CN105118236A - 瘫倒监测和预防装置及其处理方法 - Google Patents

Abstract

本发明公开一种瘫倒监测和预防装置及其处理方法，该装置包括：警报模块、信号采集模块和信号处理模块，其中，信号采集模块用于采集人体姿态行为数据和人体生物体征数据；信号处理模块包括瘫倒检测单元，瘫倒检测单元设置为根据采集的人体姿态行为数据和人体生物体征数据进行分析处理，以判断人体状态，当判断人体发生瘫倒时输出求救信号至警报模块；警报模块根据求救信号生成并输出警报信息。本发明的瘫倒监测和预防装置及其处理方法通过人体姿态行为数据人体生物体征数据进行瘫倒检测，有效考虑人体的行为特征，正确率更高。

Description

瘫倒监测和预防装置及其处理方法

技术领域

本发明涉及智能化的安全产品，尤其涉及一种瘫倒监测和预防装置及其处理方法。

背景技术

随着生活节奏的改变，孤寡老人、留守老人成为了一个不可忽视的大群体，更多的年轻人由于工作等原因不能时刻陪伴老人，导致了老人在出现瘫倒情况下无法及时得到救助，恶化了病情。所以，提供一种可以随身佩戴的并且能够实时监测老人身体状况的智能设备，使得老人能够在最短的时间得到帮助，对老年人来讲非常必要。

目前有许多监护装置，都是采用跌倒监测的技术手段实现的。而跌倒监测的技术手段，通用的方法是通过加速度传感器来检测在跌倒的过程中身体碰撞到地面时的剧烈变化的信号以及跌倒后一段时间内无法动弹的一段相对静止信号，来识别是否发生跌倒的。但瘫倒是指由于某些突发症状导致的肢体不受主观意识控制的一种情形，更多情况是自身由于身体原因导致，其在姿态特征上并不一定出现由站立变为平躺，即先出现剧烈变化的信号然后又一段相对静止的信号，而是表现形式多样，比如坐姿发生瘫倒且瘫倒后还是坐姿，靠墙发生瘫倒后缓慢瘫坐在地上等等。对于这种情形，通过的跌倒监测的方法是无法识别的。并且，目前的监护装置并没有解决检测装置人为或意外脱离身体时导致误报的问题。

发明内容

根据本发明的一个方面，提供了一种瘫倒监测和预防装置，包括：警报模块、信号采集模块和信号处理模块，其中，

所述信号采集模块用于采集人体姿态行为数据和人体生物体征数据；

所述信号处理模块包括瘫倒检测单元，所述瘫倒检测单元设置为根据所述采集的人体姿态行为数据和人体生物体征数据进行分析处理，以判断人体状态，当判断人体发生瘫倒时输出求救信号至警报模块；

所述警报模块根据所述求救信号生成并输出求救信息。

本发明的监护装置通过人体姿态行为数据和人体生物体征数据进行瘫倒检测，有效考虑人体的行为特征，正确率更高。

在一些实施方式中，所述信号处理模块还包括装置佩戴检测单元，所述信号采集模块还用于采集装置佩戴信息数据，所述装置佩戴检测单元设置为根据所述装置佩戴信息数据进行分析处理，输出佩戴状态标识；

所述瘫倒检测单元根据所述输出的佩戴状态标识，进行人体瘫倒检测和向所述警报模块输出求救信号。由此，可以检测出装置的佩戴方向和/或佩戴位置是否正确，实现避免佩戴不正确导致的误报的不良，进一步提高跌倒检测的准确率。

在一些实施方式中，所述信号采集模块还用于采集人体周围环境信息数据，所述信号处理模块还包括瘫倒预防单元，设置为根据所述人体姿态行为数据、人体生物体征数据和人体周围环境数据，判断人体状态，根据判断结果数据加权计算瘫倒风险级别，并输出所述瘫倒风险级别。由此，可以进一步对人体身体状态进行监测，在有瘫倒风险时及时提醒用户，防止瘫倒的发生，提高对用户监护的安全性。

在一些实施方式中，所述装置还包括定位模块和无线通讯模块，所述定位模块采集所述装置的位置信息，所述警报模块通过所述无线通讯模块发送含有所述位置信息的求救信息至远程终端。由此，可以及时通知监护人，并将使用者的位置信息提供给监护人，以方便得到及时有效的救助。

在一些实施方式中，所述信号采集模块通过传感器进行信息采集，包括用于采集人体姿态行为数据的传感器、用于采集人体生物体征数据的传感器、用于采集装置佩戴信息数据的传感器和用于采集人体周围环境的传感器，其中，

所述用于采集人体姿态行为数据的传感器包括三轴加速度传感器或三轴加速度传感器、气压传感器和陀螺仪；

所述用于采集人体生物体征数据的传感器包括心率传感器、光电血压传感器、温度传感器、湿度传感器和血氧饱和度传感器的其中之一或者两者以上的组合；

所述用于采集装置佩戴信息数据的传感器包括温度传感器、人体生物电传感器、压力传感器和三轴加速度传感器的其中之一或者两者以上的组合；

所述用于采集人体周围环境信息数据的传感器包括气压传感器、温度传感器、湿度传感器和风速传感器的其中之一或两者以上的组合。由此，可以实现对相应数据的采集，以进行监测分析。

在一些实施方式中，还包括人机交互模块，所述人机交互模块包括触摸屏、按钮和语音播放器的其中之一或两者以上的组合，所述瘫倒预防单元将所述瘫倒风险级别通过所述人机交互模块输出。由此，用户可以通过触摸屏录入用户信息，以方便装置根据用户信息进行分析处理，也能够实现在装置发生检测误报时，用户通过按钮进行求救或解除误报求救，能够有效改善用户体验，快捷方便。

根据本发明的一个方面，还提供了一种瘫倒监测和预防装置的操作方法，该装置包括定位模块、无线通讯模块、警报模块、信号采集模块和信号处理模块，处理方法包括：

信号采集模块实时采集人体姿态行为数据和人体生物体征数据，输出至信号处理模块；

信号处理模块根据所述人体姿态行为数据和人体生物体征数据进行分析处理，判断人体状态，当判断人体发生瘫倒时，输出求救信号至警报模块；

警报模块根据所述求救信号，发送包含位置信息的求救信息至远程终端。

本发明的方法，通过人体姿态行为数据和人体生物体征数据进行瘫倒检测，能够结合用户行为特征，有效检测人体是否发生瘫倒，准确率更高。

在一些实施方式中，其中，处理方法还包括：

信号采集模块实时采集装置佩戴信息数据，输出至信号处理模块；

信号处理模块根据所述装置佩戴信息数据进行分析，判断装置佩戴状态，根据装置佩戴状态输出佩戴状态标识；

所述信号处理模块读取所述佩戴状态标识进行判断，当所述佩戴状态标识为正确佩戴时，进行人体瘫倒状态的判断和根据瘫倒状态输出求救信号至警报模块。由此，可以实现通过温度判断人体是否佩戴了装置，通过压力和加速度判断人体佩戴装置的位置和方向是否正确，从而实现对装置是否佩戴和佩戴是否正确的检测，避免因装置问题而误报的不良。而且，只有在装置佩戴正确时，才进行用户行为信息数据的采集和人体瘫倒的检测，能够减少不必要的数据处理操作，提高效率。

