CN103493113A - 跌倒检测器和用于检测可能的跌倒的方法 - Google Patents

跌倒检测器和用于检测可能的跌倒的方法 Download PDF

Info

Publication number
CN103493113A
CN103493113A CN201280020944.4A CN201280020944A CN103493113A CN 103493113 A CN103493113 A CN 103493113A CN 201280020944 A CN201280020944 A CN 201280020944A CN 103493113 A CN103493113 A CN 103493113A
Authority
CN
China
Prior art keywords
user
measurement result
skin conductivity
skin
processor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201280020944.4A
Other languages
English (en)
Other versions
CN103493113B (zh
Inventor
W·张
C·P·M·J·巴根
H·巴尔杜斯
W·R·T·坦卡特
M·奥沃克尔克
A·R·A·朔夫斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN103493113A publication Critical patent/CN103493113A/zh
Application granted granted Critical
Publication of CN103493113B publication Critical patent/CN103493113B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438—Sensor means for detecting
    • G08B21/0446—Sensor means for detecting worn on the body to detect changes of posture, e.g. a fall, inclination, acceleration, gait
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438—Sensor means for detecting
    • G08B21/0453—Sensor means for detecting worn on the body to detect health condition by physiological monitoring, e.g. electrocardiogram, temperature, breathing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/42—Systems providing special services or facilities to subscribers
    • H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
    • H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
    • H04M3/5116—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing for emergency applications
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/053—Measuring electrical impedance or conductance of a portion of the body
    • A61B5/0531—Measuring skin impedance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1102—Ballistocardiography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116—Determining posture transitions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116—Determining posture transitions
    • A61B5/1117—Fall detection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
    • A61B5/747—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network in case of emergency, i.e. alerting emergency services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M2250/00—Details of telephonic subscriber devices
    • H04M2250/12—Details of telephonic subscriber devices including a sensor for measuring a physical value, e.g. temperature or motion

Abstract

提供了一种用于检测用户的可能的跌倒的跌倒检测器，所述跌倒检测器包括：用于测量用户的皮肤导电性的传感器；以及用于分析所述皮肤导电性的测量结果以确定用户是否经历了可能的跌倒的处理器，其中，所述处理器被配置为通过将所述皮肤导电性的测量结果与对应于紧张事件的预定皮肤导电性响应进行匹配来分析所述皮肤导电性的测量结果。

