从坐到站转换检测的制作方法
【专利摘要】提供了一种用于在用户运动的测量结果中识别出从坐到站转换的方法，所述方法包括：获得用户在运动期间经历的垂直加速度的测量结果；获得指示所述用户的一部分在运动期间的高度变化的测量结果；对所述垂直加速度的所述测量结果进行处理，以识别出对应于所述用户的从坐到站转换的候选运动；并且在识别出的候选运动与高度增加相符合的情况下将所述识别出的候选运动确定为从坐到站转换。还提供了对应的装置和计算机程序产品。
【专利说明】从坐到站转换检测
【技术领域】
[0001]本发明涉及一种用于识别用户的从坐到站转换运动的方法和装置。
【背景技术】
[0002]跌倒是老年人所面临的最大健康风险因素之一。年龄超过65岁的老年人大约有三分之一每年至少摔倒一次。
[0003]这些跌倒中很多能够通过对跌倒风险的早期识别以及有效的目标防跌倒程序的应用而避免。
[0004]基于力量和平衡训练(SBT)的防跌倒试验已经表明能够降低老年人跌倒的风险。平衡性能度量能够用作跌倒风险的早期指标，并用于度量防跌倒程序的进展。“从坐到站”(STS)转换已经被视作是一种重要的运动，其能够用作平衡性能度量。领域专家能够将从坐到站转换期间针对防跌倒生成的功率图与心血管障碍的ECG图进行比较。在日常生活中，人每天要做很多次的STS转换。
[0005]常规地，仅临床测量系统(例如，那些包括测力板和光学标记物系统的系统)允许准确量化从坐到站转换期间的功率。在这些测量系统中，测力板提供垂直的地面反作用力，光学标记物系统提供三维位移的度量。使用两者测量结果的组合量化从坐到站转换期间的功率。
[0006]这些测量系统具有若干缺陷。首先，它们是临床装备，其要求用户亲临门诊。测量的准备和执行是劳动力密集的(尤其是如果需要将光学标记物附着到身体的具体部分上)。此外，它们仅提供用户平衡性能的瞬态图，其中，由于临床设置的原因用户的执行一般超过其平均能力。最后，测量系统涉及对于用户而言相当繁重的程序。
[0007]题为《PowerMeasurement and Apparatus》的 WO 2010/035187 公开了一种用于对用户在执行诸如从坐到站转换的运动的垂直分量中使用的峰值功率进行估计的装置，所述装置包括附着于用户的用于测量用户经历的加速度的加速度计；所述装置还包括被配置为接收来自附着于用户的加速度计的加速度测量结果、根据所接收到的测量结果估计垂直加速度、并且根据垂直加速度估计功率的处理器。
[0008]现有的活动监测技术通过对具有数十秒或者数分钟的长度的传感器数据序列进行分类来识别姿势或运动。然而，难以准确地检测通常在2或3秒内完成的从坐到站转换。
[0009]因此，需要一种能够从用户运动的测量结果识别出这样的转换的方法和装置，从而能够计算出用户在执行这样的运动时使用的功率。还需要一种能够在特定准确性程度以内检测转换的开始和结束，以便进行功率分析，从而提供有用的结果的方法和装置。
【发明内容】
[0010]根据本发明的第一方面，提供了一种用于在用户运动的测量结果中识别出从坐到站转换的方法，所述方法包括:获得所述用户在运动期间经历的垂直加速度的测量结果；获得指示所述用户的一部分在运动期间的高度变化的测量结果；对所述垂直加速度的所述测量结果进行处理，以识别出对应于所述用户的从坐到站转换的候选运动；并且在识别出的候选运动与高度增加相符合的情况下将所述识别出的候选运动确定为从坐到站转换。
[0011]根据优选实施例，对所述垂直加速度的所述测量结果进行处理以识别出对应于所述用户的从坐到站转换的候选运动的步骤包括将所述垂直加速度的所述测量结果与从坐到站转换的预定加速度曲线分布进行匹配。
[0012]优选地，对应于所述用户的从坐到站转换的候选运动在所述匹配步骤的具有峰值、在识别出的峰值之前的预定时间段内的第一局部极小值以及在识别出的峰值之后的预定时间段内的第二局部极小值的结果中被识别出。