在一些实施方式中，所述信号采集模块通过三轴加速度传感器采集人体姿态行为数据，通过心率传感器、光电血压传感器、温度传感器、湿度传感器和血氧饱和度传感器的其中之一或者两者以上的组合采集人体生物特征数据，

所述信号处理模根据所述人体姿态行为数据和人体生物体征数据进行分析处理，判断人体状态包括：

读取三轴加速度传感器采集的三轴加速度数据，计算三轴加速度变化之和ACC_SUM；

判断三轴加速度变化之和ACC_SUM是否满足小于设定的阀值，满足则设置身体姿态标识为TRUE；

读取人体生物体征数据，判断是否满足大于设定的上限阀值或小于设定的下限阀值，满足则根据设定的阀值等级判断人体发生瘫倒的严重程度，输出人体瘫倒标识。由此，可以实现对用户身体是否进入安静期的检测和对人体特征是否发生异常的检测，判断人体瘫倒的状态。

在一些实施方式中，该方法还包括：信号采集模块实时采集周围环境信息数据，输出至信号处理模块；所述信号处理模块根据所述人体姿态行为数据、人体生物体征数据和周围环境信息数据进行分析处理，判断人体状态，根据判断结果进行数据加权计算，输出瘫倒风险级别。由此，可以进行瘫倒风险检测，进行瘫倒预防，以减少发生瘫倒带来的不良后果，减少瘫倒的发生。

在一些实施方式中，所述信号采集模块通过三轴加速度传感器、陀螺仪和气压传感器采集人体姿态行为数据，通过心率传感器、光电血压传感器、温度传感器、湿度传感器和血氧饱和度传感器的其中之一或者两者以上的组合采集人体生物特征数据，气压传感器、温度传感器、湿度传感器和风速传感器的其中之一或两者以上的组合采集人体周围环境信息数据，

所述信号处理模块根据所述人体姿态行为数据、人体生物体征数据和周围环境信息数据进行分析处理，判断人体状态，根据判断结果进行数据加权计算，输出瘫倒风险级别包括：

读取人体姿态行为数据、人体生物体征数据和人体周围环境信息数据，分别判断是否发生异常，当其中之一发生异常时，设置瘫倒风险标识为TRUE；

读取瘫倒报警状态标识SLUMP_WARN_FLAG的值进行判断，当瘫倒报警状态标识SLUMP_WARN_FLAG为TRUE时，获取人体生物体征数据，根据公式或 $score=(w_0*\max (1,\frac{age}{{\mathrm{age}}_0})+w_1*\frac{weight}{height*weight})*\underset{i=0}{\overset{n}{\Σ}}{a}_i*|D_i-{\mathrm{DH}}_i|,$ 计算当前瘫倒的风险等级；

其中，a_i为第i个生物体征数据的权重值，D_i为采集到的第i个生物体征数据的值，DH_i为正常情况下第i个生物体征数据的值，n为信号采集模块中用于采集生物体征数据的传感器的编号，age为年龄、height为身高、weight为体重，w_o、w₁为权重值，age₀为设定的标准年龄值。由此，可以将瘫倒风险量化，根据量化结果进行风险等级判断和相应提示。

附图说明

图1为本发明一实施方式的瘫倒监测和预防装置的外观结构示意图；

图2为本发明一实施方式的瘫倒监测和预防装置的模块框架结构示意图；

图3为本发明一实施方式的瘫倒识别检测方法的流程图；

图4为本发明一实施方式的装置是否正确佩戴的检测方法流程图；

图5为本发明一实施方式的瘫倒预防的方法流程图

图6为本发明一实施方式的瘫倒监测和预防装置的工作流程图；

图7为本发明另一实施方式的瘫倒监测和预防装置的工作流程图；

图8为本发明另一实施方式的瘫倒监测和预防装置的工作流程图；

图9为本发明另一实施方式的瘫倒监测和预防装置的工作流程图；

图10为本发明另一实施方式的瘫倒监测和预防装置的工作流程图；

图11为本发明另一实施方式的瘫倒监测和预防装置的工作流程图。

具体实施方式

下面结合附图对本发明作进一步详细的说明。

图1示意性地显示了根据本发明的一种实施方式的瘫倒检测和预防装置的外观结构。如图1所示，该装置包括带体1和带扣2，带体1和带扣2一端固定连接，另一端在系腰带时扣紧，连接和扣紧方式同普通的腰带。带扣2上设置有按钮3，用户可以通过按下按钮3进行人机交互。装置的压力传感器5沿带体1均匀分布，其他的功能模块(如剩余的信号采集模块、信号处理模块、定位模块等)都内置于带扣2内的集成芯片4上。在实际应用中，用户通过佩戴图1所示的腰带就可以实现对使用者的日常监护。由于腰带属于大多数人的日常着装必须品，携带方便，无任何附带感，不易遗忘，非常便捷。

图2示意性地显示了本装置的内置于带体内的各模块的框架结构。如图2所示，该装置包括信号处理模块20、定位模块21、信号采集模块22、无线通讯模块23和警报模块24。定位模块21采用GPS或北斗或移动基站等定位方式实现，用于提供用户的地理位置信息。无线通讯模块23是GSM通讯单元或蓝牙通讯单元等可以通过无线方式与移动终端设备进行通讯的芯片或模块，用于实现与远程终端(如手机、电脑、IPad等设备终端)之间的数据交互。警报模块24设置为当接收到求救信号时，通过无线通讯模块23发送求救信息至远程终端，以通知监护人用户发生瘫倒需要救助，求救信息包括定位模块21获取的地理位置信息和特定的求救内容。信号采集模块22用于实时采集装置佩戴信息数据和用户行为信息数据，提供给信号处理模块20进行人体瘫倒检测分析。信号采集模块22主要通过多种传感器实现，包括用于采集佩戴信息的传感器和用于采集用户信息的传感器。用于采集佩戴信息的传感器包括三轴加速度传感器、温度传感器、人体生物电传感器和压力传感器等，用于采集用户信息的传感器包括用于采集人体姿态行为数据的传感器、用于采集人体生物体特征的传感器和用于采集人体周围环境数据的传感器。其中，用于采集人体姿态行为数据的传感器包括三轴加速度传感器、陀螺仪和气压高度传感器等，用于采集人体生物体特征的传感器包括心率传感器、光电血压传感器、红外温度传感器、湿度传感器和血氧饱和度传感器等，用于采集人体周围环境数据的传感器包括气压传感器、温度传感器、湿度传感器和风速传感器等。信号处理模块20是MCU等微型处理器。其中，信号处理模块20包括瘫倒检测单元202，瘫倒检测单元202用于根据信号采集模块22采集的人体姿态行为数据和人体生物体征数据进行瘫倒检测，当判断发生瘫倒时，向警报模块24输出求救信号，以启动警报模块24将求救信息通过无线通讯模块23发送到监护人的远程终端设备。

