CN109480532B - 一种基于敲击信号的预警系统 - Google Patents

Abstract

本发明涉及一种基于敲击信号的预警系统，包括床垫本体、感应单元、处理单元、预警单元、决策单元和监控单元，感应单元响应于床垫本体接收到的外部激励采集床垫本体的动力信息，处理单元基于感应单元采集到动力信息并读取样本库中的筛选条件，在样本数据符合预设样本库的筛选条件的情况下，处理单元将动力信息标记为敲击信号并得到其至少一个特征值；决策单元响应于特征值与其对应的触发条件的成功匹配并基于特征值及其与对应的触发条件的匹配关系确定监控方案并基于监控方案启动监控单元，处理单元基于监控单元采集的生理数据信息和/或环境数据信息，在生理数据信息和/或环境数据信息存在异常的情况下，处理单元生成预警信息传输至预警单元。

Description

一种基于敲击信号的预警系统

技术领域

本发明属于智能家居技术领域，涉及一种基于敲击信号的预警系统。

背景技术

随着人们物质水平的不断提升，越来越多的人开始注重自己的生活品质，年轻人备受工作压力、养老压力和育儿压力组合而成的多重压力。如今，社会上出现了许多独居老人、空巢老人。因此社会上出现了许多因工作而猝死和老人独居突发事件无法及时救助等现象的发生。这些突发事件让社会产生如何对独居群体发生突发事件如何得到有效的救助是社会上密切关注的。随着智能技术的开发，越来越多的智能家居或智能系统能够用于监测用户的生理状态，但都无法解决用户突发事件时如何及时救助的技术问题。

例如，公开号为CN106406182A的中国专利公开的一种基于智能床垫的智能看护系统，包括环境监测模块、睡眠质量监测模块、数据处理模块、控制模块、网络连接模块、智能终端、预警模块、温度调控系统、与控制模块连接的电池模块以及存储模块。环境监测模块、睡眠质量监测模块通过有线或无线的方式分别与数据处理模块连接；所述数据处理模块依次连接控制模块、预警模块以及温度调控系统；所述控制模块通过网络连接模块与智能终端连接，所述存储模块与数据处理模块连接。该发明能够随时进行睡眠质量信息记录、存储、对比；能够实现远程家庭健康呵护；操作简单、可靠性高。

例如，公开号为CN106846735A的中国专利公开的一种智能床垫报警系统。该系统包括采集装置、异常监测模块、云服务器、移动终端和预警模块；异常监测模块监测采集模块采集的睡眠数据并判断个体类别，基于睡眠数据相对于个体类别的异常变化判断直接预警模式或分析预警模式，云服务器基于采集装置采集的睡眠数据统一至少一个个体的生理信息并识别睡眠模式，并且将生理信息、个体类别、睡眠模式和/或异常数据交互关联以分析用户的异常状态等级，云服务器根据异常状态低等级向预警模块和/或移动终端发送对应的预警请求信息。预警模块基于预警请求信息发出相应的预警信息，移动终端基于预警请求信息向预设的援助人员和/或救助机构发送救助信息。该发明基于个体类别进行预警，准确快速。

例如，公开号为CN107065719A的中国专利公开的一种智能床垫的数据分析系统，包括采集装置、通道选择模块、云服务器、智能终端和警报发送模块，采集装置包括由与至少一个信号通道连接的若干个陶瓷压电传感器组成的压力采集装置，通道选择模块基于数据源阈值和在限定时间内信号通道中来源于陶瓷压电传感器且满足数据选择条件的合格数据的数据源数量筛选至少一个用于接收并发送压力数据的信号通道，云服务器基于信号通道发送的压力数据统计第一生理信息数据并识别睡眠模式，以将第一生理信息、存储的第二生理信息和/或睡眠模式交互关联的方式确定至少一个用户、分析并反馈用户的睡眠质量信息、异常状态信息和/或医疗建议至智能终端。本发明保证采集数据完整，分析结果准确。

例如，公开号为CN106618526A的中国专利公开的一种睡眠监测方法及系统。该方法包括：监测系统判断被监测人当前所处的状态，并依据状态提取生理参数的判定阈值，生理参数包括心率、血压和呼吸率；读取被监测人心率、血压和呼吸率，并与相应参数的判定阈值做比较，如果心率高于阈值的报警上限或低于阈值的报警下限，则监测系统向指定的家人或护理人员发出警报。在该发明中，生理参数的判定阈值存储在云服务器上，个人终端依据被监测人的体质、年龄、性别以及当前季节等参数从服务器上调取适配的判定阈值进行判定。一旦心率、血压或呼吸率中的任意一样出现异常，即可以及时发出警报，提示家人或医护人员进行查看。

例如，公开号为CN108245144A的中国专利公开的一种基于多传感器融合的非接触式监护床垫及监护系统，旨在解决如何通过床垫监护存在生理病症的病人的技术问题，包括：床垫本体、信号处理分析装置以及上位机监控装置；床垫本体上设置红外温度计、压电薄膜传感器和导电织物；信号处理分析装置包括压电信号处理模块、心电信号处理模块、AD转换模块和ARM处理单元；ARM处理单元对转换后的数字信号进行处理获得心率、呼吸率、温度以及心电信号。上位机监控装置对心率、呼吸率、温度以及心电信号进行分析获得患者身体动作、睡眠情况以及健康情况。本发明的监护床垫及监护系统可对病人进行24小时不间断监护，并在情况异常时给医生或家属发出报警提示，及时处理病情或发现意外离床的事故，便于做出迅速的补救措施。但是，该专利需要患者是属于被动监控状态，需要智能床垫全时监控。

又如，公开号为CN105534150A的中国专利公开的一种多功能智能床垫系统。该多功能智能床垫系统包括睡眠质量监控系统、环境监控系统和智能移动终端；睡眠质量监控系统包括呼吸频率传感器、心率监测传感器和感应单元，环境监控系统包括温度传感器、湿度传感器和亮度传感器，智能移动终端与睡眠质量监控系统及环境监控系统数据连接，睡眠质量监控系统和环境监控系统监控到的信息传递给智能移动终端并在其显示屏当中进行显示，并生成相应的可视化睡眠质量报告。该专利的智能床垫系统垫体内部包括有磁石棉、远外红棉和负离子棉当中的任意一种或多种，可以有效的增强保健功能，同时将这种保健功能与睡眠质量监控系统、环境监控系统和智能移动终端相配合，就可以很好的将保健的效果通过数据、图表等方式形象的展示给使用者。该专利至少存在以下不足：（1）需要采集庞大的数据，造成数据处理困难，从而造成智能床垫运行困难；（2）对于用户的异常监测的监控力不足。