[0013]此外，对应于所述用户的从坐到站转换的候选运动优选地在所述匹配步骤的所述峰值具有处于预定范围内的幅度的结果中被识别出。
[0014]在另一优选实施例中，对应于从坐到站转换的候选运动还在(i)所述峰值的幅度与所述第一局部极小值的幅度之间的差小于第一阈值；(ii)所述峰值的幅度与所述第二局部极小值的幅度之间的差小于第二阈值；以及(iii)所述峰值之后的所述第二局部极小值的幅度小于所述第一局部极小值的幅度的情况下被识别出。
[0015]在一个实施例中，将识别出的候选运动确定为从坐到站转换的所述步骤包括在指示高度变化的测量结果中识别出第一样本，其对应于所述匹配步骤的结果中在所述第一局部极小值之前的，超过了第一阈值的第一样本Si ;在指示高度变化的测量结果中识别出第二样本，其对应于所述匹配步骤的结果中在所述第二局部极小值之后的，超过了第二阈值的第一样本s2;并且根据所识别出的第一样本和第二样本确定所述用户的一部分的高度变化。
[0016]在该实施例中，根据所述第一样本和所述第二样本确定高度变化的所述步骤包括确定在以所述第一样本结束的评估窗口上的所述用户的一部分的高度平均值；确定在以所述第二样本开始的评估窗口上的所述用户的一部分的高度平均值；并且将两个平均值相减，从而给出候选从坐到站转换期间的高度变化。
[0017]在一些实施例中，能够通过估计垂直加速度的变化找到对从坐到站转换的开始和结束的更加精确的估计；并且能够使用所估计出的变化确定在所述垂直加速度的所述测量结果中的所识别出的从坐到站转换的开始和/或结束的定时。
[0018]优选地，确定所识别出的从坐到站转换的开始的定时的所述步骤包括在所估计的变化中识别出发生在所述匹配步骤的结果中的所述第一局部极小值之前的并且低于第三阈值的样本，所述样本指示所识别出的从坐到站转换的开始。
[0019]优选地，确定所识别出的从坐到站转换的结束的定时的所述步骤包括识别出所述匹配步骤的结果中在所述第一局部极小值之前的，超过了第一阈值的样本Si ;识别出在所述匹配步骤的结果中在所述第二局部极小值之后的，超过了第二阈值的样本s2 ;在所述垂直加速度的所述测量结果中识别出处于Si和s2之间的最低值；并且识别出在所述垂直加速度的所述测量结果中的所述最低值之后的超过第五阈值的第一样本，所述样本指示所识别出的从坐到站转换的结束。
[0020]在优选实施例中，获得所述用户在运动期间经历的垂直加速度的测量结果的所述步骤包括获得所述用户在运动期间经历的加速度的三维测量结果；并且对所述三维测量结果进行处理，以估计出所述用户经历的垂直加速度。[0021] 根据本发明的第二方面，提供了一种确定用户在从坐到站转换期间使用的功率的方法，所述方法包括根据上文所述的方法在用户运动的测量结果中识别出从坐到站转换；并且对垂直加速度的测量结果进行处理，以确定在从坐到站转换期间使用的功率的估计。
[0022]根据本发明的第三方面，提供了一种确定用户的跌倒风险的方法，所述方法包括如上文所述确定用户在从坐到站转换期间使用的功率；并且根据所确定的功率确定所述用户的跌倒风险。
[0023]根据本发明的第四方面，提供了一种包括计算机程序代码的计算机程序产品，所述计算机程序代码当在计算机或处理器上运行时，令所述计算机或处理器如上文所述在用户运动的测量结果中识别出从坐到站转换。此外，还提供了令计算机或处理器执行上文所述的确定用户在从坐到站转换期间使用的功率的方法以及确定用户的跌倒风险的方法的计算机程序产品。
[0024]根据本发明的第五方面，提供了一种用于在用户运动的测量结果中识别出从坐到站转换的装置，所述装置包括处理器，所述处理器用于对用户在运动期间经历的垂直加速度的测量结果进行处理，以识别出对应于用户的从坐到站转换的候选运动，并在识别出的候选运动与测得的高度增加相符合的情况下将所述识别出的候选运动识别为从坐到站转换。
[0025]根据优选实施例，所述处理器被配置为通过将垂直加速度的测量结果与从坐到站转换的预定加速度曲线分布进行匹配而识别出对应于用户的从坐到站转换的候选运动。