图3示意性地显示了本发明一实施方式的瘫倒检测单元202根据信号采集模块22采集的人体姿态行为数据和人体生物体征数据进行瘫倒识别检测方法。以用于采集人体姿态行为数据的传感器为三轴加速度传感器为例，如图3所示，该方法包括：

步骤S301：实时采集人体姿态行为数据。

在使用过程中，信号采集模块22通过三轴加速度传感器实时采集人体姿态行为数据，并通过FIFO(FirstInFirstOut，先进先出)形式存储一段时间(如4秒)内的人体姿态行为数据(即三轴加速度数据)。

步骤S302：判断人体是否进入“平静”期。

瘫倒检测单元202根据存储的三轴加速度数据，计算该区间内的三轴加速度变化之和 $ACC\_SUM={\mathrm{\&Sigma;}}_{i=0}^{n-1}\left(\right|\left({\mathrm{AX}}_{i+1}-{\mathrm{AX}}_i\right)|+|\left({\mathrm{AY}}_{i+1}-{\mathrm{AY}}_i\right)|+|\left({\mathrm{AZ}}_{i+1}-{\mathrm{AZ}}_i\right)\left|\right),$ n为该一段时间内采集的加速度数据的编号。设定加速度阀值TH4，判断该一段时间内的加速度变化之和ACC_SUM是否小于设定的阀值TH4，即是否满足ACC_SUM<TH4。其中，TH4是发生瘫倒后的平静时期，这一时期人体加速度变化量非常小，可以设置为较小的值，如趋近于0.1g(g为重力加速度)，如果满足，则说明在一段时间内，身体进入平静期，而正常的瘫倒发生后，都会出现该情形。可以判断当满足上述条件时，即为人体进入了平静期，则将人体身体状态标识如BODY_FLAG设置为TRUE。

步骤S303：实时采集人体生物体征数据。

瘫倒检测单元202读取身体状态标识进行判断，当为TRUE时，通过信号采集模块22实时采集人体生物体征数据。信号采集模块22通过心率传感器、光电血压传感器、红外温度传感器、湿度传感器和血氧饱和度传感器的其中一个或两者以上的组合采集人体生物体征数据。

步骤S304：判断人体生物体征数据是否异常。

瘫倒检测单元202根据采集的人体生物体征数据进行分析，判断用户当前的身体状态是否出现异常。通常情况下，当老人发生瘫倒时，生物体征数据往往比较异常，例如常常伴随着“冒虚汗”、心跳加速、血压升高等特征，同时身体处于“安静”状态。瘫倒检测单元202根据以上的传感器，获取心跳、血压、体温、体表湿度、血氧饱和度等生物体征数据进行判断，当相应的生物体征数据满足大于或小于预设的上限或下限阀值时，判断发生瘫倒，将瘫倒状态标识SLUMP_FLAG设置为TRUE。其中，预设的阀值可以根据用户设置的使用者的基本信息(如年龄、性别、病史等)，结合医学常识进行设置，生物体特征数据阀值的具体值的设置是医学界公知常识，此处不做详细介绍。

步骤S305：将用户当前瘫倒的严重程度分级，并语音通知用户进行异常确认。

当用户的生物体特征数据大于预设的阀值时，即读取瘫倒状态标识判断为TRUE时，装置通过语音播放异常确认信息，如播放“您是否感到不舒服，没有请按下按钮”的语音提示，等待用户进行确认。如果用户按下按钮3，则说明发生了误判，将瘫倒状态标识设置为FALSE，如果用户在一段时间如5s内没有按下按钮3，则说明人体确实发生瘫倒，瘫倒检测单元202将相应的生物体特征数据与预先设定的瘫倒程度指标阀值按严重程度由大到小的顺序进行比较，并输出相应严重程度的瘫倒等级标识。如根据心跳、湿度及血压设置瘫倒程度指标阀值如下：高(HUM_TH1/BLOODPRESSURE_TH1/HEART_RATE_TH1)、中(HUM_TH2/BLOODPRESSURE_TH2/HEART_RATE_TH2)、低(HUM_TH3/BLOODPRESSURE_TH3/HEART_RATE_TH3)，瘫倒检测单元202将相应的生物体特征数据先与高瘫倒程度的指标阀值进行比较，然后与中和低进行比较，当满足某一程度的指标阀值时，将对应的瘫倒等级标识设置为TRUE，如当满足高程度的瘫倒程度指标阀值时，将瘫倒等级标识SLUMP_HIGH设置为TRUE，满足中程度的瘫倒程度指标阀值时，将瘫倒等级标识SLUMP_MIDDLE设置为TRUE，满足低程度的瘫倒程度指标阀值时，将瘫倒等级标识SLUMP_LOW设置为TRUE。

步骤S306：判断发生瘫倒，根据瘫倒等级标识向警报模块发送相应的求救信号。

瘫倒检测单元202读取瘫倒等级标识进行判断，当其中某一程度的瘫倒等级标识为TRUE时，判断发生相应程度的瘫倒，根据瘫倒等级标识向警报模块发送相应瘫倒等级的求救信号，如当SLUMP_LOW为TRUE时，向警报模块发送字符“L”，警报模块根据字符“L”，向基本监护人发送求救信息，当SLUMP_HIGH为TRUE时，向警报模块发送字符“H”，警报模块根据字符“H”，通过无线通讯模块向所有监护人以及医院发送求救信息(包含地理位置信息和特定的求救内容)，从而让使用者能够得到及时的、符合其瘫倒程度的救助，以更有效的帮助患者。

需要说明的是，在进行瘫倒检测时，设置的生物体征阀值和瘫倒程度指标阀值可以根据医学常识进行设置，也可以通过在装置中设置样本库，通过样本库进行训练获得。其中，样本库包含大众的共性特征样本以及用户自身的数据样本，通过训练样本获得的阀值能够为每一位用户提供适合自身特征的参数，准确率更高。在设置样本库的装置中，当在步骤S305中发生误判时，可以同时将相应的生物体征数据存入正例样本库，以防下次再发送误判，能够为用户提供更准确的瘫倒监护。训练样本获得相适应的阀值的方法，可以参考现有技术通过统计学实现，故在此不再赘述。

该实施例提供的瘫倒检测方式，需要同时检测人体姿态行为数据和生物体征数据，符合瘫倒不一定会出现身体撞击地面时的“巨变”信号段，也不一定最终的姿态是”平躺“的静止状态的情形，能够比较全面的考虑用户的行为特征和生物体特征数据，相对跌倒检测的方式，本发明的检测方法能更准确更高效的检测出人体瘫倒的状态，以便对使用者进行瘫倒监护，使其在发生瘫倒后能够第一时间发出求救请求，获得救助。同时，本实施例的瘫倒检测方法，还通过人体生物特征指标阀值对瘫倒的严重程度进行分级，根据不同严重程度的瘫倒患者，采用不同的求救内容，更方便用户，提高用户体验。