众所周知，脑梗/心梗病人常伴有语言功能丧失以及肢体运动缺损或者功能丧失。此时患者已经不能通过120等终端进行自救，如果患者在能够有意识的情况下对某些物体进行敲击，发出自救信号，无疑是为自己的抢救提供了许多时间。但是上述现有技术及其组合均不能用于解决该技术问题。

发明内容

针对现有技术之不足，本发明提供一种基于敲击信号的预警系统，包括床垫本体、感应单元、处理单元、预警单元、决策单元和监控单元，其中，所述感应单元响应于所述床垫本体接收到的外部激励并采集所述床垫本体的动力信息，所述处理单元基于筛选条件对所述动力信息进行识别，以使得所述处理单元能够从包括有众多扰乱信号的所述动力信息中辨识出由脑梗/心梗人群产生的敲击信号；所述处理单元将所述动力信息标记为敲击信号并得到所述敲击信号的至少一个特征值；其中，所述决策单元响应于所述特征值与其对应的所述触发条件的成功匹配并基于所述特征值及其与对应的所述触发条件的匹配关系确定监控方案并基于所述监控方案启动所述监控单元，所述处理单元基于所述监控单元采集的生理数据信息和/或环境数据信息，在所述生理数据信息和/或环境数据信息存在异常的情况下，所述处理单元生成预警信息传输至预警单元；所述预警单元将所述匹配关系、所述特征值、所述生理数据信息和/或所述环境数据信息传输至服务终端，其中，所述床垫本体依据脑梗/心梗人群能够产生所述外部激励的敲击范围设置所述感应单元，从而所述感应单元能够在脑梗/心梗人群具有敲击行为时有效接收所述敲击信号并防止接收过多的所述扰乱信号，以使得所述处理单元能够准确地识别所述敲击信号。

根据一种优选的实施方式，所述筛选条件包括第一筛选条件和第二筛选条件，其中，在至少满足所述第一筛选条件或第二筛选条件中的一个的情况下，所述处理单元将所述动力信息标记为所述敲击信号并得到所述敲击信号的至少一个特征值；其中，所述第一筛选条件配置为：在采样时间内，长时窗的最大值MAX与M的比值大于或等于预设的长时窗阈值；所述第二筛选条件配置为：在采样时间内，MIN与M的比值大于或等于预设的短时窗阈值，其中MIN为短时窗的最大值；其中，M通过将滞后点区域作为背景噪声取绝对值得到；其中，所述采样时间通过最大脉冲频次乘以相邻脉冲之间最大时间间隔加上滞后点数得到，所述滞后点数为一个所述采样时间内首次触发脉冲前保留的数据点数。

根据一种优选的实施方式，所述触发条件包括若干个连续的数据子区间，所述每一个子区间分别对应一个存储于方案库中的启动方案；在所述特征值落入某一所述数据子区间范围的情况下，所述决策单元能够从方案库匹配出落入该所述数据子区间范围对应的启动方案并按照该启动方案启动所述监控单元；所述启动方案至少包括所述监控单元的监控装置种类、监控频次和监控时长。

根据一种优选的实施方式，所述触发条件的数据子区间是按下列至少一个方式配置的：用户通过人工输入单元登陆所述系统并向所述系统输入受监控人员的基础信息以及按照一定的时间间隔输入所述受监控人员的生理信息；深度学习单元能够基于所述受监控人员的基础信息和生理信息生成训练模型，所述深度学习单元基于所述训练模型生成对所述数据子区间修改的建议信息并推送至所述服务终端，所述用户能够基于所述建议信息通过所述人工输入单元确认是否按照所述建议信息对所述数据子区间进行修改/更新；其中，所述深度学习模块还能按照一定的时间间隔通过网络连接云端服务器的方式访问与所述受监控人员相似/相同的信息并修正所述训练模型。

根据一种优选的实施方式，所述决策单元能够启动脉搏采集单元、呼吸采集单元、心跳采集单元、语音采集单元、视频采集单元和图像采集单元中的至少一种；以使得所述脉搏采集单元、所述呼吸采集单元、所述心跳采集单元、所述语音采集单元、所述视频采集单元和所述图像采集单元中的至少一种能够与所述服务终端建立数据连接，从而所述服务终端的操纵人员能够基于所述脉搏采集单元采集的脉搏信息、所述呼吸采集单元采集的呼吸信息、所述心跳采集单元采集的心跳信息、所述语音采集单元采集的语音、所述视频采集单元采集的视频和所述图像采集单元采集的图像中的一种建立提前干预措施或者实时监控用户的状态。

根据一种优选的实施方式，所述特征值至少包括振动幅值、能量比和能量值均值；其中，在所述振动幅值与第一触发条件匹配成功的情况下，所述决策单元基于所述振动幅值及其与对应的所述第一触发条件的匹配关系按照等级启动所述监控单元；在所述振动幅值与所述第一触发条件匹配失败的情况下，所述处理单元将所述能量比与第二触发条件进行匹配，在所述能量比与所述第二触发条件匹配成功的情况下，所述决策单元基于所述能量比及其与对应的所述第二触发条件的匹配关系按照等级启动所述监控单元；在所述能量比与所述第二触发条件匹配失败的情况下，所述处理单元将所述能量值均值与第三触发条件进行匹配，在所述能量值均值与所述第三触发条件匹配成功的情况下，所述决策单元基于所述振动幅值及其与对应的所述第三触发条件的匹配关系按照等级启动所述监控单元。

