CN111493882A - 一种老年人跌倒预测与运动康复干预指导系统和方法 - Google Patents
一种老年人跌倒预测与运动康复干预指导系统和方法 Download PDFInfo
- Publication number
- CN111493882A CN111493882A CN202010491800.3A CN202010491800A CN111493882A CN 111493882 A CN111493882 A CN 111493882A CN 202010491800 A CN202010491800 A CN 202010491800A CN 111493882 A CN111493882 A CN 111493882A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- rehabilitation intervention
- data
- wireless
- fall
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000012544 monitoring process Methods 0.000 claims abstract description 82
- 230000001133 acceleration Effects 0.000 claims abstract description 37
- 238000004891 communication Methods 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 9
- 238000012549 training Methods 0.000 claims description 29
- 230000033001 locomotion Effects 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 15
- 239000008280 blood Substances 0.000 claims description 11
- 210000004369 blood Anatomy 0.000 claims description 11
- 201000010099 disease Diseases 0.000 claims description 9
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 9
- 229940079593 drug Drugs 0.000 claims description 9
- 239000003814 drug Substances 0.000 claims description 9
- 230000001149 cognitive effect Effects 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 8
- 230000005021 gait Effects 0.000 claims description 8
- 210000003205 muscle Anatomy 0.000 claims description 8
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims description 7
- 239000008103 glucose Substances 0.000 claims description 7
- 230000036541 health Effects 0.000 claims description 7
- 230000001681 protective effect Effects 0.000 claims description 7
- 238000005286 illumination Methods 0.000 claims description 6
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 5
- 229910052760 oxygen Inorganic materials 0.000 claims description 5
- 239000001301 oxygen Substances 0.000 claims description 5
- 239000003181 biological factor Substances 0.000 claims description 4
- 230000036772 blood pressure Effects 0.000 claims description 4
- 230000036760 body temperature Effects 0.000 claims description 4
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 claims description 3
- 229930003316 Vitamin D Natural products 0.000 claims description 3
- QYSXJUFSXHHAJI-XFEUOLMDSA-N Vitamin D3 Natural products C1(/[C@@H]2CC[C@@H]([C@]2(CCC1)C)[C@H](C)CCCC(C)C)=C/C=C1\C[C@@H](O)CCC1=C QYSXJUFSXHHAJI-XFEUOLMDSA-N 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 229910052744 lithium Inorganic materials 0.000 claims description 3
- 235000019166 vitamin D Nutrition 0.000 claims description 3
- 239000011710 vitamin D Substances 0.000 claims description 3
