CN113476040A - 跌倒风险评估系统和方法 - Google Patents

跌倒风险评估系统和方法 Download PDF

Info

Publication number
CN113476040A
CN113476040A CN202110925700.1A CN202110925700A CN113476040A CN 113476040 A CN113476040 A CN 113476040A CN 202110925700 A CN202110925700 A CN 202110925700A CN 113476040 A CN113476040 A CN 113476040A
Authority
CN
China
Prior art keywords
index
testing
data analysis
sitting
analysis system
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
Application number
CN202110925700.1A
Other languages
English (en)
Inventor
张腾宇
李增勇
张静莎
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.)
National Research Center for Rehabilitation Technical Aids
Original Assignee
National Research Center for Rehabilitation Technical Aids
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 National Research Center for Rehabilitation Technical Aids filed Critical National Research Center for Rehabilitation Technical Aids
Priority to CN202110925700.1A priority Critical patent/CN113476040A/zh
Publication of CN113476040A publication Critical patent/CN113476040A/zh
Pending legal-status Critical Current

Links

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
    • A61B5/103—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
    • A61B5/112—Gait analysis
    • 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
    • A61B5/1124—Determining motor skills
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4005—Detecting, measuring or recording for evaluating the nervous system for evaluating the sensory system
    • A61B5/4023—Evaluating sense of balance

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Physiology (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Neurology (AREA)
  • Neurosurgery (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明涉及一种跌倒风险评估系统和方法。该系统包括：坐立行走能力测试单元，用于测试行走稳定性和坐立转移能力；伸够能力测试单元，用于测试前、后方向伸展的能力；转向能力测试单元，用于测试转向移步的能力；平衡能力测试单元，用于测试静态和扰动状态下的平衡能力；控制台，用于向各个测试单元及被测试的测试者发送测试指令；和数据分析系统，用于接收各个测试单元和控制台发送的数据，进行数据分析处理，计算得到各项与跌倒风险有关的指标并最终预测跌倒风险等级。本发明能够便于老年人、家属及照护人员全面的了解老人与跌倒有关的各方面能力状况，有针对性的进行护理和预防跌倒。