根据一种优选的实施方式，所述述处理单元包括IV级处理单元，所述IV级处理单元响应于所述能量值均值与所述第三触发条件的失败匹配分别用于与所述I级处理单元建立数据连接获取所述振动幅值与所述第一触发条件的第一差异性、与所述II级处理单元建立数据连接获取所述能量比与所述第二触发条件的第二差异性以及与所述III级处理单元建立数据连接获取所述能量值均值与所述第三触发条件的第三差异性；所述IV级处理单元分别将所述第一差异性、所述第二差异性、所述第三差异性与第四触发条件匹配，在所述第一差异性、第二差异性和第三差异性满足第四触发条件的情况下，所述IV级处理单元生成疑似警示信号。

根据一种优选的实施方式，所述床垫本体是床垫，所述感应单元至少包括柔性智能织物传感器，所述柔性智能织物传感器包括压敏层、电极层和保护层，其中，所述电极层通过至少一条引线从所述压敏层的表面引出；所述保护层设置于所述表面的相对面，其中，所述床垫本体由所述柔性智能织物传感器分隔为上床垫本体和下床垫本体；所述上床垫本体和/或所述下床垫本体与所述柔性智能织物传感器之间设置有至少一层绝缘层。

根据一种优选的实时方式，本发明还公开了一种基于敲击信号预警的方法，所述方法包括：感应单元镶嵌于所述床垫本体的内部/外缘并能够通过有线/无线的方式与所述处理单元建立数据连接，其中，所述感应单元响应于所述床垫本体接收到的外部激励并采集所述床垫本体的动力信息，所述处理单元基于筛选条件对所述动力信息进行识别，以使得所述处理单元能够从包括有众多扰乱信号的所述动力信息中辨识出由脑梗/心梗人群产生的敲击信号；在符合所述预设样本库的筛选条件的情况下，所述处理单元将所述动力信息标记为敲击信号并得到所述敲击信号的至少一个特征值；其中，所述决策单元响应于所述特征值与其对应的所述触发条件的成功匹配并基于所述特征值及其与对应的所述触发条件的匹配关系按照等级启动所述监控单元，所述处理单元基于所述监控单元采集的生理数据信息和/或环境数据信息，在所述生理数据信息和/或环境数据信息存在异常的情况下，所述处理单元生成预警信息传输至预警单元；所述预警单元将所述匹配关系、所述特征值、所述生理数据信息和/或所述环境数据信息传输至服务终端；其中，所述床垫本体依据脑梗/心梗人群能够产生所述外部激励的敲击范围设置所述感应单元，从而所述感应单元能够在脑梗/心梗人群具有敲击行为时有效接收所述敲击信号并防止接收过多的所述扰乱信号，以使得所述处理单元能够准确地识别所述敲击信号。

根据一种优选的实施方式，所述触发条件包括若干个连续的数据子区间，所述每一个子区间分别对应一个用于启动所述监控单元的方案，所述方案至少包括所述监控单元的监控装置种类、监控频次和监控时长；在所述特征值落入某一所述数据子区间范围的情况下，所述决策单元能够从方案库匹配出落入该所述数据子区间范围对应的方案并基于该方案启动所述监控单元；其中，所述数据子区间是按下列至少一个方式配置的：用户通过人工输入单元登陆所述系统并向所述系统输入受监控人员的基础信息以及按照一定的时间间隔输入所述受监控人员的生理信息；深度学习单元能够基于所述受监控人员的基础信息和生理信息生成训练模型，所述深度学习单元基于所述训练模型生成对所述数据子区间修改的建议信息并推送至所述服务终端，所述用户能够基于所述建议信息通过所述人工输入单元确认是否按照所述建议信息对所述数据子区间进行修改/更新；其中，所述深度学习单元还能按照一定的时间间隔通过网络连接云端服务器的方式访问与所述受监控人员相似/相同的信息并修正所述训练模型。

本发明提供一种基于敲击信号的预警系统，至少具有如下优势：

（1）床垫本体按照脑梗/心梗人群能够产生外部激励的敲击肢体的范围内设置有若干个感应单元，并且在脑梗/心梗人群的肢体能够产生外部激励时，该肢体对应的感应单元启动；本发明能够跟随脑梗/心梗病人的康复而能够感应到患者的主动行为，能够激励患者康复；此外，感应单元能够在脑梗/心梗人群具有敲击行为时有效接收敲击信号并防止接收过多的扰乱信号，以使得处理单元能够准确地识别敲击信号。

（2）能够区分敲击信号和非敲击信号；而敲击信号是用户在发生意外情况下的一种发出求救的信号，因此，处理单元必须要对感应单元采集到的信号进行筛选，以获取正确的敲击信号而非以正规工作产生的信号进行预警。通过初次筛选的方式，将敲击信号从多种信号中识别和判断出来，一方面能够提升该系统发出预警的正确性，另一方面减少对服务终端的干扰以能够合理的利用社会资源。

（3）该系统能够在识别该敲击信号后，能够启动监控系统，对发出敲击信号的用户状态和环境监控，以使得服务终端能够采取干预措施，提前准备提出应对方案，以最快最便捷最准确的方式获取有价值的线索。

（4）该柔性智能织物传感器通过超声波融合技术将纳米级的纳米敏感功能材料贯穿于织物料内，实现了敏感功能材料对外界压力形变线性范围的拓宽，更好地完成对敲击信号的采集。例如，对于发生脑中风的人群，由于其已经不能用很大力气对床垫本体敲击，产生的敲击信号很弱，该柔性智能织物传感器由于其采用了纳米敏感功能材料，拓宽了采集范围，便能采集到敲击信号。

（5）由于上述第一触发条件、第二触发条件和第三触发条件的值都是通过人工统计或者经验获得，具有一定的误差。为了防止敲击信号的流失，本发明还设置有第四触发条件，该设置旨在克服统计上存在的误差，提高预警系统的精度，用于提高识别敲击信号和非敲击信号的精度，从而能够及时发出救助信息以及防止发出非救助信息。

