[发明专利]一种摔倒检测报警方法及系统

说明书

技术领域

本发明属于健康监测技术领域，尤其涉及一种摔倒检测报警方法及系统。

背景技术

老年人由于人体解剖组织结构的生理代谢功能等一系列变化，身体机能开始衰退，应变能力降低，急性损伤增多。因此，如何提高老年人活动时的跌倒报警和检测，最大限度地提高老年人的健康水平，节省医疗保险开销，则是一个十分重要的医疗问题和社会问题。

利用MEMS三轴加速度传感器的摔倒检测技术，目前已有许多国内外的团队在研究，其中做的比较好的是复旦大学电子工程系的刘鹏团队，曾在传感技术学报上发表论文《基于MEMS三轴加速度传感器的摔倒检测》。对于摔倒的判断主要难点是在于人体复杂活动(起立、坐下、跑步等)的误报率。刘鹏团队是引用两个定义归一化信号幅度域SMA和身体加速度信号幅度向量SVM。

(x、y、z分别表示三轴加速度传感器检测到的三个轴上的作用力，i表示检测到的第i个点)

该系统是使用基于决策二叉树的分类器将人体活动分为短暂性活动和循环性活动，区分的界限是对应5个连续的SMA离散点。对于循环活动中的快速跑步中的摔倒情况利用下列两种方法综合判断：

1、当SVM连续3个离散点中有两个超过1.8g且相互间隔开，直接判定为非摔倒；当SVM连续3个离散点中有两个连续点超过1.8g或仅有一个点超过1.8g，则预测为摔倒，并利用下面第2个方法做进一步判断。

2、使用差分SMA得DSMA，即当在循环活动中检测到SVM超过阈值1.8g时，考察对应时刻之后3个SMA离散点的DSMA是否超过0.6g，若超过则判为摔倒发生。

检测方法流程图如图1所示。

上述现有方法中，仅仅利用MEMS三轴传感器或者利用陀螺仪传感器测量摔倒的方法，虽然能够检测到大部分的摔倒，但是准确率还不是很高，并且容易引发一些误报(特别是坐下)。

发明内容

本发明的目的在于提供一种适用于老年人用的摔倒检测报警方法及系统，旨在解决人体复杂活动时，现有摔倒监测报警准确率低、误报率高的问题。

本发明是这样实现的，一种摔倒检测报警方法，该方法包括以下步骤：

S1、采集人体的心电信号数据以及三维变量数据，根据采集到的三轴加速度数据判断人体是否为摔倒状态，若判断为疑似摔倒状态，将心电信号数据和摔倒警示信号同时发出；

S2、接收所述心电信号数据和摔倒警示信号，对心电信号进行小波变换处理，利用摔倒心率算法对心率进行判断是否为摔倒时的心率；

S3、若计算的心率为摔倒时的心率，利用GPS技术读取当前地理位置信息，并将当前位置通过短信发送给相关人员进行警示。

优选地，在步骤S1中，所述心电信号数据通过光电容积法采集；所述三维变量数据通过ADXL362三轴加速度传感器采集，摔倒状态通过阈值分析摔倒识别算法进行判断。

优选地，在步骤S2中，所述摔倒心率算法包括：

利用小波变换先对心电信号进行滤波处理，利用基于小波变换的心电信号特征检测算法判断出心点波形的特征参数的坐标；

计算出心电波形中每个相邻的各波间期，根据相邻波间隔时间判定是否为摔倒状态。

本发明进一步公开了一种摔倒检测报警系统，该系统包括：

数据采集模块，用于采集人体的心电信号数据以及三维变量数据，根据采集到的三轴加速度数据判断人体是否为摔倒状态，若判断为疑似摔倒状态，将心电信号数据和摔倒警示信号同时发出；

摔倒判断模块，用于接收所述心电信号数据和摔倒警示信号，对心电信号进行小波变换处理，利用摔倒心率算法对心率进行判断是否为摔倒时的心率；

摔倒信号传送模块，用于若计算的心率为摔倒时的心率，利用GPS技术读取当前地理位置信息，并将当前位置通过短信发送给相关人员进行警示。

优选地，在数据采集模块中，所述心电信号数据通过光电容积法采集；所述三维变量数据通过ADXL362三轴加速度传感器采集，摔倒状态通过阈值分析摔倒识别算法进行判断。

优选地，在摔倒判断模块中，所述摔倒心率算法包括：

利用小波变换先对心电信号进行滤波处理，利用基于小波变换的心电信号特征检测算法判断出心点波形的特征参数的坐标；

计算出心电波形中每个相邻的各波间期，根据相邻波间隔时间判定是否为摔倒状态。