用于检测跌倒的方法和跌倒检测器的制造方法
【技术领域】
[0001] 本发明涉及一种用于检测用户的跌倒的方法以及一种实施所述方法的跌倒检测 器，并且具体涉及一种用于检测跌倒的方法以及一种提供增加的跌倒检测可靠性的跌倒检 测器。
【背景技术】
[0002] 跌倒每年影响数百万人并导致显著的伤害，特别是在老年人当中。事实上，已经估 计跌倒是老年人死亡的前三位原因之一。跌倒被定义为身体到地面的突然的、不受控制且 无意识的向下位移，其后跟随有撞击，在撞击之后，身体停留在地面上。
[0003] 个人帮助按钮（PHB)是可用的，其要求用户在紧急情况下按下按钮来召唤帮助。 然而，如果用户遭受严重的跌倒（例如如果它们被击昏），则用户可能不能按下按钮，这可 能意味着在显著的时间段中没有帮助到达，特别是在用户独自居住的情况下。
[0004] 跌倒检测器也是可用的，其处理一个或多个移动传感器的输出以确定用户是否已 经遭受跌倒。大多数现有的身体佩戴的跌倒检测器使用加速度计（通常是以三维来测量加 速度的加速度计），所述跌倒检测器设法通过处理由加速度计所产生的时间系列来推断跌 倒的发生。一些跌倒检测器还能够包括空气压力传感器，例如在WO 2004/114245中所描述 的。当检测到跌倒时，由跌倒检测器触发警报。
[0005] -些跌倒检测器被设计为作为围绕用户颈部的坠饰来佩戴，而另一些被设计为佩 戴在用户的躯干或四肢上，例如在腕部处。然而，腕部能够具有复杂的移动样式并具有大的 移动范围，这意味着，基于分析来自加速度计的测量结果的现有跌倒检测方法在使这种类 型的跌倒检测器的误警报的数量最小化的同时不提供足够高的检测率。
[0006] 文章 "A new approach to improve the fall detection in elderly:monitoring of the autonomic nervous system activation'，（R. Nocua、N. Noury、C. GehiruA. Dittmar 和 E. McAdams 著，WC 2009, IFMBE Proceedings 25/VII，681-684 页，2009 年）提出，跌倒在 用户的自主神经系统中产生能测量的响应，并且皮肤电阻和心率的测量结果能够被用于对 用户是否已经跌倒进行分类。
【发明内容】
[0007] 然而，已经发现，由于诸如心率和皮肤电阻的生理特性对应力或身体活动水平增 加的响应是高度用户特异性的，因此使用心率和皮肤电阻的测量结果的对自主神经系统对 跌倒的响应的评估仍然不提供可接受的误警报率。
[0008] 因此，需要一种检测跌倒的方法，所述方法使用能够指示自主神经系统响应（有 时具体是交感神经系统响应）的测量结果并提供降低的误警报率。
[0009] 因此，根据本发明的第一方面，提供了一种检测用户的跌倒的方法，所述方法包 括：根据所述用户的移动的测量结果来检测用户是否已经潜在地经历了跌倒事件；在检测 到潜在的跌倒事件时，确定与所述潜在的跌倒事件相关联的所述用户的活动水平和所述用 户的自主神经系统ANS响应的量度；将所确定的活动水平和所述ANS响应的所述量度与涉 及所述用户的活动水平和ANS响应的用户简档进行比较；并且基于所述比较的结果来确定 所述潜在的跌倒事件是否是跌倒。
[0010] 在一些实施例中，所述的将所确定的活动水平和所述ANS响应的所述量度与用户 简档进行比较的步骤包括使用所述简档来确定所述用户具有所确定的活动水平和ANS响 应的量度的可能性，并且其中，所述确定所述潜在的跌倒事件是否是跌倒的步骤使用所确 定的可能性。
[0011] 在一些实施例中，所述用户简档涉及所述用户的典型活动水平和典型ANS响应， 并且其中，所述确定所述潜在的跌倒事件是否是跌倒的步骤包括在所确定的可能性低于阈 值的情况下确定所述潜在的跌倒事件是跌倒，并且在所确定的可能性高于阈值的情况下确 定所述潜在的跌倒事件不是跌倒。
[0012] 在一些实施例中，在确定了所述潜在的跌倒事件是跌倒但后续接收到跌倒事件不 是跌倒的指示的事件中，所述方法还包括调节所述阈值的值的步骤。所述跌倒事件不是跌 倒的指示可以是所述用户对所述跌倒检测器的输入或者从与所述跌倒检测器相关联的远 程计算机接收到的信号。