附图说明

图1是本发明提供的基于敲击信号的预警系统的逻辑模块示意图；和

图2是本发明提供的基于敲击信号的预警系统的床垫本体的一种优选的结构示意图。

附图标记列表

1：床垫本体 10：深度学习单元

2：感应单元 11：方案库

3：处理单元 12：条件库

4：预警单元 1a：上床垫本体

5：服务终端 1b：下床垫本体

6：样本库 2a：压敏层

7：决策单元 2b：电极层

8：监控单元 2c：保护层

9：人工输入单元 2d：绝缘层。

具体实施方式

下面结合附图1和2进行详细说明。

本发明的描述中，术语“第一”、“第二”、“第三”和仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”和的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“内侧”、“内部”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本发明中，术语“以可拆卸的方式”是粘接、键连接、螺纹连接、销连接、卡接、铰接、间隙配合或过渡配合中的一种。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

实施例1

本发明尤其适用于患有急性病的用户和老年用户。众所周知，急性病患者例如中风患者在发病时基本上会先丧失语言功能，而后丧失动作功能，此时患者已经不能通过120等终端进行自救，如果患者在能够有意识的情况下对床垫进行敲击，发出自救信号，无疑是为自己的抢救提供了许多时间。不过，由于床垫接收到的外载实属太多，而在这种情况下，即时患者对床垫本体发出了敲击信号，也可能不能被系统识别而导致自救失败。因此，本发明提供了一种基于敲击信号的预警系统，尤其适用于脑梗/心梗人群。

一种基于敲击信号的预警系统，包括床垫本体1、感应单元2、处理单元3、预警单元4、决策单元7和监控单元8。感应单元2镶嵌于床垫本体1的内部/外缘并能够通过有线/无线的方式与处理单元3建立数据连接。比如，优选地，感应单元2可以通过Wifi模块、EnOcean模块或者光纤与处理单元3建立数据连接。优选地，EnOcean模块是一种基于能量收集的超低功耗短距离无线通信技术，被应用于室内能量收集，在智能家居、工业、交通、物流也有应用。基于EnOcean技术的模块有高质量无线通信、能量收集和转化及超低功耗的特点。在紧急情况下，EnOcean模块由于其高质量无线通信、能量收集和转化及超低功耗的特点，能够及时的在本发明的各模块之间及时传输数据并及时有效地发出预警。

优选地，感应单元2响应于床垫本体1接收到的外部激励并基于床垫本体1产生的应力和/或应变采集床垫本体1的动力信息。其中，床垫本体1按照脑梗/心梗人群能够产生外部激励的敲击肢体的范围内设置有若干个感应单元2，并且在脑梗/心梗人群的肢体能够产生外部激励时，该肢体对应的感应单元2启动，从而感应单元2能够在脑梗/心梗人群具有敲击行为时有效接收敲击信号并防止接收过多的扰乱信号，以使得处理单元3能够准确地识别敲击信号。床垫本体1能够接收到用户最多的外部激励是敲击、撞击、呼吸、翻身以及对踩踏等动作。优选地，动力信息包括撞击信号、呼吸信号、翻身信号、踩踏信号等众多扰乱信号以及敲击信号。撞击信号、呼吸信号、翻身信号、踩踏信号和敲击信号主要包括了频率、加速度、速度和能量等。动力信息则是用户撞击、呼吸、翻身、踩踏和敲击对床垫产生的变形和应力。而敲击信号是用户在发生意外情况下的一种发出求救的信号。因此，处理单元3必须要对感应单元2采集到的信号进行筛选，以获取正确的敲击信号而非以正规工作产生的信号进行预警。患有脑梗或者心梗的病人常常伴有肢体运动上的障碍，例如半边瘫痪或者半身不遂，因此，需要结合其能够运动的肢体布置感应单元。而根据大量的病人的康复历程能够得知，患有脑梗或者心梗的病人其肌力和肢体的运动是逐步恢复的，最先恢复的是手指的运动，因此，优选地，感应单元2可以优选开启布置于床垫本体1的中部的以满足脑梗或者心梗患者能够用手指能够敲击。在治疗过程中，肌力和关节运动逐步的恢复，足部和头部也开始回复，因此，对应足部和头部的感应单元2可以逐渐地启动。

处理单元3基于感应单元2采集到动力信息并读取样本库中6的筛选条件，并基于筛选条件对样本数据进行判断。处理单元3基于筛选条件对所述动力信息进行识别，以使得所述处理单元3能够从包括有众多扰乱信号的所述动力信息中辨识出由脑梗/心梗人群产生的敲击信号。具体地，样本库6中存储有敲击信号的筛选条件。通过初次筛选的方式，将敲击信号从多种信号中识别和判断出来，一方面能够提升该床垫本体发出预警的正确性，另一方面减少了该床垫本体发出预警的计算成本。优选地，筛选条件包括第一筛选条件和第二筛选条件。优选地，在样本数据至少满足第一筛选条件或第二筛选条件中的一个的情况下，处理单元3将动力信息标记为敲击信号并得到敲击信号的至少一个特征值。即第一筛选条件和第二筛选条件是逻辑“或”的关系，即只要动力信息满足其中一个筛选条件，处理单元3就将动力信息标记为敲击信号并获取至少一个特征值。优选地，第一筛选条件配置为：在采样时间内，长时窗的最大值MAX与M的比值大于或等于预设的长时窗阈值。第二筛选条件配置为：在采样时间内，MIN与M的比值大于或等于预设的短时窗阈值，其中MIN为短时窗的最大值。优选地，M通过将滞后点区域作为背景噪声取绝对值得到。优选地，采样时间通过最大脉冲频次乘以相邻脉冲之间最大时间间隔加上滞后点数得到，滞后点数为一个采样时间内首次触发脉冲前保留的数据点数。本发明中，采样时间的长度、长时窗的时间长度、短时窗的时间长度、长时窗阈值和短时窗阈值的具体数字可以由本领域的技术人员根据实验数据、经验获得。

实施例2

本实施例公开了一种基于敲击信号的预警系统，在不造成冲突或者矛盾的情况下，其他实施例的优选实施方式的整体和/或部分内容可以作为本实施例的补充。优选地，该系统可以由本发明的方法和/或其他可替代的模块实现。

优选的，处理单元3还能够利用STA/LTA算法对敲击信号进行识别，得到敲击信号的脉冲频次和时间间隔。其中，当长时窗内的平均值STA与短时窗内的平均值LTA的比值大于预设比值阀值时，处理单元3至少启动一次预警单元4。和/或处理单元3记录一次敲击脉冲和记录敲击脉冲的时刻，用以确认敲击信号的脉冲频次和时间间隔，存储于异常统计模块。具体地，STA和LTA的比值反映了信号水平或能量。

