CN111150404B - 一种帕金森病情的步态监测装置 - Google Patents

Abstract

本发明提供一种帕金森病情的步态监测装置，包括：角度收集模块、运动信息收集模块、GPS收集模块、有效时长分析模块、有效变化分析模块和综合检测模块；角度收集模块、运动信息收集模块和GPS收集模块分别用于从陀螺仪、线性加速计和智能设备中获得陀螺仪偏角值、运动信息和GPS定位信息；有效时长分析模块用于根据GPS定位信息得到有效运动时长、有效运动的开始时间和有效运动的结束时间；有效变化分析模块用于根据陀螺仪偏角值、运动信息、有效运动的开始时间和有效运动的结束时间进行分析，得到连续有效变化总时长。本发明能够实时监测神经疾病运动障碍症状，减少了医护人员工作时间，降低了监测成本，提高了医护人员的工作效率。

Description

一种帕金森病情的步态监测装置

技术领域

本发明主要涉及医疗监测技术领域，具体涉及一种帕金森病情的步态监测装置。

背景技术

现今,随着世界老龄化人口的加剧，越来越多的人将会遭受神经变性退化性运动障碍疾病的困扰，其运动障碍的高致残率给家庭和社会带来了巨大的负担。不幸的是到目前为止对于该病症并没有有效的治疗手段。但是对于该病症的早期诊断早期干预对于延缓该病进展有着极其重要的意义。现今临床上对该类疾病的诊断主要依赖一些主观的方法,比如UPDRS量表调查,其调查过程繁琐耗时，浪费大量的人力资源，但结果仍然具有极大的主观性。因此,许多的研究人员都致力于通过对惯性传感器等设备收集到的信号进行结构化分析来创造一种可以准确诊断该类疾病的方法，但是，采用惯性传感器设备的方式不仅使用不方便而且成本极高。

发明内容

本发明所要解决的技术问题是针对现有技术的不足，提供一种帕金森病情的步态监测装置。

本发明解决上述技术问题的技术方案如下：一种帕金森病情的步态监测装置，包括：

角度收集模块，用于从智能设备的陀螺仪中获得陀螺仪偏角值；

运动信息收集模块，用于从智能设备的线性加速计中获得运动信息；

GPS收集模块，用于从智能设备中获得GPS定位信息；

有效时长分析模块，用于对所述GPS定位信息进行分析，得到有效运动时长t0、有效运动的开始时间和有效运动的结束时间；

有效变化分析模块，用于对所述陀螺仪偏角值、所述运动信息、所述有效运动的开始时间和所述有效运动的结束时间进行分析，得到连续有效运动变化总时长t2；

综合检测模块，用于根据所述有效运动时长t0和所述连续有效运动变化总时长t2进行计算，得到异常移动比重占总运动比重n，并将所述异常移动比重占总运动比重n与预设阈值N进行比较，当所述异常移动比重占总运动比重n大于所述预设阈值N时，则评估其病情的严重程度并形成评估结果。

本发明的有益效果是：能够实时监测神经疾病运动障碍症状，减少了医护人员工作时间，降低了监测成本，节省了时间以及人力和物力，提高了医护人员的工作效率。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，所述有效时长分析模块具体用于：

根据多个所述GPS定位信息进行统计获得连续移动时长t1和直线移动距离m1，当所述连续移动时长t1大于或等于预设连续移动时长t，且所述直线移动距离m1大于或等于预设直线移动距离m时，则判定为有效运动状态，并获得所述有效运动时长t0、有效移动距离m0、所述有效运动的开始时间和所述有效运动的结束时间。

采用上述进一步方案的有益效果是：筛选出有用的数据，同时实现了对用户的实时监测，提高了数据的准确性和即时性。

进一步，所述运动信息包括幅度和频率，所述有效变化分析模块具体用于：

在所述有效运动的开始时间至所述有效运动的结束时间内，当前一陀螺仪偏角值与后一陀螺仪偏角值之差大于预设最小偏角值且小于或等于预设最大偏角值，且所述幅度和所述频率均不为0时，则判定为有效变化状态，并获得有效变化开始时间和有效变化结束时间；

