[發明專利]一種基于慣性傳感信號的老年癡呆患者洗手動作識別方法

有效

• 申請號: 202011557672.4
• 申請日: 2020-12-25
• 公開（公告）號: CN112766041B
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 李凡;曹燁彤;宋肖玉
• 申請（專利權）人: 北京理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京正陽理工知識產權代理事務所(普通合伙) 11639
• 代理人: 張利萍

1.一種基于慣性傳感信號的老年癡呆患者洗手動作識別方法，其特征在于，包括以下步驟：

步驟1：使用慣性傳感單元，采集用戶的手部運動狀態信息，包括加速度信息和角速度信息，并切分采集的信息，以獲得洗手動作片段；

慣性傳感單元的信號，包括三軸加速度傳感器、三軸角速度傳感器和三軸磁力傳感器的信號；當老年癡呆患者手部運動時，佩戴在手腕上的慣性傳感單元，持續采集三軸加速度傳感器在X、Y、Z三軸上的加速度分量變化，以及三軸角速度傳感器在X、Y、Z三軸上的角速度分量的變化，并將這種變化轉換為電信號數據；

具體包括：

步驟1.1：使用滑動平均濾波器，對慣性傳感單元采集的人體手部運動狀態數據進行處理，去除無關的噪音；

步驟1.2：分析步驟1.1獲取的去噪后的人體手部運動數據；使用基于自相關性的重復模式檢測方法，對手部運動狀態數據進行切分，提取其中含有洗手動作的數據片段，并估算洗手動作持續時間；

具體地：

首先，將滑動平均濾波器的滑動窗口應用于加速度計數據；其中，滑動窗口大小，要以確保窗口能夠捕捉到不低于兩個重復的洗手動作為準；

然后，分別計算輸入數據與其延后1至n位的數據之間的自相關；其中，n表示滑動窗口中數據位數-1；若滑動窗口中的數據來自同一種洗手動作，則至少有兩種延后位會產生自相關峰值，一個是潛在的重復周期P，另一個是周期P的兩倍；若滑動窗口中的數據來自于額外運動或非洗手運動，則不會觀察到自相關峰值；通過檢測不同延后位數下是否存在自相關峰值，從而檢測含有洗手動作的片段；通過分析自相關峰值對應的最短延后位，估計洗手動作的重復周期；

步驟1.3：根據步驟1.2獲取的洗手動作片段，分析手部運動的線性加速度；根據步驟1.2估計的洗手動作持續時間，精準定位洗手動作的開始和結束時間，進一步分割洗手動作片段；

具體地：

通過檢測傳感數據的數據值確定每個動作的起始和結束位置；引入線性角速度LAV：

其中ω_x，ω_y，ω_z分別是三軸角速度傳感器在X、Y、Z軸的角速度傳感數據；洗手動作的起始位置和結束位置對應線性角速度的波谷，且其幅值為0或接近0；

為準確分割動作，首先比較波谷之間的距離與步驟1.2估計的動作重復周期P，滑動窗口內的波谷-波谷距離與估計周期P最接近的兩個波谷對應位置，被認為是洗手動作開始和結束；然后，通過向前和向后搜索，找到距離與動作重復周期P最接近的波谷位置，來定位滑動窗口中其他洗手動作的開始和結束位置；

步驟2：提取用戶洗手動作信息；目的是分析慣性傳感單元采集的加速度和角速度信息，提取傳感單元-身體間的傾斜角；

具體包括：

步驟2.1：將步驟1.3切分的洗手動作片段中的慣性傳感數據，由慣性傳感單元的加速度坐標系經大地坐標系轉換至老年癡呆患者的身體坐標系；

步驟2.2：處理步驟2.1獲得的身體坐標系下的慣性傳感數據，提取傳感單元-身體間的傾斜角；

步驟3：識別老年癡呆患者的洗手動作；

將步驟2.2提取出的傳感單元-身體傾斜角，利用多層長短時記憶神經網絡，提取能夠唯一區分洗手動作且對于不同的用戶保持穩定的特征，并根據提取出的特征預測輸入片段屬于各種洗手動作的概率，最后選擇概率最大的動作類作為輸出；

具體地：

混合網絡模型包括輸入層、隱藏層和輸出層；其中，輸入層以傳感單元-身體傾斜角為輸入，然后將含有手腕姿勢信息的輸入數據送入隱藏層；

隱藏層通過多層長短時記憶神經網絡提取獨特且通用的特征；第i個長短時記憶神經網絡層利用將輸入數據映射為壓縮向量其中，W₀和b₀分別表示權重矩陣和偏置向量，代表第i層第t個timestep的狀態輸出層由一個聚合層和一個識別洗手動作的softmax層組成；表示第t-1個timestep的輸出；

對網絡進行訓練，使收集到的地面真實情況與預測結果之間的差異最小化，采用交叉熵代價函數減小誤差；

實際應用時，預先在老年癡呆患者輔助設備中設定洗手流程規則，持續分析步驟3識別的人體洗手動作，對使用者做出提示，直到其執行的洗手動作符合規則，從而保證其洗手流程符合衛生要求。