优选的，感应单元2和处理单元3之间至少还设置有以串联形式连接的放大器、A/D转换器和滤波器，从而敲击信号分别经过放大器的放大处理、A/D转换器的数模转换处理和滤波器的除燥处理后以有线和/或无线的方式传递至处理单元3。用户在危险状态的敲击力往往是很小的，产生的波信号也是比较微弱的，因此需要提高信号的信噪比，以使得感应单元能够识别。

为使得服务终端5能够快速地通过所述监控单元8监控所述敲击信号的用户状态和/或所处的环境。由此，所述服务终端5能够提前制定干预措施/抢救方案。在样本数据符合预设样本库的筛选条件的情况下，处理单元3将动力信息标记为敲击信号并得到敲击信号的至少一个特征值。优选地，决策单元7响应于特征值与其对应的触发条件的成功匹配并基于特征值及其与对应的触发条件的匹配关系确定监控方案并基于监控方案启动监控单元8。处理单元3基于监控单元8采集的生理数据信息和/或环境数据信息。优选地，在生理数据信息和/或环境数据信息存在异常的情况下，处理单元3生成预警信息传输至预警单元4。优选地，预警单元4将匹配关系、特征值、生理数据信息和/或环境数据信息传输至服务终端5。服务终端5可以是微信APP、120终端和110终端。优选地，决策单元7可以采用分类回归树算法、迭代二叉树算法、随机森林算法或者条件决策树算法中的至少一种。优选地，该系统可以根据用户的体验确定触发条件，例如触发条件是基于多次的模拟得出或者基于用户多次敲击后得出的。

优选地，触发条件包括若干个连续的数据子区间，每一个子区间分别对应一个存储于方案库11中的启动方案。在特征值落入某一数据子区间范围的情况下，决策单元7能够从方案库11匹配出落入该数据子区间范围对应的启动方案并按照该启动方案启动监控单元8。例如，若该特征值是幅值，其触发条件是数据子区间是[10，20），[20，30），[30，40）。且[10，20），[20，30），[30，40）分别对应的方案是A（启动视频采集装置）、B（启动视频采集装置和温度采集装置）和C（启动视频采集装置、温度采集装置和语音采集装置）。如果，敲击信号的特征值是18，则决策单元7启动A方案。优选地，决策单元7能够启动脉搏采集单元、呼吸采集单元、心跳采集单元、语音采集单元、视频采集单元和图像采集单元中的至少一种。以使得脉搏采集单元、呼吸采集单元、心跳采集单元、语音采集单元、视频采集单元和图像采集单元中的至少一种能够与服务终端建立数据连接。从而服务终端的操纵人员能够基于脉搏采集单元采集的脉搏信息、呼吸采集单元采集的呼吸信息、心跳采集单元采集的心跳信息、语音采集单元采集的语音、视频采集单元采集的视频和图像采集单元采集的图像中的至少一种建立提前干预措施或者实时监控用户的状态。优选地，启动方案至少包括监控单元8的监控装置种类、监控频次和监控时长。例如，监控频次可以应用于温度的检测，比如环境温度、用户的温度。例如，监控时长可以根据敲击信号的发出位置与服务终端的位置之间的距离决定。

用户可以根据实际情况对触发条件的数据子区间进行修正和调整。优选地，触发条件的数据子区间是按下列至少一个方式配置的：用户通过人工输入单元9登陆系统并向系统输入受监控人员的基础信息以及按照一定的时间间隔输入受监控人员的生理信息。深度学习单元10能够基于受监控人员的基础信息和生理信息生成训练模型，深度学习单元10基于训练模型生成对数据子区间修改的建议信息并推送至服务终端5，用户能够基于建议信息通过人工输入单元9确认是否按照建议信息对数据子区间进行修改/更新。优选地，深度学习模块10还能按照一定的时间间隔通过网络连接云端服务器的方式访问与受监控人员相似/相同的信息并修正训练模型。深度学习单元10可以采用神经网络算法和回归算法等。

优选地，特征值至少包括振动幅值、能量比和能量值均值。其中，在振动幅值与第一触发条件匹配成功的情况下，决策单元7基于振动幅值及其与对应的第一触发条件的匹配关系按照等级启动监控单元8。在振动幅值与第一触发条件匹配失败的情况下，处理单元3将能量比与第二触发条件进行匹配，在能量比与第二触发条件匹配成功的情况下，决策单元7基于能量比及其与对应的第二触发条件的匹配关系按照等级启动监控单元8。在能量比与第二触发条件匹配失败的情况下，处理单元3将能量值均值与第三触发条件进行匹配，在能量值均值与第三触发条件匹配成功的情况下，决策单元7基于振动幅值及其与对应的第三触发条件的匹配关系按照等级启动监控单元8。优选地，处理单元3包括I级处理单元、II级处理单元和III级处理单元。I级处理单元用于获取振动幅值并基于振动幅值与存储于中的第一触发条件进行匹配。在振动幅值与第一触发条件匹配失败的情况下，II级处理单元获取能量比并基于能量比与存储于中的第二触发条件进行匹配。其中，在能量比与第二触发条件匹配失败的情况下，III级处理单元获取能量值均值并基于能量值均值与存储于中的第三触发条件进行匹配。优选地，I级处理单元被配置为：用于获取敲击信号的振动幅值并基于振动幅值与存储于样本库中的第一触发条件进行匹配。当振动幅值符合第一触发条件时，判定敲击信号为有效并由I级处理单元向预警单元4发出警示信息。第一触发条件是对不同性别、年龄段以及突发事件的类型经过试验和/或统计资料获得。III级处理单元被配置为：当能量比不符合第二触发条件时触发，将敲击信号进行短时傅里叶变换获取时间-频率-能量信号从而获取能量值均值，并将能量值均值与存储于中的第三触发条件进行匹配。当能量值均值符合第三触发条件时，判定敲击信号为有效并由III级处理单元向预警单元4发出警示信息。能量值均值是对不同性别、年龄段以及突发事件的类型经过试验和/或统计资料获得。

由于上述第一触发条件、第二触发条件和第三触发条件的值都是通过人工统计或者经验获得，具有一定的误差。为了防止敲击信号的流失。优选地，处理单元3包括IV级处理单元。IV级处理单元响应于能量值均值与第三触发条件的失败匹配分别用于与I级处理单元建立数据连接获取振动幅值与第一触发条件的第一差异性、与II级处理单元建立数据连接获取能量比与第二触发条件的第二差异性以及与III级处理单元建立数据连接获取能量值均值与第三触发条件的第三差异性。IV级处理单元分别将第一差异性、第二差异性、第三差异性与第四触发条件匹配，在第一差异性、第二差异性和第三差异性满足第四触发条件的情况下，IV级处理单元生成疑似警示信号。例如，第一触发条件中幅值为20~40mm，敲击信号中产生的幅值为18mm，则第一差异性计算为|（18-20）|/20=10%。例如，幅值是服从正态分布，可以基于统计数值计算出均值和标准差，并且其置信区间可以设置为5%。第四触发条件实则是对系统容差率的判定，防止疑似敲击信号的流失。比如，按照百分比计算的第四触发条件可以设置为20%，如果差异性值小于20%，则判定为疑似敲击信号。比如，按照基于统计规律的第四触发条件置信区间可以设置为5%，如果差异性值小于5%，则判定为疑似敲击信号。该设置旨在提高预警系统的精度，用于提高识别敲击信号和非敲击信号的精度，从而能够及时发出救助信息以及防止发出非救助信息。

优选地，床垫本体1是床垫。如图2所示，感应单元2至少包括柔性智能织物传感器。柔性智能织物传感器包括压敏层2a、电极层2b和保护层2c，其中，电极层2b通过至少一条引线从压敏层2a的表面引出；保护层2c设置于表面的相对面。其中，床垫由柔性智能织物传感器分隔为上床垫本体1a和下床垫本体1b；上床垫本体1a和/或下床垫本体1b与柔性智能织物传感器之间设置有至少一层绝缘层2d。感应单元2至少包括柔性智能织物传感器。柔性智能织物传感器包括压敏层2a、电极层2b和保护层2c。优选地，电极层2b通过至少一条引线从压敏层2a的表面引出。保护层2c设置于表面的相对面。优选的，压敏层2a是通过将一体织物面罩置于纳米敏感功能材料液体中，利用超声波将纳米敏感功能材料液体贯穿织物面料的内部并镶嵌在织物面料的表面，随后将该织物面料烘干和固化而成。电极层2b是在柔性衬底乙烯-醋酸乙烯共聚物、聚乙二醇和聚二甲基硅氧烷中的一种或几种上通过压印、刻蚀和/或打印的方法制作图案化电极和电极引线而成。图案化电极和电极引线可以由超薄铜膜或金膜而成。电极层2b是通过粘贴和/或压合的方式与压敏层2a表面。保护层2c是聚二甲基硅氧烷薄膜、乙烯-醋酸乙烯共聚物薄膜、聚乙烯薄膜和硅胶薄膜中的一种或几种。优选的，床垫本体1由柔性智能织物传感器分隔为上床垫本体1a和下床垫本体1b。上床垫本体1a和/或下床垫本体1b与柔性智能织物传感器之间设置有至少一层绝缘层2d。绝缘层2d可以是通过纤维素基材料和电绝热热塑性聚合物集料复合而成。上床垫本体1a/下床垫本体1b是通过海绵层和/或松棉层中的一种或两种复合而成。上床垫本体1a/下床垫本体1b的外层可以由化纤棉毡层包裹而成。在床垫本体1接收到外载荷时产生变形和应力，压敏层2a基于该变形和应力产生压电信号，该压电信号传输至处理单元3。该柔性智能织物传感器通过超声波融合技术将纳米级的纳米敏感功能材料贯穿于织物料内，实现了敏感功能材料对外界压力形变线性范围的拓宽，更好地完成对敲击信号的采集。例如，对于发生脑中风的人群，由于其已经不能用很大力气对床垫本体敲击，产生的敲击信号很弱，该柔性智能织物传感器由于其采用了纳米敏感功能材料，拓宽了采集范围，便能采集到敲击信号。当然，床垫本体1不仅仅是床垫，其还可以是沙发、茶几和餐桌中的至少一种。

优选地，触发条件存储于条件库12中。条件库12中的触发条件同样能够通过深度学习单元10进行更新。方案库11中的启动方案也可以通过深度学习单元10进行更新。

优选地，预警单元4包括定位模块和监控预警模块。优选地，定位模块包括实时与监控预警模块通信的定位系统，定位模块在监控预警模块接收到警示信息或疑似警示信息的情况下确定敲击信号的位置信息，监控预警模块在接收到位置信息的情况下生成预警信号并推送至服务终端5。优选地，预警信号至少包括特征值、位置信息、第一差异性、第二差异性和第三差异性。优选地，预警单元4以有线和/或无线的方式将报警信号传递至预先连接的120终端、110终端和客户终端。

实施例3

本实施例公开了一种基于敲击信号预警的方法。该方法能够应用于本发明记载的床垫，以达到预期的技术效果。在不造成冲突或者矛盾的情况下，其他实施例的优选实施方式的整体和/或部分内容可以作为本实施例的补充。

该方法包括：

S1：感应单元2镶嵌于床垫本体1的内部/外缘并能够通过有线/无线的方式与处理单元3建立数据连接。

S2：感应单元2响应于床垫本体1接收到的外部激励并基于床垫本体1产生的应力和/或应变采集床垫本体1的动力信息。处理单元3基于样本库中6的筛选条件对动力信息进行识别从而能够从由动力信息构成的众多扰乱信号中识别出敲击信号。

S3：决策单元7响应于的敲击信号特征值与其对应的触发条件的成功匹配，在特征值及其与对应的触发条件的成功匹配的情况下，决策单元7能够从方案库中选择至少一种启动方案用于启动监控单元8。以使得服务终端5能够快速地以预警单元4预警的形式通过监控单元8监控敲击信号的用户状态和/或所处的环境，从而服务终端5能够提前制定干预措施/抢救方案。