Description

跌倒检测器和用于检测可能的跌倒的方法
技术领域
本发明涉及跌倒检测器和用于检测用户的可能的跌倒的方法，尤其涉及提供了提高的跌倒检测可靠性的跌倒检测器和检测可能的跌倒的方法。
背景技术
跌倒每年都给数百万人造成影响，导致严重的伤害，尤其是在老年人当中。实际上，经估算，跌倒是老年人死亡的三大诱因之一。跌倒定义为身体到地面的突然不受控制的非故意向下位移，随后发生碰撞，尔后身体停留在地上。
可以获得个人求助按钮（PHB），其要求用户在紧急状况下按下按钮呼救。然而，如果用户遭受了严重的跌倒（例如，如果撞得不省人事），那么用户可能无法按下按钮，这意味着帮助在很长的时间段内都不会到来，尤其是用户一个人生活的话。
也可以获得跌倒检测器，其对一个或多个运动传感器的输出进行处理，以确定用户是否遭受了跌倒。大部分现有的身体佩戴跌倒检测器都利用加速度计（通常是测量三维加速度的加速度计），它们尝试通过处理所述加速度计生成的时间序列来确定跌倒的发生。一些跌倒检测器还可以包括气压传感器，例如，如WO2004/114245中所述。一旦检测到跌倒，跌倒检测器就会触发报警。
一些跌倒检测器被设计为作为垂饰佩戴在用户的脖子上，而其他的则被设计为佩戴在用户的躯干或者四肢上，例如，佩戴在手腕上。然而，手腕能够进行复杂的运动模式，而且具有很大的运动范围，这意味着现有的基于分析加速度计的测量结果的跌倒检测方法并没有在使这种类型的跌倒检测器的误报警次数降至最低的同时提供充分高的检测率。
因此，需要一种改进的检测可能的跌倒的方法和一种实施所述方法的跌倒检测器。
发明内容
根据本发明的第一方面，提供了一种用于检测用户的可能的跌倒的跌倒检测器，所述跌倒检测器包括：用于测量用户的皮肤导电性的传感器；以及用于分析皮肤导电性的测量结果以确定用户是否经历了可能的跌倒的处理器，其中，所述处理器被配置为通过将所述皮肤导电性的测量结果与对应于紧张事件的预定皮肤导电性响应进行匹配来分析所述皮肤导电性的测量结果。
在优选实施例中，所述处理器被配置为通过将所述皮肤导电性的测量结果与对应于紧张事件的预定皮肤导电性响应进行匹配而生成皮肤导电系数，每一系数的值指示与预定皮肤导电性响应的匹配，并且其中，所述处理器被配置为通过分析所述皮肤导电系数来确定所述响应是否与已经经历了跌倒的用户相符合。
在实施例中，所述处理器被配置为通过确定（i）所述皮肤导电系数的最大值、（ii）所述系数的平均值和/或（iii）所述系数的中值中的一个或多个对所述皮肤导电系数进行分析，以确定所述响应是否与已经经历了跌倒的用户相符合。
在一些实施例中，所述处理器被配置为在将所述皮肤导电性的测量结果与所述预定皮肤导电性响应进行匹配之前对所述皮肤导电性的测量结果进行滤波，以移除噪声和/或干扰。
在那些实施例中，优选所述处理器被配置为采用中值滤波器来移除所述皮肤导电性的测量结果中的噪声和/或干扰。
在优选实施例中，所述跌倒检测器还包括至少一个用于感测用户的运动的运动传感器，所述处理器还被配置为分析来自所述至少一个运动传感器的测量结果，以确定用户是否可能已经跌倒。
在优选实施例中，所述处理器被配置为仅在来自所述至少一个运动传感器的测量结果指示用户可能已经跌倒的情况下对所述皮肤导电性的测量结果进行分析。
优选地，所述处理器被配置为在来自所述至少一个运动传感器的测量结果指示用户可能已经跌倒的情况下采用所述皮肤导电性传感器来测量皮肤导电性。
在本发明的实施例中，所述处理器被配置为对来自所述至少一个传感器的测量结果进行分析，以识别是否已经发生了大于相应的阈值的撞击和/或高度变化。
优选地，所述处理器被配置为对在来自所述至少一个传感器的测量结果指示用户可能已经跌倒的时刻之后的时间窗口内获得的皮肤导电性的测量结果进行分析。
根据本发明的第二方面，提供了一种用于检测用户的可能的跌倒的方法，所述方法包括测量用户的皮肤导电性以及通过将所述皮肤导电性的测量结果与对应于紧张事件的预定皮肤导电性响应进行匹配以分析所述皮肤导电性的测量结果，以确定用户是否已经发生了可能的跌倒。
在优选实施例中，所述分析步骤包括对皮肤导电系数进行分析，所述皮肤导电系数是由将所述皮肤导电性的测量结果与所述预定皮肤导电性响应进行匹配而生成的，每一系数的值指示与所述预定皮肤导电性响应的匹配。
在实施例中，对所述皮肤导电性系数进行分析以确定所述响应是否与经历了跌倒的用户相符合包括确定（i）所述系数中的最大值、（ii）所述系数的平均值和/或（iii）所述系数的中值中的一个或多个。
在一些实施例中，所述方法还包括在将所述皮肤导电性的测量结果与所述预定皮肤导电性响应进行匹配之前对所述皮肤导电性的测量结果进行滤波以移除噪声和/或干扰的步骤。
在那些实施例中，所述方法优选地包括采用中值滤波器对所述皮肤导电性的测量结果进行滤波，从而从所述皮肤导电性的测量结果中移除噪声和/或干扰。
在优选的实施例中，所述方法还包括感测用户的运动以及对用户的运动进行分析，以确定用户是否可能已经跌倒的步骤。
优选地，仅在对用户的运动进行分析的所述步骤指示用户可能已经经历了跌倒的情况下才执行所述对皮肤导电性的测量结果进行分析的步骤。
在优选实施例中，仅在对用户的运动进行分析的所述步骤指示用户可能已经经历了跌倒的情况下才执行测量皮肤导电性的所述步骤。
在本发明的实施例中，对用户的运动进行分析的所述步骤包括确定是否已经发生了大于相应的阈值的撞击和/或高度变化。
优选地，对所述皮肤导电性的测量结果进行分析的步骤包括对在用户的运动指示用户可能已经跌倒的时刻之后的时间窗口内获得的皮肤导电性的测量结果进行分析。
根据本发明的第三方面，提供了一种包括体现于其内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当的计算机或处理器运行时，令所述计算机或处理器执行如上文所述的方法。
附图说明
现在将参考附图，仅通过举例的方式描述本发明的示范性实施例，在附图中：
图1是根据本发明的跌倒检测器的方框图；
图2是图示了根据本发明的实施例的跌倒检测方法的流程图；
图3是图示了根据本发明的实施例的皮肤导电性测量的分析的流程图；
图4（a)-（d）是一系列图示皮肤导电性的测量结果和图3所示的处理步骤的结果的曲线图；
图5是图示图3所示的方法的步骤1095中采用的滤波器的曲线图；以及
图6是图示由图3所示的方法确定的皮肤导电系数的分析窗口的曲线图。
具体实施方式
图1示出了根据本发明的实施例的跌倒检测器2。在本发明的优选实施例中，跌倒检测器2被设计为由用户佩戴在其手腕上，但是应当认识到，本发明不限于这一用法，跌倒检测器2也可以被设计为佩戴在用户的腰部、胸部、背部或者作为垂饰佩戴在颈部或者携带在用户的口袋里。
在该示范性实施例中,跌倒检测器2包括两个连接至处理器8的运动传感器，即加速度计4和压力传感器6。处理器8接收来自运动传感器4、6的测量结果，并对所述测量结果进行处理，以确定跌倒检测器2的用户是否遭受了跌倒。尽管在这一实施例中示出了两个运动传感器，但是应当认识到，根据备选实施例的跌倒检测器可以仅包括一个运动传感器（例如，只有加速度计4）。
跌倒检测器2还包括听觉警报单元10，假设处理器8确定用户遭受了跌倒那么可以激活所述警报单元。跌倒检测器2还可以设有按钮（图1中未示出），其允许用户在需要援助的情况下手动激活听觉警报单元10（或者在不需要援助的情况下撤消所述警报）。
跌倒检测器2还包括发射器单元12，发射器单元12允许跌倒检测器2在检测到跌倒的情况下向与跌倒检测器2相关的基站发出警报信号（之后，所述基站可以发出警报或者向健康护理提供者或急救服务机构呼救），或者直接向远程站（例如，位于健康护理提供者的呼叫中心）发出警报信号，从而能够为用户请求援助。在一些实施例中，跌倒检测器2中的处理器可能不对来自传感器4、6的数据执行算法以确定用户是否跌倒；相反，处理器8和发射器单元12可以将来自传感器4、6的原始数据提供给基站，基站中的处理器能够对来自传感器4、6的数据执行算法以确定用户是否跌倒。
由于现有的基于对手腕佩戴跌倒检测器中的加速度计的测量结果的分析的跌倒检测方法未能在限制伪警报数量的同时提供充分高的检测率，因而根据本发明的一些方面的跌倒检测器2还包括用于测量用户的皮肤的导电性的传感器14，并且处理器8被配置为将皮肤导电性的测量结果结合来自运动传感器4、6的测量结果进行分析，以提供对用户是否遭受了跌倒的更为可靠的指示。在手腕佩戴跌倒检测器2中，优选地将皮肤导电性传感器14布置为接触用户手腕的手掌一侧的用户皮肤。在一些实施例中跌倒检测器2包括多个皮肤导电性传感器14，它们位于用户身体的不同位置上。在这种情况下，可以将这些皮肤导电性传感器14中的至少一个相对于跌倒检测器2中的其余部件集成到单独的外壳内。
在图示的实施例中，跌倒检测器2的所有部件都被集成到被放置为与用户的皮肤接触的单个外壳内。在备选的实施例中,例如，在跌倒检测器的部分具有佩戴在用户的脖子上的垂饰的形式（因而可能不总是与用户的皮肤接触）的情况下，可以在独立于所述垂饰的外壳内提供所述皮肤导电性传感器14（所述垂饰包括加速度计4和压力传感器6），使得所述皮肤导电性传感器14能够在使用过程中处于与用户皮肤接触的状态。
现在将参考图2的流程图更加详细地描述跌倒检测器2的操作。
为了使跌倒检测器2中的处理器8（或者在上述备选实施例中为了使基站中的处理器）确定用户是否遭受了跌倒，必须从运动传感器测量结果中提取与跌倒相关的各种特征的值。因而，在步骤101中，加速度计4和空气压力传感器6测量跌倒检测器2经历的加速度和空气压力变化，并由传感器4、6将这些测量结果提供给处理器8，处理器8对它们进行分析以确定用户是否已经遭受了跌倒（步骤103）。
例如，可以将跌倒宽泛地表征为（例如）：发生大约0.5到1.5米的高度变化（所述范围可能根据佩戴跌倒检测器2的身体部分而不同），以显著的撞击而告终，随后的一定时间段内用户没有太多的运动。因而，传统地，为了确定是否发生了跌倒，处理器8必须对传感器测量结果进行处理，以提取包括高度变化（其通常是由来自压力传感器6的测量结果导出的，但是也可以由来自加速度计4的测量结果导出）、发生高度变化的时刻附近的最大活动水平（即，碰撞）（其通常由来自加速度计4的测量结果导出）以及撞击之后用户相对不活跃的阶段（其通常也由来自加速度计4的测量结果导出）在内的各种特征的值。应当认识到，其他特征可以进一步改进所述检测算法。例如，检测跌倒时的取向变化能够提高将所述信号源于跌倒的可能性。
文中将不再对由处理器8在步骤103中执行的分析做进一步的详细描述，但是本领域技术人员将认识到可以应用各种算法和技术由加速度计和/或压力传感器测量结果确定用户是否遭受了跌倒。