同时，考虑到除了算法方面的准确率外，装置佩戴情况也是影响检测准确率的一个重要因素，本发明同时提供了装置在没有佩戴情况下或佩戴不正确情形下导致误报的解决方案。如图2所示，信号处理模块20中还包括装置佩戴检测单元201。装置佩戴检测单元201设置为根据信号采集模块22采集的装置佩戴信息数据进行分析处理，输出佩戴状态标识。瘫倒检测单元202读取佩戴状态标识进行判断，当佩戴状态标识为装置佩戴正确时(即为TRUE时)，采集用户行为数据进行分析检测，在发生瘫倒时向警报模块24输出求救信号(其中，具体的分析检测和求救方法参见前文图3的方法部分。)。在实际应用中，信号采集模块22通过用户采集佩戴信息的传感器采集装置佩戴信息数据，用于采集佩戴信息的传感器可以是三轴加速度传感器、温度传感器、人体生物电传感器和压力传感器等中的其中一个或者两者以上的任意组合。装置佩戴检测单元201可以只根据以上的压力数据、三轴加速度和温度数据的其中一项进行装置是否佩戴或是否正确佩戴的检测，也可以同时选择其中的两项以上的组合进行检测，在选择两项以上的组合进行检测时，只要其中任一方式的检测结果为佩戴有误，则设置佩戴状态标识为FALSE。如，可以先通过温度数据检测装置是否佩戴，在温度数据无法检测(即存在人体温度和外界温度的温差接近的情况时)时通过人体生物电信号判断装置是否佩戴，如果佩戴则对比压力数据判断佩戴位置是否正确，如果正确再根据三轴加速度判断佩戴方向是否正确，如果三者都正确，则判定为装置佩戴正确，设置佩戴状态标识为TRUE，否则设置为FALSE，并继续进行数据采集。通过组合不同传感器的方式进行数据采集和检测，能够有效提高设备佩戴检测的正确率，且包含的传感器越多，检测结果越准确。

图4示意性地显示了本发明一实施方式的检测装置是否正确佩戴的方法。以用于检测佩戴信息的传感器同时包括三轴加速度传感器、温度传感器、人体生物电传感器和压力传感器为例，如图4所示，该方法包括：

步骤S401：实时采集温度、人体生物电信号、压力及加速度数据，并向用户进行语音指导佩戴。

信号采集模块通过三轴加速度传感器实时采集三轴加速度数据AX、AY、AZ，通过压力传感器实时采集佩戴部位一周的压力数据P1，P2，......，PN，通过温度传感器实时采集贴近人体一侧的温度数据T1和暴露于空气一侧的温度数据T2，通过人体生物电传感器实时采集人体生物电信号，同时通过语音播放佩戴方法对用户进行佩戴指导。

需要说明的是，本发明的装置为腰带，为了实现检测装置佩戴部位压力的目的，压力传感器需设置为沿佩戴部位一周矩阵式均匀分布在装置的带体上，个数为N＝L/D，其中，L为用户的佩戴部位一周的长度信息(根据用户录入的基本信息获取)，D是矩阵式分布的压力传感器的间距。而为了检测空气温度和人体温度，本实施例的温度传感器设置为两个，由于温度传感器本身具有方向性(朝向人体侧和朝向外侧)，一个的方向设置为朝向人体的一侧，就可以用于采集人体温度，另一个的方向设置为朝向空气的一侧，就可以用于采集环境温度。

步骤S402：判断人体一侧温度T1与空气一侧温度T2相比，是否T1-T2>TH。

如果人体没有佩戴设备，则理论上T1＝T2，实际中有0.5°左右的误差，如果人体佩戴，则一侧是空气温度、一侧是人体温度就会导致两侧出现温度差，这样就达到了检测设备是否佩戴的目的。基于存在温差的事实，设定阀值TH，对比T1和T2是否满足温度差大于设定的阀值，如果大于则进行步骤S404，如果不大于则进行步骤S403。

步骤S403：判断人体生物电信号是否为高电平。

需要说明的是，由于存在外界温度与人体温度接近的情况，作为优选实施例，可以在信号采集模块中增加人体生物电传感器，进行进一步检测，具体为当T1和T2的温差很小时，采集人体生物电信号，判断是否为高电平，如果人体生物电传感器输出的为高电平，则说明人体佩戴了装置，可进行步骤S404的压力检测，否则持续进行步骤S401的数据采集。在实际应用中，人体生物电传感器也可以作为温度传感器判断装置是否佩戴的替代方案，即将温度传感器替换为人体生物电传感器，进行人体生物电信号的判断。具体组合方式是选择两者的任一个或是将两者结合使用，本发明的实施例不对此做限制。

步骤S404：判断各压力传感器的值是否满足P1＝P2＝......＝PN>0。

如果人体正确佩戴，则人体腰部一周的压力值满足相等且等于松紧度适中时的压力值P，即有P1＝P2＝......＝PN＝P>0，判断是否满足该条件即可判断出装置是否佩戴部位正确且松紧度合适。如果满足，则进行步骤S405，否则持续进行步骤S401的数据采集。

步骤S405：判断正常站立情形下三轴加速度值是否满足AY＝g且AX＝AZ＝0。

正常情况下，人体直立时，正确的佩戴方式应该仅有一根轴加速度值为g(重力及速度)其他两根轴应为0，设Y轴代表人体站立时候躯干方向，即AY＝g且AX＝AZ＝0，如果满足则说明装置的佩戴方向正确，则进行步骤S407，否则进行步骤S406。

步骤S406：通过语音提示用户佩戴方向错误。

播放语音提示，提示用户佩戴方向错误，并继续进行步骤S401的数据采集。

步骤S407：判断佩戴正确，设置佩戴正确状态标识为TRUE。

如果同时满足以上的判定条件，则说明装置已经佩戴，且佩戴部位和方向都正确，此时将佩戴正确状态标识WARE_FLAG设置为TRUE，之后装置就可以根据正确佩戴的状态标识进行人体状态检测。

通过对装置佩戴情况的检测，可以避免因装置没有佩戴或佩戴不正确时的误报，提高瘫倒检测和求救警报的准确率。而且，在装置佩戴正确的情况下，才进行人体状态检测，能够减少不必要的数据处理，提高效率，减少功耗。

如图2所示，本装置还可以包括人机交互模块25。人机交互模块25可以是触摸屏、语音模块或按钮，设置为接收用户输入，进行信息录入或根据用户指令，启动警报模块24进行求救报警或解除求救报警，也可以语音进行提示播报。如通过触摸屏录入用户基本信息，或通过按钮进行一键报警，也能够满足因采样率不足及算法识别率等问题影响检测结果时，用户能及时进行瘫倒报警和在检测到用户有瘫倒风险时，及时为用户播放风险提示，非常快捷方便。

优选地，为了能够更加人性化地满足用户的需求，对人体状态进行实时监测和做出及时提示，避免瘫倒的发生，本发明还提供了预防瘫倒的方案，以满足用户在身体发生异常的情况下，及时告知用户进行休息或其他防护措施的需求。