- 150000003710 vitamin D derivatives Chemical class 0.000 claims description 3
- 229940046008 vitamin d Drugs 0.000 claims description 3
- 238000005303 weighing Methods 0.000 claims description 3
- 230000006872 improvement Effects 0.000 claims description 2
- 230000009194 climbing Effects 0.000 claims 1
- 238000012502 risk assessment Methods 0.000 abstract description 6
- 238000001514 detection method Methods 0.000 description 12
- 230000007613 environmental effect Effects 0.000 description 11
- 230000006399 behavior Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 5
- 230000032683 aging Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000005484 gravity Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 208000028698 Cognitive impairment Diseases 0.000 description 2
- 206010017577 Gait disturbance Diseases 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000036626 alertness Effects 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 208000010877 cognitive disease Diseases 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 235000005911 diet Nutrition 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 230000009191 jumping Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 208000012260 Accidental injury Diseases 0.000 description 1
- 208000007848 Alcoholism Diseases 0.000 description 1
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 208000012639 Balance disease Diseases 0.000 description 1
- 201000004569 Blindness Diseases 0.000 description 1
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 206010011878 Deafness Diseases 0.000 description 1
- 206010052904 Musculoskeletal stiffness Diseases 0.000 description 1
- 208000012902 Nervous system disease Diseases 0.000 description 1
- 208000001132 Osteoporosis Diseases 0.000 description 1
- 208000001431 Psychomotor Agitation Diseases 0.000 description 1
- 206010038743 Restlessness Diseases 0.000 description 1
- 208000000875 Spinal Curvatures Diseases 0.000 description 1
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 201000007930 alcohol dependence Diseases 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 210000000748 cardiovascular system Anatomy 0.000 description 1
- 230000008084 cerebral blood perfusion Effects 0.000 description 1
- 230000003920 cognitive function Effects 0.000 description 1
- 230000036992 cognitive tasks Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 230000000378 dietary effect Effects 0.000 description 1
- 208000002173 dizziness Diseases 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000010370 hearing loss Effects 0.000 description 1
- 231100000888 hearing loss Toxicity 0.000 description 1