如果处理器8确定用户遭受了跌倒（步骤105），也就是说，如果对加速度计4和/或压力传感器6的测量结果的分析指示己经发生了跌倒，那么通过皮肤导电性传感器14获取用户的皮肤导电性的测量结果（步骤107）。如果处理器8还没有检测到可能的跌倒，那么该过程返回至步骤101，并获取进一步的测量并对其进行分析（步骤103）。
在一些实施例中只有在一旦由加速度计4和/或压力传感器6的测量结果的分析检测到了可能的跌倒（或者只是由压力传感器6的测量结果检测到了至少0.5m的高度变化）的情况下才激活皮肤导电性传感器14，因而降低了跌倒检测器2的功耗。由于处理器8基本上实时地或者仅以很小的延迟执行步骤103中的分析，因而将在跌倒发生之后很快激活皮肤导电性传感器14。
在备选的实施例中,皮肤导电性传感器14可以只要当跌倒检测器2处于使用当中（也就是说，即使在尚未检测到可能的跌倒时）就持续地或者频繁地测量皮肤导电性。这样，一旦检测到可能的跌倒，处理器8就将获得可用的皮肤导电性的测量结果。
在步骤109中,处理器8针对与跌倒相关联的特性对来自皮肤导电性传感器14的测量结果进行分析。具体而言，处理器8对所述测量结果进行分析，以识别是否存在与遭受了诸如意外摔倒的紧张事件的用户相符合的可测量的皮肤导电性响应。在上文所述的皮肤导电性传感器14持续地或者频繁地测量皮肤导电性的备选实施例中，处理器8可以仅在由来自运动传感器4、6的测量结果的分析检测到可能的跌倒或者大于预定量（例如，0.5m）的高度变化时对皮肤导电性的测量结果进行分析。或者，处理器8可以对皮肤导电性响应进行分析，以获得与经历了紧张事件（例如，遭受跌倒）的用户相符合的响应，而不管是否已经检测到了可能的跌倒或者大于0.5m的高度变化。
在一个人意外跌倒时，从失去平衡到撞击地面的跌倒过程以及在跌倒后（可能）无法起来将导致用户皮肤导电性的变化，其为用户经历的紧张的作用结果。然而，对于“坐下”或者有意“跌落”到椅子上这样的运动而言，如果单独通过对加速度计4和压力传感器6的测量结果的分析来看似乎像是跌倒，但是其不会导致这一紧张响应，因而能够采用皮肤导电性测量验证是否发生了意外跌倒。
因而，步骤109中由处理器8进行的分析的目的在于由在可能的跌倒事件之后（在一些实施例中由在该事件过程中）获得的测量结果识别与紧张事件（例如，意外跌倒）相关的皮肤导电性响应。在步骤109中分析的皮肤导电性的测量结果可以涉及发生了可能的跌倒事件之后的大约15秒的周期，但是本领域技术人员将认识到可以采用具有不同长度的时间窗口。
在步骤111中,处理器8采用皮肤导电性测量的分析结果以及加速度和空气压力测量的分析结果来确定用户是否可能遭受了跌倒。如上所述，如果确定用户已经跌倒，那么处理器8能够触发警报，从而为用户获得帮助（步骤113）。在触发警报之后，该过程可以返回到步骤101，从而继续对用户的监测。如果在步骤111中确定用户没有跌倒，那么该过程也返回到步骤101，从而继续对用户进行监测。
应当认识到，可以将所述分析步骤（步骤103和109）的结果按照很多种不同的方式结合。例如，在只有检测到了跌倒才激活皮肤导电性传感器14的情况下，如果皮肤导电性测量与已经经历了跌倒一致，那么可以在步骤111中判定跌倒。或者，可以从传感器测量中提取特征（例如，撞击、高度变化、皮肤导电性响应），并结合所述特征（有可能对每一提取特征采用加权）来确定是否经历了跌倒。
假设来自皮肤导电性传感器14的测量结果指示传感器14不与用户的皮肤接触，即所述测量结果非常低或者为零（例如，如果没有正确佩戴跌倒检测器2或者跌倒将传感器14撞得偏离了预定位置），那么处理器8能够仅基于来自加速度计4和/或压力传感器6的测量结果确定一个人是否跌倒。
现在将参考图3的流程图以及图4、5、6中的曲线图更加详细地描述图2所示的步骤109中的处理器8对皮肤导电性的测量结果的分析。
在步骤1091中,处理器8接收皮肤导电性的测量结果。图4（a）示出了示范性的一组测量结果。采用微西门子μS测量皮肤导电性。
首先，处理器8对皮肤导电性的测量结果进行过滤，以移除噪声和干扰（步骤1093）。所述干扰可能是由跌倒检测器2的电路中的电干扰、皮肤导电性传感器14与用户的皮肤之间的不良接触等导致的。步骤1093优选地包括向传感器测量结果应用中值滤波器。图4（b）中示出了所述滤波步骤的结果，并且可以看出已经移除了大约在时间=550秒处的测量结果中的尖峰。
之后，在步骤1095中，采用匹配滤波器将经滤波的皮肤导电性的测量结果与预定模式进行匹配，所述预定模式对应于和诸如意外跌倒的（任何）紧张事件相关联的皮肤导电响应。输出为一组指示所述测量结果与所述模式的匹配的系数。每一系数表示若干连续测量样本（覆盖与所述预定模式具有相同长度的时间周期）与预定模式的匹配。所述系数越高，所述测量结果与所述模式的匹配越好（因此发生了包括跌倒的紧张事件的可能性越大）。
在一个实施例中,采用无DC的匹配滤波器来实施这一步骤。这意味着来自皮肤导电性传感器14的测量结果中的DC分量将不会对滤波造成不利影响，其将针对不变的（或者变化非常小的）皮肤电导生成“0”皮肤导电系数。
可以通过下述函数给出表示将在遭受跌倒或者其他突然的诱发紧张事件的人的手腕上测得的皮肤导电性响应的示范性预定模式，即所述匹配滤波器的脉冲响应
匹配_滤波器=A(tn-B)e-t/τ-DC移除  (1)
其中，t是时间（0≤t≤30），A是确定所述模式的初始部分的高度（即所述皮肤导电性响应将有多强）的比例因子，n和B是确定所述模式的初始部分的梯度（即，所述皮肤导电性的提高有多快）的另外的比例因子，τ是确定所述模式当中的初始峰值之后的模式的部分的梯度（即，皮肤导电性返回到初始水平的速度）的比例因子，并且DC移除是从所述模式当中排除的DC分量。
在图5中图示了这一函数，其表明紧张事件（例如，跌倒）之后皮肤导电性的测量结果的大的陡峭的升高，随后是缓慢的恢复，其中，A、n、B、τ和DC移除的值分别取1/150、300、3、3和2。已经发现，在正常的情绪激发之后皮肤导电性的恢复发生得相对较快，而在人受到惊吓或者诸如跌倒的紧张事件之后恢复时间要长得多。这样的事件之后皮肤导电性的恢复或衰减是在皮肤导电性的最大值之后按照两个阶段发生的，它们的衰减系数至少差10倍。图5中的y轴没有单位，但是其标度与图4（a）中的皮肤导电性的测量结果相同（即，图5中y轴方向的1个单位的差对应于图4（a）中的y轴方向的1西门子的差）。图4（c）示出了匹配滤波过程的示范性输出结果。应当认识到，A、n、B、τ和DC移除的值可能相比以上示范值存在变化，具体取决于与皮肤导电性对跌倒或其他紧张诱发事件的响应相关的可得数据（也许是用户特异性数据）。可以采用优化技术，例如，高阶等级的多项式回归（high level degree polynomial regression）将方程（1）的曲线拟合至所述可得数据。
本领域技术人员还将认识到，可以通过方程（1）中所示的函数的备选函数表示所述预定模式。例如，可以采用所定义的曲线具有与图5所示的曲线类似的特征的任何函数（即，开始急剧升高，随后逐渐恢复）。而且，可以采用不同的曲线，其中，跌倒检测器2中的处理器8基于估算的跌倒严重程度选择一条使用。例如，在由加速度计数据推导出高撞击值的情况下，可以采用对应于高张力的响应曲线（预定模式）。额外地或备选地，可以针对用户将所述预定模式个性化，因为不同的人表现出不同的皮肤导电性水平以及对不同事件的响应（但是差异一般涉及形状而不是幅度）。
通过反转匹配滤波器输出的系数的幅度来确定接下来的处理当中采用的皮肤导电性系数（参考图4（d））。
之后，处理器8能够对所述皮肤导电性系数进行分析，以提供用户是否可能遭受了跌倒的指示（步骤1097）。具体而言，处理器8能够对分析窗口内的系数进行分析，所述分析窗口跨越在观察到了超过预定值的高度降低之后的预定周期内获得的皮肤导电性的测量结果。所述预定周期可以是15秒，但是可以采用任何适当的时间周期。所述高度降低的预定值可以是0.5米，但是也可以基于诸如用户身高的用户特异性参数来设置这一值。图6示出了示范性的15秒分析窗口。应当认识到，在只有检测到至少0.5m的高度变化或者可能的撞击之后才收集皮肤导电性测量的实施例中，所述分析窗口将实际上开始于皮肤导电性传感器开始测量皮肤导电性的时候（即，图6的分析窗口的左侧没有任何数据）。
在一些实施例中，处理器8通过确定（i）所述分析窗口中的系数的最大值、（ii）所述分析窗口中的系数的平均值、和/或（iii）所述分析窗口中的系数的中值中的一个或多个来对所述分析窗口中的皮肤导电系数进行分析。处理器8能够对上文列举的特征中的各个特征进行分析，以确定是否存在与已经发生的诸如跌倒的紧张事件相符的皮肤导电性响应，或者对上文列举的特征中的多个特征进行分析，例如，通过将所述特征与相应的阈值进行比较。在该种情况下，处理器8能够基于所导出的特征的组合或者加权组合来确定是否存在皮肤导电性响应。
应当认识到，处理器针对用户是否遭受了跌倒的最终判决可以基于对来自运动传感器4、6的测量的分析和对来自皮肤导电性传感器14的测量的分析的结果的组合或者加权组合。
在本发明的备选实施例中，提供了一种跌倒检测器，其基于来自单个传感器（尤其是皮肤导电性传感器14）的测量结果确定用户是否可能遭受了跌倒。在这一实施例中,可以如上文所述地对来自皮肤导电性传感器14的测量结果进行分析，以提供用户是否可能遭受了跌倒的指示。因而，将皮肤导电性的测量结果与对应于紧张事件的预定皮肤导电性响应进行匹配，以确定用户是否经历了这样的事件。尽管这一跌倒检测器可能未必能够区分跌倒和用户经历的其他类型的紧张事件，但是上文所述的对皮肤导电性的测量结果的分析将允许识别出导致或不导致皮肤导电性的显著变化的紧张事件（包括跌倒）和其他类型的事件（包括正常的情绪激发）。尽管根据本发明的这一实施例的跌倒检测器提供了一些伪真的指示（因为还要通过对皮肤导电性的测量结果的分析来识别非跌倒紧张事件），但是其仍然是有用的实施例，因为伪阴性（即在用户实际上已经跌倒时没有跌倒指示的情况）率将是相当低的。
因此提供了与常规技术相比提供了提高的跌倒检测可靠性的用于检测可能的跌倒的方法和跌倒检测器。
尽管已经在附图和前面的描述中详细例示和描述了本发明，但是这样的例示和描述被认为是例示性或示范性的而非限制性的；本发明不限于所公开的实施例。
本领域的技术人员通过研究附图、公开和所附权利要求，在实践请求保护的本发明时能够理解和实现所公开实施例的其他变化。在权利要求中，“包括”一词不排除其他元件或步骤，不定冠词“一”不排除多个。单个处理器或其他单元可以完成权利要求中列举的几个项目的功能。在互不相同的从属权利要求中记载特定措施的简单事实并不表示不能有利地使用这些措施的组合。可以在适当的介质上存储和/或发布的计算机程序，介质例如是与其他硬件一起供应或作为其他硬件一部分供应的光存储介质或固态介质，但也可以在其他形式中发布，例如通过互联网或其他有线或无线电信系统。权利要求中的任何附图标记不应被解释为对范围的限制。