如图2所示，信号处理模块20还包括瘫倒预防单元203，设置为根据信号采集模块21采集的人体姿态行为数据、生物体征数据和周围环境数据进行分析处理，以检测人体的身体状态，计算瘫倒风险等级，并根据瘫倒风险等级输出风险提示信息，提醒用户及时进行相应处理，如休息、吃药等。其中，信号采集模块21通过用于采集人体姿态行为数据的传感器采集人体姿态行为数据、通过用于采集人体生物体征数据的传感器采集人体生物特征数据、通过用于采集人体周围环境数据的传感器采集人体周围环境数据。用于采集人体姿态行为数据的传感器包括三轴加速度传感器、陀螺仪和气压高度传感器，用于识别人体的行为姿态是否发生异常。用于采集人体生物体征的数据的传感器包括心率传感器、光电血压传感器、红外温度传感器、湿度传感器和血氧饱和度传感器的其中一个或两者以上的结合，用于判断使用者身体状态是否良好。用于采集人体周围环境数据的传感器包括气压传感器、温度传感器、湿度传感器和风速传感器的其中之一或两者以上的结合，用于判断当前是否为瘫倒多发环境。

图5示意性地显示了本发明一种实施方式的人体瘫倒预防监测方法。以用于采集人体姿态行为数据的传感器包括三轴加速度传感器、陀螺仪和气压高度传感器，用于采集人体生物体征数据的传感器包括心率传感器、湿度传感器、光电血压传感器和血氧饱和度传感器，用于采集人体周围环境数据的传感器包括温度传感器和气压传感器为例，如图5所示，进行人体瘫倒预防监测的方法包括：

步骤S501：实时采集人体姿态行为数据、生物体征数据和周围环境数据。

通过三轴加速度传感器、陀螺仪和气压高度传感器实时采集人体姿态行为数据，包括三轴加速度数据、角速度数据和气压高度数据。通过心率传感器、湿度传感器、光电血压传感器和血氧饱和度传感器实时采集生物体征数据，包括心跳数据、体表湿度数据、血压数据和血氧饱和度数据。通过温度传感器和气压传感器实时采集环境气温数据和气压数据。

步骤S502：判断人体行为是否发生异常。

根据采集的三轴加速度数据或陀螺仪角速度数据识别人体是否在运动中(如正在走路)，通过加速度传感器和陀螺仪判断人体是否在运动中是现有技术，在此不再赘述。因为正常情况下人走路是非常均匀的，当判断在运动中时，根据三轴加速度传感器或陀螺仪的计步功能判断人体是否出现“跌跌撞撞”(即走路时快时慢)，根据三轴加速度数据和气压高度数据的变化判断人体是否出现“重心不稳”等异常，如果出现异常则将瘫倒报警标识SLUMP_WARN_FLAG设置为TRUE。需要说明的是，判断人体是否跌跌撞撞、站不稳和重心不稳等异常状态，可以利用上述各加速度传感器的现有功能实现，因此对实现过程不再赘述。当出现上述人体异常状态的其中之一或者两者以上的结合时，就判断人体行为发生了异常，则将瘫倒报警状态标识SLUMP_WARN_FLAG设置为TRUE，进行步骤S505的瘫倒风险级别的计算。如果没有发生异常(即否)，则进一步进行步骤S503的判断。

步骤S503：判断周围环境变化是否超过预设阀值。

根据采集的周围环境气温数据和气压数据，判断当前是否为瘫倒多发环境。常见的由于环境因素导致的瘫倒如：气温骤变、气压变化等。通过将采集的一段时间的(如4s内)温度数据和气压数据存储，计算前后两次获取的温度数据和气压数据的差值，判断温度差值和气压差值(即温度变化量和气压变化量)是否满足大于设定的阀值TEMPERATURE_WARN_TH和AIRPRESS_WARN_TH，如果两者至少之一满足条件则判断为瘫倒多发环境，设置瘫倒报警状态标识SLUMP_WARN_FLAG为TRUE，进行步骤S505的瘫倒风险级别的计算，否则进一步进行步骤S504的判断。例如，假设在一段时间内前后采集的温度数据分别为T_n和T_n-1、气压数据分别为P_n和P_n-1，则可以通过TEMPERATURE_CHANGE＝T_n-T_n-1、AIRPRESS_CHANGE＝P_n-P_n-1获取温度变化量和气压变化量，判断是否满足TEMPERATURE_CHANGE>TEMPERATURE_WARN_TH和AIRPRESS_CHANGE>AIRPRESS_WARN_TH，如果两者之一满足条件，则设置瘫倒报警状态标识为TRUE，进行瘫倒风险等级计算。

步骤S504：判断人体特征是否超过预设阀值。

根据采集的人体生物体征数据：心跳数据、体表湿度数据、血压数据和血氧饱和度数据，判断当前身体状态是否良好。正常情况下，老人发生瘫倒前会伴有“冒虚汗”、“心跳加快”、“血压升高”等特征。通过传感器获取上述生物体征数据，判断是否大于设定的上限阀值或小于设定的下限阀值，从而识别人体身体状态，如是否满足湿度数据HUMIDITY>HUMIDITY_WARN_TH、温度数据HEART_RATE>HEART_RATE_HIGH_WARN_TH或HEART_RATE<HEART_RATE_LOW_WARN_TH、血压数据BLOODPRESSURE>BLOODPRESSURE_HIGH_WARN_TH或BLOODPRESSURE<BLOODPRESSURE_HIGH_WARN_TH、血氧饱和度数据SPO<SPO_TH，如果满足上述判断条件的其中之一或者两者以上的组合，则判断为使用者当前身体状态出现不适，有瘫倒风险，将瘫倒报警状态标识SLUMP_WARN_FLAG设置为TRUE，进行步骤S505的瘫倒风险的计算，否则持续进行步骤S501的数据采集。如正常情况下，心跳为[60,100]，当采集的心跳数据HEART_RATE超过100时，即可认为异常。又如，血压正常情况下是舒张<85/收缩压<130，如果采集的血压数据超过该范围，则认为是产生高血压的身体异常。再如，血氧饱和度正常情况下为90％以上，如果采集的血氧饱和度数据低于该值，则有可能会造成疾病。在实际应用中，可以根据这些基本医学常识进行阀值设定，也可以根据用户的基本信息如年龄、性别、病史等进行离线样本训练，根据训练的结果设置阀值。