[0013] 所述用户简档能够是活动水平和ANS响应的联合概率分布。
[0014] 所述方法还能够包括通过以下来确定涉及所述用户的活动水平和ANS响应的所 述用户简档的步骤：（i)针对多个时间段来获取所述用户的所述活动水平和ANS响应的测 量结果对；以及（ii)根据所获取的测量结果对来确定所述用户的活动水平和ANS响应的联 合分布。
[0015] 所述确定涉及所述用户的活动水平和ANS响应的所述用户简档的步骤可以包括 确定涉及所述用户的活动水平和ANS响应的多个用户简档，其中，每个简档涉及针对一天 期间特定时间段的所述活动水平和ANS响应。
[0016] 所述确定涉及所述用户的活动水平和ANS响应的所述用户简档的步骤可以包括 根据测得的所述用户的活动水平来获取所述用户的活动水平和ANS响应的测量结果对的 步骤。
[0017] 所述获取所述用户的所述活动水平和ANS响应的测量结果对的步骤可以包括丢 弃针对在其中检测到所述用户的潜在的跌倒的时间段获取的任何测量结果对。
[0018] 所述获取所述用户的所述活动水平和ANS响应的测量结果对的步骤还可以包括 丢弃测得的ANS响应不与交感神经系统SNS响应相对应的任何测量结果对。
[0019] 联合分布能够是联合概率密度函数或联合概率质量函数。
[0020] 在一些实施例中，所述确定所述活动水平和ANS响应的量度的步骤包括根据所述 用户的移动的测量结果来确定所述活动水平和/或ANS响应的所述量度。
[0021 ] 在其他实施例中，所述确定所述活动水平和所述ANS响应的量度的步骤包括根据 所述用户的移动的测量结果来确定所述活动水平，并且通过生理特性传感器根据所述用户 的生理特性的测量结果来确定ANS响应的所述量度。
[0022] 优选地，所述ANS响应的量度是以下中的一个或多个：皮肤温度、皮肤传导率、心 率和所述用户的任何其他心脏相关特性。
[0023] 此外，能够根据是否也测量到心率的升高、血管的收缩、以及汗液分泌的增加和/ 或活化来将所述ANS响应分类为SNS响应。
[0024] 在优选实施例中，所述检测用户是否已经潜在地经历了跌倒事件的步骤包括测量 所述用户的移动以及分析所述用户的移动的测量结果来识别与跌倒相关联的一个或多个 特性。
[0025] 优选地，所述与跌倒相关联的一个或多个特性选自：（i )高度变化、（ii )撞击、 (iii)自由落体、（iv )从直立到水平的取向变化、以及（V)不活动的时间段。
[0026] 根据本发明的第二方面，提供了一种包括嵌入其中的计算机可读代码的计算机程 序产品，所述计算机可读代码被配置为在由适合的计算机或处理器运行时，使得所述计算 机或处理器执行如上所描述的方法。
[0027] 根据本发明的第三方面，提供了一种用于检测用户的跌倒的跌倒检测器，所述跌 倒检测器包括：移动传感器，其用于测量所述用户的所述移动；以及处理器，其被配置为： 根据来自所述传感器的所述用户的移动的测量结果来检测所述用户是否已经潜在地经历 了跌倒事件；当检测到潜在的跌倒事件时，确定与所述潜在的跌倒事件相关联的所述用户 的活动水平和所述用户的自主神经系统ANS响应的量度；将所确定的活动水平和所述ANS 响应的所述量度与涉及所述用户的活动水平和ANS响应的简档进行比较；并且基于所述比 较的结果来确定所述潜在的跌倒事件是否是跌倒。
[0028] 在一些实施例中，所述处理器被配置为将所确定的活动水平和所述ANS响应的量 度与用户简档进行比较，以确定所述用户具有所确定的活动水平和ANS响应的量度的可能 性，并使用所确定的可能性来确定所述潜在的跌倒事件是否是跌倒。
[0029] 在所述用户简档涉及所述用户的典型活动水平和典型ANS响应的一些实施例中， 所述处理器被配置为在所确定的可能性低于阈值的情况下确定所述潜在的跌倒事件是跌 倒，并且在所确定的可能性高于阈值的情况下确定所述潜在的跌倒事件不是跌倒。
[0030] 在一些实施例中，所述处理器还被配置为通过以下来确定涉及所述用户的活动水 平和ANS响应的所述用户简档：（i)针对多个时间