Claims (15)

1.一种用于检测用户的可能的跌倒的跌倒检测器，所述跌倒检测器包括：
传感器，其用于测量所述用户的皮肤导电性；以及
处理器，其用于分析所述皮肤导电性的测量结果以确定所述用户是否己经经历了可能的跌倒，其中，所述处理器被配置为通过将所述皮肤导电性的测量结果与对应于紧张事件的预定皮肤导电性响应进行匹配来分析所述皮肤导电性的测量结果。
2.根据权利要求1所述的跌倒检测器，其中，所述处理器被配置为通过将所述皮肤导电性的测量结果与对应于紧张事件的预定皮肤导电性响应进行匹配以生成皮肤导电系数，每一系数的值指示与所述预定皮肤导电性响应之间的所述匹配，并且其中，所述处理器被配置为通过分析所述皮肤导电系数来确定所述响应是否与已经经历了跌倒的用户相符合。
3.根据权利要求2所述的跌倒检测器，其中，所述处理器被配置为通过确定（i）所述系数的最大值、（ii）所述系数的平均值和/或（iii）所述系数的中值中的一个或多个，来对所述皮肤导电系数进行分析以确定所述响应是否与已经经历了跌倒的用户相符合。
4.根据前述权利要求中任一项所述的跌倒检测器，其中，所述处理器被配置为在将所述皮肤导电性的测量结果与所述预定皮肤导电性响应进行匹配之前对所述皮肤导电性的测量结果进行滤波，以移除噪声和/或干扰。
5.根据权利要求4所述的跌倒检测器，其中，所述处理器被配置为采用中值滤波器来移除所述皮肤导电性的测量结果中的所述噪声和/或干扰。
6.根据前述权利要求中任一项所述的跌倒检测器，还包括用于感测所述用户的运动的至少一个运动传感器，所述处理器还被配置为分析来自所述至少一个运动传感器的测量结果，以确定所述用户是否可能已经跌倒。
7.根据权利要求6所述的跌倒检测器，其中，所述处理器被配置为仅在来自所述至少一个运动传感器的所述测量结果指示所述用户可能已经跌倒的情况下对所述皮肤导电性的测量结果进行分析。
8.根据权利要求6或7所述的跌倒检测器，其中，所述处理器被配置为在来自所述至少一个运动传感器的所述测量结果指示所述用户可能已经跌倒的情况下采用所述皮肤导电性传感器来测量所述皮肤导电性。
9.根据权利要求6、7或8所述的跌倒检测器，其中，所述处理器被配置为对在来自所述至少一个传感器的测量结果指示用户可能已经跌倒的时刻之后的一时间窗口内获得的皮肤导电性的测量结果进行分析。
10.一种用于检测用户的可能的跌倒的方法，所述方法包括：
测量所述用户的皮肤导电性；以及
通过将所述皮肤导电性的测量结果与对应于紧张事件的预定皮肤导电性响应进行匹配来分析所述皮肤导电性的测量结果，以确定所述用户是否已经发生了可能的跌倒。
11.根据权利要求10所述的方法，其中，进行分析的所述步骤包括对皮肤导电系数进行分析，所述皮肤导电系数是通过将所述皮肤导电性的测量结果与所述预定皮肤导电性响应进行匹配而生成的，每一系数的值指示与所述预定皮肤导电性响应之间的所述匹配。
12.根据权利要求11所述的方法，其中，对所述皮肤导电性系数进行分析以确定所述响应是否与己经经历了跌倒的用户相符合包括确定（i）所述系数的最大值、（ii）所述系数的平均值和/或（iii）所述系数的中值中的一个或多个。
13.根据权利要求10到12的任一项所述的方法，还包括以下步骤：
感测所术用户的运动；以及
对所述用户的所述运动进行分析，以确定所述用户是否可能己经跌倒。
14.根据权利要求13所述的方法，其中，仅在对所述用户的运动进行分析的所述步骤指示所述用户可能已经跌倒的情况下才执行对所述皮肤导电性的测量结果进行分析的所述步骤。
15.一种包括体现于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使得：在由适当的计算机或处理器运行时，令所述计算机或处理器执行根据权利要求10到14中任一项所述的方法。
CN201280020944.4A 2011-04-29 2012-04-25 跌倒检测器和用于检测可能的跌倒的方法 Expired - Fee Related CN103493113B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP11164240 2011-04-29
EP11164240.1 2011-04-29
PCT/IB2012/052067 WO2012147036A1 (en) 2011-04-29 2012-04-25 Method for detecting potential falls and a fall detector