步骤S505：计算瘫倒风险的级别。

读取瘫倒报警状态标识SLUMP_WARN_FLAG的值进行判断，当瘫倒报警状态标识SLUMP_WARN_FLAG为TRUE时，读取当前采集的人体生物体征数据进行加权计算，得到瘫倒风险级别。具体为，获取人体生物体征数据，为获取的人体生物体征数据分配相应的权值，根据公式计算出使用者当前瘫倒的风险等级。其中，a_i为第i个生物体征数据的权重值(n个生物体征数据的权重值的总和为1)，D_i为采集到的第i个生物体征数据的值，DH_i为正常情况下第i个生物体征数据的值，n为信号采集模块中用于采集生物体征数据的传感器的编号。例如，为用于采集人体生物体征数据的传感器编号为n＝0为湿度传感器、n＝1为心率传感器、n＝2为血压传感器、n＝3为血氧饱和度传感器，则a_o为身体湿度的权值、a₁为心率的权值等，而D₀、D₁、D₂、D₃分别为采集到的当前的湿度数据、心跳数据、血压数据和血氧饱和度数据，同理，DH₀、DH₁、DH₂、DH₃分别是正常情况下人体的身体湿度、心跳、血压和血氧饱和度的值。由此，通过为各生物体征数据项目分配权值和设置标准值，根据当前采集的生物体征数据就可以计算出当前的用户的瘫倒风险等级score，判断瘫倒风险等级值的大小，就可以得到瘫倒发生的危险程度，即值越大瘫倒的风险程度越高。

为了提高计算出的瘫倒风险等级的准确性，同时可以结合佩戴者的个人基本信息进行计算，如以结合年龄(age)、身高(height)和体重(weight)为例，可以进行计算如下：

$score=(w_0*max(1,\frac{age}{{\mathrm{age}}_0})+w_1*\frac{weight}{height*weight})*\underset{i=0}{\overset{n}{\&Sigma;}}{a}_i*|D_i-{\mathrm{DH}}_i|,$ 其中w_o、w₁为权重值，两者之和为1，age₀为设定的标准年龄值，当超过这个年龄时，瘫倒的风险程度会随着年龄的增加而增加，而体重和身高的比值为肥胖指数，通常认为该指数越大人体的健康情况会越差，所以随着肥胖指数的增加，人体瘫倒的风险也会增加。

需要说明的是，上述实施例的各权重的取值，可以结合实际应用和佩戴者的个人情况进行相应调整，只要满足各权重的系数总和为1即可，即满足各个a_i的和为1、且w_o与w₁的和为1即可。具体应用中，在权重总和不变的情况下，可以结合佩戴者的个人健康情况进行调整，如有心脏病史的用户，适当提高心率数据的权值、有高血压史的用户，适当提高血压数据的权值等。

步骤S506：通过人机交互方式输出瘫倒风险的级别。

根据瘫倒风险等级的取值区间，设置相应的风险提示，读取计算输出的瘫倒风险等级的取值，进行判断，根据其取值，通过人机交互模块向用户进行相应的风险提示。如将“0”设置为没有风险，不设置相应的语音提示；将“5”设置为高风险，设置“您身体不适合运动，请马上休息。”的语音提示，当输出的瘫倒风险等级为“5”时，就通过人机交互模块播放该语音提示等。

通过上述实施例，即可通过人体姿态行为数据、人体生物体征数据和人体周围环境数据对用户发生瘫倒的风险进行监控，在用户有瘫倒风险时，及时通过人机交互模块进行提醒，从而预防瘫倒的发生，为用户提供更有效的监护。本实施例通过综合人体生物体征数据和用户个人基本信息，进行加权计算输出瘫倒风险等级的值，将用户发生瘫倒的风险量化，能够根据实时采集的用户身体特征监控瘫倒风险，预防风险的发生，准确率更高，适用性更强。

可选地，警报模块25还可以是扬声器播放装置，在启动求救模式时，在通过无线通讯模块23向监护人发送求救信息时，同时启动扬声器播放语音求救信号，以便及时得到救助。

本发明提供的瘫倒监测和预防装置能够方便的佩戴于用户腰部，作为腰带使用，非常方便。而且，本发明的装置通过人体姿态行为数据和人体生物体征数据进行人体瘫倒检测，更符合用户的行为特征，正确率更高。同时，本发明的装置提供了装置佩戴检测功能，能够避免因装置没有佩戴或佩戴不正确时误报的不良，进一步提高了跌倒检测的正确率，以及时准确的将使用者的瘫倒求救信息和位置信息发送给监护人。本发明的装置同时还提供了预防监测功能，能够在用户身体出现异常或环境变为瘫倒多发环境时，及时进行瘫倒风险的分析计算，通过人机交互方式提醒用户可能发生瘫倒的风险程度，防止瘫倒的发生，对用户的监护更加全面。本发明的装置，还能够通过触摸屏、按钮、语音识别等实现与用户的信息交互，方便用户操作，可以在发生危机或出现误报时，通过按钮满足用户求救或解除求救的需求，用户体验更好。

图6示意性地显示了本发明一实施方式的瘫倒监测和预防装置的操作方法。如图6所示，该方法包括：

步骤S601：开启设备并初始化。

用户开启装置的电源，等待装置自动进行数据的初始化，将装置的状态变量赋予初值，如将佩戴状态标识WARE_FLAG初始化为FALSE、将瘫倒状态标识SLUMP_FLAG赋值为FALSE、瘫倒报警状态标识SLUMP_WARN_FLAG设置为FALSE、瘫倒风险等级设置为“0”等。

步骤S602：通过终端设备设置佩戴者的基本信息。

在手机、电脑等终端设备上通过用户平台设置该装置的佩戴者的个人基本信息，如性别、年龄、体重、身高、病史等，通过蓝牙或wifi等无线通讯方式将设置的用户的基本个人信息发送到对应的装置上临时存储。

步骤S603：信号采集模块实时采集数据，分析判断人体是否发生瘫倒。

信号采集模块开始通过传感器实时采集人体姿态行为数据和人体生物特征数据，信号处理模块根据采集的人体姿态行为数据和人体生物体征数据进行分析，判断人体是否发生瘫倒，当判断发生瘫倒时，进行步骤S604向警报模块发送求救信号的处理，否则继续进行步骤S603的数据采集。其中，信号处理模块根据采集的人体姿态行为数据和人体生物体征数据进行分析，判断人体是否发生瘫倒的方法，参见前文图3的叙述，在此不再赘述。

步骤S604：发送求救信号至警报模块，通过警报模块进行报警处理。

信号处理模块向警报模块发送求救信号(如字符“1”)，同时通过定位模块获取用户的地理位置信息。警报模块接收到求救信号后，通过无线通讯模块将用户的地理位置信息和求救内容发送到监护的远程终端设备，通知监护人，以得到及时的救助。

图7示意性地显示了本发明另一实施方式的瘫倒监测和预防装置的操作方法。如图7所示，该实施方式与图6所示实施方式的不同在于，本实施例需要首先检测装置是否佩戴正确，如果佩戴正确才进行人体是否发生瘫倒的检测。具体如下：

步骤S701：开启设备并初始化。

步骤S702：通过终端设备设置佩戴者的基本信息。

步骤S703：信号采集模块采集装置佩戴信息数据，并向用户进行语音指导。

信号采集模块通过用于采集装置佩戴信息数据的传感器采集佩戴信息数据，当检测到压力数据开始逐渐变大时，通过语音播放佩戴步骤。

步骤S704：判断装置是否正确佩戴。

信号处理模块根据采集的佩戴信息数据进行装置佩戴正确与否的检测，当检测到装置正确佩戴时，进行步骤S705的处理，否则持续进行步骤S703的装置佩戴信息数据的采集和语音播放。其中，装置佩戴正确与否的具体检测实现过程，可参见前文图4的叙述，在此不再赘述。

