早鸽—汇聚行业精英
  • 联系客服
  • 帮助中心
  • 投诉举报
  • 关注微信
400-006-1351
您的问题早鸽都有答案
3000+专业顾问
搜索
咨询

跌倒预防制作方法

  • 专利名称
    跌倒预防制作方法
  • 发明者
    W·R·T·藤卡特
  • 公开日
    2012年5月23日
  • 申请日期
    2010年7月6日
  • 优先权日
    2009年7月10日
  • 申请人
    皇家飞利浦电子股份有限公司
  • 文档编号
    A61B5/103GK102469955SQ201080030723
  • 关键字
  • 权利要求
    1.一种确定用户的跌倒风险的方法,所述方法包括收集所述用户的运动的测量;根据所述测量来估计与所述用户的步态相关的参数的值;以及根据所估计的值与根据所述用户处于其正常的跌倒风险时所述用户的运动而确定的所述参数的正常值的比较来确定所述用户的跌倒风险2.如权利要求1所述的方法,其中,确定跌倒风险的步骤包括根据所述正常值的标准偏差来对所估计的值和所述正常值之间的所述比较进行加权3.如权利要求1或2所述的方法,其中,在比确定所述正常值的一段时间更短的一段时间根据所述用户的运动来确定所估计的值4.如权利要求1、2或3所述的方法,其中,估计的步骤包括在所收集的测量中识别迈步边界5.如权利要求4所述的方法,其中,识别迈步边界的步骤包括在所收集的测量中识别相邻的测量的集群,在所述集群中的所述测量的每个的大小都超过阈值6.如权利要求4所述的方法,其中,识别迈步边界的步骤包括在所收集的测量中识别相邻的测量的集群,在所述集群中除了大小小于阈值的所述测量的子集之外,所述测量的每个的大小都超过所述阈值,其中假设所述子集涵盖小于时间阈值的时间段7.如权利要求4所述的方法,其中,识别迈步边界的所述步骤包括在所收集的测量中识别相邻的测量的集群,其中,在所收集的测量中大小超过第一阈值的第一收集的测量表示集群中的第一测量,并且其中,所述集群中大小下降至低于第二阈值的所述第一测量之后的所述第一收集的测量表示所述集群中的最后的测量,其中假设所述最后的测量大于所述第一测量之后的最小时期8.如权利要求5、6或7所述的方法,其中,识别迈步边界的步骤还包括将所述迈步边界识别为每个集群中具有最高大小的所述测量9.如权利要求4至8中的任一项所述的方法,其中,与所述用户的步态相关的所述参数包括步长,并且,估计所述参数的值的步骤包括利用由连续的所识别的迈步边界给出的积分界限来对所收集的测量的水平分量进行积分10.如权利要求9所述的方法,其中,估计所述参数的值的步骤包括计算所收集的测量中与加速度相关的所述水平分量的关于时间的双重积分,所述积分常数在所述迈步的开始时被设置为零11.如权利要求4至10中的任一项所述的方法,其中,与所述用户的步态相关的所述参数包括或另外包括前进步长,并且,估计所述参数的值的步骤包括利用由连续的所识别的迈步边界给出的所述积分界限来对所收集的测量的水平分量进行积分,以给出迈步的开始位置和结束位置;以及将所述前进步长确定为连接所述开始位置和结束位置的矢量的范数12.如权利要求10或11所述的方法,其中,与所述用户的步态相关的所述参数另外包括横向步长,并且,估计所述参数的值的步骤还包括定义所述开始位置和结束位置之间的直线;对在所述迈步期间发生的所收集的测量进行积分,以给出所述迈步期间的一系列位置;确定每个位置与所述直线之间的距离;以及将所述横向步长确定为这一系列中的最大距离13.如前述权利要求中的任一项所述的方法,还包括校准步骤,所述校准步骤包括 在所述用户处于其正常的跌倒风险时收集所述用户的运动的测量;以及根据所收集的测量来估计与所述用户的步态相关的所述参数的所述正常值14.一种跌倒预防设备,包括至少一个传感器,其用于收集所述设备的用户的运动的测量;以及处理器,其用于根据所述测量来估计与所述用户的步态相关的参数的值,并用于根据所估计的值与根据所述用户处 于其正常的跌倒风险时所述用户的运动而确定的所述参数的值的比较来确定所述用户的跌倒风险15.一种计算机程序产品,其包括计算机可读代码,所述计算机可读代码被配置成,当其在合适的计算机或处理器上执行时,令所述计算机或处理器执行如权利要求1至13中的任一项所述的方法中的步骤
