一種基于智能手機(jī)和可穿戴式設(shè)備的老年人跌倒監(jiān)測方法
【專利摘要】本發(fā)明公開了一種基于智能手機(jī)和可穿戴式設(shè)備的老年人跌倒監(jiān)測方法，通過可穿戴式設(shè)備對用戶的心率數(shù)據(jù)進(jìn)行全天候不間斷監(jiān)測，并通過藍(lán)牙短距離通信技術(shù)自動傳輸?shù)街悄苁謾C(jī)端分析處理；通過智能手機(jī)內(nèi)置的加速度傳感器和陀螺儀來采集反映人體主要運(yùn)動姿態(tài)變化的信號數(shù)據(jù)、位置數(shù)據(jù)，使用人體運(yùn)動加速度信號向量模閾值法識別區(qū)分低強(qiáng)度日常生活活動，對于不能識別的較高強(qiáng)度日常生活活動，則通過人體運(yùn)動角加速度信號向量模數(shù)據(jù)進(jìn)一步處理得到的新特征量來判別；從而實(shí)現(xiàn)對老年人日常行為進(jìn)行監(jiān)測并對跌倒情況進(jìn)行監(jiān)測報(bào)警。
【專利說明】
一種基于智能手機(jī)和可穿戴式設(shè)備的老年人跌倒監(jiān)測方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于人體行為監(jiān)測技術(shù)領(lǐng)域，具體涉及一種基于智能手機(jī)和可穿戴式設(shè)備 的跌倒監(jiān)測方法。
【背景技術(shù)】
[0002] 隨著我國進(jìn)入老齡化社會，老年人突然疾病成為了人們?nèi)找骊P(guān)注的問題。針對醫(yī) 療行業(yè)的現(xiàn)狀，很難在在老年人出現(xiàn)健康隱患的情況下，對老年人健康情況進(jìn)行及時監(jiān)測， 在老年人發(fā)生跌倒情況下發(fā)出警報(bào)。跌倒是導(dǎo)致老年人傷殘甚至死亡的最重要原因之一， 跌倒檢測裝置可以進(jìn)行跌倒識別并快速報(bào)警，使用戶及時得到醫(yī)療救助降低跌倒對身體的 傷害。
[0003] 隨著智能手機(jī)普及、可穿戴設(shè)備興起、云計(jì)算和大數(shù)據(jù)技術(shù)的快速發(fā)展，使利用穿 戴設(shè)備和智能手機(jī)實(shí)現(xiàn)對個人健康狀況的遠(yuǎn)程監(jiān)測成為可能。
[0004] 現(xiàn)有技術(shù)中利用移動手機(jī)內(nèi)置的加速度傳感器和陀螺儀采集數(shù)據(jù)，根據(jù)采集到數(shù) 據(jù)提取加速度及角加速度特征的算法來檢測跌倒。但是由于一些較高強(qiáng)度日?；顒尤缏?跑、快速坐下等也會產(chǎn)生一個類似跌倒的大加速度值特征，因此，單獨(dú)使用加速度傳感器進(jìn) 行跌倒檢測采集的數(shù)據(jù)比較單一，不足以完全反應(yīng)人體姿態(tài)變化會給跌倒檢測帶來許多假 警報(bào)。

【發(fā)明內(nèi)容】

[0005] 為了解決上述技術(shù)問題，本專利提出了一種基于信號向量模和特征量T相結(jié)合的 跌倒檢測方法，該方法同時利用加速度傳感器和陀螺儀監(jiān)測人體姿態(tài)變化，在經(jīng)過陀螺儀 和傳感器鑒定后，通過心率再次判別，有效減少了跌倒檢測誤差。
[0006] 本發(fā)明所采用的技術(shù)方案是:一種基于智能手機(jī)和可穿戴式設(shè)備的老年人跌倒監(jiān) 測方法，其特征在于:通過可穿戴式設(shè)備對用戶的心率數(shù)據(jù)進(jìn)行全天候不間斷監(jiān)測，并通過 藍(lán)牙短距離通信技術(shù)自動傳輸?shù)街悄苁謾C(jī)端分析處理;通過智能手機(jī)內(nèi)置的加速度傳感器 和陀螺儀來采集反映人體主要運(yùn)動姿態(tài)變化的信號數(shù)據(jù)、位置數(shù)據(jù)，使用人體運(yùn)動加速度 信號向量模閾值法識別區(qū)分低強(qiáng)度日常生活活動，對于不能識別的較高強(qiáng)度日常生活活 動，則通過人體運(yùn)動對角速度信號向量模數(shù)據(jù)進(jìn)一步處理得到的新特征量來判別;從而實(shí) 現(xiàn)對老年人日常行為進(jìn)行監(jiān)測并對跌倒情況進(jìn)行監(jiān)測報(bào)警。
[0007] 作為優(yōu)選，所述通過可穿戴式設(shè)備對用戶的心率數(shù)據(jù)進(jìn)行全天候不間斷監(jiān)測，是 利用ΜΙ0手環(huán)對用戶的心率數(shù)據(jù)進(jìn)行全天候不間斷監(jiān)測，獲得用戶靜息心率、心率最高值 HBwh、心率最高值HBwl，對用戶的異常心率就行監(jiān)測，判斷老人是否發(fā)生跌倒事件。