步骤S705：信号采集模块实时采集数据，分析判断人体是否发生瘫倒。

步骤S706：发送求救信号至警报模块，通过警报模块进行报警处理。

其中，步骤S701、步骤S702以及步骤S705和步骤S706的具体实现过程，可参照前文步骤S601至步骤S604。通过该实施例，即可实现在佩戴正确的前提下，再进行瘫倒检测，能够提高检测的效率和准确率。

图8示意性地显示了本发明另一实施方式的智能人体跌倒监护装置的实现方法。如图8所示，该实施方式与图6所示实施方式的不同在于，本实施例在根据采集的数据，分析判断人体发生瘫倒的风险，以达到预防瘫倒发生的目的，为用户提供更智能化和更方便的保护。具体包括：

步骤S801：开启设备并初始化。

步骤S802：通过终端设备设置佩戴者的基本信息。

步骤S803：信号采集模块实时采集数据，分析判断人体是否发生瘫倒。

信号采集模块实时采集人体姿态行为数据、人体生物体征数据和人体周围环境数据，信号处理模块根据采集的数据进行分析，判断人体是否有发生瘫倒的风险，当判断有发生瘫倒的风险时，计算瘫倒风险等级输出。其中，判断人体是否有发生瘫倒的风险，当判断有发生瘫倒的风险时，计算瘫倒风险等级输出的具体实现过程，可参见前文图5的叙述，在此不再赘述。

步骤S804：通过人机交互模块告知用户瘫倒风险。

信号处理模块根据计算得到的瘫倒风险等级，通过人机交互模块告知用户瘫倒风险，以及时提醒用户进行风险预防和相应的处理，如信号处理模块计算得到瘫倒风险等级为“5”，则将该风险等级对应的语音提示内容发送到人机交互模块，进行语音播放。

其中，步骤S801、步骤S802同步骤S601和步骤S602。通过对人体瘫倒风险等级进行分析计算，能够及时提醒用户的身体状态和瘫倒风险，从而在可能发生瘫倒时，为用户提供及时的提醒和帮助，减少用户瘫倒的发生率，提高用户安全度。

图9示意性地另一实施方式的瘫倒监测和预防装置的操作方法。如图9所示，该方法包括：

步骤S901：开启设备并初始化。

步骤S902：通过终端设备设置佩戴者的基本信息。

步骤S903：信号采集模块实时采集数据，分析判断人体是否有瘫倒风险以及是否发生瘫倒。

信号采集模块实时采集人体姿态行为数据、人体生物体征数据和人体周围环境数据，信号处理模块根据采集的人体姿态行为数据和人体生物体征数据进行分析，判断人体是否发生瘫倒。同时，根据采集的人体姿态行为数据、人体生物体征数据和人体周围环境数据进行分析，判断人体是否有发生瘫倒的风险，当判断有发生瘫倒的风险时，计算瘫倒风险等级输出。当发生瘫倒时进行步骤S905，当没有发生瘫倒，但有瘫倒风险时，进行步骤S904。其中，判断人体是否发生瘫倒参见前文图3的叙述，判断人体是否有发生瘫倒的风险，当判断有发生瘫倒的风险时，计算瘫倒风险等级输出的具体实现过程，可参见前文图5的叙述，在此不再赘述。

步骤S904：通过人机交互模块告知用户瘫倒风险。

步骤S905：发送求救信号至警报模块，通过警报模块进行报警处理。

其中，步骤S901、S902、S904、S905的具体实现过程，可参见前文相应的描述。通过该实施例，既可以实现为用户的瘫倒监测，也可以进行用户的瘫倒预防，瘫倒监测通过瘫倒状态标识SLUMP_FLAG判断确定，瘫倒预防通过瘫倒风险标识SLUMP_WARN_FLAG及瘫倒等级确定，为用户提供双重保护，能够有效保证用户安全。

图10示意性地显示了本发明另一实施方式的瘫倒监测和预防装置的操作方法。如图10所示，该实施方式与图8所示实施方式的不同在于，本实施例需要首先检测装置是否佩戴正确，如果佩戴正确才进行人体是否有发生瘫倒风险的检测。具体如下：

步骤S101：开启设备并初始化。

步骤S102：通过终端设备设置佩戴者的基本信息。

步骤S103：信号采集模块采集装置佩戴信息数据，并向用户进行语音指导。

信号采集模块通过用于采集装置佩戴信息数据的传感器采集佩戴信息数据，当检测到压力数据开始逐渐变大时，通过语音播放佩戴步骤。

步骤S104：判断装置是否正确佩戴。

信号处理模块根据采集的佩戴信息数据进行装置佩戴正确与否的检测，当检测到装置正确佩戴时，进行步骤S105的处理，否则持续进行步骤S103的装置佩戴信息数据的采集和语音播放。其中，装置佩戴正确与否的具体检测实现过程，可参见前文图4的叙述，在此不再赘述。

步骤S105：信号采集模块实时采集数据，分析判断人体是否有瘫倒风险。

步骤S106：发送求救信号至警报模块，通过警报模块进行报警处理。

其中，步骤S101、步骤S102以及步骤S105和步骤S106的具体实现过程，可参照前文步骤S801至步骤S804。通过该实施例，即可实现在佩戴正确的前提下，再进行瘫倒风险分析，能够提高检测的效率和准确率。

图11示意性地另一实施方式的瘫倒监测和预防装置的操作方法。如图11所示，该方法包括：

步骤S111：开启设备并初始化。

步骤S112：通过终端设备设置佩戴者的基本信息。

步骤S113：信号采集模块采集装置佩戴信息数据，并向用户进行语音指导。

信号采集模块通过用于采集装置佩戴信息数据的传感器采集佩戴信息数据，当检测到压力数据开始逐渐变大时，通过语音播放佩戴步骤。

步骤S114：判断装置是否正确佩戴。

信号处理模块根据采集的佩戴信息数据进行装置佩戴正确与否的检测，当检测到装置正确佩戴时，进行步骤S115的处理，否则持续进行步骤S113的装置佩戴信息数据的采集和语音播放。其中，装置佩戴正确与否的具体检测实现过程，可参见前文图4的叙述，在此不再赘述。

步骤S115：信号采集模块实时采集数据，分析判断人体是否有瘫倒风险以及是否发生瘫倒。

信号采集模块实时采集人体姿态行为数据、人体生物体征数据和人体周围环境数据，信号处理模块根据采集的人体姿态行为数据和人体生物体征数据进行分析，判断人体是否发生瘫倒。同时，根据采集的人体姿态行为数据、人体生物体征数据和人体周围环境数据进行分析，判断人体是否有发生瘫倒的风险，当判断有发生瘫倒的风险时，计算瘫倒风险等级输出。当发生瘫倒时进行步骤S117，当没有发生瘫倒，但有瘫倒风险时，进行步骤S116。其中，判断人体是否发生瘫倒参见前文图3的叙述，判断人体是否有发生瘫倒的风险，当判断有发生瘫倒的风险时，计算瘫倒风险等级输出的具体实现过程，可参见前文图5的叙述，在此不再赘述。