  • 技术领域
    本发明涉及用于监测用户的运动的方法和设备,并且尤其涉及用于确定用户的跌倒风险的方法和设备
  • 背景技术
  • 具体实施例方式
    尽管将关于用于跌倒预防的方法和设备来描述本发明,但应当认识到,该方法和设备能够提供有附加功能,从而该设备还能够用作跌倒检测器在本发明的优选实施例中,跌倒预防设备包括由用户佩戴的单一单元图1示出了形式为围绕用户4的颈部佩戴的垂饰的跌倒预防设备2,并且图2更详细地示出了跌倒预防设备2跌倒预防设备2包括连接至处理器12的三种传感器,即加速度计6、磁强计8和陀螺仪10处理器12从传感器6、8、10接收测量,并处理所述测量以确定跌倒预防设备2的用户4是否处于较高的跌倒风险具体而言,处理器12处理来自加速度计6、磁强计8和陀螺仪10的测量,以确定跌倒预防设备2的取向,并(使用所确定的取向来)处理来自加速度计6的测量,以确定与用户2的(并且具体地步态)运动相关的参数应当理解,仅经由范例而包括所述三种传感器如本领域技术人员所知的,使用传感器融合,所述三种传感器的测量能够相互补充,以便最优地估计取向能够添加例如气压计和GPS接收器的其他传感器,从而进一步提高设备2所估计的参数的准确度还应当认识到,能够省略传感器,以降低设备2 (例如最小化设备2)的功耗和成本,仅存在加速度计 6,在这种情况下,仅可以估计设备2的倾向跌倒预防设备2还包括报警器14,报警器14能够由处理器12激活,以警告或通知用户4他们处于增加的跌倒的风险中报警器14还能够包括(或被替换为)某些这样的装置即为用户4提供他们当前的跌倒风险的指示,即使他们当前不处于跌倒的高风险例如,跌倒预防设备2可能配备有用于提供振动触觉或听觉反馈的装置,或者能够被点亮以指示当前的跌倒风险(例如,可能存在与处于跌倒的低风险、中等风险以及高风险的用户4 相关联的灯)的一系列灯(或能够显示不同的颜色的灯)跌倒预防设备2还包括发射器电路16,发射器电路16允许跌倒预防设备2将报警或警告信号发送至与跌倒预防设备2相关联的基站(然后,该基站能够发出报警或者向健康护理提供者或应急服务寻求帮助)该基站还能够实施对传感器测量的进一步处理,和/ 或存储传感器测量以供后续的分析在备选实施例中,如果跌倒预防设备2无需联系基站以发送报警或者向健康护理提供者寻求帮助(例如,如果跌倒预防设备2能够通过使用声音来联系健康护理提供者),则可以省略发射器电路16在本发明的某些实施例(不是由图2中所示的设备2所表示的)中,跌倒预防设备2能够包括用于存储传感器测量以供后续的分析的存储器单元已知步态参数(即,与用户的步态相关联的参数)的大的方差(variance)与跌倒的高风险相对应然而,这是静态关系;方差是在通常的步行期间获得的平均数,并且与跌倒的平均风险相关,不必提供关于用户4的当前的跌倒风险的任何信息步态参数能够包括诸如步长、步宽、迈步时间、双脚支撑时间(即,双脚与地面接触的时间)、迈步速度以及节奏的测量步态参数还能够包括上面的若干迈步的测量的平均数,例如平均步长、平均步宽、平均迈步时间、平均双脚支撑时间、平均步态速度以及平均节奏根据本发明,跌倒预防设备2根据涵盖短的一段时间的传感器测量来确定步态参数值,并将这些值与用户4的正常值(即,在用户4处于其正常的(即优选低的或最小的) 