当前一有效变化结束时间与后一有效变化开始时间之差tm小于预设时间差值tn时，则判定为连续有效变化状态，并得到连续有效变化时长tM；

由多个所述连续有效变化状态获得多个所述连续有效变化时长tM；

将多个所述连续有效变化时长tM进行求和计算，获得所述连续有效变化总时长t2。

采用上述进一步方案的有益效果是：判断用户是否在处于行走状态，获得有用的数据，提高了数据的准确性和即时性。

进一步，所述综合检测模块具体用于：

根据第一式、所述有效运动时长t0和所述连续有效变化总时长t2计算异常移动比重占总运动比重，所述第一式为：

n＝t2/t0，

其中，n表示异常移动比重占总运动比重。

采用上述进一步方案的有益效果是：清晰的了解用户是否异常，同时也可以从数据中了解用户的患病程度，易于为医生提供参考。

进一步，还包括运动速率计算模块，所述运动速率计算模块用于：

根据第二式、所述有效运动时长t0和有效移动距离m0计算有效运动速率，所述第二式为：

v1＝m0/t0，

其中，v1表示有效运动速率。

采用上述进一步方案的有益效果是：得到运动的速率，能够为医生了解并观察用户情况提供参考。

进一步，还包括存储模块，所述存储模块用于：

将所述有效运动速率v1和所述异常移动比重占总运动比重n通过智能设备存储到预设的云处理器中用户个人账户内。

采用上述进一步方案的有益效果是：对数据进行存储，有利于医生对历来数据随时的调阅、查看。

进一步，还包括整合模块，所述整合模块用于：

在预设观察时间内，对存储的所述有效运动速率v1和所述异常移动比重占总运动比重n分别进行统计并形成图表，得到有效运动速率图表和异常移动比重占总运动比重图表。

采用上述进一步方案的有益效果是：有利于医生更直观的对用户情况的了解，减少了医生工作时间，提高了医生的工作效率。

附图说明

图1为本发明一实施例提供的一种帕金森病情的步态监测装置的模块框图。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

图1为本发明一实施例提供的一种帕金森病情的步态监测装置的模块框图。

如图1所示，一种帕金森病情的步态监测装置，包括：

角度收集模块，用于从智能设备的陀螺仪中获得陀螺仪偏角值；

运动信息收集模块，用于从智能设备的线性加速计中获得运动信息；

GPS收集模块，用于从智能设备中获得GPS定位信息；

有效时长分析模块，用于对所述GPS定位信息进行分析，得到有效运动时长t0、有效运动的开始时间和有效运动的结束时间；

有效变化分析模块，用于对所述陀螺仪偏角值、所述运动信息、所述有效运动的开始时间和所述有效运动的结束时间进行分析，得到连续有效运动变化总时长t2；

综合检测模块，用于根据所述有效运动时长t0和所述连续有效运动变化总时长t2进行计算，得到异常移动比重占总运动比重n，并将所述异常移动比重占总运动比重n与预设阈值N进行比较，当所述异常移动比重占总运动比重n大于所述预设阈值N时，则评估其病情的严重程度并形成评估结果。

优选地，智能设备可以是智能手机、平板电脑和智能手环。

上述实施例中，能够实时监测神经疾病运动障碍症状，减少了医护人员工作时间，降低了监测成本，节省了时间以及人力和物力，提高了医护人员的工作效率。

可选地，作为本发明的一个实施例，所述有效时长分析模块具体用于：

根据多个所述GPS定位信息进行统计获得连续移动时长t1和直线移动距离m1，当所述连续移动时长t1大于或等于预设连续移动时长t，且所述直线移动距离m1大于或等于预设直线移动距离m时，则判定为有效运动状态，并获得所述有效运动时长t0、有效移动距离m0、所述有效运动的开始时间和所述有效运动的结束时间。

上述实施例中，筛选出有用的数据，同时实现了对用户的实时监测，提高了数据的准确性和即时性。

可选地，作为本发明的一个实施例，所述运动信息包括幅度和频率，所述有效变化分析模块具体用于：

在所述有效运动的开始时间至所述有效运动的结束时间内，当前一陀螺仪偏角值与后一陀螺仪偏角值之差大于预设最小偏角值且小于或等于预设最大偏角值，且所述幅度和所述频率均不为0时，则判定为有效变化状态，并获得有效变化开始时间和有效变化结束时间；

当前一有效变化结束时间与后一有效变化开始时间之差tm小于预设时间差值tn时，则判定为连续有效变化状态，并得到连续有效变化时长tM；

由多个所述连续有效变化状态获得多个所述连续有效变化时长tM；

将多个所述连续有效变化时长tM进行求和计算，获得所述连续有效变化总时长t2。

优选地，所述预设最小偏角值可以为60度，所述预设最大偏角值可以为160度。

应理解地，当所述前一所述陀螺仪偏角值与后一所述陀螺仪偏角值之差低于所述预设最小偏角值或高于所述预设最大偏角值时，可能是因为特殊的动作或情况造成，则判定为无效值，而所述幅度和所述频率为0，则表明用户没有在运动，也判定为无效值。