- 208000016354 hearing loss disease Diseases 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003116 impacting effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000004220 muscle function Effects 0.000 description 1
- 210000002346 musculoskeletal system Anatomy 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 210000000578 peripheral nerve Anatomy 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 230000009023 proprioceptive sensation Effects 0.000 description 1
- 208000020016 psychiatric disease Diseases 0.000 description 1
- 230000008433 psychological processes and functions Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 210000002027 skeletal muscle Anatomy 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 230000000392 somatic effect Effects 0.000 description 1
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000001364 upper extremity Anatomy 0.000 description 1
- 208000014001 urinary system disease Diseases 0.000 description 1
- 230000001720 vestibular Effects 0.000 description 1
- 230000004393 visual impairment Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
-
- 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
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/12—Audiometering
-
- 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
- A61B5/14542—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 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
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Rehabilitation Tools (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种老年人跌倒预测与运动康复干预指导系统和方法。系统的跌倒监测预警单元、外部环境监测单元、个人体征监测单元通过互联网或者内网与系统监测及康复干预指导平台通信;跌倒监测预警单元安装在被监测者身上,其包括单片机处理器和与其连接的陀螺仪传感器、加速度传感器、无线通信模块和电源模块。本发明通过跌倒监测预警单元、外部环境监测单元、个人体征监测单元采集相关数据后,结合这些主客观跌倒因素数据,对老年人进行跌倒风险评估,最后根据得出的分析处理和评估结果,生成康复干预策略。实现了既可以对使用者进行跌倒监测预警,同时也可以结合主客观综合监测数据,给出康复干预指导策略,以尽可能避免人员跌倒事故的发生。
Description
技术领域
本发明涉及健康监测技术领域,尤其涉及一种老年人跌倒预测与运动康复干预指导系统和方法。
背景技术
随着社会老龄化进程的加速,到2050年,我国65岁以上老人数量将达到4亿,占中国人口总量的30%,而跌倒是造成老年人意外伤害的主要原因之一。随着年龄的增长,老年人的身体既能下降,反应变慢,因跌倒导致的死亡率和受伤率急剧增加。所以在不影响老人日常活动的前提下,研发一种能够实时检测老人是否跌倒并及时报警,保护老人安全的跌倒监测装备具有重大意义。
目前,跌倒检测的方法有很多,从信息采集的渠道分类,可以分为以下三种:
(1)基于视频的跌倒检测方法通过在房间内安置1个或多个摄像头来捕捉人体运动画面,经过图像处理,判定老人是否跌倒。其不足之之处是只能在安装了摄像头的地方使用,且可能对检测者造成隐私泄漏。
(2)基于声学的跌倒检测方法通过分析跌倒时老人触地的音频变化来检测。其不足之之处是精度不高,一般作为其他检测方法的辅助检测。
(3)基于多传感器的可穿戴式跌倒检测方法设计一种运动微型传感器的可穿戴设备。该检测方法优点明显,不受空间的限制,可以实时地检测人体活动,比基于视频和基于声学的检测方法更适用于跌倒检测。其不足之之处是没有考虑到外部环境因素带来的跌倒,不能形成客观分析评估。
因此,亟待设计一种老年人跌倒预测与运动康复干预指导系统和方法,既可以对使用者进行跌倒监测预警,同时可以结合主客观综合监测数据,给出康复干预指导策略,以尽可能避免人员跌倒事故的发生。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是提供一种老年人跌倒预测与运动康复干预指导系统和方法,以解决现有技术的不足。