Description

跌倒风险评估系统和方法
技术领域
本发明涉及医学评估领域，具体而言，涉及一种用于评估跌倒风险的系统和方法。
背景技术
我国65岁以上老人已超1.9亿。由于老人骨质疏松严重，跌倒的老人中大约40％-70％会引起不同程度伤害。其中，髋部骨折是老年人常见的严重损伤，90％以上老人髋部骨折是因跌倒所致。有研究报告，老年人发生髋部骨折后，死亡率高达50％，而五年存活率只有20％，估计因跌倒使老人健康预期寿命缩短5-10年。据估算，我国每年用于跌倒的直接医疗费用为100多亿元，间接费用为直接费用的3-5倍。因此，如何预防老人跌倒已成为社会和医疗面临的重大问题。对于养老机构来说，老人在机构内跌倒是机构最担心的事情之一，不但会引发家属的意见和纠纷，还会增加照护负担。因此很多机构在老人入住前都会进行活动能力和跌倒风险的评估，以便根据不同活动能力和跌倒风险采用不同的护理等级和护理要求。但目前的评估大多采用量表结合评估工具，评估过程繁琐，不够客观定量，结果记录不够精确，非常需要一套自动化的评估系统实现傻瓜式、流程化的定量评估。
发明内容
本发明的目的在于提供一种能够客观、定量、全面地评估老年人跌倒风险的系统和方法，便于老年人、家属及照护人员全面的了解老人与跌倒有关的各方面能力状况，有针对性的进行护理和预防跌倒，同时也为养老机构制定个性化的护理方案提供客观依据。
本发明的一个方面提供一种老年人跌倒风险评估系统，该系统包括：
坐立行走能力测试单元，用于测试老年人行走稳定性和坐立转移能力；
伸够能力测试单元，用于测试老年人前、后方向伸展的能力；
转向能力测试单元，用于测试老年人转向移步的能力；
平衡能力测试单元，用于测试老年人静态和扰动状态下的平衡能力；
控制台，用于由测试人员操控，以向各个测试单元及被测试的老年人发送测试指令；以及
数据分析系统，用于接收各个测试单元和控制台发送的数据，进行数据分析处理，计算得到各项与跌倒风险有关的指标并最终预测跌倒风险等级。
根据一个实施例，坐立行走能力测试单元包含分别绑定在双侧小腿上的两个惯性传感器，一个表面布置压力传感器的坐凳和一条10米长的步道。其中，步道设置在坐凳前方地面上，紧邻坐凳，且步道上在距离坐凳3m处有明显标记。控制台控制所述惯性传感器和压力传感器开始测量数据，所述惯性传感器和压力传感器采集的数据被实时传输到所述数据分析系统
伸够能力测试单元包含一个激光测距装置，一个固定在垂直于地面的平面上的滑动导轨和一个能够沿滑动导轨移动的挡板。其中，激光测距装置固定的平面与挡板所在的平面平行，且均垂直于滑动导轨所在平面。滑动导轨平行于地面，长度不小于70cm，且一端与激光测距装置位置齐平。激光测距装置到对面墙面/遮挡物的距离不小于150cm。控制台控制所述激光测距装置开始测量数据，所测量的数据被实时传输到所述数据分析系统
转向能力测试单元包含四块边长60cm以上的正方形测力平台，四块平台呈田字形排列，两两之间以2.5cm宽、2.5cm高的木条间隔。测力平台能够检测施加在平台上的地面反作用力，控制台控制所述力台开始测量数据，所测量的数据被实时传输到所述数据分析系统。
平衡能力测试单元包含一个测力平台和能够驱动测力平台前、后、左、右方向平移和倾斜的机构，驱动机构位于平台下方，测力平台周围有扶手和安全保护装置，其中控制台控制所述测力平台开始测量数据，所测量的数据被实时传输到所述数据分析系统。
坐立行走能力测试单元、伸够能力测试单元、转向能力测试单元、平衡能力测试单元的各个传感器和驱动机构均与控制台相连，控制台向各个单元发送指令，控制各驱动机构运动以及传感器采集数据，各传感器的测量数据实时传输到数据分析系统。
本发明的另一个方面提供一种老年人跌倒风险评估方法，包括以下步骤：
A.利用坐立行走能力测试单元进行老年人坐立和行走测试，通过数据分析系统获取步态变异性指标A1、多次(例如5次)坐立时间指标A2和起立-行走-坐下时间指标A3。具体步骤为，老年人双侧小腿各绑定一个惯性传感器，坐于表面布置压力传感器的坐凳上。测试人员通过控制台发出行走测试指令后，老年人以最快的速度起立并行走至步道3m标记处转身，行走至坐凳处再次转身坐下，数据分析系统根据控制台指令和压力传感器数据记录从开始指令发出到老年人完成规定动作坐下的时间，即为指标A3。之后，老年人双手抱于胸前，以最快的速度完成例如5次从坐凳上起立、坐下的动作循环，数据分析系统根据压力传感器数据记录老年人完成例如5次起立、坐下的总时间，即为指标A2。之后，老年人起立，沿10m步道以正常速度行走，惯性传感器记录行走过程中的加速度数据，数据分析系统根据两次加速度峰值之间的时间计算每一步的步态周期，将多个步态周期的标准差与均值的比值作为步态变异性指标A1。