Publications (2)

Publication Number Publication Date
CN103493113A true CN103493113A (zh) 2014-01-01
CN103493113B CN103493113B (zh) 2016-08-24

Family

ID=44681507

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201180070504.5A Active CN103503041B (zh) 2011-04-29 2011-11-04 用于跌倒检测器或跌倒检测系统中的装置及其操作方法
CN201280020944.4A Expired - Fee Related CN103493113B (zh) 2011-04-29 2012-04-25 跌倒检测器和用于检测可能的跌倒的方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201180070504.5A Active CN103503041B (zh) 2011-04-29 2011-11-04 用于跌倒检测器或跌倒检测系统中的装置及其操作方法

Country Status (6)

Country Link
US (2) US9489815B2 (zh)
EP (2) EP2702575A1 (zh)
JP (2) JP5998202B2 (zh)
CN (2) CN103503041B (zh)
RU (1) RU2629795C2 (zh)
WO (2) WO2012146957A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103815878A (zh) * 2014-02-21 2014-05-28 深圳清华大学研究院 基础体温检测装置以及基础体温的检测方法
CN104107049A (zh) * 2014-07-04 2014-10-22 深圳市宏电技术股份有限公司 一种基于皮肤电导率的运动状态监测方法及系统
CN108270921A (zh) * 2018-01-17 2018-07-10 广东欧珀移动通信有限公司 跌落信息的检测方法及相关产品