为实现上述目的,本发明提供了一种老年人跌倒预测与运动康复干预指导系统,包括跌倒监测预警单元、外部环境监测单元、个人体征监测单元和系统监测及康复干预指导平台,所述跌倒监测预警单元、外部环境监测单元、个人体征监测单元通过互联网或者内网与系统监测及康复干预指导平台通信;所述跌倒监测预警单元安装在被监测者身上,其包括陀螺仪传感器、加速度传感器、单片机处理器、无线通信模块和电源模块,所述陀螺仪传感器、加速度传感器、无线通信模块、电源模块均与单片机处理器连接,所述无线通信模块通过互联网或者内网与系统监测及康复干预指导平台通信。
优选的,所述所述跌倒监测预警单元还包括防护气囊、蜂鸣器和GPS定位模块,所述防护气囊、蜂鸣器和GPS定位模块均与单片机处理器连接。
优选的,所述外部环境监测单元包括但不限于无线摄像头、无线照度检测仪,所述无线摄像头、无线照度检测仪通过互联网或者内网与系统监测及康复干预指导平台通信。
优选的,所述个人体征监测单元包括无线血糖仪、无线心电监测仪、无线血压计、无线脉搏仪、无线体温计、血氧计、无线体重计、视力测试仪、听力测试仪任意一种或者其组合。
优选的,所述系统监测及康复干预指导平台为数据库服务器。
优选的,所述陀螺仪传感器为三轴陀螺仪L3G4200D,加速度传感器为MPU6050,单片机处理器为单片机STM32F103C8T6,无线通信模块为4G/5G模块或者蓝牙模块,电源模块为锂电池。
一种老年人跌倒预测与运动康复干预指导方法,包括以下步骤:
跌倒监测数据采集和上传;
跌倒监测数据分析处理和评估;
根据得出的分析处理和评估结果,生成康复干预策略。
优选的,所述跌倒监测数据采集和上传包括:个人运动姿态数据的采集和上传、个人体征健康数据的采集和上传和行走外部环境数据的采集和上传,其中:
个人运动姿态数据为行走者X轴方向的加速度为ax,Y轴方向的加速度为ay,Z轴方向的加速度为az;
个人体征健康数据包括但不限于血糖、心电、血压、脉搏、体温、血氧、体重、视力、听力;
行走外部环境数据包括但不限于行走外部环境的图像数据和光照度数据。
优选的,所述跌倒监测数据分析处理和评估包括生物学因素、疾病因素、功能水平因素、行为因素以及行走外部环境的光线、地面障碍物、地面湿滑程度、上下楼台阶因素。
优选的,所述生成康复干预策略包括:认知训练、肌力训练、平衡步态功能训练、运动锻炼维生素D、补充药物合理应用、改善居住环境。
本发明的有益效果是:
本发明通过跌倒监测预警单元、外部环境监测单元、个人体征监测单元采集相关数据后,结合这些主客观跌倒因素数据,对老年人进行跌倒风险评估,最后根据得出的分析处理和评估结果,生成康复干预策略。实现了既可以对使用者进行跌倒监测预警,同时也可以结合主客观综合监测数据,给出康复干预指导策略,以尽可能避免人员跌倒事故的发生。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明的系统原理框图。
图2是本发明的跌倒监测预警单元原理框图。
图3是本发明的方法流程图。
图4是本发明的跌倒监测数据分析处理和评估项目图。
图5是本发明的康复干预策略项目图。
具体实施方式
如图1、2所示,一种老年人跌倒预测与运动康复干预指导系统,包括跌倒监测预警单元、外部环境监测单元、个人体征监测单元和系统监测及康复干预指导平台,跌倒监测预警单元、外部环境监测单元、个人体征监测单元通过互联网或者内网与系统监测及康复干预指导平台通信;跌倒监测预警单元安装在被监测者身上,其包括陀螺仪传感器、加速度传感器、单片机处理器、无线通信模块和电源模块,陀螺仪传感器、加速度传感器、无线通信模块、电源模块均与单片机处理器连接,无线通信模块通过互联网或者内网与系统监测及康复干预指导平台通信。
另外,跌倒监测预警单元还包括防护气囊、蜂鸣器和GPS定位模块,所述防护气囊、蜂鸣器和GPS定位模块均与单片机处理器连接,防护气囊用于使用者跌倒时打开减轻伤害,蜂鸣器用于快跌倒前的现场报警,GPS定位模块用于给系统监测及康复干预指导平台提供跌倒者位置信息。
外部环境监测单元包括但不限于无线摄像头、无线照度检测仪,无线摄像头、无线照度检测仪通过互联网或者内网与系统监测及康复干预指导平台通信。无线摄像头、无线照度检测仪用于采集行走者外部环境的图像、光强数据。
个人体征监测单元包括无线血糖仪、无线心电监测仪、无线血压计、无线脉搏仪、无线体温计、血氧计、无线体重计、视力测试仪、听力测试仪任意一种或者其组合,用于采集使用者血糖、心电、血压、脉搏、体温、血氧、体重、视力、听力数据。
系统监测及康复干预指导平台为数据库服务器,数据库服务器用于跌倒监测数据的分析处理和评估,并根据得出的分析处理和评估结果,生成康复干预策略。
陀螺仪传感器为三轴陀螺仪L3G4200D,用于感测与维持方向。加速度传感器为MPU6050,MPU6050是整合了加速度和陀螺仪的传感器,它和STM32单片机之间的通信采用400KHZ的IIC接口,其供电电压范围为5V。将STM32的引脚(SDA)和PB7(SCL)分别和MPU6050的24号引脚(SDA)和23号引脚(SCL)相连接,可实现传感器和微处理器通信。单片机处理器为单片机STM32F103C8T6,其主控制器是高性能的ARMCortexTM-M332位的RISC内核单片机STM32F103C8T6,其工作频率可高达72MHz,内置高速存储器(20KBSRAM、64KBFLASH),工作电压范围在2~3.6V。无线通信模块为4G/5G模块或者蓝牙模块,用于将穿戴在行走者身上的监测模块的行走姿态数据传输到内网或者互联网,电源模块为锂电池。
如图3、4、5所示,一种老年人跌倒预测与运动康复干预指导方法,包括以下步骤:
跌倒监测数据采集和上传;
跌倒监测数据分析处理和评估;
根据得出的分析处理和评估结果,生成康复干预策略。
其中,跌倒监测数据采集和上传包括:个人运动姿态数据的采集和上传、个人体征健康数据的采集和上传和行走外部环境数据的采集和上传,其中:
个人运动姿态数据为行走者X轴方向的加速度为ax,Y轴方向的加速度为ay,Z轴方向的加速度为az。运动姿态中的跌倒是指突发、不自主的、非故意的体位改变,倒在地上或更低的平面上。人体在跌倒瞬间,身体的加速度和角度在水平和垂直方向都会发生巨大的变化。人体的日常生活活动有很多种,为简化问题,我们主要考虑以下几种形式:①走路、②起立坐下、③跑、④上下楼梯、⑤原地跳、⑥弯腰,这些也最容易和跌倒行为混淆。
跌倒装置的安装位置也很重要,它影响整个系统设计的稳定性和可靠性。实验显示本装置配戴在腰部最合适,因为腰部活动范围和频率比较小,而手部和上肢活动范围较大,且腰部舒适度比较好,方便检测。在本实施例中,人体的三维空间姿态向右为X轴,向上为Z轴,垂直与纸面向外为Y轴。