B.利用所述伸够能力测试单元测试老年人前、后向伸展的最大距离，通过所述数据分析系统获取前、后向伸展范围指标B1。具体步骤为，老年人面向挡板直立，靠近滑轨的一侧手臂水平前屈，测试人员将挡板推到刚好触碰老人指尖的位置，控制台发送开始指令，激光测距装置记录挡板到测距装置的距离；控制台发送前伸指令，老年人以最大水平向前伸手臂，手指推动挡板沿滑动轨道向前移动，激光测距装置记录挡板最终位置到测距装置的距离；两次距离的差值即为前向伸展范围B2。之后，老年人重新面向挡板直立，靠近滑轨的一侧手臂水平前屈，测试人员将挡板推到刚好触碰老人指尖的位置，控制台发送开始指令，激光测距装置记录挡板到测距装置的距离；控制台发送后伸指令，老年人躯干以最大水平向后仰，手臂保持水平前屈，测试人员将挡板推动到老年人手指处，激光测距装置记录挡板最终位置到测距装置的距离；两次距离的差值即为后向伸展范围B3。前向伸展范围B2和后向伸展范围B3之和为前后向伸展范围B1。
C.利用转向能力测试单元测试老年人转向移步的能力，通过数据分析系统获取老年人绕田字格正向、反向移步一周所需的时间指标C1。具体步骤为，老年人站立在田字形排列的四块测力平台其中一块上，测试人员操作控制台发送开始指令，老年人开始以最快的速度按照顺时针方向依次走过每一块力台，确保每块力台都有两只脚着地。回到最初一块力台后迅速转身再以最快的速度逆时针依次走过每一块力台。数据分析系统根据力台数据判断老年人双脚落在和离开每一块力台的时刻，记录老年人从第一只脚踏上第二块力台到完成整个过程、双脚回到第一块力台所用的总时间，即为指标C1。
D.利用平衡能力测试单元测试老年人静态和动态平衡能力，通过数据分析系统获取老年人在静态站立以及平台运动过程中的重心变化范围，得到静态重心变化范围指标D1、倾斜扰动重心变化范围指标D2和平移扰动重心变化范围指标D3。具体步骤为，老年人站立在平衡能力测试单元的测力平台上，双手不扶扶手，站立5分钟，测力平台记录并计算此过程中老年人的重心位置，数据分析系统计算重心位置变化范围的面积，即为静态重心变化范围指标D1。老年人站立在平衡能力测试单元的测力平台上，控制台控制测力平台随机的沿前后左右方向突然倾斜一定角度，测力平台记录并计算此过程中老年人的重心位置，数据分析系统计算重心位置变化范围的面积，即为倾斜扰动重心变化范围指标D2。老年人站立在平衡能力测试单元的测力平台上，控制台控制测力平台随机的沿前后左右方向突然平移一定角度，测力平台记录并计算此过程中老年人的重心位置，数据分析系统计算重心位置变化范围的面积，即为平移扰动重心变化范围指标D3。
E.将以上步骤获得的各项指标输入预先建立的跌倒风险评估模型，计算得到风险等级。
其中，步骤E中所述的跌倒风险评估模型是在应用评估系统前预先建立的并内置于评估系统的数据分析系统中。
模型中包括前面所述的每一项指标的参考阈值，每一项阈值都是事先经过对大量跌倒老人和非跌倒老人的测试数据进行统计分析得到的。具体地，事先选取了一定样本量的跌倒老人(近三年内有跌倒史)和非跌倒老人(无跌倒史)，对老年人进行坐立行走能力测试、前后向伸够能力测试、转向移步能力测试和动静态平衡能力测试，获取评估系统中需要的各项指标，按照跌倒组和非跌倒组进行统计分析，获取每项指标能够区分两组的一个特异性、敏感性较高的临界值，作为该项指标的参考阈值。
模型中还包括每一项指标和参考阈值比较后计算该项得分的规则，以及根据各项得分计算风险等级的规则。在一个实施例中，步态变异性指标参考阈值为TA1，当评估得到的步态变异性指标A1>TA1时，该项指标的得分QA1为1，否则为0；5次坐立时间指标参考阈值为TA2，当评估得到的5次坐立时间指标A2>TA2时，该项指标的得分QA2为1，否则为0；起立-行走-坐下时间指标参考阈值为TA3，当评估得到的起立-行走-坐下时间指标A3>TA3时，该项指标的得分QA3为1，否则为0；前、后向伸展范围指标参考阈值为TB1，当评估得到的前、后向伸展范围指标B1<TB1时，该项指标的得分QB1为1，否则为0；老年人绕田字格正向、反向移步一周所需的时间指标参考阈值为TC1，当评估得到的转向移步时间指标C1>TC1时，该项指标的得分QC1为1，否则为0；老年人静态重心变化范围指标参考阈值为TD1，当评估得到的静态重心变化范围指标D1>TD1时，该项指标的得分QD1为1，否则为0；老年人倾斜扰动重心变化范围指标参考阈值为TD2，当评估得到的倾斜扰动重心变化范围指标D2>TD2时，该项指标的得分QD2为1，否则为0；老年人平移扰动重心变化范围指标参考阈值为TD3，当评估得到的平移扰动重心变化范围指标D3>TD3时，该项指标的得分QD3为1，否则为0。风险分数Q的计算规则为：
Figure BDA0003209101400000051