[0026]优选地，所述处理器被配置为在所述匹配的具有峰值、在识别出的峰值之前的预定时间段内的第一局部极小值以及在识别出的峰值之后的预定时间段内的第二局部极小值的结果中识别出对应于用户的从坐到站转换的候选运动。
[0027]优选地，所述处理器被配置为在所述匹配的所述峰值具有处于预定范围内的幅度的结果中识别出对应于用户的从坐到站转换的候选运动。
[0028]在另一优选实施例中，将所述处理器还被配置为在(i )所述峰值的幅度与所述第一局部极小值的幅度之间的差小于第一阈值；(ii)所述峰值的幅度与所述第二局部极小值的幅度之间的差小于第二阈值；以及(iii)所述峰值之后的所述第二局部极小值的幅度小于所述第一局部极小值的幅度的情况下识别出对应于从坐到站转换的候选运动。
[0029]在一个实施例中，所述处理器被配置为通过:在指示高度变化的测量结果中识别出第一样本，其对应于所述匹配步骤的结果中在所述第一局部极小值之前的，超过了第一阈值的第一样本Si ;在指示高度变化的测量结果中识别出第二样本，其对应于所述匹配步骤的结果中在第二局部极小值之后的，超过了第二阈值的第一样本s2 ;并且根据所识别出的第一样本和第二样本确定用户的一部分的高度变化，来将识别出的候选运动确定为从坐到站转换。
[0030]在该实施例中，所述处理器被配置为根据所述第一样本和第二样本通过以下步骤确定高度变化:确定在以所述第一样本结束的评估窗口上的用户的一部分的高度平均值；确定在以所述第二样本开始的评估窗口上的用户的一部分的高度平均值；并且将两个平均值相减以给出候选从坐到站转换期间的高度变化。
[0031]在一些实施例中，在处理器被配置为估计垂直加速度的变化；并使用所估计出的变化确定在垂直加速度的测量结果中的所识别出的从坐到站转换的开始和/或结束的定时的情况下，能够找到对从坐到站转换的开始和结束的更加精确的估计。
[0032]优选地，所述处理器被配置为通过在所估计出的变化中识别出发生在所述匹配的结果中的所述第一局部极小值之前的并且低于第三阈值的样本而确定所识别出的从坐到站转换的开始的定时，所述样本指示所识别出的从坐到站转换的开始。
[0033]优选地，所述处理器被配置为通过以下步骤确定所识别出的从坐到站转换的结束的定时:识别出所述匹配的结果中在所述第一局部极小值之前的，超过了第一阈值的样本Si ;识别出所述匹配的结果中在所述第二局部极小值之后的，超过了第二阈值的样本s2 ；在所述垂直加速度的测量结果中识别出处于Si和s2之间的最低值；并且识别出在所述垂直加速度的测量结果中的所述最低值之后的，超过了第五阈值的第一样本，所述样本指示所识别出的从坐到站转换的结束。
[0034]在优选实施例中，所述处理器被配置为获得所述用户在运动期间经历的加速度的三维测量结果；并对所述三维测量结果进行处理，以估计出所述用户经历的垂直加速度。[0035]根据另一实施例，所述装置用于确定用户在从坐到站转换中使用的功率，其中，所述装置中的处理器还被配置为在用户运动的测量结果中识别出从坐到站转换；并且对垂直加速度的测量结果进行处理，以确定在从坐到站转换期间使用的功率的估计。
[0036]根据另一实施例，所述装置用于确定用户的跌倒风险，其中，所述装置中的处理器还被配置为确定用户在从坐到站转换期间使用的功率；并且根据所确定的功率确定用户的跌倒风险。
【专利附图】
【附图说明】
[0037]以下将参考附图，仅通过举例的方式描述本发明的实施例，在附图中:
[0038]图1示出了根据本发明的实施例的附着于用户的传感器单元；
[0039]图2是根据本发明的实施例的传感器单元的框图；
[0040]图3是图示了用于在用户运动的测量结果中识别出从坐到站的转换的方法的流程图；
[0041]图4是图示了在从坐到站的转换期间垂直加速度的变化的范例的曲线分布图；
[0042]图5是图示了用于检测从坐到站的转换的算法的框图；
[0043]图6示出了算法的输入信号和在一些处理步骤期间获得的信号；并且