设X轴方向的加速度为ax,Y轴方向的加速度为ay,Z轴方向的加速度为az,则合加速度为a=ax+ay+az,为:SVM表示人体加速度向量幅值,是区分人体运动状态的重要参数,SVM越小,人体运动越平缓,SVM越大,人体运动越激。当人体跌倒时,人体和地面接触有一个撞击阶段,此时加速度会达到峰值,比一般的行为更加明显,因此可以用阈值法来判断跌倒的发生。
一般情况下,老人跌倒在撞击地面阶段合加速度值达到峰值3g并在跌倒后合加速度值又迅速回落到1g。较之于日常行为的合加速度曲线发现:坐下起立、走路、上下楼梯、弯腰的合加速度最大不超过2g;跑步和原地跳的合加速度比较大,最高接近3g。为了设定阈值的大小来区分跌倒行为,设置判定阈值TH1为2.5g,所以当SVM>TH1时,可以设定为疑似跌倒。然而跑步和跳的运动幅度较大,其合加速度幅值和跌倒的合加速度相似,两者容易混淆。故采用单一的和加速度阈值判断具有单一性。为提高检测精度,降低误判率,引入陀螺仪的角度参数作为二次判断。理论上,当人跌倒经过一段时间后,人体会处于静止状态,此时人体和地面应处于水平状态,Z轴加速度为0。同时当人体向前或向后跌倒后,人体X轴角度应在-90°和90°附近;当人体向左或向右跌倒后,人体Y轴角度应在-90°和90°附近浮动。通过实验,本实施例选取±70°作为第二个判定条件阈值。
系统通过IIC形式将数据从MPU6050传送到STM32单片机,STM32单片机对接收到的数据进行跌倒算法运算和判断。整个的实现过程可分为以下三个部分:
(1)检测当前和加速度SVM是否大于阈值2.5g,若小于2.5g,则返回继续采样测量;若大于2.5g,则认为疑似跌倒。
(2)若检测到疑似跌倒,延时3s,进入二次判断,检测人体角度是否在阈值范围内。若在这个范围内,同时要求3s内保持这个范围。
(3)如果系统检测到人体运动状态同时满足以上两个条件,系统服务器平台报警,提醒老人和老人身边行人。接着延时等待30s,如果30s内用户没有按键取消报警,则认为老人跌倒。此时将报警信号通过无线通信模块传送给平台服务器,平台服务器开启GPS定位,打电话和发消息通知医院和家人。
另外,个人体征健康数据包括但不限于血糖、心电、血压、脉搏、体温、血氧、体重、视力、听力;行走外部环境数据包括但不限于行走外部环境的图像数据和光照度数据。这些数据为使用者因为客户原因跌倒提供分析评估依据和康复干预指导。因为跌倒的风险因素有多种,不仅包括内在风险因素(个人行走不稳、个人身体不健康),还包括外在风险因素。明确跌倒的风险因素并对其进行评估才能有针对性制定跌倒预防方案。
1、跌倒的内在风险
跌倒的内在风险因素包括生物学因素、疾病因素、功能水平和行为因素。
生物学因素即个体特有的基本特征,如年龄、性别和种族。随着增龄衰老,老年人的生理功能会出现一系列的衰退。整体表现为身高下降、脊柱弯曲、视力减弱、听力下降、肌力降低、认知障碍、行动缓慢和反应迟钝等。而这些功能改变降低了老年人的姿势控制能力,容易造成老年人失衡跌倒。在性别方面,女性更容易发生跌倒。而男性的跌倒死亡率更高,因为男性会更多地从事危险活动和行为,另外男性抽烟和酗酒等不良行为也增加了跌倒后的死亡率。
疾病因素也是导致老年人跌倒不可忽视的因素之一,如神经系统疾病者、骨骼肌肉系统疾病,骨质疏松导致的跌倒较常见,且跌倒后多有骨折。心血管疾病患者由于心脏及血管功能障碍,脑部血流灌注减少,氧气供应不足,导致老年人头晕和体力不支,进而引起跌倒。其他如泌尿系统疾病和视力相关疾病均有可能导致跌倒。
功能水平如认知功能、身体功能与情感功能会直接影响患者失衡跌倒。存在认知障碍的老年人,其注意力资源的分配下降,无法对危险做出准确应对,同时将抽象思维化为具体行动的能力下降,影响正常的运动输出。身体功能如肌力、平衡功能和步态功能等异常也是老年人跌倒的重要危险因素。心理功能障碍也是不容忽视的跌倒风险因素,如沮丧、抑郁、焦虑及情绪不佳。沮丧可能会削弱老年人的注意力,导致老年人对环境危险因素的感知和反应能力下降。
行为因素是指增加跌倒风险的不恰当行为,是可以调整和改变的。常见的有老年人的危险行为、服用药物、使用辅具和着不恰当的鞋子。
2、跌倒的外在风险因素,包括环境因素和社会因素。
环境因素根据老年人居住场所分为家庭环境因素、社区公共环境因素及医疗机构环境因素。环境因素与个体的体能状态相互影响。跌倒的发生并不是由单一因素造成的,而是由许多危险因素与环境因素互作用造成的。目前环境适老化尚未广泛应用于居家、社区及医疗环境中。常见的环境危险因素包括不均匀的台阶高度、台阶过窄、台阶表面过于光滑、昏暗的灯光、湿滑的地面与障碍物等。有时危险环境缺乏警示标识都有可能导致跌倒的发生。
3、通过跌倒监测预警单元、外部环境监测单元、个人体征监测单元采集相关数据后,就需要结合这些主客观跌倒因素数据,对老年人进行跌倒风险评估。
老年人进行跌倒风险评估时推荐首先进行初步筛查,采用以下简易问题:(1)在过去的1年里是否发生2次及以上的跌倒;(2)是否有步行或平衡困难;(3)是否存在明显的急性跌倒。如有一项回答为是,则对老年人进行多因素跌倒风险评估。若回答全部为否,再询问其过去1年里是否发生过1次跌倒,若发生过跌倒,则应进行步态和平衡能力测试。
多因素跌倒风险评估包括病史评估、体格检查、功能评估和环境评估。病史是老年人跌倒风险的重要部分,详细评估老年人的跌倒史、药物史和疾病史等相关危险因素,从而全面了解老年人的身体状态。体格检查包括运用影像学方法进行的中枢神经与周围神经功能检查、肌肉骨骼系统检查、心血管系统检查及视觉系统检查。功能评估主要包括肌力、平衡功能、步态功能、认知功能、日常生活活动能力及心理功能。环境评估主要评估居家环境、社区环境与住院环境中是否存在不合理的楼梯、扶手、照明或台阶等设计。
4、对跌倒因素进行分析评估后,还需对跌倒预防康复进行综合干预,系统的康复干预平台数据库包括:
认知训练,包括注意力警觉、注意力维持、注意力分配训练、记忆力训练、执行功能及进一步的认知-平衡双重任务训练和手脑功能结合训练等。
认知-平衡双重任务训练,是指人体同时执行认知任务和平衡任务。老年人通过平衡功能训练仪,选择认知注意力维持训练、认知注意力警觉训练、认知注意力转移训练、认知注意力选择训练和记忆力训练等,在训练过程中通过显示屏向患者提供身体重心变化,并利用实时的视觉和听觉反馈不断修正姿势,进行重心转移,提高患者站立对称性及静态、动态稳定性。