当Q≤1时，跌倒风险等级为“低”；当1<Q<4时，跌倒风险等级为“中”；当Q≥4时，跌倒风险等级为“高”。
在另一个实施例中，根据经验为每一项指标设置参考阈值和权重值。步态变异性指标参考阈值为TA1，当评估得到的步态变异性指标为A1/TA1时，该项指标的得分QA1＝A1/TA1，QA1的权重值为TA1；5次坐立时间指标参考阈值为TA2，当评估得到的5次坐立时间指标为A2时，该项指标的得分QA2＝A2/TA2，QA2的权重值为TA2；起立-行走-坐下时间指标参考阈值为TA3，当评估得到的起立-行走-坐下时间指标为A3时，该项指标的得分QA3＝A3/TA3，QA3的权重值为TA3；前、后向伸展范围指标参考阈值为TB1，当评估得到的前、后向伸展范围指标为B1时，该项指标的得分QB1＝TB1/B1，QB1的权重值为TB1；老年人绕田字格正向、反向移步一周所需的时间指标参考阈值为TC1，当评估得到的转向移步时间指标为C1时，该项指标的得分QC1＝C1/TC1，QC1的权重值为TC1；老年人静态重心变化范围指标参考阈值为TD1，当评估得到的静态重心变化范围指标为D1时，该项指标的得分QD1＝D1/TD1，QD1的权重值为TD1；老年人倾斜扰动重心变化范围指标参考阈值为TD2，当评估得到的倾斜扰动重心变化范围指标为D2时，该项指标的得分QD2＝D2/TD2，QD2的权重值为TD2；老年人平移扰动重心变化范围指标参考阈值为TD3，当评估得到的平移扰动重心变化范围指标为D3时，该项指标的得分QD3＝D3/TD3，QD3的权重值为TD3。风险分数Q的计算规则为：
Q＝QA1*TA1+QA2*TA2+QA3*TA3+QB1*TB1+QC1*TC1+QD1*TD1+QD2*TD2+QD3*TD3
设置风险等级阈值Q1和Q2，当Q≤Q1时，跌倒风险等级为“低”；当Q1＜Q＜Q2时，跌倒风险等级为“中”；当Q≥Q2时，跌倒风险等级为“高”。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为老年人跌倒风险评估系统整体构成图；
图2为坐立行走能力测试单元结构示意图；
图3为伸够能力测试单元结构示意图；
图4为转向能力测试单元结构示意图；
图5为平衡能力测试单元结构示意图；
图6为老年人跌倒风险评估方法流程图。
具体实施方式
为了使本发明的目的、技术方案更加清楚明白，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述。应当理解，此处所描述的具体实施例仅用解释本发明，并不用于限定本发明。
如图1所示，老年人跌倒风险评估系统包括坐立行走能力测试单元11，用于测试老年人行走稳定性和坐立转移能力；伸够能力测试单元12，用于测试老年人前、后方向伸展的能力；转向能力测试单元13，用于测试老年人转向移步的能力；平衡能力测试单元14，用于测试老年人静态和扰动状态下的平衡能力；控制台15，用于测试人员操控，向各个测试单元及被测试的老年人发送测试指令；以及数据分析系统16，用于接收各个测试单元和控制台发送的数据，进行数据分析处理，计算得到各项与跌倒风险有关的指标并最终预测跌倒风险等级。
如图1和图2所示，坐立行走能力测试单元11包含分别绑定在双侧小腿上的两个惯性传感器21、坐凳23和10米长的步道24。其中，坐凳23的表面上布置有压力传感器22，步道24设置在坐凳23前方的地面上，紧邻坐凳23，且步道24上在距离坐凳3m处有明显标记。
如图1和图3所示，伸够能力测试单元12包含激光测距装置31，滑动导轨32和能够沿滑动导轨移动的挡板33，其中，滑动导轨32固定在垂直于地面的平面上，且平行于地面；激光测距装置31所固定的平面垂直于滑动导轨32所在的平面，且与挡板33平行。滑动导轨32的长度不小于70cm，且一端与激光测距装置31位置齐平。激光测距装置31到对面墙面/遮挡物34的距离不小于150cm，保证受试者能够有足够的伸够活动范围。
如图1和图4所示，转向能力测试单元13包含四块边长60cm以上的正方形力台41-44，四块力台呈田字形排列，两两之间以2.5cm宽、2.5cm高的木条45间隔。力台44能够检测施加在平台上的地面反作用力。
如图1和图5所示，平衡能力测试单元14包含测力平台51和能够驱动测力平台前、后、左、右方向平移和倾斜的驱动机构52，驱动机构52位于平台下方，测力平台周围有扶手53和安全保护装置。
根据图1所示，坐立行走能力测试单元11、伸够能力测试单元12、转向能力测试单元13、平衡能力测试单元14中包含的各个传感器(惯性传感器21、压力传感器22、激光测距装置31、力台41-44、测力平台51)均与数据分析系统16相连，各传感器的测量数据均实时传输到数据分析系统16。各测试单元11-14、数据分析系统16和驱动机构52均与控制台15相连，控制台15向测试单元11-14、数据分析系统16和驱动机构52发送指令，控制驱动机构52运动以及各测试单元传感器采集数据。