上述实施例中，判断用户是否在处于行走状态，获得有用的数据，提高了数据的准确性和即时性。

可选地，作为本发明的一个实施例，所述综合检测模块具体用于：

根据第一式、所述有效运动时长t0和所述连续有效变化总时长t2计算异常移动比重占总运动比重，所述第一式为：

n＝t2/t0，

其中，n表示异常移动比重占总运动比重。

上述实施例中，清晰的了解用户是否异常，同时也可以从数据中了解用户的患病程度，易于为医生提供参考。

可选地，作为本发明的一个实施例，还包括运动速率计算模块，所述运动速率计算模块用于：

根据第二式、所述有效运动时长t0和有效移动距离m0计算有效运动速率，所述第二式为：

v1＝m0/t0，

其中，v1表示有效运动速率。

上述实施例中，得到运动的速率，能够为医生了解并观察用户情况提供参考。

可选地，作为本发明的一个实施例，还包括存储模块，所述存储模块用于：

将所述有效运动速率v1和所述异常移动比重占总运动比重n通过智能设备存储到预设的云处理器中用户个人账户内。

应理解地，所述存储为永久性的存储。

上述实施例中，对数据进行存储，有利于医生对历来数据随时的调阅、查看。

可选地，作为本发明的一个实施例，还包括整合模块，所述整合模块用于：

在预设观察时间内，对存储的所述有效运动速率v1和所述异常移动比重占总运动比重n分别进行统计并形成图表，得到有效运动速率图表和异常移动比重占总运动比重图表。

优选地，所述预设观察时间可以为2周或者1个月。

应理解地，若所述预设观察时间内，所述有效运动速率图表和所述异常移动比重占总运动比重图表分别显示了所述有效运动速率v1随时间轴呈现的变化以及所述异常移动比重占总运动比重n随时间轴呈现的变化。

上述实施例中，有利于医生更直观的对用户情况的了解，减少了医生工作时间，提高了医生的工作效率。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (7)

1.一种帕金森病情的步态监测装置，其特征在于，包括：

角度收集模块，用于从智能设备的陀螺仪中获得陀螺仪偏角值；

运动信息收集模块，用于从智能设备的线性加速计中获得运动信息；

GPS收集模块，用于从智能设备中获得GPS定位信息；

有效时长分析模块，用于对所述GPS定位信息进行分析，得到有效运动时长t0、有效运动的开始时间和有效运动的结束时间；

有效变化分析模块，用于对所述陀螺仪偏角值、所述运动信息、所述有效运动的开始时间和所述有效运动的结束时间进行分析，得到连续有效运动变化总时长t2；

综合检测模块，用于根据所述有效运动时长t0和所述连续有效运动变化总时长t2进行计算，得到异常移动比重占总运动比重n，并将所述异常移动比重占总运动比重n与预设阈值N进行比较，当所述异常移动比重占总运动比重n大于所述预设阈值N时，则评估其病情的严重程度并形成评估结果。

2.根据权利要求1所述的一种帕金森病情的步态监测装置，其特征在于，所述有效时长分析模块具体用于：

根据多个所述GPS定位信息进行统计获得连续移动时长t1和直线移动距离m1，当所述连续移动时长t1大于或等于预设连续移动时长t，且所述直线移动距离m1大于或等于预设直线移动距离m时，则判定为有效运动状态，并获得所述有效运动时长t0、有效移动距离m0、所述有效运动的开始时间和所述有效运动的结束时间。

3.根据权利要求1所述的一种帕金森病情的步态监测装置，其特征在于，所述运动信息包括幅度和频率，所述有效变化分析模块具体用于：

在所述有效运动的开始时间至所述有效运动的结束时间内，当前一陀螺仪偏角值与后一陀螺仪偏角值之差大于预设最小偏角值且小于或等于预设最大偏角值，且所述幅度和所述频率均不为0时，则判定为有效变化状态，并获得有效变化开始时间和有效变化结束时间；

当前一有效变化结束时间与后一有效变化开始时间之差tm小于预设时间差值tn时，则判定为连续有效变化状态，并得到连续有效变化时长tM；

由多个所述连续有效变化状态获得多个所述连续有效变化时长tM；

将多个所述连续有效变化时长tM进行求和计算，获得所述连续有效运动 变化总时长t2。

4.根据权利要求1所述的一种帕金森病情的步态监测装置，其特征在于，所述综合检测模块具体用于：

根据第一式、所述有效运动时长t0和所述连续有效运动 变化总时长t2计算异常移动比重占总运动比重，所述第一式为：

n＝t2/t0，

其中，n表示异常移动比重占总运动比重。

5.根据权利要求1-4任一项所述的一种帕金森病情的步态监测装置，其特征在于，还包括运动速率计算模块，所述运动速率计算模块用于：

根据第二式、所述有效运动时长t0和有效移动距离m0计算有效运动速率，所述第二式为：

v1＝m0/t0，

其中，v1表示有效运动速率。

6.根据权利要求5所述的一种帕金森病情的步态监测装置，其特征在于，还包括存储模块，所述存储模块用于：

将所述有效运动速率v1和所述异常移动比重占总运动比重n通过智能设备存储到预设的云处理器中用户个人账户内。

7.根据权利要求6所述的一种帕金森病情的步态监测装置，其特征在于，还包括整合模块，所述整合模块用于：

在预设观察时间内，对存储的所述有效运动速率v1和所述异常移动比重占总运动比重n分别进行统计并形成图表，得到有效运动速率图表和异常移动比重占总运动比重图表。

Images