肌力训练,肌力、步态及平衡功能训练可以减少老年人跌倒几率。适宜的力量训练可以缓解老年人的肌流失,改善肌肉功能,提高平衡能力。
平衡步态功能训练,平衡训练主要训练重心维持和重心转移。同时需进行躯体本体感觉训练、视本体训练、视觉补偿训练及前庭功能训练,可以借助医疗设备进行。步态训练时推荐进行纠正异常步态的训练,同时借助三维运动解析系统进行分析评估及指导。
运动锻炼,运动锻炼能降低因年老引起的肌肉僵硬,增强身体的柔韧性和平衡能力。
维生素D的补充,均衡饮食、加强膳食营养是不可或缺的因素。
药物的合理应用,老年人大多患有多种疾病,可能复合服用多种药物,应按医嘱正确服药,严禁随意用药,更要避免同时服用多种药物,尽可能减少用药的剂量。
改善家庭、社区及医疗机构居住环境,居住环境保持行走过程中过道通畅无障碍,地面干燥无水渍,设置“小心地滑”提示。浴室地面铺设防滑垫,浴室和洗手台设置扶手。室内光照充足,设置夜灯。安装座椅和座厕,检查设施的安全性能,保持其功能状态完好。病房内将病床的高度设置为最低位,并固定脚轮的刹车,床头安装壁灯和呼叫信号灯。病房光线明亮,无障碍物。意识不清或躁动不安者,应加床栏,并有家属陪伴。
其他措施,建议老年人步行时穿舒适的平底鞋,步行或者走楼梯时,不要戴多焦镜片。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种老年人跌倒预测与运动康复干预指导系统,其特征在于:包括跌倒监测预警单元、外部环境监测单元、个人体征监测单元和系统监测及康复干预指导平台,所述跌倒监测预警单元、外部环境监测单元、个人体征监测单元通过互联网或者内网与系统监测及康复干预指导平台通信;所述跌倒监测预警单元安装在被监测者身上,其包括陀螺仪传感器、加速度传感器、单片机处理器、无线通信模块和电源模块,所述陀螺仪传感器、加速度传感器、无线通信模块、电源模块均与单片机处理器连接,所述无线通信模块通过互联网或者内网与系统监测及康复干预指导平台通信。
2.如权利要求1所述的一种老年人跌倒预测与运动康复干预指导系统,其特征在于:所述跌倒监测预警单元还包括防护气囊、蜂鸣器和GPS定位模块,所述防护气囊、蜂鸣器和GPS定位模块均与单片机处理器连接。
3.如权利要求1所述的一种老年人跌倒预测与运动康复干预指导系统,其特征在于:所述外部环境监测单元包括但不限于无线摄像头、无线照度检测仪,所述无线摄像头、无线照度检测仪通过互联网或者内网与系统监测及康复干预指导平台通信。
4.如权利要求1所述的一种老年人跌倒预测与运动康复干预指导系统,其特征在于:所述个人体征监测单元包括无线血糖仪、无线心电监测仪、无线血压计、无线脉搏仪、无线体温计、血氧计、无线体重计、视力测试仪、听力测试仪任意一种或者其组合。
5.如权利要求1所述的一种老年人跌倒预测与运动康复干预指导系统,其特征在于:所述系统监测及康复干预指导平台为数据库服务器。
6.如权利要求1所述的一种老年人跌倒预测与运动康复干预指导系统,其特征在于:所述陀螺仪传感器为三轴陀螺仪L3G4200D,加速度传感器为MPU6050,单片机处理器为单片机STM32F103C8T6,无线通信模块为4G/5G模块或者蓝牙模块,电源模块为锂电池。
7.一种老年人跌倒预测与运动康复干预指导方法,其特征在于,包括以下步骤:
跌倒监测数据采集和上传;
跌倒监测数据分析处理和评估;
根据得出的分析处理和评估结果,生成康复干预策略。
8.如权利要求7所述的一种老年人跌倒预测与运动康复干预指导方法,其特征在于,所述跌倒监测数据采集和上传包括:个人运动姿态数据的采集和上传、个人体征健康数据的采集和上传和行走外部环境数据的采集和上传,其中:
个人运动姿态数据为行走者X轴方向的加速度为ax,Y轴方向的加速度为ay,Z轴方向的加速度为az;
个人体征健康数据包括但不限于血糖、心电、血压、脉搏、体温、血氧、体重、视力、听力;
行走外部环境数据包括但不限于行走外部环境的图像数据和光照度数据。
9.如权利要求7所述的一种老年人跌倒预测与运动康复干预指导方法,其特征在于,所述跌倒监测数据分析处理和评估包括生物学因素、疾病因素、功能水平因素、行为因素以及行走外部环境的光线、地面障碍物、地面湿滑程度、上下楼台阶因素。
10.如权利要求7所述的一种老年人跌倒预测与运动康复干预指导方法,其特征在于,所述生成康复干预策略包括:认知训练、肌力训练、平衡步态功能训练、运动锻炼维生素D、补充药物合理应用、改善居住环境。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010491800.3A CN111493882A (zh) | 2020-06-02 | 2020-06-02 | 一种老年人跌倒预测与运动康复干预指导系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010491800.3A CN111493882A (zh) | 2020-06-02 | 2020-06-02 | 一种老年人跌倒预测与运动康复干预指导系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111493882A true CN111493882A (zh) | 2020-08-07 |
Family
ID=71863632
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010491800.3A Pending CN111493882A (zh) | 2020-06-02 | 2020-06-02 | 一种老年人跌倒预测与运动康复干预指导系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111493882A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112914574A (zh) * | 2021-03-29 | 2021-06-08 | 首都医科大学附属北京潞河医院 | 用于预测跌倒风险的方法及装置 |