如图6所示，本发明的老年人跌倒风险评估方法包括以下步骤：
A步骤：利用坐立行走能力测试单元11进行老年人坐立和行走测试，通过数据分析系统16获取步态变异性指标A1、5次坐立时间指标A2和起立-行走-坐下时间指标A3。根据图2所示，具体步骤为，老年人双侧小腿各绑定一个惯性传感器21，坐于表面布置压力传感器22的坐凳23上。测试人员通过控制台15发出行走测试指令后，老年人以最快的速度起立并行走至步道3m标记处转身，行走至坐凳处再次转身坐下，数据分析系统16根据控制台15的指令和压力传感器22的数据记录从开始指令发出到老年人完成规定动作坐下的时间，即为指标A3。之后，老年人双手抱于胸前，以最快的速度完成5次从坐凳上起立、坐下的动作循环，数据分析系统16根据压力传感器22数据记录老年人完成5次起立、坐下的总时间，即为指标A2。之后，老年人起立，沿10m步道以正常速度行走，惯性传感器21记录行走过程中的加速度数据，数据分析系统根据两次加速度峰值之间的时间计算每一步的步态周期，将多个步态周期的标准差与均值的比值作为步态变异性指标A1。为提高结果的准确性，每项指标的测试都可以根据实际情况测试多次，结果取平均值。
B步骤：利用伸够能力测试单元12测试老年人前、后向伸展的最大距离，通过数据分析系统16获取前、后向伸展范围指标B1。根据图3所示，具体步骤为，老年人直立于挡板33和墙面/遮挡物34之间，面向挡板33，靠近滑动导轨32的一侧的手臂水平前屈，测试人员将挡板33推到刚好触碰老人指尖的位置，控制台15发送开始指令，激光测距装置31记录挡板33到测距装置31的距离；控制台15发送前伸指令，老年人以最大水平向前伸手臂，手指推动挡板33沿滑动导轨32向前移动，激光测距装置31记录挡板33最终位置到测距装置31的距离；两次距离的差值即为前向伸展范围B2。之后，老年人再次直立于挡板33和墙面/遮挡物34之间，面向挡板33，靠近滑滑动导轨32的一侧手臂水平前屈，测试人员将挡板33推到刚好触碰老人指尖的位置，控制台15发送开始指令，激光测距装置31记录挡板33到测距装置31的距离；控制台15发送后伸指令，老年人躯干以最大水平后仰，手臂保持水平前屈，测试人员将挡板33推动到老年人手指处，激光测距装置31记录挡板33最终位置到测距装置31的距离；两次距离的差值即为后向伸展范围B3。前向伸展范围B2和后向伸展范围B3之和为前后向伸展范围B1。
C步骤：利用转向能力测试单元13测试老年人转向移步的能力，通过数据分析系统16获取老年人绕田字格正向、反向移步一周所需的时间指标C1。根据图4所示，具体步骤为，老年人站立力台41上，测试人员操作控制台15发送开始指令，老年人开始以最快的速度按照顺时针方向(41-42-43-44-41)依次走过每一块力台，确保每块力台都有两只脚着地。回到最初一块力台41后迅速转身再以最快的速度逆时针(41-44-43-42-41)依次走过每一块力台，直到回到初始力台41。数据分析系统16根据力台数据判断老年人双脚落在和离开每一块力台的时刻，记录老年人从第一只脚踏上第二块力台42到完成整个过程、双脚回到第一块力台41所用的总时间，即为指标C1。
D步骤：利用平衡能力测试单元14测试老年人静态和动态平衡能力，通过数据分析系统16获取老年人在静态站立以及测力平台运动过程中的重心变化范围，得到静态重心变化范围指标D1、倾斜扰动重心变化范围指标D2和平移扰动重心变化范围指标D3。根据图5所示，具体步骤为，老年人站立在平衡能力测试单元的测力平台51上，双手不扶扶手，站立5分钟，测力平台51记录并计算此过程中老年人的重心位置，数据分析系统16计算重心位置变化范围的面积，即为静态重心变化范围指标D1。老年人站立在平衡能力测试单元的测力平台51上，控制台15控制驱动机构52运动，带动测力平台51随机地沿前后左右方向突然倾斜一定角度，测力平台51记录并计算此过程中老年人的重心位置，数据分析系统16计算重心位置变化范围的面积，即为倾斜扰动重心变化范围指标D2。老年人站立在平衡能力测试单元14的测力平台51上，控制台15控制驱动机构52运动，带动测力平台51随机地沿前后左右方向突然平移一定角度，测力平台记录并计算此过程中老年人的重心位置，数据分析系统计算重心位置变化范围的面积，即为平移扰动重心变化范围指标D3。
E步骤：将以上步骤获得的各项指标输入预先建立的跌倒风险评估模型，计算得到风险等级。
其中，步骤E中所述的跌倒风险评估模型是在应用评估系统前预先建立的并内置于评估系统的数据分析系统中。
模型中包括前面所述的每一项指标的参考阈值，每一项阈值都是事先经过对大量跌倒老人和非跌倒老人的测试数据进行统计分析得到的。具体地，事先选取了一定样本量的跌倒老人(近三年内有跌倒史)和非跌倒老人(无跌倒史)，对老年人进行坐立行走能力测试、前后向伸够能力测试、转向移步能力测试和动静态平衡能力测试，获取评估系统中需要的各项指标，按照跌倒组和非跌倒组进行统计分析，获取每项指标能够区分两组的一个特异性、敏感性较高的临界值，作为该项指标的参考阈值。
模型中还包括每一项指标和参考阈值比较后计算该项得分的规则，以及根据各项得分计算风险等级的规则。在一个实施例中，步态变异性指标参考阈值为TA1，当评估得到的步态变异性指标A1>TA1时，该项指标的得分QA1为1，否则为0；5次坐立时间指标参考阈值为TA2，当评估得到的5次坐立时间指标A2>TA2时，该项指标的得分QA2为1，否则为0；起立-行走-坐下时间指标参考阈值为TA3，当评估得到的起立-行走-坐下时间指标A3>TA3时，该项指标的得分QA3为1，否则为0；前、后向伸展范围指标参考阈值为TB1，当评估得到的前、后向伸展范围指标B1<TB1时，该项指标的得分QB1为1，否则为0；老年人绕田字格正向、反向移步一周所需的时间指标参考阈值为TC1，当评估得到的转向移步时间指标C1>TC1时，该项指标的得分QC1为1，否则为0；老年人静态重心变化范围指标参考阈值为TD1，当评估得到的静态重心变化范围指标D1>TD1时，该项指标的得分QD1为1，否则为0；老年人倾斜扰动重心变化范围指标参考阈值为TD2，当评估得到的倾斜扰动重心变化范围指标D2>TD2时，该项指标的得分QD2为1，否则为0；老年人平移扰动重心变化范围指标参考阈值为TD3，当评估得到的平移扰动重心变化范围指标D3＞TD3时，该项指标的得分QD3为1，否则为0。风险分数Q的计算规则为：
Figure BDA0003209101400000111
当Q≤1时，跌倒风险等级为“低”；当1＜Q＜4时，跌倒风险等级为“中”；当Q≥4时，跌倒风险等级为“高”。
在另一个实施例中，根据经验为每一项指标设置参考阈值和权重值。步态变异性指标参考阈值为TA1，当评估得到的步态变异性指标为A1/TA1时，该项指标的得分QA1＝A1/TA1，QA1的权重值为TA1；5次坐立时间指标参考阈值为TA2，当评估得到的5次坐立时间指标为A2时，该项指标的得分QA2＝A2/TA2，QA2的权重值为TA2；起立-行走-坐下时间指标参考阈值为TA3，当评估得到的起立-行走-坐下时间指标为A3时，该项指标的得分QA3＝A3/TA3，QA3的权重值为TA3；前、后向伸展范围指标参考阈值为TB1，当评估得到的前、后向伸展范围指标为B1时，该项指标的得分QB1＝TB1/B1，QB1的权重值为TB1；老年人绕田字格正向、反向移步一周所需的时间指标参考阈值为TC1，当评估得到的转向移步时间指标为C1时，该项指标的得分QC1＝C1/TC1，QC1的权重值为TC1；老年人静态重心变化范围指标参考阈值为TD1，当评估得到的静态重心变化范围指标为D1时，该项指标的得分QD1＝D1/TD1，QD1的权重值为TD1；老年人倾斜扰动重心变化范围指标参考阈值为TD2，当评估得到的倾斜扰动重心变化范围指标为D2时，该项指标的得分QD2＝D2/TD2，QD2的权重值为TD2；老年人平移扰动重心变化范围指标参考阈值为TD3，当评估得到的平移扰动重心变化范围指标为D3时，该项指标的得分QD3＝D3/TD3，QD3的权重值为TD3。风险分数Q的计算规则为：
Q＝QA1*TA1+QA2*TA2+QA3*TA3+QB1*TB1+QC1*TC1+QD1*TD1+QD2*TD2+QD3*TD3
设置风险等级阈值Q1和Q2，当Q≤Q1时，跌倒风险等级为“低”；当Q1＜Q＜Q2时，跌倒风险等级为“中”；当Q≥Q2时，跌倒风险等级为“高”。
特别说明，步骤A-D的顺序可以根据测试的方便进行调整，不影响最终评估结果。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：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，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换，而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，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所述以权利要求的保护范围为准。

Claims (12)

1.一种跌倒风险评估系统，其特征在于，包括：
坐立行走能力测试单元，用于测试行走稳定性和坐立转移能力；
伸够能力测试单元，用于测试前、后方向伸展的能力；
转向能力测试单元，用于测试转向移步的能力；
平衡能力测试单元，用于测试静态和扰动状态下的平衡能力；
控制台，用于向各个测试单元及被测试的测试者发送测试指令；和
数据分析系统，用于接收各个测试单元和控制台发送的数据，进行数据分析处理，计算得到各项与跌倒风险有关的指标并最终预测跌倒风险等级。
2.根据权利要求1所述的跌倒风险评估系统，其特征在于，所述坐立行走能力测试单元包含用于分别绑定在双侧小腿上的两个惯性传感器以及布置在坐凳的表面上的压力传感器以及步道，其中所述控制台控制所述惯性传感器和压力传感器开始测量数据，所述惯性传感器和压力传感器采集的数据被实时传输到所述数据分析系统。
3.根据权利要求1所述的跌倒风险评估系统，其特征在于，所述伸够能力测试单元包含激光测距装置、滑动导轨和能够沿滑动导轨移动的挡板，其中所述控制台控制所述激光测距装置开始测量数据，所测量的数据被实时传输到所述数据分析系统。
4.根据权利要求3所述的跌倒风险评估系统，其特征在于，所述激光测距装置固定的平面与挡板所在的平面平行，且均垂直于滑动导轨所在平面。
5.根据权利要求1所述的跌倒风险评估系统，其特征在于，所述转向能力测试单元包含呈田字形排列的四块力台，所述控制台控制所述力台开始测量数据，所测量的数据被实时传输到所述数据分析系统。
6.根据权利要求1所述的系统，其特征在于，所述平衡能力测试单元包含测力平台和能够驱动测力平台平移和倾斜的机构，其中所述控制台控制所述测力平台开始测量数据，所测量的数据被实时传输到所述数据分析系统。
7.一种跌倒风险评估方法，其特征在于，包括以下步骤：
利用坐立行走能力测试单元进行坐立和行走测试，通过数据分析系统获取步态变异性指标A1、多次坐立时间指标A2、起立-行走-坐下时间指标A3；
利用伸够能力测试单元测试前、后向伸展的最大距离，通过所述数据分析系统获取前向和后向伸展范围指标B1；
利用转向能力测试单元测试转向移步的能力，通过所述数据分析系统获取绕转向能力测试单元的每个力台顺时针和逆时针移步一周所需的时间指标C1；
利用平衡能力测试单元测试静态和动态平衡能力，通过所述数据分析系统获取在测力平台静止过程中以及测力平台运动过程中的重心变化范围，得到静态重心变化范围指标D1、倾斜扰动重心变化范围指标D2和平移扰动重心变化范围指标D3；
将以上步骤获得的各项指标输入预先建立的跌倒风险评估模型，计算得到风险等级。
8.根据权利要求7所述的跌倒风险评估方法，其特征在于，坐立和行走测试具体为：数据分析系统根据控制台的指令和压力传感器的数据记录从指令发出到完成规定动作坐下的时间，即为指标A3，之后，数据分析系统根据压力传感器数据记录完成多次起立、坐下的总时间，即为指标A2；然后，数据分析系统根据行走过程中加速度数据中的两次加速度峰值之间的时间计算每一步的步态周期，将多个步态周期的标准差与均值的比值作为步态变异性指标A1。
9.根据权利要求7所述的跌倒风险评估方法，其特征在于，前向和后向伸展的最大距离测试具体为：利用伸够能力测试单元的激光测距装置记录前向伸展范围B2，并且记录后向伸展范围B3，前向伸展范围B2和后向伸展范围B3之和为前后向伸展范围B1。
10.根据权利要求7所述的跌倒风险评估方法，其特征在于，转向移步能力测试具体为：
数据分析系统根据转向能力测试单元的力台数据判断落在和离开每一块力台的时刻，记录按照顺时针方向依次走过每一块力台并且按照逆时针方向依次走过每一块力台所用的总时间，即为指标C1。
11.根据权利要求7所述的跌倒风险评估方法，其特征在于，平衡能力测试具体为：当测力平台静止不动时，测力平台记录并计算此过程中测试者的重心位置，数据分析系统计算重心位置变化范围的面积，即为静态重心变化范围指标D1；当平衡能力测试单元的测力平台随机地沿前后左右方向突然倾斜一定角度，测力平台记录并计算此过程中测试者的重心位置，数据分析系统计算重心位置变化范围的面积，即为倾斜扰动重心变化范围指标D2；当测力平台随机地沿前后左右方向突然平移一定角度，测力平台记录并计算此过程中测试者的重心位置，数据分析系统计算重心位置变化范围的面积，即为平移扰动重心变化范围指标D3。
12.根据权利要求7所述的跌倒风险评估方法，其特征在于，预先建立的跌倒风险评估模型中包括前面所述的每一项指标的参考阈值，所测量或计算的每一项指标和参考阈值比较后计算该项指标得分的规则，以及根据各项得分计算风险等级的规则。
CN202110925700.1A 2021-08-12 2021-08-12 跌倒风险评估系统和方法 Pending CN113476040A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110925700.1A CN113476040A (zh) 2021-08-12 2021-08-12 跌倒风险评估系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110925700.1A CN113476040A (zh) 2021-08-12 2021-08-12 跌倒风险评估系统和方法