Families Citing this family (116)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9131892B2 (en) * 2006-07-25 2015-09-15 Gal Markel Wearable items providing physiological, environmental and situational parameter monitoring
US9367770B2 (en) 2011-08-30 2016-06-14 Digimarc Corporation Methods and arrangements for identifying objects
US9526437B2 (en) 2012-11-21 2016-12-27 i4c Innovations Inc. Animal health and wellness monitoring using UWB radar
US20150317890A1 (en) * 2012-11-27 2015-11-05 Koninklijke Philips N.V. Detecting changes in position of a device in a horizontal or vertical direction
CA2892698C (en) * 2012-11-30 2022-08-30 Koninklijke Philips N.V. Method and apparatus for estimating the fall risk of a user
US20140155761A1 (en) * 2012-12-04 2014-06-05 Chien-Yuan Yang Physiological detection device
US10149617B2 (en) * 2013-03-15 2018-12-11 i4c Innovations Inc. Multiple sensors for monitoring health and wellness of an animal
US20140276238A1 (en) * 2013-03-15 2014-09-18 Ivan Osorio Method, system and apparatus for fall detection
JP2016512777A (ja) * 2013-03-22 2016-05-09 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 転倒を検出する方法及び転倒検出器
US10524698B2 (en) 2013-06-06 2020-01-07 Koninklijke Philips N.V. Fall detection system and method
ITTV20130130A1 (it) 2013-08-06 2015-02-07 Alpinestars Res Srl Indumento con un dispositivo di emergenza e metodo di emergenza associato
CN104424758A (zh) * 2013-08-28 2015-03-18 上海宽带技术及应用工程研究中心 用于监控老人发生意外的告警管理系统及其方法
US10664795B1 (en) 2013-09-20 2020-05-26 Amazon Technologies, Inc. Weight based item tracking
US10515309B1 (en) * 2013-09-20 2019-12-24 Amazon Technologies, Inc. Weight based assistance determination
US10251576B2 (en) 2013-09-25 2019-04-09 Bardy Diagnostics, Inc. System and method for ECG data classification for use in facilitating diagnosis of cardiac rhythm disorders with the aid of a digital computer
US9775536B2 (en) 2013-09-25 2017-10-03 Bardy Diagnostics, Inc. Method for constructing a stress-pliant physiological electrode assembly
US10888239B2 (en) 2013-09-25 2021-01-12 Bardy Diagnostics, Inc. Remote interfacing electrocardiography patch
US10667711B1 (en) 2013-09-25 2020-06-02 Bardy Diagnostics, Inc. Contact-activated extended wear electrocardiography and physiological sensor monitor recorder
US10736531B2 (en) 2013-09-25 2020-08-11 Bardy Diagnostics, Inc. Subcutaneous insertable cardiac monitor optimized for long term, low amplitude electrocardiographic data collection
US9737224B2 (en) 2013-09-25 2017-08-22 Bardy Diagnostics, Inc. Event alerting through actigraphy embedded within electrocardiographic data
US9655537B2 (en) 2013-09-25 2017-05-23 Bardy Diagnostics, Inc. Wearable electrocardiography and physiology monitoring ensemble
US11723575B2 (en) 2013-09-25 2023-08-15 Bardy Diagnostics, Inc. Electrocardiography patch
US10806360B2 (en) 2013-09-25 2020-10-20 Bardy Diagnostics, Inc. Extended wear ambulatory electrocardiography and physiological sensor monitor
US10624551B2 (en) 2013-09-25 2020-04-21 Bardy Diagnostics, Inc. Insertable cardiac monitor for use in performing long term electrocardiographic monitoring
US9717432B2 (en) 2013-09-25 2017-08-01 Bardy Diagnostics, Inc. Extended wear electrocardiography patch using interlaced wire electrodes
US9717433B2 (en) 2013-09-25 2017-08-01 Bardy Diagnostics, Inc. Ambulatory electrocardiography monitoring patch optimized for capturing low amplitude cardiac action potential propagation
WO2015048194A1 (en) 2013-09-25 2015-04-02 Bardy Diagnostics, Inc. Self-contained personal air flow sensing monitor
US9655538B2 (en) 2013-09-25 2017-05-23 Bardy Diagnostics, Inc. Self-authenticating electrocardiography monitoring circuit
US9408545B2 (en) 2013-09-25 2016-08-09 Bardy Diagnostics, Inc. Method for efficiently encoding and compressing ECG data optimized for use in an ambulatory ECG monitor
US9408551B2 (en) 2013-11-14 2016-08-09 Bardy Diagnostics, Inc. System and method for facilitating diagnosis of cardiac rhythm disorders with the aid of a digital computer
US9619660B1 (en) 2013-09-25 2017-04-11 Bardy Diagnostics, Inc. Computer-implemented system for secure physiological data collection and processing
US10799137B2 (en) 2013-09-25 2020-10-13 Bardy Diagnostics, Inc. System and method for facilitating a cardiac rhythm disorder diagnosis with the aid of a digital computer
US10736529B2 (en) 2013-09-25 2020-08-11 Bardy Diagnostics, Inc. Subcutaneous insertable electrocardiography monitor
US9700227B2 (en) 2013-09-25 2017-07-11 Bardy Diagnostics, Inc. Ambulatory electrocardiography monitoring patch optimized for capturing low amplitude cardiac action potential propagation
US9504423B1 (en) 2015-10-05 2016-11-29 Bardy Diagnostics, Inc. Method for addressing medical conditions through a wearable health monitor with the aid of a digital computer
US10165946B2 (en) * 2013-09-25 2019-01-01 Bardy Diagnostics, Inc. Computer-implemented system and method for providing a personal mobile device-triggered medical intervention
US9433380B1 (en) 2013-09-25 2016-09-06 Bardy Diagnostics, Inc. Extended wear electrocardiography patch
US11213237B2 (en) 2013-09-25 2022-01-04 Bardy Diagnostics, Inc. System and method for secure cloud-based physiological data processing and delivery
US10433751B2 (en) 2013-09-25 2019-10-08 Bardy Diagnostics, Inc. System and method for facilitating a cardiac rhythm disorder diagnosis based on subcutaneous cardiac monitoring data
US9615763B2 (en) 2013-09-25 2017-04-11 Bardy Diagnostics, Inc. Ambulatory electrocardiography monitor recorder optimized for capturing low amplitude cardiac action potential propagation
US9433367B2 (en) 2013-09-25 2016-09-06 Bardy Diagnostics, Inc. Remote interfacing of extended wear electrocardiography and physiological sensor monitor
US10820801B2 (en) 2013-09-25 2020-11-03 Bardy Diagnostics, Inc. Electrocardiography monitor configured for self-optimizing ECG data compression
US9345414B1 (en) 2013-09-25 2016-05-24 Bardy Diagnostics, Inc. Method for providing dynamic gain over electrocardiographic data with the aid of a digital computer
US10463269B2 (en) 2013-09-25 2019-11-05 Bardy Diagnostics, Inc. System and method for machine-learning-based atrial fibrillation detection
US9364155B2 (en) 2013-09-25 2016-06-14 Bardy Diagnostics, Inc. Self-contained personal air flow sensing monitor
US10433748B2 (en) 2013-09-25 2019-10-08 Bardy Diagnostics, Inc. Extended wear electrocardiography and physiological sensor monitor
US20190167139A1 (en) 2017-12-05 2019-06-06 Gust H. Bardy Subcutaneous P-Wave Centric Insertable Cardiac Monitor For Long Term Electrocardiographic Monitoring
US9545204B2 (en) 2013-09-25 2017-01-17 Bardy Diagnostics, Inc. Extended wear electrocardiography patch
USD892340S1 (en) 2013-11-07 2020-08-04 Bardy Diagnostics, Inc. Extended wear electrode patch
USD831833S1 (en) 2013-11-07 2018-10-23 Bardy Diagnostics, Inc. Extended wear electrode patch
USD793566S1 (en) 2015-09-10 2017-08-01 Bardy Diagnostics, Inc. Extended wear electrode patch