CN113812944A (zh) * | 2021-10-13 | 2021-12-21 | 北京新诺颐康科技有限公司 | 一种老年人跌倒风险综合评估与健康干预系统 |
CN114377269A (zh) * | 2022-01-12 | 2022-04-22 | 褚明礼 | 一种确定平衡能力指标的方法和装置 |
CN115205981A (zh) * | 2022-09-08 | 2022-10-18 | 深圳市维海德技术股份有限公司 | 起立姿态检测方法、装置、电子设备及可读存储介质 |
CN115240367A (zh) * | 2022-09-23 | 2022-10-25 | 杭州中芯微电子有限公司 | 一种基于uwb智能定位的用户管理预警方法及系统 |
CN116013548A (zh) * | 2022-12-08 | 2023-04-25 | 广州视声健康科技有限公司 | 基于计算机视觉的智慧病房监测方法和装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102048521A (zh) * | 2009-11-03 | 2011-05-11 | 香港理工大学 | 跌倒监测和预防系统及方法 |
CN104504855A (zh) * | 2015-01-13 | 2015-04-08 | 广东乐源数字技术有限公司 | 一种智能腰带及智能跌倒应急预警系统 |
CN104510460A (zh) * | 2014-12-22 | 2015-04-15 | 哈尔滨师范大学 | 一种基于物联网的独居老人自动监测系统 |
CN205322334U (zh) * | 2015-12-18 | 2016-06-22 | 华南理工大学 | 基于计算机视觉和多传感器融合信息的老人智能监护系统 |
CN106037749A (zh) * | 2016-05-18 | 2016-10-26 | 武汉大学 | 一种基于智能手机和可穿戴式设备的老年人跌倒监测方法 |
CN106781271A (zh) * | 2016-11-21 | 2017-05-31 | 南京邮电大学 | 一种基于加速度传感器的老年人跌倒救助系统和方法 |
CN109171734A (zh) * | 2018-10-18 | 2019-01-11 | 中国科学院重庆绿色智能技术研究院 | 基于多传感器数据融合的人体行为分析云管理系统 |
CN109171687A (zh) * | 2018-09-28 | 2019-01-11 | 湖南城市学院 | 一种监测老年人运动状况的智能化系统及控制方法 |
CN109816933A (zh) * | 2019-03-20 | 2019-05-28 | 潍坊医学院 | 基于复合式传感器的老人防跌倒智能监测系统及监测方法 |
CN110853753A (zh) * | 2019-11-26 | 2020-02-28 | 上海健康医学院 | 一种认知功能障碍老人居家康复护理系统 |
CN213030647U (zh) * | 2020-06-02 | 2021-04-23 | 上海健康医学院 | 一种老年人跌倒预测与运动康复干预指导系统 |
-
2020
- 2020-06-02 CN CN202010491800.3A patent/CN111493882A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102048521A (zh) * | 2009-11-03 | 2011-05-11 | 香港理工大学 | 跌倒监测和预防系统及方法 |
CN104510460A (zh) * | 2014-12-22 | 2015-04-15 | 哈尔滨师范大学 | 一种基于物联网的独居老人自动监测系统 |
CN104504855A (zh) * | 2015-01-13 | 2015-04-08 | 广东乐源数字技术有限公司 | 一种智能腰带及智能跌倒应急预警系统 |
CN205322334U (zh) * | 2015-12-18 | 2016-06-22 | 华南理工大学 | 基于计算机视觉和多传感器融合信息的老人智能监护系统 |
CN106037749A (zh) * | 2016-05-18 | 2016-10-26 | 武汉大学 | 一种基于智能手机和可穿戴式设备的老年人跌倒监测方法 |
CN106781271A (zh) * | 2016-11-21 | 2017-05-31 | 南京邮电大学 | 一种基于加速度传感器的老年人跌倒救助系统和方法 |
CN109171687A (zh) * | 2018-09-28 | 2019-01-11 | 湖南城市学院 | 一种监测老年人运动状况的智能化系统及控制方法 |
CN109171734A (zh) * | 2018-10-18 | 2019-01-11 | 中国科学院重庆绿色智能技术研究院 | 基于多传感器数据融合的人体行为分析云管理系统 |
CN109816933A (zh) * | 2019-03-20 | 2019-05-28 | 潍坊医学院 | 基于复合式传感器的老人防跌倒智能监测系统及监测方法 |
CN110853753A (zh) * | 2019-11-26 | 2020-02-28 | 上海健康医学院 | 一种认知功能障碍老人居家康复护理系统 |
CN213030647U (zh) * | 2020-06-02 | 2021-04-23 | 上海健康医学院 | 一种老年人跌倒预测与运动康复干预指导系统 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112914574A (zh) * | 2021-03-29 | 2021-06-08 | 首都医科大学附属北京潞河医院 | 用于预测跌倒风险的方法及装置 |
CN113812944A (zh) * | 2021-10-13 | 2021-12-21 | 北京新诺颐康科技有限公司 | 一种老年人跌倒风险综合评估与健康干预系统 |
CN114377269A (zh) * | 2022-01-12 | 2022-04-22 | 褚明礼 | 一种确定平衡能力指标的方法和装置 |