[0008] 作為優(yōu)選，所述異常心率包括心動過速與心動過緩兩類;所述心動過速包括小幅 心動過速和大幅心動過速，所述小幅心動過速是指連續(xù)3分鐘非運(yùn)動狀態(tài)下，用戶平均心率 高于lOObpm或超出靜息心率20bpm以上，但低于150bpm;所述大幅心動過速是指用戶在非運(yùn) 動狀態(tài)下連續(xù)5秒心率達(dá)到150bpm以上或超出靜息心率70bpm;所述心動過緩是指對于清醒 且非運(yùn)動狀態(tài)下的用戶出現(xiàn)30秒平均心率低于靜息心率25%以上且小于55bpm，在睡眠狀 態(tài)下心率低于靜息心率35 %且低于45bpm。
[0009] 作為優(yōu)選，所述人體主要運(yùn)動姿態(tài)變化的信號數(shù)據(jù)包括躺下信號數(shù)據(jù)、步行信號 數(shù)據(jù)、坐下信號數(shù)據(jù)、起立信號數(shù)據(jù)、上樓梯信號數(shù)據(jù)、下樓梯信號數(shù)據(jù)、慢跑信號數(shù)據(jù)、蹲 下信號數(shù)據(jù)。
[0010] 作為優(yōu)選，所述對用戶的異常心率就行監(jiān)測來判斷老人是否發(fā)生跌倒事件，其具 體實(shí)現(xiàn)包括以下步驟：
[0011] 步驟1:智能手機(jī)監(jiān)測人體運(yùn)動加速度信號向量模SVMa數(shù)值的變化，如果人體運(yùn)動 加速度信號向量模SVMa大于人體運(yùn)動加速度信號向量模閾值SVMat，進(jìn)入下一步；
[0012] 步驟2:等待人體運(yùn)動加速度信號向量模SVMa數(shù)值恢復(fù)到正常范圍內(nèi)，再設(shè)置延時 l〇s，等待用戶穩(wěn)定，進(jìn)入下一步；
[0013] 步驟3:角速度數(shù)據(jù)分析，如果人體運(yùn)動角加速度信號向量模SVMw大于人體運(yùn)動角 加速度信號向量模閾值SVMwt，進(jìn)入下一步；
[0014] 步驟4:分析跌倒和慢跑運(yùn)動過程合角度變化曲線，對人體運(yùn)動角加速度信號向量 模SVMw數(shù)據(jù)公式化處理得到特征值T，如果T大于閥值Tt，進(jìn)行心率監(jiān)測；其中特征值T反映 的是跌倒和慢跑運(yùn)動過程合角度變化曲線與各自線性擬合曲線的相似度，T值越小相似度 越尚；
[0015] 步驟5:判斷用戶心率是否發(fā)生變化；
[0016] 如果用戶心率未發(fā)生變化，則是由意外原因?qū)е轮悄苁謾C(jī)跌落；
[0017] 如果用戶心率發(fā)生變化，但未超過心率閾值HBw，則彈出是否取消報(bào)警信息，等待 用戶操作，若用戶未進(jìn)行操作，則確認(rèn)跌倒，發(fā)出報(bào)警信息；如果超出心率閾值HBw，則確認(rèn) 跌倒，發(fā)出報(bào)警信息。
[0018] 作為優(yōu)選，所述人體運(yùn)動加速度信號向量模SVMa及人體運(yùn)動角加速度信號向量模 SVMw其定義分別：
[0019]
[0020]
[0021 ]其中，ax、ay、az分別為加速度傳感器x、y、z三軸方向輸出經(jīng)中值濾波后信號;w x、wy、 wz分別為陀螺儀X、y、z三軸方向輸出經(jīng)中值濾波后的信號。
[0022]作為優(yōu)選，所述人體運(yùn)動加速度信號向量模閾值取SVMAT = 20m/s2,所述人體運(yùn)動 角加速度信號向量模閾值取SVMwt = 4rad/s。
[0023] 作為優(yōu)選，所述合角度是指人體跌倒時軀干傾斜度Θ，通過對角速度信號向量模數(shù) 據(jù)進(jìn)行積分得到；
[0024] 0 = /SVMwdt〇
[0025] 作為優(yōu)選，所述特征值T為：
[0026]
[0027]其中i = 1，2，3，…，500，Ci為合角度數(shù)據(jù)樣本點(diǎn)，Ni為合角度線性擬合數(shù)據(jù)樣本點(diǎn)。 [0028] 作為優(yōu)選，所述Tt = 25。
[0029] 本發(fā)明融合了可穿戴設(shè)備、安卓系統(tǒng)應(yīng)用開發(fā)技術(shù)，基于智能手機(jī)和可穿戴式設(shè) 備的老年人跌倒監(jiān)測系統(tǒng)，系統(tǒng)由數(shù)據(jù)采集模塊、安卓智能手機(jī)兩部分組成。數(shù)據(jù)采集模塊 包括ΜΙ0心率手環(huán)和手機(jī)內(nèi)置傳感器，在不干擾用戶正常生活的狀況下，通過數(shù)據(jù)采集模塊 對用戶的心率、加速度、位置等數(shù)據(jù)進(jìn)行全天候不間斷監(jiān)測，ΜΙ0手環(huán)采集的心率并通過藍(lán) 牙短距離通信技術(shù)自動傳輸?shù)街悄苁謾C(jī)端，手機(jī)端對所采集的數(shù)據(jù)進(jìn)行即時處理，包括日 常行為狀態(tài)監(jiān)測、心率異常監(jiān)測、位置記錄等。本發(fā)明提出了一種使用智能手機(jī)內(nèi)置的傳感 器和陀螺儀采集人體主要運(yùn)動姿態(tài)變化的信號數(shù)據(jù)，并通過智能手環(huán)實(shí)時對心率進(jìn)行監(jiān) 控，對老年人日常行為進(jìn)行監(jiān)測并對跌倒情況進(jìn)行監(jiān)測并及時報(bào)警系統(tǒng)。
【附圖說明】
[0030] 圖1是本發(fā)明實(shí)施例的跌倒判斷報(bào)警流程圖；
[0031 ]圖2是本發(fā)明實(shí)施例的系統(tǒng)總體結(jié)構(gòu)圖；
[0032] 圖3是本發(fā)明實(shí)施例的系統(tǒng)對與心率監(jiān)控結(jié)果示意圖。
【具體實(shí)施方式】
[0033] 為了便于本領(lǐng)域普通技術(shù)人員理解和實(shí)施本發(fā)明，下面結(jié)合附圖及實(shí)施例對本發(fā) 明作進(jìn)一步的詳細(xì)描述，應(yīng)當(dāng)理解，此處所描述的實(shí)施示例僅用于說明和解釋本發(fā)明，并不 用于限定本發(fā)明。
[0034] 本發(fā)明提供的一種基于智能手機(jī)和可穿戴式設(shè)備的老年人跌倒監(jiān)測方法，通過可 穿戴式設(shè)備對用戶的心率數(shù)據(jù)進(jìn)行全天候不間斷監(jiān)測，并通過藍(lán)牙短距離通信技術(shù)自動傳 輸?shù)街悄苁謾C(jī)端分析處理;通過智能手機(jī)內(nèi)置的加速度傳感器和陀螺儀來采集反映人體主 要運(yùn)動姿態(tài)變化的信號數(shù)據(jù)、位置數(shù)據(jù)，使用人體運(yùn)動加速度信號向量模閾值法識別區(qū)分 低強(qiáng)度日常生活活動，對于不能識別的較高強(qiáng)度日常生活活動，則通過人體運(yùn)動對角速度 信號向量模數(shù)據(jù)進(jìn)一步處理得到的新特征量來判別;從而實(shí)現(xiàn)對老年人日常行為進(jìn)行監(jiān)測 并對跌倒情況進(jìn)行監(jiān)測報(bào)警。
[0035] (1)信號數(shù)據(jù)；
[0036] 人體活動主要分為以下幾種：躺下、步行、坐下、起立、上樓梯、下樓梯、慢跑、蹲下 起立以及跌倒等，人體攜帶的智能手機(jī)其內(nèi)置的加速度傳感器和陀螺儀輸出的信號數(shù)據(jù)可 以反映出人體日常運(yùn)動姿態(tài)變化。
[0037] 本發(fā)明利用運(yùn)行在智能手機(jī)內(nèi)置加速度傳感器，由于使用的加速度傳感器不具有 方向性，所以對傳感器坐標(biāo)系的放置無位置要求。
[0038] (2)信號向量模SVM;
[0039]加速度傳感器和陀螺儀分別能夠測量三軸方向運(yùn)動加速度和角速度大小信息，本 發(fā)明利用智能手機(jī)內(nèi)置的加速度傳感器和陀螺儀來采集反映人體主要運(yùn)動姿態(tài)變化的信 號數(shù)據(jù)，通過使用人體運(yùn)動加速度信號向量模閾值法識別區(qū)分低強(qiáng)度日常生活活動，對于 閾值法不能識別的較高強(qiáng)度日常生活活動，則通過對人體運(yùn)動角加速度信號向量模數(shù)據(jù)進(jìn) 一步處理得到的新特征量來判別。
[0040] 跌倒發(fā)生時的加速度及角速度變化主要體現(xiàn)在某空間方向，因?yàn)榈故录袩o法 預(yù)知跌倒的方向所以不宜使用，某一軸的加速度或角速度數(shù)據(jù)去判斷跌倒的發(fā)生，采用信 號向量模特征量可以將空間的加速度或角速度變化集合為一矢量，人體運(yùn)動加速度信號向 量模SVMa及人體運(yùn)動角加速度信號向量模SVMw其定義分別：
[0041]
[0042]
[0043 ]其中，ax，ay，az分別為加速度傳感器X、y、z三軸方向輸出經(jīng)中值濾波后信號;w x，Wy， wz分別為陀螺儀x、y、z三軸方向輸出經(jīng)中值濾波后的信號。
[0044] 本發(fā)明使用SVMa及SVMw相結(jié)合的信息閾值法可以區(qū)分跌倒與產(chǎn)生SVM峰值較小的 低強(qiáng)度運(yùn)動，通過對人體摔倒過程及其它日常生活行為過程中實(shí)驗(yàn)結(jié)果數(shù)據(jù)SVMa及SVMw進(jìn) 行分析，本發(fā)明識別跌倒的人體運(yùn)動加速度信號向量模閾值取SVMat = 20m/s2和人體運(yùn)動角 加速度信號向量模閾值取SVMwt = 4rad/s。