[0044]图7图示了经过优化从而用于从坐到站转换的检测中的示范性匹配滤波器。
【具体实施方式】
[0045]如图1所示，本发明提供了一种由用户4佩戴的传感器单元2。在图示的实施例中，传感器单元2以具有颈绳6的垂饰的形式被提供，以围绕用户颈部放置。或者，传感器单元2能够被配置为佩戴于用户身体的不同部分，例如，躯干、骨盆或胸部，并且将包括适当的用于将传感器单元2附着于身体的该部分的布置(例如，如果单元2附着于骨盆或者胸部，那么可以是皮带或束带)。
[0046]使用传感器单元2测量用户4的运动并对测量结果进行处理，以确定用户何时已经执行了从坐到站的转换。在优选实施例中，传感器单元2还用于根据用户4的身体运动的测量结果确定在从坐到站转换期间使用的功率或力量。或者，能够在与用户4佩戴的传感器单元2分离的基础单元上执行这一处理(图1中未示出)。
[0047]图2示出了根据本发明的传感器单元2的优选实施例。传感器单元2包括测量沿三个正交轴的加速度的加速度计8以及测量传感器单元2高于地面的海拔或高度的(或者更具体而言测量传感器单元2高于地面的海拔或高度的变化的，或者能够使这些变化得到测量的)传感器9。用于测量传感器单元2的海拔或高度的传感器9能够包括例如高度计或者气压传感器，但是本领域技术人员将认识到能够使用其他类型的传感器。将加速度计8和传感器9的信号输出提供给处理器10以供分析。
[0048]传感器单元2还包括存储器12以及发送器或者收发器电路14。存储器12用于存储来自加速度计8和传感器9的测量结果，并用于存储处理器10的分析结果。使用发送器或者收发器电路14将分析结果发送至远程(基础)单元或者计算机，在那里用户或者医疗提供者能够对其进行查看或研究。
[0049]在一些实施例中，加速度计8是微机电系统(MEMS)加速度计。能够以50Hz的速率对加速度计8经历的加速度采样，然而应当认识到也能够使用许多其他采样频率。在传感器9是气压传感器或高度计的情况下，能够以大约1.8Hz的频率对传感器单元2的超过地面的高度的测量结果进行采样，但同样应认识到能够使用其他采样频率。
[0050]根据用作测量高度的传感器9的具体类型传感器，传感器9可以输出指示高于地面(或者就气压传感器而言，高于海平面)的高度的输出信号，在这种情况下，能够由处理器10分析高度测量结果的时间序列，以确定从一个测量样本到下一测量样本的(或者预定数量的测量样本上的)高度变化。或者，传感器9能够根据先前的或者较早的指定测量样本直接输出传感器单元2的高度变化的指示。
[0051]在本发明的实施例 中，传感器设备2中的处理器10对加速度计8和传感器9收集的测量结果进行分析，以确定从坐到站转换的发生，并任选确定用户在执行所述转换期间施用的功率或峰值功率。或者，能够经由发送器/收发器电路14将来自加速度计8和传感器9的测量结果发送至基础单元，所述基础单元对所述测量结果进行分析，以确定从坐到站转换的发生。在任一种情况下，能够(接近)实时地执行所述处理，或者能够将来自加速度计8和传感器9的测量结果存储于存储器12中或者存储于基础单元中以供将来处理(即，离线处理)。
[0052]图3示出了图示在用户运动的测量结果中识别出从坐到站的转换所需的步骤的流程图。首先(步骤101)，获得传感器单元2经历的加速度的测量结果(因此获得用户4的加速度的测量结果，因为用户正佩戴着传感器单元2)。其次(步骤103)，获得传感器单元2的(因此获得传感器单元2所附着的用户4的)超过地面的高度的变化的测量结果。基本上在同一时间段上获加速度和高度(或高度变化)的测量结果。
[0053]接下来在步骤105中，对加速度的测量结果进行处理，以识别出所述测量结果中可以对应于用户4的从坐到站转换的运动。将在这一步骤中识别为可能对应于从坐到站转换的加速度测量结果(即测量样本序列)的部分称为“候选运动”。
[0054]在本发明的优选实施例中，通过将加速度的测量结果与预期在从坐到站转换期间发生的加速度曲线分布进行匹配而识别出所述候选运动。