CN114377269B (zh) * | 2022-01-12 | 2024-06-04 | 褚明礼 | 一种确定平衡能力指标的方法和装置 |
CN115205981A (zh) * | 2022-09-08 | 2022-10-18 | 深圳市维海德技术股份有限公司 | 起立姿态检测方法、装置、电子设备及可读存储介质 |
CN115205981B (zh) * | 2022-09-08 | 2023-01-31 | 深圳市维海德技术股份有限公司 | 起立姿态检测方法、装置、电子设备及可读存储介质 |
CN115240367A (zh) * | 2022-09-23 | 2022-10-25 | 杭州中芯微电子有限公司 | 一种基于uwb智能定位的用户管理预警方法及系统 |
CN116013548A (zh) * | 2022-12-08 | 2023-04-25 | 广州视声健康科技有限公司 | 基于计算机视觉的智慧病房监测方法和装置 |
CN116013548B (zh) * | 2022-12-08 | 2024-04-09 | 广州视声健康科技有限公司 | 基于计算机视觉的智慧病房监测方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111493882A (zh) | 一种老年人跌倒预测与运动康复干预指导系统和方法 | |
JP6978111B2 (ja) | 機械学習アルゴリズムを用いた転倒リスクの識別 | |
US10856810B2 (en) | Smart carpet systems and methods of using same for monitoring physical and physiological activities | |
US8529448B2 (en) | Computerized systems and methods for stability—theoretic prediction and prevention of falls | |
Mathie | Monitoring and interpreting human movement patterns using a triaxial accelerometer | |
JP4565999B2 (ja) | 身体運動評価装置 | |
Silva et al. | Comparing machine learning approaches for fall risk assessment | |
Pau et al. | Are static and functional balance abilities related in individuals with Multiple Sclerosis? | |
KR102239671B1 (ko) | 노인의 보행 정보를 통한 낙상 및 치매 위험성 예측 방법 및 시스템 | |
Ayena et al. | An efficient home-based risk of falling assessment test based on Smartphone and instrumented insole | |
TW200946078A (en) | Method of evaluating the health and/or physical condition of a person and corresponding device and computer software package | |
de la Cámara et al. | Interday reliability of the IDEEA activity monitor for measuring movement and nonmovement behaviors in older adults | |
US20200411160A1 (en) | Retrieval apparatus, system, method, and program | |
Motl et al. | Does a waist-worn accelerometer capture intra-and inter-person variation in walking behavior among persons with multiple sclerosis? | |
JP6864460B2 (ja) | 疾病予測装置 | |
CN213030647U (zh) | 一种老年人跌倒预测与运动康复干预指导系统 | |
Tamrat et al. | Operationalizing a wireless wearable fall detection sensor for older adults | |
TW201424803A (zh) | 智慧型體適能訓練系統 | |
CN111387990B (zh) | 一种脑卒中偏瘫患者用离床预警系统 | |
Ceaser | The estimation of caloric expenditure using three triaxial accelerometers | |
Guimarães et al. | Phone based fall risk prediction | |
CN106909800B (zh) | 一种智能鞋垫数据处理系统 | |
Martien et al. | Counting steps in institutionalized older adults during daily life activities: The validation of two motion sensors | |
Kim et al. | Effects of freezing of gait and visual information on the static postural control ability in patients with Parkinson's disease | |
CN113812944B (zh) | 一种老年人跌倒风险综合评估与健康干预系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |