一种摔倒检测报警方法及系统与流程
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)。
技术实现要素：
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。
相比于现有技术的缺点和不足，本发明具有以下有益效果：本发明在检测摔倒时不仅仅利用三轴加速度来检测摔倒，再利用硬件判断出人体摔倒时还利用心电信号来进行进一步的分析判断，即使人体在复杂活动状态，也能准确监测被监测者是否为摔倒状态，准确率高，误报率低。
附图说明
图1是现有技术中人体摔倒检测流程图；
图2是本发明摔倒检测报警方法的步骤流程图；
图3是本发明实施例中一个周期的心电波形图；
图4是本发明摔倒检测报警系统的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参照图2所示，本发明提供了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。
如步骤S1所述，STC12C5A60S2芯片将采集到三维加速度数据通过SVM阈值检测算法来判断人体是否摔倒，若判断为疑似摔倒状态，则通过蓝牙模块将心电信号数据和疑似摔倒信号(疑似摔倒信号为FF)发送给蓝牙手机，若检测为正常的活动状态，蓝牙模块只发送人体的心电信号数据。
如步骤S2所述，摔倒者持有的通信终端，例如蓝牙手机接收所述心电信号数据和摔倒警示信号，通信终端的芯片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。
在步骤S2中，通信终端内置芯片先要检测一个人体正常的心电波形，利用此正常的波形进行小波变换特征提取，获取心电信号的特征值从而得到正常的心电参数值(正常心电信号的RR波间期)。而正常的心电信号在60～100分钟/次，所以提取的必须在0.6s～1s之间，若不在此期间则认为是异常的心率，重新检测获取值。当提取到正常的值，将此值进行存储。
如图3所示，将接收到疑似摔倒信号时的时间记为Tf，利用小波变换的心电信号特征检测算法获取[Tf-4,Tf+4](此区间为手机接收到硬件发送的疑似摔倒信号FF的时间前后4s内)时间内的R波峰值点的坐标，进而计算出每一个相邻的RR间期值即RjRj+1的值，然后利用公式0.8RRa≤RjRj+1≤1.2RRa来判断人体摔倒，即区间内每一个相邻的RR间期值满足这个公式则表明人为正常的状态，否则为摔倒状态。
如步骤S3所述，通信终端检测到人体是摔倒状态时，则利用手机GPS读取当前位置，再通过短信将地理位置信息发送给相关人员，以便摔倒人员能够得到及时救助。
本发明在检测摔倒时不仅仅利用三轴加速度来检测摔倒，再利用硬件判断出人体摔倒时还利用心电信号来进行进一步的分析判断，即使人体在复杂活动状态，也能准确监测被监测者是否为摔倒状态，准确率高，误报率低。
参照图4所示，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1，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2，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3，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。
在本发明实施例中，数据采集模块1穿戴在使用者身上，摔倒判断模块2、摔倒信号传送模块3集成在使用者的手持通信终端上，例如蓝牙手机。
如数据采集模块1所述，数据采集模块1应当包括了STC12C5A60S2芯片和蓝牙模块。STC12C5A60S2芯片将采集到三维加速度数据通过SVM阈值检测算法来判断人体是否摔倒，若判断为疑似摔倒状态，则通过蓝牙模块将心电信号数据和疑似摔倒信号(疑似摔倒信号为FF)发送给蓝牙手机，若检测为正常的活动状态，蓝牙模块只发送人体的心电信号数据。
如摔倒判断模块2所述，摔倒者持有的通信终端集成该摔倒判断模块2。摔倒者持有的通信终端，例如蓝牙手机接收所述心电信号数据和摔倒警示信号，通信终端的芯片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。
在摔倒判断模块2中，通信终端内置芯片(摔倒判断模块2)先要检测一个人体正常的心电波形，利用此正常的波形进行小波变换特征提取，获取心电信号的特征值从而得到正常的心电参数值(正常心电信号的RR波间期)。而正常的心电信号在60～100分钟/次，所以提取的必须在0.6s～1s之间，若不在此期间则认为是异常的心率，重新检测获取值。当提取到正常的值，将此值进行存储。
如图3所示，将接收到疑似摔倒信号时的时间记为Tf，利用小波变换的心电信号特征检测算法获取[Tf-4,Tf+4](此区间为手机接收到硬件发送的疑似摔倒信号FF的时间前后4s内)时间内的R波峰值点的坐标，进而计算出每一个相邻的RR间期值即RjRj+1的值，然后利用公式0.8RRa≤RjRj+1≤1.2RRa来判断人体摔倒，即区间内每一个相邻的RR间期值满足这个公式则表明人为正常的状态，否则为摔倒状态。
如摔倒信号传送模块3所述，摔倒信号传送模块3同样集成在摔倒者手持通信终端(蓝牙手机)中。通信终端检测到人体是摔倒状态时，则利用手机GPS读取当前位置，再通过短信将地理位置信息发送给相关人员，以便摔倒人员能够得到及时救助。
本发明在检测摔倒时不仅仅利用三轴加速度来检测摔倒，再利用硬件判断出人体摔倒时还利用心电信号来进行进一步的分析判断，即使人体在复杂活动状态，也能准确监测被监测者是否为摔倒状态，准确率高，误报率低。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
- 还没有人留言评论。精彩留言会获得点赞！