USD801528S1 (en) 2013-11-07 2017-10-31 Bardy Diagnostics, Inc. Electrocardiography monitor
USD744659S1 (en) 2013-11-07 2015-12-01 Bardy Diagnostics, Inc. Extended wear electrode patch
USD717955S1 (en) 2013-11-07 2014-11-18 Bardy Diagnostics, Inc. Electrocardiography monitor
RU2685815C1 (ru) * 2013-12-20 2019-04-23 Конинклейке Филипс Н.В. Способ реагирования на обнаружение падения и устройство для его реализации
US9153114B2 (en) * 2014-02-07 2015-10-06 Ge Yi Fall detection method and system
US10713614B1 (en) 2014-03-25 2020-07-14 Amazon Technologies, Inc. Weight and vision based item tracking
US10657411B1 (en) 2014-03-25 2020-05-19 Amazon Technologies, Inc. Item identification
US10327649B1 (en) 2014-03-31 2019-06-25 Sensogram Technologies, Inc. Non-invasive wearable blood pressure monitoring system
US10117586B1 (en) 2014-03-31 2018-11-06 Sensogram Technologies, Inc. Continuous non-invasive wearable blood pressure monitoring system
US9936885B1 (en) 2014-03-31 2018-04-10 Sensogram Technologies, Inc. Apparatus for ambient noise cancellation in PPG sensors
US9699634B2 (en) * 2014-06-02 2017-07-04 Road Id, Inc. Method and apparatus for emergency contact management
CN105336091A (zh) * 2014-07-16 2016-02-17 北京奇虎科技有限公司 针对随身定位设备进行报警的方法、装置及系统
US10568548B2 (en) * 2014-09-03 2020-02-25 Shenzhen Mindray Bio-Medical Electronics Co., Ltd. Device, system, and method for patient fall detection
US10593186B2 (en) * 2014-09-09 2020-03-17 Apple Inc. Care event detection and alerts
US9792334B2 (en) * 2014-09-25 2017-10-17 Sap Se Large-scale processing and querying for real-time surveillance
RU2579422C1 (ru) * 2014-10-29 2016-04-10 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Сибирская государственная автомобильно-дорожная академия (СибАДИ)" Способ скрытой оценки и мониторинга опасных психофизиологических состояний оператора человеко-машинных систем в процессе профессиональной деятельности
EP3138087A4 (en) * 2014-11-27 2017-06-28 Intel Corporation Wearable personal computer and healthcare devices
CN104490397B (zh) * 2014-12-10 2017-01-04 辛勤 一种对人体摔倒行为进行检测的方法及装置
CN104434080A (zh) * 2014-12-16 2015-03-25 中国矿业大学 基于压电薄膜的摔倒和心率监测及自动求救系统
US9984548B2 (en) 2014-12-22 2018-05-29 Koninklijke Philips N.V. Method and device for providing an alarm
AU2016225134A1 (en) * 2015-02-24 2017-10-12 Koninklijke Philips N.V. Device for detecting heart rate and heart rate variability
JP6442336B2 (ja) * 2015-03-18 2018-12-19 セコム株式会社 異常検知端末及びプログラム
JP6464002B2 (ja) * 2015-03-19 2019-02-06 セコム株式会社 転倒検知端末およびプログラム
JP6464003B2 (ja) * 2015-03-19 2019-02-06 セコム株式会社 転倒検知端末およびプログラム
JP6563220B2 (ja) * 2015-03-19 2019-08-21 セコム株式会社 転倒検知端末およびプログラム
JP6563662B2 (ja) * 2015-03-19 2019-08-21 セコム株式会社 転倒検知端末およびプログラム
CN104867309A (zh) * 2015-04-30 2015-08-26 深圳市全球锁安防系统工程有限公司 一种中老龄人安康服务智能穿戴设备及深度学习方法
CN104952447B (zh) * 2015-04-30 2020-03-27 深圳市全球锁安防系统工程有限公司 一种老龄人安康服务智能穿戴设备及语音识别方法
CN105147284A (zh) * 2015-05-19 2015-12-16 南京大学 一种改进型人体平衡功能检测方法与训练系统
US9959733B2 (en) * 2015-09-01 2018-05-01 Cassia Network Inc. Devices, systems, and methods for detecting falls
USD766447S1 (en) 2015-09-10 2016-09-13 Bardy Diagnostics, Inc. Extended wear electrode patch
US20170249823A1 (en) * 2015-09-17 2017-08-31 Manuel A. Espinoza System for Tracking Wellness and Scheduling of Caregiving
CN105118236B (zh) * 2015-09-25 2018-08-28 广东乐源数字技术有限公司 瘫倒监测和预防装置及其处理方法
EP3355783A4 (en) * 2015-09-28 2019-09-18 Case Western Reserve University BODY PORTABLE AND CONNECTED GEAR ANALYSIS SYSTEM
US10117598B1 (en) 2015-11-08 2018-11-06 Sensogram Technologies, Inc. Non-invasive wearable respiration rate monitoring system
RU2657966C2 (ru) * 2015-12-21 2018-06-18 Федеральное государственное автономное образовательное учреждение высшего образования "Балтийский федеральный университет имени Иммануила Канта" (БФУ им. И. Канта) Устройство и способ для дистанционной беспроводной диагностики функционального состояния сердечно-сосудистой системы человека на основе двигательной активности и фотоплетизмографии
JP6771154B2 (ja) * 2016-01-07 2020-10-21 パナソニックＩｐマネジメント株式会社 転倒リスク判定装置、転倒リスク判定装置の作動方法、およびコンピュータプログラム
CN105708470B (zh) * 2016-01-21 2018-11-13 山东大学 基于多普勒探测器与传感器联合的跌倒检测系统和方法
CN105769205A (zh) * 2016-02-23 2016-07-20 中国科学院深圳先进技术研究院 一种身体信息检测设备及跌倒检测系统
JP6927989B2 (ja) 2016-02-25 2021-09-01 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． コールの優先度レベルおよび／または会話継続時間を決定するための通信装置および方法
EP3424543B1 (en) * 2016-03-02 2021-05-05 Tsukada Medical Research Co., Ltd. Bladder urodynamic measurement apparatus
RU2742822C2 (ru) 2016-08-23 2021-02-11 Конинклейке Филипс Н.В. Система видеонаблюдения для больницы
US11259165B2 (en) 2016-08-26 2022-02-22 Intrinsic Value, Llc Systems, devices, and methods for emergency responses and safety
US10506413B2 (en) 2017-08-28 2019-12-10 Intrinsic Value, Llc Systems, devices, and methods for emergency responses and safety
EP3651434B1 (en) 2016-08-26 2022-08-10 Intrinsic Value, LLC Systems, devices, and methods for emergency responses and safety
WO2018073774A1 (zh) * 2016-10-19 2018-04-26 泰兴塑胶五金有限公司 基于内衣的身体数据监测方法和装置
FR3057984B1 (fr) * 2016-10-25 2022-11-11 Francois Domange Procede et systeme d'appel automatique de secours d'urgence lors de la detection d'une personne en situation de detresse
JP6937147B2 (ja) * 2017-03-29 2021-09-22 パイオニア株式会社 端末装置及び情報処理方法並びに端末装置用プログラム
CN107067679B (zh) * 2017-06-26 2019-04-30 广东小天才科技有限公司 一种报警方法及装置
US10629048B2 (en) 2017-09-29 2020-04-21 Apple Inc. Detecting falls using a mobile device
WO2019067489A1 (en) * 2017-09-29 2019-04-04 Sensogram Technologies, Inc. FALL DETECTION AND MEDICAL ALERT SYSTEMS
GB2571128B (en) * 2018-02-19 2022-10-12 Kinetik Tech Group Ltd A wearable alarm device and a method of use thereof
EP3545824B1 (en) * 2018-03-26 2022-07-20 Sony Group Corporation Method for supporting a user and user device
US11324422B2 (en) * 2018-12-21 2022-05-10 Starkey Laboratories, Inc. Fall detection using photoplethysmography detectors in ear-wearable devices
CN111383420A (zh) * 2018-12-29 2020-07-07 深圳市华赢飞沃科技有限公司 一种跌倒检测方法及设备
KR102046149B1 (ko) * 2019-03-07 2019-11-18 주식회사 젠다카디언 위급 상황 판단 장치
EP3757959A1 (en) * 2019-06-26 2020-12-30 Koninklijke Philips N.V. Monitoring a subject
CN112235464B (zh) * 2019-06-28 2022-05-31 华为技术有限公司 一种基于跌倒检测的呼救方法及电子设备
US11096579B2 (en) 2019-07-03 2021-08-24 Bardy Diagnostics, Inc. System and method for remote ECG data streaming in real-time
US11116451B2 (en) 2019-07-03 2021-09-14 Bardy Diagnostics, Inc. Subcutaneous P-wave centric insertable cardiac monitor with energy harvesting capabilities
US11504074B1 (en) * 2019-07-31 2022-11-22 United Services Automobile Association (Usaa) Method and system for automatically requesting medical assistance
CN110602323B (zh) * 2019-09-12 2021-04-20 奇酷互联网络科技（深圳）有限公司 一种摔倒的监测方法、终端和存储装置
EP4153046A1 (en) 2020-05-20 2023-03-29 Koninklijke Philips N.V. Fall detector incorporating physiological sensing
JP2021072926A (ja) * 2021-01-26 2021-05-13 株式会社塚田メディカル・リサーチ 膀胱尿動態測定装置
US20230111719A1 (en) * 2021-10-13 2023-04-13 L&T Technology Services Limited System for assisting a patient to raise an alarm