优选地，触发条件包括若干个连续的数据子区间，每一个子区间分别对应一个存储于方案库11中的启动方案，启动方案至少包括监控单元8的监控装置种类、监控频次和监控时长。在特征值落入某一数据子区间范围的情况下，决策单元7能够从方案库11匹配出落入该数据子区间范围对应的启动方案并按照该启动方案启动监控单元8。

优选地，数据子区间是按下列至少一个方式配置的：用户通过人工输入单元9登陆系统并向系统输入受监控人员的基础信息以及按照一定的时间间隔输入受监控人员的生理信息。深度学习单元10能够基于受监控人员的基础信息和生理信息生成训练模型，深度学习单元9基于训练模型生成对数据子区间修改的建议信息并推送至服务终端5，用户能够基于建议信息通过人工输入单元10确认是否按照建议信息对数据子区间进行修改/更新。其中，深度学习单元9还能按照一定的时间间隔通过网络连接云端服务器的方式访问与受监控人员相似/相同的信息并修正训练模型。

优选地，筛选条件包括第一筛选条件和第二筛选条件。优选地，在样本数据至少满足第一筛选条件或第二筛选条件中的一个的情况下，处理单元3将动力信息标记为敲击信号并得到敲击信号的至少一个特征值。即第一筛选条件和第二筛选条件是逻辑“或”的关系，即只要动力信息满足其中一个筛选条件，处理单元3就将动力信息标记为敲击信号并获取至少一个特征值。优选地，第一筛选条件配置为：在采样时间内，长时窗的最大值MAX与M的比值大于或等于预设的长时窗阈值。第二筛选条件配置为：在采样时间内，MIN与M的比值大于或等于预设的短时窗阈值，其中MIN为短时窗的最大值。优选地，M通过将滞后点区域作为背景噪声取绝对值得到。优选地，采样时间通过最大脉冲频次乘以相邻脉冲之间最大时间间隔加上滞后点数得到，滞后点数为一个采样时间内首次触发脉冲前保留的数据点数。本发明中，采样时间的长度、长时窗的时间长度、短时窗的时间长度、长时窗阈值和短时窗阈值的具体数字可以由本领域的技术人员根据实验数据、经验获得。

需要注意的是，上述具体实施例是示例性的，本领域技术人员可以在本发明公开内容的启发下想出各种解决方案，而这些解决方案也都属于本发明的公开范围并落入本发明的保护范围之内。本领域技术人员应该明白，本发明说明书及其附图均为说明性而并非构成对权利要求的限制。本发明的保护范围由权利要求及其等同物限定。

Claims (10)

1.一种基于敲击信号的预警系统，适用于患有脑梗/心梗人群，其包括床垫本体（1）、感应单元（2）、处理单元（3）、预警单元（4）、决策单元（7）和监控单元（8），其特征在于，所述感应单元（2）响应于所述床垫本体（1）接收到的外部激励并采集所述床垫本体（1）的动力信息，所述处理单元（3）基于筛选条件对所述动力信息进行识别，以使得所述处理单元（3）能够从包括有众多扰乱信号的所述动力信息中辨识出由脑梗/心梗人群产生的敲击信号；

所述决策单元（7）在所述处理单元（3）识别出所述敲击信号的情况下能够基于敲击信号的特征值从方案库中选择至少一种启动方案用于启动所述监控单元（8），以使得服务终端（5）能够快速地以所述预警单元（4）预警的形式通过所述监控单元（8）监控所述敲击信号的用户状态和/或所处的环境；

其中，所述床垫本体（1）按照脑梗/心梗人群能够产生所述外部激励的肢体的范围内设置有若干个所述感应单元（2），并且在脑梗/心梗人群的肢体能够产生所述外部激励时，该肢体对应的所述感应单元（2）启动，从而所述感应单元（2）能够在脑梗/心梗人群具有敲击行为时有效接收所述敲击信号并防止接收过多的所述扰乱信号，以使得所述处理单元（3）能够准确地识别所述敲击信号。

2.如权利要求1所述的系统，其特征在于，所述筛选条件包括第一筛选条件和第二筛选条件，

其中，所述第一筛选条件配置为：在采样时间内，长时窗的最大值MAX与M的比值大于或等于预设的长时窗阈值；

所述第二筛选条件配置为：在采样时间内，MIN与M的比值大于或等于预设的短时窗阈值，其中MIN为短时窗的最大值；

其中，M通过将滞后点区域作为背景噪声取绝对值得到；

其中，所述采样时间通过最大脉冲频次乘以相邻脉冲之间最大时间间隔加上滞后点数得到，所述滞后点数为一个所述采样时间内首次触发脉冲前保留的数据点数。

3.如权利要求2所述的系统，其特征在于，在所述动力信息至少满足所述第一筛选条件或第二筛选条件中的一个的情况下，所述处理单元（3）将所述动力信息标记为所述敲击信号并得到所述敲击信号的至少一个特征值，并与对应的触发条件进行比较；

其中，所述触发条件包括若干个连续的数据子区间，所述每一个子区间分别对应一个存储于方案库（11）中的启动方案；

在所述特征值落入某一所述数据子区间范围的情况下，所述决策单元（7）能够从方案库（11）匹配出落入该所述数据子区间范围对应的启动方案并按照该启动方案启动所述监控单元（8）；

所述启动方案至少包括所述监控单元（8）的监控装置种类、监控频次和监控时长。

4.如权利要求3所述的系统，其特征在于，所述触发条件的数据子区间是按下列至少一个方式配置的：

用户通过人工输入单元（9）登陆所述系统并向所述系统输入受监控人员的基础信息以及按照一定的时间间隔输入所述受监控人员的生理信息；

深度学习单元（10）能够基于所述受监控人员的基础信息和生理信息生成训练模型，所述深度学习单元（10）基于所述训练模型生成对所述数据子区间修改的建议信息并推送至所述服务终端（5），所述用户能够基于所述建议信息通过所述人工输入单元（9）确认是否按照所述建议信息对所述数据子区间进行修改/更新；