[0055]图4中的曲线分布图示出了在典型的从坐到站运动期间沿垂直方向测得的加速度。用户4从静止开始(B卩，沿垂直方向测得的加速度约为0)，并且用户在时刻％上开始移动。使用Accvwt s表示在这一时刻上测得的加速度。通常在用户开始移动之后并在其从椅子上起身之前具有加速度曲线分布中的小的极小值。接下来，用户的臀部在时刻th。(“ho”表示臀部离开)离开支撑物(即椅子)，使用Accvert h。表示这一时刻的加速度。之后沿垂直方向的加速度在时刻达到以Accrert,表示的峰值(峰值反作用)。紧随峰值反作用之后是最低反作用，其为发生在时刻k上的以Accvert>表示的负加速度。运动的结束发生于时刻te处,使用Accvwt e表示其加速度。
[0056]因此，在图3中的流程图的步骤105中，通过分析加速度计测量结果识别出候选运动，以识别出曲线分布与图4所示的曲线分布匹配或者基本匹配的样本序列。
[0057]在步骤107中，根据步骤103中获得的测量结果确定每一候选运动期间发生的高度变化，并在任何识别出的候选运动与预定范围内的高度变化相符合的情况下确定已经发生了从坐到站转换。所述预定范围包含预期在典型的从坐到站转换期间发生的高度变化，例如，其能够大致对应于用户大腿的长度。在这种情况下，所述范围的下限能够是(例如)0.1或0.2米左右，所述范围的上限能够设为(例如)0.6,0.75,0.8或I米的值。应当认识到所述阈值能够是针对用户的身高或大腿长度而个性化设置的，也能够考虑传感器9提供的高度或海拔测量结果的分辨率对其进行设置。[0058]还应当认识到，或者能够通过将高度变化与阈值进行比较来确定从坐到站转换，其中，在高度变化超过阈值时识别出从坐到站转换。在这种情况下，所述阈值能够对应于上文所述的预定范围的下限。然而，这一实施例可能会导致比上文所述的范围实施例更高的假阳性识别率，因为可能会将诸如爬楼梯的活动识别为从坐到站转换(而在所述范围实施例中则会通过0.6-1的上限将这一运动舍弃，而不作为可能的从坐到站转换)。
[0059]图5示出了一种用于根据本发明检测从坐到站转换并确定所述转换的定时的算法。所述算法使用加速度计8测得的三维加速度信号(其包括针对所述加速度计8的三个轴中的每者的单独信号)和来自气压传感器9的气压测量结果作为输入。
[0060]由方框19、20、21、22和23表示的算法的初始部分是预处理阶段，在所述阶段内对加速度计和压力传感器信号进行处理，以供在所述算法的后续分析阶段中使用。首先对来自加速度计8的3D加速度信号进行低通滤波(方框19)，以去除可能影响接下来的处理的准确性的噪声。在一个实施例中，对来自加速度计8的三个轴中的每者的信号应用具有2Hz的截止频率的巴特沃思低通滤波器。或者，能够应用不同的滤波器特性，例如，切比雪夫低通滤波器或者本领域技术人员已知的其他类型的滤波器。还应当认识到，2Hz的截止频率能够根据来自加速度计8的噪声的具体特性而改变。
[0061]由于传感器单兀2相对于用户4的移动所处的固定参考系(例如,地球参考系)的取向能够发生变化(尤其是在传感器单元2为垂饰的形式的情况下)，因而有必要对来自加速度计8的测量结果进行处理，以确定在运动期间传感器单元2 (因而用户4)经历的加速度的垂直分量。
[0062]因此，将经过低通滤波的3D加速度信号输入到估计垂直加速度的方框20内。使用vert_acc表示所述垂直加速度。
[0063]在WO 2010/035191中描述了一种用于根据具有任意取向的3D加速度计信号估计加速度的垂直分量的技术，在此通过引用将其内容并入本文。简而言之，根据该技术，根据作用于加速度计(其具有相对于固定参考系的任意取向)上的加速度的测量结果，通过以下方式估计加速度的垂直分量:(i)检查来自加速度计的信号，以识别出所述加速度计的具有最高加速度分量的轴，(ii)通过确定作用于所述加速度计上的加速度(假定这一加速度大致是由于重力导致的)和具有最高加速度分量的轴之间的角度确定加速度计的取向，并且(iii)使用所估计出的所述加速度计的取向以根据加速度的测量结果确定垂直方向的加速度。