跌倒风险时获得的值)进行比较具体而言,跌倒预防设备2能够根据涵盖例如12步(6次跨步也是如此)的传感器测量来确定各种步态参数能够通过在用户4平稳地步行一段时间(例如,一分钟)或一定数量的迈步(例如,40步)时收集测量来获得用户4的正常值在图3中示出了根据本发明的确定跌倒的动态风险的方法在步骤101中,传感器6、8、10进行对用户4的运动的测量,并且,在步骤103中,处理器12根据所述测量来估计所要求的步态参数的值然后,在步骤105中,处理器12将这些估计与用户4的这些步态参数的通常值进行比较,以确定用户的跌倒的动态风险如上文所指示的,所述通常值与在用户4处于其正常的(即,优选最小的或低的)跌倒风险时所观察到的那些值相对应能够在使用跌倒预防设备2之前的校准会话期间获得步态参数的正常或通常值 (例如,用户4能够在跌倒预防设备2处于校准模式时佩戴跌倒预防设备2,并且,跌倒预防设备2能够在用户4正常地步行时确定每个步态参数的值)在本发明的优选实施例中,根据正常步态参数值的标准偏差来对所估计的值和正常值之间的比较进行加权例如,如果μ表示校准平均值(即,特定的参数的正常值的平均值),σ表示该校
  • 专利详情
  • 全文pdf
  • 权力要求
  • 说明书
  • 法律状态
专利名称:跌倒预防的制作方法跌倒每年影响数百万人并导致特别是老年人的严重损伤。实际上,据估计,跌倒是老年人的排前三位的死亡原因之一。跌倒被定义为突然的、不受控制并且无意识的身体至地面的向下位移。当前可得到检测这些跌倒并允许用户在跌倒发生的情况下手动或自动地获得辅助的某些跌倒检测系统。示范性的跌倒检测器能够包括个人帮助按钮(PHB)或佩戴式和/或基于环境的自动检测器。自动跌倒检测器包括测量用户的移动的一个或一组传感器,以及将所测量或处理的信号与预定阈值进行比较以便检测跌倒的处理器。具体而言,自动跌倒检测器存储一组预定的阈值和/或参数组。当激活检测器时,将连续变换和处理从该传感器(诸如,例如, 加速度计)获得的移动数据,然后,将该数据与那些参数组进行比较,以确定跌倒事件是否发生。尽管这些跌倒检测器是有用的,但它们实际上不预防跌倒,而仅在用户已跌倒的情况下提供警告或报警。然而,例如由于对跌倒的恐惧、肌肉的疲劳、频繁地进行多种任务(即,他们在步行、与其孙子谈话等时携带物品或在暗光、潮湿或不规则的地面-诸如松散的地毯、电线、 玩具、工具以及其他危险的地方移动)而引起或增强的在步行期间的不安全的用户,或者处在可能影响平衡或专注度的药物治疗期间的用户,能够由跌倒预防的设备进行辅助,所述设备用于减小实际的跌倒风险或至少在特定时间使用户警觉他们处于更高的跌倒风险中以及使他们感觉更加安全。因此,存在着对能够确定用户的即时跌倒风险的方法和设备的需要。
根据本发明的第一方面,提供了一种确定用户的跌倒风险的方法,该方法包括收集用户的运动的测量(measurement);根据该测量来估计与用户的步态相关的参数的值; 以及根据所估计的值与根据用户处于其正常的跌倒风险时用户的运动而确定的参数的正常值的比较来确定用户的跌倒风险。在优选实施例中,确定跌倒风险的步骤包括根据正常值的标准偏差来对所估计的值和正常值之间的比较进行加权。优选地,在比确定正常值的一段时间更短的一段时间根据用户的运动来确定所估计的值。在优选实施例中,估计的步骤包括在所收集的测量中识别迈步边界。在一个实施例中,识别迈步边界的步骤包括在所收集的测量中识别相邻测量的集群(cluster),在所述集群中的所述测量的每个的大小都超过阈值。