[0045] 但是慢跑等動作也具有大加速度和角速度峰值的特征，單獨(dú)的SVM特征量并不能 區(qū)分摔倒過程與慢跑或手機(jī)日用等較高強(qiáng)度運(yùn)動過程。
[0046] (3)軀干傾斜的合角度Θ;
[0047] 根據(jù)人體運(yùn)動學(xué)特征，跌倒過程與慢跑等運(yùn)動過程的人體俯仰角或者側(cè)翻角變化 有很大不同，然而采集人體運(yùn)動姿態(tài)變化信號數(shù)據(jù)的智能手機(jī)在口袋中的放置方位具有隨 意性，因此無法直接使用陀螺儀單軸方向輸出得到的角度變化信息作為跌倒判斷的一個特 征量。
[0048] 本發(fā)明使用一個人體跌倒時軀干傾斜的合角度Θ，它是通過對角速度信號向量模 數(shù)據(jù)進(jìn)行積分得到的，如下式：
[0049] 0 = /SVMwdt〇
[0050] (4)擬和曲線特征量T;
[0051] 通過分析跌倒和慢跑運(yùn)動過程合角度變化曲線，發(fā)現(xiàn)跌倒曲線有明顯的拐點(diǎn)，而 慢跑曲線變化比較均勻平緩，這是因?yàn)榈惯^程中人體會和低勢物體產(chǎn)生碰撞，短時間內(nèi) 會產(chǎn)生較大的數(shù)據(jù)值，體現(xiàn)在數(shù)據(jù)曲線上則有突變的增量點(diǎn)，而慢跑每次動作基本一致，隨 時間產(chǎn)生的數(shù)據(jù)曲線點(diǎn)增量也基本一樣，數(shù)據(jù)曲線近似一條直線。
[0052] 由于兩種運(yùn)動過程合角度曲線變化趨勢有很大不同，且慢跑運(yùn)動合角度變化曲線 近似一條直線，因此使用直線擬合模型可以突出兩種曲線與各自擬合曲線相似度的不同， 這里使用計(jì)算簡單的最小二乘法線性擬合m擬合直線表達(dá)式為y = ax+b，式中a和b是擬合直 線的斜率和截距。
[0053]為了反映出兩種曲線與各自線性擬合曲線的相似度，本發(fā)明定義一個無量綱量T， 算法的跌倒判斷特征量，其計(jì)算過程如下式：
[0054]
[0055] 其中i = 1，2，3，…，500，（處理10s內(nèi)數(shù)據(jù)樣本點(diǎn)），Ci為合角度數(shù)據(jù)樣本點(diǎn)，Ni為合 角度線性擬合數(shù)據(jù)樣本點(diǎn)。特征量T反映的是合角度曲線與其擬合曲線之間的相似度，T值 越小相似度越高。
[0056] 由前面的分析得知，跌倒合角度曲線有拐點(diǎn)，慢跑合角度曲線變化平緩，而使用的 擬合曲線為一條直線，故跌倒時得到的Τ值較大，而慢跑時得到的Τ值會較小。通過設(shè)置一個 閾值Τ來區(qū)分這兩種運(yùn)動過程，本發(fā)明通過對跌倒過程和慢跑等較高強(qiáng)度運(yùn)動過程中Τ值的 分析取Tt = 25。
[0057] (5)心率；
[0058] 靜息心率(Resting Heart Rate，簡稱RHR)是指人體在清醒、沒有特殊活動或受到 刺激的情況下，心臟每分鐘的搏動次數(shù)。
[0059] 日常心率:24小時監(jiān)測人體在一天內(nèi)所有行為活動下的心率。
[0060] 本發(fā)明通過可穿戴式設(shè)備對用戶的心率數(shù)據(jù)進(jìn)行全天候不間斷監(jiān)測，是利用ΜΙ0 手環(huán)對用戶的心率數(shù)據(jù)進(jìn)行全天候不間斷監(jiān)測，獲得用戶靜息心率、心率最高值HBwh、心率 最高值HBwl，對用戶的異常心率就行監(jiān)測，判斷老人是否發(fā)生跌倒事件。在智能手機(jī)中用戶 可以看到自己一天內(nèi)的心率閾值(包括心率最高值，或者最低值）。
[0061]請見圖1，本發(fā)明通過對用戶的異常心率就行監(jiān)測來判斷老人是否發(fā)生跌倒事件， 其具體實(shí)現(xiàn)包括以下步驟：
[0062] 步驟1:智能手機(jī)監(jiān)測人體運(yùn)動加速度信號向量模SVMa數(shù)值的變化，如果人體運(yùn)動 加速度信號向量模SVMa大于人體運(yùn)動加速度信號向量模閾值SVMat，進(jìn)入下一步；
[0063] 步驟2:等待人體運(yùn)動加速度信號向量模SVMa數(shù)值恢復(fù)到正常范圍內(nèi)，再設(shè)置延時 l〇s，等待用戶穩(wěn)定，進(jìn)入下一步；
[0064] 步驟3:角速度數(shù)據(jù)分析，如果人體運(yùn)動角加速度信號向量模SVMw大于人體運(yùn)動角 加速度信號向量模閾值SVMwt，進(jìn)入下一步；