[0064]本领域技术人员将知晓根据来自3D加速度计的测量结果估计加速度的垂直分量的其他技术。例如，传感器单元2能够包括用于提供指示传感器单元2的取向的陀螺仪，并且这一信号能够用于导出加速度的垂直分量。
[0065]图6 (a)示出了表示从用户的传感器单元2的测量结果获得的垂直加速度的示范性信号，所述用户执行从坐到站转换，行走3米，之后重新坐下，该过程被重复三次。从图6
(a)能够看出，在所述信号中表示出了三个独立的活动区域。
[0066]预处理的另一个阶段涉及计算加速度变化的估计。首先，向经低通滤波的加速度信号中的每者应用高通滤波器21，以消除DC分量。在一个实施例中，使用具有0.5Hz的截止频率的巴特沃思高通滤波器去除加速度信号中的DC分量。应当认识到，能够使用另一滤波器，例如切比雪夫高通滤波器或本领域技术人员已知的其他类型滤波器。还应当认识到能够选择不同于0.5Hz的截止频率。
[0067]在高通滤波之后，在方框22中估计加速度变化。在优选实施例中，针对预定长度的时间窗口(例如，一秒，但是应当认识到能够使用另一适当大小的窗口)上的时刻t计算出3D加速度信号的三个分量中的每者的标准偏差，并识别出三个轴中的最大标准偏差。将时刻t处的最大标准偏差表示为maX_std_aCC，并通过下面的方程I给出了所述最大标准偏差。
[0068]max_std_acc=max[std(acc_i(t~0.5, t+0.5)), i=x, y, z] (I)
[0069]图6 (d)示出了针对三个加速度轴中的每者计算出的标准偏差。在图6 (d)中，线40对应于X轴加速度计信号，线42对应于y轴加速度计信号，线44对应于z轴加速度计信号。
[0070]第三预处理阶段23根据来自气压传感器9的测量结果估计传感器单元2的海拨。如上文指出的，这一阶段23的输入是来自气压传感器3的原始气压信号pt。如前所述，能够以1.8Hz的速率(或者总之以比加速度信号低得多的采样速率)对气压采样。因此，首先对气压信号Pt过采样，以匹配加速度信号的采样速率(例如，50Hz)(使用p/表示过采样的压力信号)。之后，能够使用下述方程2根据气压传感器测量结果估计出时刻t处的海拔(表示为alt_t):
[0071]alt_t=44330*(1_ρt'/101325)0 .19 (2)
[0072]由方程(3)所示的气压到海拔转换函数导出方程(2):
【权利要求】
1.一种用于在用户运动的测量结果中识别出从坐到站转换的方法，所述方法包括: 获得所述用户在运动期间经历的垂直加速度的测量结果； 获得指示所述用户的一部分在运动期间的高度变化的测量结果； 对所述垂直加速度的所述测量结果进行处理，以识别出对应于所述用户的从坐到站转换的候选运动；并且 在识别出的候选运动与高度增加相符合的情况下将所述识别出的候选运动确定为从坐到站转换。
2.根据权利要求1所述的方法，其中，对所述垂直加速度的所述测量结果进行处理以识别出对应于所述用户的从坐到站转换的候选运动的步骤包括: 将所述垂直加速度的所述测量结果与从坐到站转换的预定加速度曲线分布进行匹配。
3.根据权利要求2所述的方法，其中，对应于所述用户的从坐到站转换的候选运动在所述匹配步骤的具有峰值、在识别出的峰值之前的预定时间段内的第一局部极小值、以及在识别出的峰值之后的预定时间段内的第二局部极小值的结果中被识别出。
4.根据权利要求3所述的方法，其中，对应于所述用户的从坐到站转换的候选运动在所述匹配步骤的所述峰值具有处于预定范围内的幅度的结果中被识别出。
5.根据权利要求4所述的方法，其中，对应于从坐到站转换的候选运动还在以下情况中被识别出: (i)所述峰值的幅度与所述第一局部极小值的幅度之间的差小于第一阈值； (ii)所述峰值的幅度与所述第二局部极`小值的幅度之间的差小于第二阈值；以及 (iii)所述峰值之后的所述第二局部极小值的幅度小于所述第一局部极小值的幅度。