在备选实施例中,识别迈步边界的步骤包括在所收集的测量中识别相邻的测量的集群,在所述集群中除了大小小于阈值的所述测量的子集之外,所述测量的每个的大小都超过所述阈值,其中假设所述子集涵盖小于时间阈值的时间段。。在另一备选实施例中,识别迈步边界的步骤包括在所收集的测量中识别相邻的测量的集群,在所收集的测量中大小超过第一阈值的第一收集的测量表示集群中的第一测量,并且其中,所述集群中大小下降至低于第二阈值的所述第一测量之后的所述第一收集的测量表示所述集群中的最后的测量,其中假设所述最后的测量大于所述第一测量之后的最小时期。。在这些备选实施例的任一个中,识别迈步边界的步骤还能够包括将迈步边界识别为每个集群中具有最高大小的测量。在优选实施例中,与用户的步态相关的参数包括步长,并且,估计参数的值的步骤包括利用由连续的识别的迈步边界给出的积分界限来对所收集的测量的水平分量进行积分。在优选实施例中,估计参数的值的步骤包括从积分略去用户的平均速度,从而基于速度的变化来确定步长。在一个实施例中,与用户的步态相关的参数包括或另外包括前进步长,并且,估计参数的值的步骤包括利用由连续的识别的迈步边界给出的积分界限来对所收集的测量的水平分量进行积分,以给出迈步的开始位置和结束位置;以及将前进步长确定为连接开始位置和结束位置的矢量的范数。优选地,与用户的步态相关的参数另外包括横向步长,并且,估计参数的值的步骤还包括定义开始位置和结束位置之间的直线;对在迈步期间发生的所收集的测量进行积分,以给出在所述迈步期间的一系列位置;确定每个位置和直线之间的距离;以及将横向步长确定为该系列中的最大距离。在优选实施例中,该方法还包括校准步骤,该校准步骤包括在用户处于其正常的跌倒风险时收集用户的运动的测量;以及根据所收集的测量来估计与用户的步态相关的参数的正常值。优选地,估计的步骤包括根据测量来估计与用户的步态相关的多个参数的值,并且,确定跌倒风险的步骤包括将所估计的值与根据其中用户处于跌倒的低风险的用户的运动而确定的参数的值进行比较。优选地,与用户的步态相关的一个或多个参数是从步长、步宽、迈步时间、双脚支撑时间、步态速度、节奏、平均步长、平均迈步时间、平均双脚支撑时间、平均步态速度以及平均节奏中选择的。根据本发明的第二方面,提供了一种跌倒预防设备,该设备包括至少一个传感器,其用于收集设备的用户的运动的测量;以及处理器,其用于根据所述测量来估计与用户的步态相关的参数的值,并用于根据所估计的值与根据用户处于其正常的跌倒风险时用户的运动而确定的参数的值的比较来确定用户的跌倒风险。根据本发明的第三方面,提供了一种计算机程序产品,该计算机程序产品包括计算机可读代码,所述计算机可读代码被配置成,当其在合适的计算机或处理器上运行时,令计算机或处理器执行在上述方法中的步骤。根据本发明的备选方面,如上文和在下面的详细描述中所描述的,提供了一种用于确定包括迈步边界、步长、前进步长和/或横向步长的步态参数的方法。仅经由范例并参考下列附图描述本发明的实施例,在附图中图1示出了由用户佩戴的根据本发明的跌倒预防设备;图2更详细地示出了图1的跌倒预防系统;图3是图示了根据本发明的方法中的步骤的流程图;图4是图示了来自围绕用户的颈部佩戴的垂饰中的加速度计的测量的绘图;图5是图示了来自佩戴在用户的踝部上的加速度计的测量的绘图;以及图6是图示了来自佩戴在用户的踝部上的加速度计的测量的导数的绘图。
准平均值的标准偏差,并且,a表示当前观察到的参数值,如果Μ」 (1 )超过阈值,
σ
则用信号发送偏差。例如,


本发明提供了一种确定用户的跌倒风险的方法,所述方法包括收集用户的运动的测量;根据测量来估计与用户的步态相关的参数的值;以及根据所估计的值与根据用户处于其正常的跌倒风险时用户的运动而确定的参数的正常值的比较来确定用户的跌倒风险。



查看更多专利详情

下载专利文献

下载专利

专利相关信息