Publications (1)

Publication Number Publication Date
CN113476040A true CN113476040A (zh) 2021-10-08

Family

ID=77945248

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110925700.1A Pending CN113476040A (zh) 2021-08-12 2021-08-12 跌倒风险评估系统和方法

Country Status (1)

Country Link
CN (1) CN113476040A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130023798A1 (en) * 2011-07-20 2013-01-24 Intel-Ge Care Innovations Llc Method for body-worn sensor based prospective evaluation of falls risk in community-dwelling elderly adults
US8764532B1 (en) * 2012-11-07 2014-07-01 Bertec Corporation System and method for fall and/or concussion prediction
US20150343266A1 (en) * 2014-05-30 2015-12-03 Isotechnology Pty Ltd System and method for facilitating patient rehabilitation
CN109674478A (zh) * 2018-12-25 2019-04-26 沈阳体育学院 一种人体平衡素质测试训练仪
CN110367991A (zh) * 2019-06-27 2019-10-25 东南大学 一种老年人跌倒风险评估方法
CN110464359A (zh) * 2019-09-12 2019-11-19 王政 便携式坐位体前屈测试仪及测试方法
CN111297577A (zh) * 2020-02-19 2020-06-19 郑州大学体育学院 一种跌倒风险预测及抗跌倒训练一体化的智能座椅
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

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130023798A1 (en) * 2011-07-20 2013-01-24 Intel-Ge Care Innovations Llc Method for body-worn sensor based prospective evaluation of falls risk in community-dwelling elderly adults
US8764532B1 (en) * 2012-11-07 2014-07-01 Bertec Corporation System and method for fall and/or concussion prediction
US20150343266A1 (en) * 2014-05-30 2015-12-03 Isotechnology Pty Ltd System and method for facilitating patient rehabilitation
CN109674478A (zh) * 2018-12-25 2019-04-26 沈阳体育学院 一种人体平衡素质测试训练仪
CN110367991A (zh) * 2019-06-27 2019-10-25 东南大学 一种老年人跌倒风险评估方法
CN110464359A (zh) * 2019-09-12 2019-11-19 王政 便携式坐位体前屈测试仪及测试方法
CN111297577A (zh) * 2020-02-19 2020-06-19 郑州大学体育学院 一种跌倒风险预测及抗跌倒训练一体化的智能座椅
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

Similar Documents

Publication Publication Date Title
Attia et al. Measurement errors when estimating the vertical jump height with flight time using photocell devices: the example of Optojump
Casartelli et al. Validity and reliability of the Myotest accelerometric system for the assessment of vertical jump height
Pueo et al. Validity, reliability and usefulness of smartphone and kinovea motion analysis software for direct measurement of vertical jump height
Crewther et al. Validating two systems for estimating force and power
Montalvo et al. Common vertical jump and reactive strength index measuring devices: A validity and reliability analysis
Kumar et al. Cervical strength of young adults in sagittal, coronal, and intermediate planes
Nakao et al. Relationship between Barthel Index scores during the acute phase of rehabilitation and subsequent ADL in stroke patients
Swain et al. Trunk muscle endurance and low back pain in female dance students
JP6603055B2 (ja) 体力推定方法
CN106618487A (zh) 一种老年人平衡能力评定方法
CN103732296A (zh) 训练装置
Tsigilis et al. Evaluation of the specificity of selected dynamic balance tests
KR20190080156A (ko) 버그 균형 검사장치 및 방법
JP2011115362A (ja) 認知機能評価システム
Fernandes et al. The intra-and inter-day reproducibility of the FitroDyne as a measure of multi-jointed muscle function
JP4500104B2 (ja) 歩行時の平衡機能検定装置
Shim et al. Does a relationship exist between lower body power and balance scores among older adults?
CN109224397B (zh) 一种用于测量身体素质的系统及其使用方法
KR20180097091A (ko) 기계학습 기반 낙상 위험도 추정 장치 및 방법
CN113476040A (zh) 跌倒风险评估系统和方法
JP6234079B2 (ja) 下肢筋力評価装置およびその制御方法
Kerwin et al. Predicting high bar forces in the longswing
JP2020151470A (ja) 歩行評価装置、歩行評価方法およびプログラム
Mertes et al. Automatic Fall Risk Estimation using the Nintendo Wii Balance Board.
Akizuki et al. Dynamic balance assessment using an unstable board in community-dwelling elderly people

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