器負(fù)責(zé)采集數(shù)據(jù)。當(dāng)人體發(fā)生跌倒時(shí)，會(huì)將采集到的數(shù)據(jù)傳送到主控，進(jìn)行特征提取后，對(duì)跌到數(shù)據(jù)采用k-近鄰算法進(jìn)行計(jì)算，最終獲得判斷結(jié)果，當(dāng)判斷為跌倒時(shí)，主控的蜂鳴器會(huì)鳴響。圖3為本發(fā)明對(duì)采集數(shù)據(jù)進(jìn)行處理的流程圖。

gu620會(huì)獲取地理位置發(fā)送到服務(wù)器端，服務(wù)器端再將地理位置發(fā)送到綁定的手機(jī)上?？梢杂行У慕档驮诶先说箷r(shí)，不能短時(shí)間獲得幫助，和不敢扶跌倒老人造成的傷害。保證老年人的日常生活遇到危險(xiǎn)可以最短時(shí)間獲得救援治療。

優(yōu)選的，主控模塊即主控mcu采用的是stm32，具有功耗低，性能高，外圍設(shè)備齊全等優(yōu)點(diǎn)。

六軸傳感器模塊采用的是mpu6500，mpu6500是一款六軸慣性傳感器模塊，包含一個(gè)三軸加速度傳感器和一個(gè)三軸陀螺儀，保證了運(yùn)動(dòng)數(shù)據(jù)的采集。

gu620模塊是一款內(nèi)嵌高靈敏度gps、beidou、藍(lán)牙功能的gsm/gprs模塊，可同時(shí)支持四頻段制式，有更小的體積，可以進(jìn)行板級(jí)smt，節(jié)省空間，降低成本。其中，gps是基于mtk的成熟芯片組設(shè)計(jì)開發(fā)，可進(jìn)行高達(dá)66個(gè)prn信道的衛(wèi)星跟蹤，適用于監(jiān)控導(dǎo)航，防盜跟蹤，個(gè)人安全設(shè)備等通信導(dǎo)航設(shè)備。且gu620模塊是一款高性能工業(yè)級(jí)gsm/gprs/gps+北斗/藍(lán)牙模塊，功能完善，尤其適用于語音、短信、gprs數(shù)據(jù)服務(wù)、gps導(dǎo)航的各種領(lǐng)域。對(duì)于跌倒檢測(cè)的通信業(yè)務(wù)和位置索取業(yè)務(wù)具有不可替代的功能模塊。其中，通過mcu6500獲取得到日常運(yùn)動(dòng)所產(chǎn)生的加速度和角速度的信息，通過串口將數(shù)據(jù)傳送到pc端，可以采用matlab仿真得到數(shù)據(jù)圖形，便于分析數(shù)據(jù)和特征提取。

以上對(duì)本發(fā)明所提供的一種跌倒監(jiān)測(cè)方法進(jìn)行了詳細(xì)介紹。本文中應(yīng)用了具體個(gè)例對(duì)本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想。應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以對(duì)本發(fā)明進(jìn)行若干改進(jìn)和修飾，這些改進(jìn)和修飾也落入本發(fā)明權(quán)利要求的保護(hù)范圍內(nèi)。