其中，所述深度学习模块（10）还能按照一定的时间间隔通过网络连接云端服务器的方式访问与所述受监控人员相似/相同的信息并修正所述训练模型。

5.如权利要求4所述的系统，其特征在于，所述决策单元（7）能够启动脉搏采集单元、呼吸采集单元、心跳采集单元、语音采集单元、视频采集单元和图像采集单元中的至少一种；以使得所述脉搏采集单元、所述呼吸采集单元、所述心跳采集单元、所述语音采集单元、所述视频采集单元和所述图像采集单元中的至少一种能够与所述服务终端建立数据连接，从而所述服务终端的操纵人员能够基于所述脉搏采集单元采集的脉搏信息、所述呼吸采集单元采集的呼吸信息、所述心跳采集单元采集的心跳信息、所述语音采集单元采集的语音、所述视频采集单元采集的视频和所述图像采集单元采集的图像中的至少一种建立提前干预措施或者实时监控用户的状态。

6.如权利要求5所述的系统，其特征在于，所述特征值至少包括振动幅值、能量比和能量值均值；

其中，在所述振动幅值与第一触发条件匹配成功的情况下，所述决策单元（7）基于所述振动幅值及其与对应的所述第一触发条件的匹配关系按照等级启动所述监控单元（8）；

在所述振动幅值与所述第一触发条件匹配失败的情况下，所述处理单元（3）将所述能量比与第二触发条件进行匹配，在所述能量比与所述第二触发条件匹配成功的情况下，所述决策单元（7）基于所述能量比及其与对应的所述第二触发条件的匹配关系按照等级启动所述监控单元（8）；

在所述能量比与所述第二触发条件匹配失败的情况下，所述处理单元（3）将所述能量值均值与第三触发条件进行匹配，在所述能量值均值与所述第三触发条件匹配成功的情况下，所述决策单元（7）基于所述振动幅值及其与对应的所述第三触发条件的匹配关系按照等级启动所述监控单元（8）。

7.如权利要求6所述的系统，其特征在于，

所述处理单元（3）包括I级处理单元、II级处理单元和III级处理单元，I级处理单元用于获取振动幅值并基于振动幅值与存储于中的第一触发条件进行匹配，在振动幅值与第一触发条件匹配失败的情况下，II级处理单元获取能量比并基于能量比与存储于中的第二触发条件进行匹配，其中，在能量比与第二触发条件匹配失败的情况下，III级处理单元获取能量值均值并基于能量值均值与存储于中的第三触发条件进行匹配；

所述处理单元（3）还包括IV级处理单元，

所述IV级处理单元响应于所述能量值均值与所述第三触发条件的失败匹配分别用于与所述I级处理单元建立数据连接获取所述振动幅值与所述第一触发条件的第一差异性、与所述II级处理单元建立数据连接获取所述能量比与所述第二触发条件的第二差异性以及与所述III级处理单元建立数据连接获取所述能量值均值与所述第三触发条件的第三差异性；

所述IV级处理单元分别将所述第一差异性、所述第二差异性、所述第三差异性与第四触发条件匹配，在所述第一差异性、第二差异性和第三差异性满足第四触发条件的情况下，所述IV级处理单元生成疑似警示信号。

8.如权利要求7所述的系统，其特征在于，所述感应单元（2）至少包括柔性智能织物传感器；

所述柔性智能织物传感器包括压敏层（2a）、电极层（2b）和保护层（2c），其中，所述电极层（2b）通过至少一条引线从所述压敏层（2a）的表面引出；所述保护层（2c）设置于所述表面的相对面，

其中，所述床垫由所述柔性智能织物传感器分隔为上床垫本体（1a）和下床垫本体（1b）；所述上床垫本体（1a）和/或所述下床垫本体（1b）与所述柔性智能织物传感器之间设置有至少一层绝缘层（2d）。

9.一种基于敲击信号预警的方法，其特征在于，感应单元（2）响应于床垫本体（1）接收到的外部激励并采集所述床垫本体（1）的动力信息，处理单元（3）基于筛选条件对所述动力信息进行识别，以使得所述处理单元（3）能够从包括有众多扰乱信号的所述动力信息中辨识出由脑梗/心梗人群产生的敲击信号；

其中，决策单元（7）响应于所述的敲击信号特征值与其对应的触发条件的成功匹配，在所述特征值及其与对应的所述触发条件的成功匹配的情况下，所述决策单元（7）能够从方案库中选择至少一种启动方案用于启动监控单元（8），以使得服务终端（5）能够快速地以预警单元（4）预警的形式通过所述监控单元（8）监控所述敲击信号的用户状态和/或所处的环境，从而所述服务终端（5）能够提前制定干预措施/抢救方案；

其中，所述床垫本体（1）按照脑梗/心梗人群能够产生所述外部激励的敲击肢体的范围内设置有若干个所述感应单元（2），并且在脑梗/心梗人群的肢体能够产生所述外部激励时，该肢体对应的所述感应单元（2）启动，从而所述感应单元（2）能够在脑梗/心梗人群具有敲击行为时有效接收所述敲击信号并防止接收过多的所述扰乱信号，以使得所述处理单元（3）能够准确地识别所述敲击信号。

10.如权利要求9所述的方法，其特征在于，所述触发条件包括若干个连续的数据子区间，所述每一个子区间分别对应一个存储于方案库（11）中的启动方案，所述启动方案至少包括所述监控单元（8）的监控装置种类、监控频次和监控时长；

在所述特征值落入某一所述数据子区间范围的情况下，所述决策单元（7）能够从方案库（11）匹配出落入该所述数据子区间范围对应的启动方案并按照该启动方案启动所述监控单元（8）；

其中，所述数据子区间是按下列至少一个方式配置的：

用户通过人工输入单元（9）登陆预警系统并向所述预警系统输入受监控人员的基础信息以及按照一定的时间间隔输入所述受监控人员的生理信息；

深度学习单元（10）能够基于所述受监控人员的基础信息和生理信息生成训练模型，所述深度学习单元（9）基于所述训练模型生成对所述数据子区间修改的建议信息并推送至所述服务终端（5），所述用户能够基于所述建议信息通过所述人工输入单元（10）确认是否按照所述建议信息对所述数据子区间进行修改/更新；

其中，所述深度学习单元（9）还能按照一定的时间间隔通过网络连接云端服务器的方式访问与所述受监控人员相似/相同的信息并修正所述训练模型。

Images