步骤S116：通过人机交互模块告知用户瘫倒风险。

步骤S117：发送求救信号至警报模块，通过警报模块进行报警处理。

其中，步骤S111、S112、S116、S117的具体实现过程，可参见前文相应的描述。通过该实施例，既可以实现为用户的瘫倒监测，也可以进行用户的瘫倒预防，瘫倒监测通过瘫倒状态标识SLUMP_FLAG判断确定，瘫倒预防通过瘫倒风险标识SLUMP_WARN_FLAG及瘫倒等级确定，为用户提供双重保护，能够有效保证用户安全。

优选地，为了避免当检测错误时，发生误报带来的不良，更好的保障使用者的人身安全，本发明的实现方法还可以包括：通过按钮接收用户的信号输入，播放/暂停扬声器警报和发送求救/解除求救信息至远程终端。如在装置上设置一个按钮，如果用户短暂按一下，则信号处理模块接收到用户的输入，向警报模块发送求救信号，警报模块播放扬声器和向监护人发送包含位置信息的求救信息给远程终端。如果用户长按按键，则信号处理模块接收用户输入，向警报模块发送解除求救信号，警报模块则停止播放扬声器的语音求救和向监护人发送已经解除危险的信息。

通过本发明的方法，实现了对人体瘫倒状态检测，准确率更高，满足对老人病人的瘫倒监护需求。同时，本发明的方法还提供了装置佩戴正确与否和和瘫倒风险的检测，能够避免因装置佩戴问题而带来的误报，也能够在有瘫倒风险发生时，及时通知处理，达到预防瘫倒发生的目的，更加智能方便，检测的准确率更高。

以上所述的仅是本发明的一些实施方式。对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。

Claims (10)

1.瘫倒监测和预防装置，包括：定位模块、无线通讯模块、警报模块、信号采集模块和信号处理模块，其中，

所述信号采集模块用于采集人体姿态行为数据和人体生物体征数据；

所述信号处理模块包括瘫倒检测单元，所述瘫倒检测单元设置为根据所述采集的人体姿态行为数据和人体生物体征数据进行分析处理，以判断人体状态，当判断人体发生瘫倒时输出求救信号至警报模块；

所述警报模块根据所述求救信号生成并输出求救信息。

2.根据权利要求1所述的装置，其特征在于，所述信号处理模块还包括装置佩戴检测单元，所述信号采集模块还用于采集装置佩戴信息数据，所述装置佩戴检测单元设置为根据所述装置佩戴信息数据进行分析处理，输出佩戴状态标识；

所述瘫倒检测单元根据所述输出的佩戴状态标识，进行人体瘫倒检测和向所述警报模块输出求救信号。

3.根据权利要求1或2所述的装置，其特征在于，所述信号采集模块还用于采集人体周围环境信息数据，所述信号处理模块还包括瘫倒预防单元，设置为根据所述人体姿态行为数据、人体生物体征数据和人体周围环境数据，判断人体状态，根据判断结果数据加权计算瘫倒风险级别，并输出所述瘫倒风险级别。

4.根据权利要求3任一所述的装置，其特征在于，所述装置还包括定位模块和无线通讯模块，所述定位模块采集所述装置的位置信息，所述警报模块通过所述无线通讯模块发送含有所述位置信息的求救信息至远程终端。

5.根据权利要求4所述的装置，其特征在于，还包括人机交互模块，所述人机交互模块包括触摸屏、按钮和语音播放器的其中之一或两者以上的组合，所述瘫倒预防单元将所述瘫倒风险级别通过所述人机交互模块输出。

6.瘫倒监测和预防装置的处理方法，该装置包括定位模块、无线通讯模块、警报模块、信号采集模块和信号处理模块，所述处理方法包括：

信号采集模块实时采集人体姿态行为数据和人体生物体征数据，输出至信号处理模块；

信号处理模块根据所述人体姿态行为数据和人体生物体征数据进行分析处理，判断人体状态，当判断人体发生瘫倒时，输出求救信号至警报模块；

警报模块根据所述求救信号，发送包含位置信息的求救信息至远程终端。

7.根据权利要求6所述的方法，所述处理方法还包括：

信号采集模块实时采集装置佩戴信息数据，输出至信号处理模块；

信号处理模块根据所述装置佩戴信息数据进行分析，判断装置佩戴状态，根据装置佩戴状态输出佩戴状态标识；

所述信号处理模块读取所述佩戴状态标识进行判断，当所述佩戴状态标识为正确佩戴时，进行人体瘫倒状态的判断，并根据瘫倒状态输出求救信号至警报模块。

8.根据权利要求6所述的方法，其中，所述信号采集模块通过三轴加速度传感器采集人体姿态行为数据，所述信号处理模根据所述人体姿态行为数据和人体生物体征数据进行分析处理，判断人体状态包括：

读取三轴加速度传感器采集的三轴加速度数据，计算三轴加速度变化之和ACC_SUM；

判断三轴加速度变化之和ACC_SUM是否满足小于设定的阀值，满足则设置身体姿态标识为TRUE；

读取人体生物体征数据，判断是否满足大于设定的上限阀值或小于设定的下限阀值，如满足则根据设定的阀值等级判断人体发生瘫倒的严重程度，输出人体瘫倒标识。

9.根据权利要求6所述的方法，所述处理方法还包括：

信号采集模块实时采集周围环境信息数据，输出至信号处理模块；

所述信号处理模块根据所述人体姿态行为数据、人体生物体征数据和周围环境信息数据进行分析处理，判断人体状态，根据判断结果进行数据加权计算，输出瘫倒风险级别。

10.根据权利要求9所述的方法，其中，所述信号处理模块根据所述人体姿态行为数据、人体生物体征数据和周围环境信息数据进行分析处理，判断人体状态，根据判断结果进行数据加权计算，输出瘫倒风险级别包括：

读取人体姿态行为数据、人体生物体征数据和人体周围环境信息数据，分别判断是否发生异常，当其中之一发生异常时，设置瘫倒风险标识为TRUE；

读取瘫倒报警状态标识SLUMP_WARN_FLAG的值进行判断，当瘫倒报警状态标识SLUMP_WARN_FLAG为TRUE时，获取人体生物体征数据，根据公式或 $score=(w_0*max(1,\frac{age}{{\mathrm{age}}_0})+w_1*\frac{weight}{height*weight})*\underset{i=0}{\overset{n}{\&Sigma;}}{a}_i*|D_i-{\mathrm{DH}}_i|,$ 计算当前瘫倒的风险等级；

其中，a_i为第i个生物体征数据的权重值，D_i为采集到的第i个生物体征数据的值，DH_i为正常情况下第i个生物体征数据的值，n为信号采集模块中用于采集生物体征数据的传感器的编号，age为年龄、height为身高、weight为体重，w_o、w₁为权重值，age₀为设定的标准年龄值。