[發明專利]一種基于多傳感器融合的老人跌倒檢測方法及系統

無效

• 申請號: 201310524378.7
• 申請日: 2013-10-30
• 公開（公告）號: CN104586398A
• 公開（公告）日: 2015-05-06
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 廣州華久信息科技有限公司
• 主分類號: A61B5/11
• 分類號: A61B5/11
• 代理公司: 無
• 代理人: 無

技術領域

本發明涉及一種基于多傳感器融合的老人跌倒檢測方法及系統，屬于醫療健康、機器學習和移動互聯網技術領域。

背景技術

我國社會的老齡化問題日益加劇，其中老年人的健康安全監護問題的需求日益增加。衛生部2007?年公布的《中國傷害預防報告》指出，老年人意外傷害的首要原因是跌倒。根據調查，49.7%的城市老人獨自居住；每年有25%的70歲以上老人在家中發生跌倒。在跌倒后會面臨雙重危險，首先是跌倒本身直接造成的人體傷害，其次是如果跌倒后不能得到及時的救助，可能會導致更加嚴重的后果，因此跌倒是老年人群傷殘、失能和死亡的重要原因之一，嚴重影響老年人日常生活能力、身體健康及精神狀態，會給老年人造成巨大傷害，傷痛、慢性病急性發作、生活質量急劇下降及沉重的醫療負擔往往接踵而至，會給家庭和社會增加巨大的負擔，因此，如何預知老人跌倒的風險并最大限度地減少跌傷程度，往往是親屬們最為關心的問題，能夠隨時檢測老年人跌倒事件的發生，讓老年人能夠及時獲得救治就顯得極為重要，這引起了跌倒檢測系統研制的興起和重視，它能夠有效檢測老年人是否發生跌倒并及時報警，保護了老年人群的健康與安全。例如2010?年，飛利浦公司推出了Lifeline?緊急醫療救援系統，擁有項鏈式、手表式造型，可以隨身佩戴，能及時準確地檢測到老人因意外或突發疾病而發生的跌倒并連接中心請求救援，為老人提供了生命保障。2012?年，深圳愛福萊科技有限公司推出了“跌倒自動求救手機”愛福萊A03，它能夠在老人發生跌倒時自動偵測、自動定位、自動報警和自動求救，最大限度地保障了老人獨居和外出期間的健康安全。

相關專利比較

現有跌倒方案大多只是利用了加速度傳感器，有一定的誤報率。第１點，部分單獨結合了其它1到2個傳感器，本發明專利融合了更多的傳感器。第2點，跌倒識別方法分為閥值方法和機器學習分類方法，本發明采用機器學習分類方法，但采用的具體分類方法不同。第3點，本發明采用了新的特征選擇算法，而已有技術很少采用特征選擇算法。因此雖然目前已有不少研究機構和公司推出了跌倒檢測產品，但目前跌倒檢測系統的研究仍存在諸多問題，主要問題是檢測的準確率不高，存在一定的誤判率。

發明內容

本發明要解決的技術問題是：跌倒檢測方法及系統的跌倒檢測準確率不高，存在較大的誤判情況。本發明涉及一種基于多傳感器融合的老人跌倒檢測方法，其特征在于該方法包括以下步驟：

[1]????采集每個傳感器信息，傳感器包括三軸加速度傳感器、陀螺儀、聲音傳感器、壓力傳感器、氣壓傳感器、地磁傳感器、溫度傳感器、濕度傳感器、GPS傳感器、紅外傳感器；

[2]????構造每個傳感器特征向量；

[3]????構造跌倒特征向量，其是對所有傳感器特征向量的串接；

[4]????實施特征選擇，獲得降維后的跌倒特征向量；

[5]?????調用分類器對降維后的跌倒特征向量分類，獲得跌倒識別結果。

一種基于多傳感器融合的老人跌倒檢測系統，其特征在于，所述的系統包括：一個跌倒訓練樣本數據庫，存儲很多跌倒特征向量及跌倒類別的訓練樣本。一個跌倒檔案數據庫，用以儲存跌倒時的每個傳感器特征向量，跌倒特征向量，跌倒預警信息，和跌倒預警時間地點。系統還包括模塊：傳感器信息采集模塊，傳感器特征向量構造模塊，跌倒特征向量構造模塊，特征選擇模塊，跌倒識別模塊，跌倒識別模型學習模塊，跌倒預警模塊，跌倒檔案管理模塊，其中傳感器信息采集模塊的輸出與傳感器特征向量構造模塊的輸入連接，傳感器特征向量構造模塊的輸出與跌倒特征向量構造模塊的輸入連接，跌倒特征向量構造模塊的輸出與特征選擇模塊的輸入連接，特征選擇模塊的輸出與跌倒識別模塊的輸入連接，跌倒識別模型的學習模塊的輸出與跌倒識別模塊的輸入連接，跌倒識別模塊的輸出與跌倒預警模塊的輸入連接，跌倒預警模塊的輸出與跌倒檔案管理模塊的輸入連接。其中跌倒識別模型學習模塊離線獨立運行，只運行一次。

有益效果

與現有技術相比，本發明一種基于多傳感器融合的老人跌倒檢測方法及系統具有以下優點：

[1]????采用了多種傳感器以及魯棒分類器，跌倒檢測的準確率高；

[2]????跌倒檢測系統能夠運行在智能手機上，僅使用日用手機就能檢測用戶是否跌倒，方便易用；

[3]????跌倒預警與移動通訊相結合，對用戶所在位置和時間進行鎖定，呼救及時。

附圖說明

圖1?一種基于多傳感器融合的老人跌倒檢測方法流程圖；

圖2?一種基于多傳感器融合的老人跌倒檢測系統結構圖。