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030153836A1 (en) * 2000-05-05 2003-08-14 Claude Gagnadre Device and method for detecting abnormal situations
FR2912049A1 (fr) * 2007-02-06 2008-08-08 Univ Rennes I Etablissement Pu Dispositif de mesure d'au moins un parametre physiologique
US20090082692A1 (en) * 2007-09-25 2009-03-26 Hale Kelly S System And Method For The Real-Time Evaluation Of Time-Locked Physiological Measures
CN201691930U (zh) * 2009-08-28 2011-01-05 张鑫 一种人体运动状态监测装置
CN101999892A (zh) * 2010-12-02 2011-04-06 潍坊雷威医疗仪器有限公司 老年人远程监控诊断装置

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU877440A1 (ru) * 1977-09-29 1981-10-30 Предприятие П/Я Р-6456 Датчик аэродинамических углов
FI92139C (fi) * 1992-02-28 1994-10-10 Matti Myllymaeki Ranteeseen kiinnitettävä terveydentilan seurantalaite
JP3704215B2 (ja) * 1996-12-16 2005-10-12 長野計器株式会社 高齢者の歩行観察方法及び高齢者用歩行観察装置
US6160478A (en) 1998-10-27 2000-12-12 Sarcos Lc Wireless health monitoring system
AUPR113900A0 (en) 2000-10-31 2000-11-23 Commonwealth Scientific And Industrial Research Organisation A monitoring system
US8682952B2 (en) 2000-11-09 2014-03-25 Intel-Ge Care Innovations Llc System for maximizing the effectiveness of care giving
JP2002251681A (ja) * 2001-02-21 2002-09-06 Saibuaasu:Kk 動作検知装置、動作検知システム、異常動作通知システム、ゲームシステム、所定動作の通知方法およびセンタ装置
JP2002360522A (ja) 2001-06-13 2002-12-17 Japan Science & Technology Corp 独居老人安全生活支援装置
US7834754B2 (en) 2002-07-19 2010-11-16 Ut-Battelle, Llc Method and system for monitoring environmental conditions
US6930596B2 (en) 2002-07-19 2005-08-16 Ut-Battelle System for detection of hazardous events
DK1551282T3 (en) * 2002-10-09 2016-02-22 Bodymedia Inc DEVICE FOR RECEIVING, RECEIVING, DETERMINING AND DISPLAYING PHYSIOLOGICAL AND CONTEXTUAL INFORMATION ON A HUMAN
ATE370484T1 (de) * 2003-02-17 2007-09-15 Kinderguard Ltd Vorrichtung und system zur verfolgung und überwachung
GB2401466A (en) 2003-05-08 2004-11-10 Koninkl Philips Electronics Nv Detecting a fall
FI114246B (fi) 2003-06-25 2004-09-15 Ist Oy Laite kaatumisen ilmaisua varten
JP2005278765A (ja) 2004-03-29 2005-10-13 Sekio Ninomiya 姿勢、呼吸、心拍、行動モニタリング装置および身体異常判定方法
WO2005114488A2 (en) 2004-05-21 2005-12-01 Computer Associates Think, Inc. System and method for actively managing service-oriented architecture
FR2883093A1 (fr) * 2005-03-10 2006-09-15 Philippe Gros Procede et systeme d'alerte et de localisaton d'une personne en detresse
US8618930B2 (en) * 2005-03-11 2013-12-31 Aframe Digital, Inc. Mobile wireless customizable health and condition monitor
US20060282021A1 (en) * 2005-05-03 2006-12-14 Devaul Richard W Method and system for fall detection and motion analysis
JP2006341062A (ja) * 2005-06-09 2006-12-21 Nex1 Future Co Ltd 応急状況感知装置
WO2007033194A2 (en) 2005-09-13 2007-03-22 Aware Technologies, Inc. Method and system for proactive telemonitor with real-time activity and physiology classification and diary feature
TWI295565B (en) * 2005-12-22 2008-04-11 Ind Tech Res Inst Physiology sensing module with navigation capability
JP2009528141A (ja) * 2006-02-28 2009-08-06 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ ネックカラー部に配される電子機器を有するバイオメトリックモニタ
US20100286490A1 (en) 2006-04-20 2010-11-11 Iq Life, Inc. Interactive patient monitoring system using speech recognition
US20090040052A1 (en) * 2007-08-06 2009-02-12 Jeffry Michael Cameron Assistance alert method and device
JP2009301457A (ja) * 2008-06-17 2009-12-24 Seiko Epson Corp 救援システム、送信装置および通信装置
US8180440B2 (en) * 2009-05-20 2012-05-15 Sotera Wireless, Inc. Alarm system that processes both motion and vital signs using specific heuristic rules and thresholds
BRPI1007685A2 (pt) * 2009-05-20 2017-01-17 Koninkl Philips Electronics Nv dispositivo de detecção para detectar uma posição de uso, método de detecção de uma posição de uso de um dispositivo de detecção e produto de programa de computador
US8942676B2 (en) 2009-11-06 2015-01-27 ActiveCare, Inc. Systems and devices for emergency tracking and health monitoring
EP2575605A4 (en) * 2010-05-28 2015-01-21 Res Triangle Inst Int DEVICE, SYSTEM AND METHOD FOR DETECTING STROKE SYMPTOMS

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030153836A1 (en) * 2000-05-05 2003-08-14 Claude Gagnadre Device and method for detecting abnormal situations
FR2912049A1 (fr) * 2007-02-06 2008-08-08 Univ Rennes I Etablissement Pu Dispositif de mesure d'au moins un parametre physiologique
US20090082692A1 (en) * 2007-09-25 2009-03-26 Hale Kelly S System And Method For The Real-Time Evaluation Of Time-Locked Physiological Measures
CN201691930U (zh) * 2009-08-28 2011-01-05 张鑫 一种人体运动状态监测装置
CN101999892A (zh) * 2010-12-02 2011-04-06 潍坊雷威医疗仪器有限公司 老年人远程监控诊断装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
RONALD NOCUA等: "Evaluation of the autonomic nervous system for fall detection", 《31ST ANNUAL INTERNATIONAL CONFERENCE OF IEEE EMBS》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103815878A (zh) * 2014-02-21 2014-05-28 深圳清华大学研究院 基础体温检测装置以及基础体温的检测方法
CN103815878B (zh) * 2014-02-21 2016-01-13 深圳清华大学研究院 基础体温检测装置以及基础体温的检测方法
CN104107049A (zh) * 2014-07-04 2014-10-22 深圳市宏电技术股份有限公司 一种基于皮肤电导率的运动状态监测方法及系统
CN104107049B (zh) * 2014-07-04 2016-04-27 深圳市宏电技术股份有限公司 一种基于皮肤电导率的运动状态监测方法及系统
CN108270921A (zh) * 2018-01-17 2018-07-10 广东欧珀移动通信有限公司 跌落信息的检测方法及相关产品
CN108270921B (zh) * 2018-01-17 2020-08-21 Oppo广东移动通信有限公司 跌落信息的检测方法及相关产品

Also Published As

Publication number Publication date
JP2014518668A (ja) 2014-08-07
WO2012147036A1 (en) 2012-11-01
CN103503041B (zh) 2016-05-18
CN103503041A (zh) 2014-01-08
EP2702575A1 (en) 2014-03-05
US20140191863A1 (en) 2014-07-10
EP2702576A1 (en) 2014-03-05
US20140142460A1 (en) 2014-05-22
JP2014518666A (ja) 2014-08-07
US9489815B2 (en) 2016-11-08
RU2629795C2 (ru) 2017-09-04
CN103493113B (zh) 2016-08-24
RU2013153099A (ru) 2015-06-10
JP5998202B2 (ja) 2016-09-28
WO2012146957A1 (en) 2012-11-01

Similar Documents

Publication Publication Date Title
CN103493113A (zh) 跌倒检测器和用于检测可能的跌倒的方法
Lai et al. Detection of cognitive injured body region using multiple triaxial accelerometers for elderly falling
CN105051799A (zh) 用于检测跌倒的方法和跌倒检测器
CN103337132B (zh) 基于三轴加速度传感器的人体跌倒检测方法
JP5674766B2 (ja) 着用位置を検出するためのセンシングデバイス
CN102667882B (zh) 用于检测用户跌倒的方法和装置
CN201691930U (zh) 一种人体运动状态监测装置
EP1974662B1 (en) Fall detector
Leone et al. A wearable EMG-based system pre-fall detector
JP2009525107A (ja) 歩行分析
CN104112335A (zh) 一种基于多信息融合的疲劳驾驶检测方法
CN102368297A (zh) 一种用于识别被检测对象动作的设备、系统及方法
CN105528859A (zh) 基于人体跌倒检测技术的养老智能报警系统
Islam et al. Automatic fall detection system of unsupervised elderly people using smartphone
Chen et al. A reliable fall detection system based on wearable sensor and signal magnitude area for elderly residents
KR102386182B1 (ko) 생물학적 고려사항을 이용한 손상 검출
Silva et al. Design and evaluation of a fall detection algorithm on mobile phone platform
CN109064710A (zh) 具有摔倒识别功能的安全防护终端及系统
Mao et al. Pre-impact and impact detection of falls using built-in tri-accelerometer of smartphone
Garg et al. An accelerometer based fall detection system using deep neural network
US20180014729A1 (en) System and Method for Detection of Cravings in Individuals with Addiction
KR101034886B1 (ko) 짧은 심장박동 주기의 변화를 이용한 졸음상태 판정 시스템 및 방법
Leone et al. An EMG-based system for pre-impact fall detection
CN205697787U (zh) 智能跌倒报警颈环
Rodríguez-Martín et al. Identification of sit-to-stand and stand-to-sit transitions using a single inertial sensor

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160824

CF01 Termination of patent right due to non-payment of annual fee