[0065] 步驟4:分析跌倒和慢跑運(yùn)動過程合角度變化曲線，對人體運(yùn)動角加速度信號向量 模SVMw數(shù)據(jù)公式化處理得到特征值T，如果T大于閥值Tt，進(jìn)行心率監(jiān)測；其中特征值T反映 的是跌倒和慢跑運(yùn)動過程合角度變化曲線與各自線性擬合曲線的相似度，T值越小相似度 越尚；
[0066]步驟5:判斷用戶心率是否發(fā)生變化；
[0067]如果用戶心率未發(fā)生變化，則是由意外原因?qū)е轮悄苁謾C(jī)跌落；
[0068]如果用戶心率發(fā)生變化，但未超過心率閾值HBw，則彈出是否取消報(bào)警信息，等待 用戶操作，若用戶未進(jìn)行操作，則確認(rèn)跌倒，發(fā)出報(bào)警信息；如果超出心率閾值HBw，則確認(rèn) 跌倒，發(fā)出報(bào)警信息。
[0069] 基于本發(fā)明的方法，設(shè)計(jì)完成了一種基于移動設(shè)備的健康狀態(tài)監(jiān)測系統(tǒng)，該系統(tǒng) 將使用移動設(shè)備包括智能手機(jī)和智能手環(huán)對個人健康狀態(tài)進(jìn)行采集，并使用手機(jī)對其進(jìn)行 行為分析和統(tǒng)計(jì)分析，使用友好的可視化界面將結(jié)果展示給用戶以幫助其改善健康狀態(tài)。 為了充分利用智能手機(jī)這一移動平臺，融合可穿戴設(shè)備技術(shù)、Android系統(tǒng)開發(fā)技術(shù)，移動 通訊技術(shù)及數(shù)據(jù)存儲技術(shù)設(shè)計(jì)一種基于Android平臺，界面友好的個人健康狀態(tài)監(jiān)測系統(tǒng)。 并對老年人發(fā)生跌倒情況基于行為狀態(tài)的判別。具體來說，本系統(tǒng)需要完成以下兩個方面 內(nèi)容：
[0070] (1)、健康狀態(tài)數(shù)據(jù)采集與存儲
[0071] 本系統(tǒng)將采用智能手機(jī)這一移動平臺，利用其自帶的加速度傳感器、陀螺儀、GPS 等傳感器獲取個人運(yùn)動信息和位置信息，同時與用戶佩戴的ΜΙ0手環(huán)連接，獲取心率數(shù)據(jù)。 本專利需要對手機(jī)傳感器和ΜΙ0手環(huán)的調(diào)用方式和數(shù)據(jù)傳輸方式進(jìn)行了解并進(jìn)行二次開 發(fā)。數(shù)據(jù)在采集完成后將采用文本或者數(shù)據(jù)庫形式首先存儲于智能手機(jī)本地，然后使用 WIFI或者2G/3G/4G模式傳送給服務(wù)器端。
[0072] (2)、個人行為識別與跌倒報(bào)警分析
[0073] 本系統(tǒng)具有足夠精確度和魯棒性的行為識別算法，基于手機(jī)和ΜΙ0手環(huán)提供的數(shù) 據(jù)識別用戶靜止、走、跑、上下樓、跌倒等各種人體日常行為活動。在此基礎(chǔ)上，探索對用戶 異常情況如跌倒和心率異常的預(yù)警。系統(tǒng)將對用戶短時間內(nèi)獲取的各種健康數(shù)據(jù)進(jìn)行統(tǒng)計(jì) 分析，結(jié)果通過可視化界面顯示出來。該系統(tǒng)將基于Android開發(fā)出包括用健康數(shù)據(jù)分析、 異常狀態(tài)預(yù)警。
[0074]請見圖2,是本系統(tǒng)總體結(jié)構(gòu)圖，由三部分組成，包括數(shù)據(jù)采集模塊、手機(jī)終端、遠(yuǎn) 程服務(wù)器存儲模塊。
[0075]數(shù)據(jù)采集模塊包括三軸加速度傳感器、GPS等手機(jī)自帶的傳感器和ΜΙ0心率智能手 環(huán)，ΜΙ0手環(huán)可以采集用戶的心率信號，結(jié)合手機(jī)內(nèi)置的傳感器實(shí)現(xiàn)對加速度數(shù)據(jù)、位置數(shù) 據(jù)的采集，ΜΙ0手環(huán)和手機(jī)間的數(shù)據(jù)通過藍(lán)牙傳輸。
[0076] 智能手機(jī)具備較強(qiáng)的數(shù)據(jù)計(jì)算、傳輸、存儲能力，基于此手機(jī)端可以作為數(shù)據(jù)處理 模塊和中轉(zhuǎn)平臺。根據(jù)加速度傳感器采集的加速度信息識別用戶靜止、走、跑、上下樓、跌倒 等各種人體日常行為活動，根據(jù)ΜΙ0手環(huán)藍(lán)牙傳輸?shù)绞謾C(jī)的心率數(shù)據(jù)實(shí)現(xiàn)心率異常檢測，并 結(jié)合定位信息發(fā)送異常狀態(tài)(跌倒)求助短信。手機(jī)將采集的各類數(shù)據(jù)暫時存儲在本地，同 時通過友好的界面將心率、行為活動、位置變化實(shí)時展示出來。手機(jī)通過wifiS\2G\3G\4G 等手機(jī)網(wǎng)絡(luò)將存儲的數(shù)據(jù)上傳到服務(wù)器上。