6.根据权利要求3、4或5所述的方法，其中，将识别出的候选运动确定为从坐到站转换的所述步骤包括: 在指示高度变化的测量结果中识别出第一样本，其对应于在所述匹配步骤的结果中的，在所述第一局部极小值之前的，超过了第一阈值的第一样本，Si ； 在指示高度变化的测量结果中识别出第二样本，其对应于在所述匹配步骤的结果中的，在所述第二局部极小值之后的，超过了第二阈值的第一样本，s2 ;并且 根据所识别出的第一样本和第二样本确定所述用户的所述一部分的高度变化。
7.根据权利要求6所述的方法，其中，根据所述第一样本和所述第二样本确定所述高度变化的所述步骤包括: 确定在以所述第一样本结束的评估窗口上的所述用户的所述一部分的高度平均值； 确定在以所述第二样本开始的评估窗口上的所述用户的所述一部分的高度平均值；并且 将两个平均值相减，以给出候选从坐到站转换期间的高度变化。
8.根据权利要求3到7中任一项所述的方法，所述方法还包括以下步骤: 估计所述垂直加速度的变化；并且 使用所估计出的变化确定在所述垂直加速度的所述测量结果中的所识别出的从坐到站转换的开始和/或结束的定时。
9.根据权利要求8所述的方法，其中，确定所识别出的从坐到站转换的开始的定时的所述步骤包括:在所估计出的变化中识别出所述匹配步骤的结果中的，发生在所述第一局部极小值之前的且低于第三阈值的样本，所述样本指示所识别出的从坐到站转换的开始。
10.根据权利要求8或9所述的方法，其中，确定所识别出的从坐到站转换的结束的定时的所述步骤包括: 识别出在所述匹配步骤的结果中的，在所述第一局部极小值之前的，超过了第一阈值的样本，si ； 识别出在所述匹配步骤的结果中的，在所述第二局部极小值之后的，超过了第二阈值的样本，s2 ； 在所述垂直加速度的所述测量结果中识别出处于Si和s2之间的最低值；并且识别出在所述垂直加速度的所述测量结果中的所述最低值之后的，超过了第五阈值的第一样本，所述样本指示所识别出的从坐到站转换的结束。
11.根据任一前述权利要求所述的方法，其中，获得所述用户在运动期间经历的所述垂直加速度的测量结果的所述步骤包括: 获得所述用户在运动期间经历的加速度的三维测量结果；并且 对所述三维测量结果进行处理，以估计出所述用户经历的所述垂直加速度。
12.一种确定用户在从坐到站转换中使用的功率的方法，所述方法包括: 根据任一前述权利要求所述的方法在用户运动的测量结果中识别出从坐到站转换； 对垂直加速度的测量结果进行处理以确定所述从坐到站转换期间使用的功率的估计。
13.一种确定用户跌倒风险的方法，所述方法包括: 根据权利要求12确定用户在从坐到站转换期间使用的功率； 根据所确定的功率确定所述用户的跌倒风险。
14.一种计算机程序产品，包括计算机程序代码，所述计算机程序代码当在计算机或处理器上运行时，令所述计算机或处理器通过以下步骤在用户运动的测量结果中识别出从坐到站转换: 获得所述用户在运动期间经历的垂直加速度的测量结果； 获得指示所述用户的一部分在运动期间的高度变化的测量结果； 对所述垂直加速度的所述测量结果进行处理，以识别出对应于所述用户的从坐到站转换的候选运动；并且 在识别出的候选运动与高度增加相符合的情况下将所述识别出的候选运动识别为从坐到站转换。
15.一种用于在用户运动的测量结果中识别出从坐到站转换的装置，所述装置包括: 处理器，其用于对用户在运动期间经历的垂直加速度的测量结果进行处理，以识别出对应于所述用户的从坐到站转换的候选运动，并且在识别出的候选运动与测得的高度增加相符合的情况下将所述识别出的候选运动确定为从坐到站转换。
【文档编号】A61B5/11GK103619248SQ201280031575
【公开日】2014年3月5日 申请日期:2012年6月19日 优先权日:2011年6月28日
【发明者】W·张, H·巴尔杜斯, S·施伦博姆 申请人:皇家飞利浦有限公司