[0077] 服務(wù)器端主要完成長期數(shù)據(jù)存儲和基于手機(jī)端采集的數(shù)據(jù)進(jìn)行分析并給出健康 建議。
[0078]本系統(tǒng)采集手機(jī)自帶的三軸加速度傳感器的值，在數(shù)據(jù)處理模塊會使用監(jiān)測到的 加速度值。連接ΜΙ0手環(huán)，監(jiān)測用戶心率變化。
[0079] 本系統(tǒng)利用高德地圖提供位置服務(wù)監(jiān)測用戶的位置變化，當(dāng)用戶出現(xiàn)超過15米的 移動更新地址和經(jīng)煒度或每5分鐘更新一次。
[0080] 數(shù)據(jù)處理模塊又包括行為狀態(tài)識別子模塊和計(jì)步器;行為狀態(tài)識別子模塊根據(jù)智 能手機(jī)自帶的加速度傳感器采集的數(shù)據(jù)，判斷用戶當(dāng)前的行為狀態(tài)，行為狀態(tài)包括靜止、行 走、跑步、上樓、下樓以及跌倒。判斷結(jié)果廣播出去以便其他模塊使用。計(jì)步器根據(jù)智能手機(jī) 自帶的加速度傳感器采集的數(shù)據(jù)計(jì)算出4s內(nèi)的步數(shù)，計(jì)算結(jié)果廣播出去以便其他模塊使 用。
[0081] 本系統(tǒng)檢測到跌倒時向用戶個人信息中的緊急聯(lián)系人發(fā)送通知短信，內(nèi)容為"時 間:姓名疑似跌倒了，位置:地址(經(jīng)度，煒度)"。其中時間是發(fā)生跌倒的時間，地址和經(jīng)煒度 從開啟的地址服務(wù)獲取，返回的具體內(nèi)容和地位方式有關(guān)。如果用戶沒有登錄緊急聯(lián)系人 為默認(rèn)聯(lián)系方式，如果位置服務(wù)沒有開啟地址為空。
[0082] 本系統(tǒng)的遠(yuǎn)程服務(wù)器存儲模塊用來在本地存儲采集的心率數(shù)據(jù)、分析后的日常行 為狀態(tài)、位置變化數(shù)據(jù)、每天的運(yùn)動統(tǒng)計(jì)信息。
[0083] 本系統(tǒng)還提供圖形化界面顯示界面，用于實(shí)時心率顯示和實(shí)施位置變化顯示；實(shí) 時心率顯示是通過折線圖的形式動態(tài)顯示心率變化。打開藍(lán)牙、搜索ΜΙ0手環(huán)對應(yīng)的藍(lán)牙， 連接上ΜΙ0手環(huán)智能手機(jī)才接收到心率數(shù)據(jù)，并以動態(tài)變化的折線圖表方式展示給用戶。根 據(jù)心率大小的不同區(qū)間(ΜΙ0手環(huán)能監(jiān)測的心率在30-220之間）用不同的顏色顯示心率值， 如心率在30-100之間用藍(lán)色顯示，不同的顏色可以用來表示運(yùn)動強(qiáng)度;實(shí)施位置變化顯示 是實(shí)時更新用戶當(dāng)前位置的地址和經(jīng)煒度。手動打開或關(guān)閉位置監(jiān)測服務(wù)，并動態(tài)更新位 置變化時的地址和經(jīng)煒度。
[0084] 請見圖3,是本系統(tǒng)對與心率監(jiān)控結(jié)果示意圖。
[0085] 最新的各類研究成果顯示靜息心率的水平與各類心血管疾病有著很高的關(guān)聯(lián)性， 有部分學(xué)者認(rèn)為，靜息心率增快不僅是心血管疾病的獨(dú)立危險(xiǎn)因子，而且還是一種不依賴 其他危險(xiǎn)因素的獨(dú)立的死亡預(yù)報(bào)因素。而老年人跌倒時由于自身運(yùn)動會伴隨心率變化，通 過心率監(jiān)控可排出由于意外原因、物理原因造成的跌倒誤判。如果對于老年人跌倒是由于 心血管疾病發(fā)生造成的，則心率監(jiān)控可以更加及時，精確的做出判斷。
[0086]圖中展示的將通過可穿戴式設(shè)備監(jiān)控用戶日常24小時心率，并顯示出日常心率閾 值，也可對詳細(xì)心率情況作出顯示。
[0087] 除了日常監(jiān)控也可對用戶的異常心率就行監(jiān)測。依據(jù)用戶平時的心率數(shù)據(jù)，系統(tǒng) 會對用戶的異常心率數(shù)值進(jìn)行監(jiān)測并記錄，并結(jié)合手機(jī)端應(yīng)用的功能及時發(fā)出通知起到預(yù) 警的作用。心率異常主要分為心動過速與心動過緩兩類。當(dāng)老年人突發(fā)心動過速、或者心動 過緩的情況下，都極易發(fā)生跌倒現(xiàn)象。當(dāng)老年人跌倒后，對心率進(jìn)行監(jiān)測判斷，會減少誤報(bào) 率。
[0088] 1、心動過速；
[0089] 小幅心動過速:連續(xù)3分鐘非運(yùn)動狀態(tài)下(程序處于非運(yùn)動模式下且捕捉到用戶處 在跑步或上下樓狀態(tài)的動作時間不超過20秒），用戶平均心率高于lOObpm或超出靜息心率 20bpm以上，但一般低于150bpm。該情況常屬于竇性心動過速，可能由飲食、情緒等刺激交感 神經(jīng)的生理因素引發(fā)，也可能是由藥物、心衰、甲亢、休克、心肌梗死等病理因素引發(fā)。
[0090] 大幅心動過速：用戶在非運(yùn)動狀態(tài)下連續(xù)5秒心率達(dá)到150bpm以上或超出靜息心 率70bpm。該情況可能由室性心動過速或室上性心動過速等多種原因引起，但它們通常都具 有突然發(fā)作、突然停止的特點(diǎn)。
[0091] 考慮到用戶可能在毫無征兆地情況下開始進(jìn)行手機(jī)無法直接識別出的體力運(yùn)動， 因此在系統(tǒng)監(jiān)測到心動過速狀況時，應(yīng)用程序會向先用戶詢問該異常是否由身體運(yùn)動引 起。如果用戶反饋是，則系統(tǒng)則對此做運(yùn)動記錄而非異常記錄。
[0092] 2、心動過緩；
[0093]心動過緩是由于心臟病變引起博動異常變慢的病理現(xiàn)象。通常情況下，普通成人 在非睡眠狀態(tài)下的心率低于60bpm、在睡眠狀態(tài)下通常低于40bpm可以認(rèn)定為心動過緩，可 能還會出現(xiàn)短暫的心臟停搏。
[0094] 對于清醒且非運(yùn)動狀態(tài)下的用戶，如果出現(xiàn)30秒平均心率低于靜息心率25%以上 且小于55bpm，則被系統(tǒng)判斷為心動過緩;睡眠狀態(tài)下，心率低于靜息心率35 %且低于45bpm 會被系統(tǒng)判斷為心動過緩。任何狀態(tài)下，心率連續(xù)2秒低于35bpm則被認(rèn)定為心動過緩。
[0095] 老年人跌倒時由于自身運(yùn)動會伴隨心率變化，通過心率監(jiān)控可排出由于意外原 因、物理原因造成的跌倒誤判。如果對于老年人跌倒是由于心血管疾病發(fā)生造成的，則心率 監(jiān)控可以更加及時，精確的做出判斷。
[0096] 應(yīng)當(dāng)理解的是，本說明書未詳細(xì)闡述的部分均屬于現(xiàn)有技術(shù)。
[0097] 應(yīng)當(dāng)理解的是，上述針對較佳實(shí)施例的描述較為詳細(xì)，并不能因此而認(rèn)為是對本 發(fā)明專利保護(hù)范圍的限制，本領(lǐng)域的普通技術(shù)人員在本發(fā)明的啟示下，在不脫離本發(fā)明權(quán) 利要求所保護(hù)的范圍情況下，還可以做出替換或變形，均落入本發(fā)明的保護(hù)范圍之內(nèi)，本發(fā) 明的請求保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。
【主權(quán)項(xiàng)】
1. 一種基于智能手機(jī)和可穿戴式設(shè)備的老年人跌倒監(jiān)測方法，其特征在于:通過可穿 戴式設(shè)備對用戶的心率數(shù)據(jù)進(jìn)行全天候不間斷監(jiān)測，并通過藍(lán)牙短距離通信技術(shù)自動傳輸 到智能手機(jī)端分析處理;通過智能手機(jī)內(nèi)置的加速度傳感器和陀螺儀來采集反映人體主要 運(yùn)動姿態(tài)變化的信號數(shù)據(jù)、位置數(shù)據(jù)，使用人體運(yùn)動加速度信號向量模閾值法識別區(qū)分低 強(qiáng)度日常生活活動，對于不能識別的較高強(qiáng)度日常生活活動，則通過人體運(yùn)動角加速度信 號向量模數(shù)據(jù)進(jìn)一步處理得到的新特征量來判別;從而實(shí)現(xiàn)對老年人日常行為進(jìn)行監(jiān)測并 對跌倒情況進(jìn)行監(jiān)測報(bào)警。2. 根據(jù)權(quán)利要求1所述的基于智能手機(jī)和可穿戴式設(shè)備的老年人跌倒監(jiān)測方法，其特 征在于:所述通過可穿戴式設(shè)備對用戶的心率數(shù)據(jù)進(jìn)行全天候不間斷監(jiān)測，是利用MIO手環(huán) 對用戶的心率數(shù)據(jù)進(jìn)行全天候不間斷監(jiān)測，獲得用戶靜息心率、心率最高值HBwh、心率最高 值HBwl，對用戶的異常心率就行監(jiān)測，判斷老人是否發(fā)生跌倒事件。3. 根據(jù)權(quán)利要求2所述的基于智能手機(jī)和可穿戴式設(shè)備的老年人跌倒監(jiān)測方法，其特 征在于:所述異常心率包括心動過速與心動過緩兩類;所述心動過速包括小幅心動過速和 大幅心動過速，所述小幅心動過速是指連續(xù)3分鐘非運(yùn)動狀態(tài)下，用戶平均心率高于lOObpm 或超出靜息心率20bpm以上，但低于150bpm;所述大幅心動過速是指用戶在非運(yùn)動狀態(tài)下連 續(xù)5秒心率達(dá)到150bpm以上或超出靜息心率70bpm;所述心動過緩是指對于清醒且非運(yùn)動狀 態(tài)下的用戶出現(xiàn)30秒平均心率低于靜息心率25%以上且小于55bpm，在睡眠狀態(tài)下心率低 于靜息心率35%且低于45匕卩111。4. 根據(jù)權(quán)利要求1所述的基于智能手機(jī)和可穿戴式設(shè)備的老年人跌倒監(jiān)測方法，其特 征在于:所述人體主要運(yùn)動姿態(tài)變化的信號數(shù)據(jù)包括躺下信號數(shù)據(jù)、步行信號數(shù)據(jù)、坐下信 號數(shù)據(jù)、起立信號數(shù)據(jù)、上樓梯信號數(shù)據(jù)、下樓梯信號數(shù)據(jù)、慢跑信號數(shù)據(jù)、蹲下信號數(shù)據(jù)。5. 根據(jù)權(quán)利要求1-4任意一項(xiàng)所述的基于智能手機(jī)和可穿戴式設(shè)備的老年人跌倒監(jiān)測 方法，其特征在于:所述對用戶的異常心率就行監(jiān)測來判斷老人是否發(fā)生跌倒事件，其具體 實(shí)現(xiàn)包括以下步驟： 步驟1:智能手機(jī)監(jiān)測人體運(yùn)動加速度信號向量模SVMa數(shù)值的變化，如果人體運(yùn)動加速 度信號向量模SVMa大于人體運(yùn)動加速度信號向量模閾值SVMat，進(jìn)入下一步； 步驟2:等待人體運(yùn)動加速度信號向量模SVMa數(shù)值恢復(fù)到正常范圍內(nèi)，再設(shè)置延時10s， 等待用戶穩(wěn)定，進(jìn)入下一步； 步驟3:角速度數(shù)據(jù)分析，如果人體運(yùn)動角加速度信號向量模SVMw大于人體運(yùn)動角加速 度信號向量模閾值SVMwt，進(jìn)入下一步； 步驟4:分析跌倒和慢跑運(yùn)動過程合角度變化曲線，對人體運(yùn)動角加速度信號向量模 SVMw數(shù)據(jù)公式化處理得到特征值T，如果T大于閥值Tt，進(jìn)行心率監(jiān)測；其中特征值T反映的 是跌倒和慢跑運(yùn)動過程合角度變化曲線與各自線性擬合曲線的相似度，T值越小相似度越 尚； 步驟5:判斷用戶心率是否發(fā)生變化； 如果用戶心率未發(fā)生變化，則是由意外原因?qū)е轮悄苁謾C(jī)跌落； 如果用戶心率發(fā)生變化，但未超過心率閾值HBw，則彈出是否取消報(bào)警信息，等待用戶 操作，若用戶未進(jìn)行操作，則確認(rèn)跌倒，發(fā)出報(bào)警信息;如果超出心率閾值HBw，則確認(rèn)跌倒， 發(fā)出報(bào)警信息。6. 根據(jù)權(quán)利要求5所述的基于智能手機(jī)和可穿戴式設(shè)備的老年人跌倒監(jiān)測方法，其特 征在于:所述人體運(yùn)動加速度信號向量模SVMa及人體運(yùn)動角加速度信號向量模SVMw其定義 分別：其中，ax、ay、az分別為加速度傳感器x、y、z三軸方向輸出經(jīng)中值濾波后信號;w x、wy、wz分 別為陀螺儀x、y、z三軸方向輸出經(jīng)中值濾波后的信號。7. 根據(jù)權(quán)利要求5所述的基于智能手機(jī)和可穿戴式設(shè)備的老年人跌倒監(jiān)測方法，其特 征在于:所述人體運(yùn)動加速度信號向量模閾值取SVM AT = 20m/s2,所述人體運(yùn)動角加速度信 號向量模閾值取SVMwt = 4rad/s。8. 根據(jù)權(quán)利要求5所述的基于智能手機(jī)和可穿戴式設(shè)備的老年人跌倒監(jiān)測方法，其特 征在于:所述合角度是指人體跌倒時軀干傾斜度0，通過對角速度信號向量模數(shù)據(jù)進(jìn)行積分 得到； 9. JSVMwdt〇9. 根據(jù)權(quán)利要求5所述的基于智能手機(jī)和可穿戴式設(shè)備的老年人跌倒監(jiān)測方法，其特 征在于，所述特征值T為：其中i = 1，2，3，…，500，Ci為合角度數(shù)據(jù)樣本點(diǎn)，Ni為合角度線性擬合數(shù)據(jù)樣本點(diǎn)。10. 根據(jù)權(quán)利要求5所述的基于智能手機(jī)和可穿戴式設(shè)備的老年人跌倒監(jiān)測方法，其特 征在于:所述Tt = 25。
【文檔編號】A61B5/0205GK106037749SQ201610330717
【公開日】2016年10月26日
【申請日】2016年5月18日
【發(fā)明人】崔曉暉, 王志波, 寇靜雅
【申請人】武漢大學(xué)