CN113885304A - 一种自动发出sos求助的智能手表 - Google Patents
一种自动发出sos求助的智能手表 Download PDFInfo
- Publication number
- CN113885304A CN113885304A CN202111216813.0A CN202111216813A CN113885304A CN 113885304 A CN113885304 A CN 113885304A CN 202111216813 A CN202111216813 A CN 202111216813A CN 113885304 A CN113885304 A CN 113885304A
- Authority
- CN
- China
- Prior art keywords
- data
- detected
- acquiring
- determining
- sign
- 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
- 238000012544 monitoring process Methods 0.000 claims abstract description 17
- 239000008280 blood Substances 0.000 claims description 34
- 210000004369 blood Anatomy 0.000 claims description 34
- 230000002159 abnormal effect Effects 0.000 claims description 33
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 24
- 229910052760 oxygen Inorganic materials 0.000 claims description 24
- 239000001301 oxygen Substances 0.000 claims description 24
- 239000000126 substance Substances 0.000 claims description 23
- 238000011156 evaluation Methods 0.000 claims description 16
- 230000001133 acceleration Effects 0.000 claims description 15
- 230000005484 gravity Effects 0.000 claims description 15
- 238000012512 characterization method Methods 0.000 claims description 14
- 230000006399 behavior Effects 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 6
- 230000035939 shock Effects 0.000 claims description 6
- 206010042772 syncope Diseases 0.000 claims description 6
- 206010020772 Hypertension Diseases 0.000 claims description 4
- 230000036760 body temperature Effects 0.000 description 16
- 238000013186 photoplethysmography Methods 0.000 description 16
- 238000000034 method Methods 0.000 description 12
- 239000013598 vector Substances 0.000 description 12
- 230000009286 beneficial effect Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 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 description 6
- 230000036772 blood pressure Effects 0.000 description 6
- 230000035565 breathing frequency Effects 0.000 description 6
- 239000008103 glucose Substances 0.000 description 6
- 230000036541 health Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000036391 respiratory frequency Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 208000000059 Dyspnea Diseases 0.000 description 1
- 206010013975 Dyspnoeas Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000002567 autonomic effect Effects 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000009429 distress Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 208000013220 shortness of breath Diseases 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G04—HOROLOGY
- G04G—ELECTRONIC TIME-PIECES
- G04G21/00—Input or output devices integrated in time-pieces
- G04G21/02—Detectors of external physical values, e.g. temperature
- G04G21/025—Detectors of external physical values, e.g. temperature for measuring physiological data
-
- 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
- A61B5/68—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
- A61B5/681—Wristwatch-type devices
-
- 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
- A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
- A61B5/747—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network in case of emergency, i.e. alerting emergency services
-
- G—PHYSICS
- G04—HOROLOGY
- G04G—ELECTRONIC TIME-PIECES
- G04G21/00—Input or output devices integrated in time-pieces
- G04G21/02—Detectors of external physical values, e.g. temperature
-
- G—PHYSICS
- G04—HOROLOGY
- G04G—ELECTRONIC TIME-PIECES
- G04G21/00—Input or output devices integrated in time-pieces
- G04G21/06—Input or output devices integrated in time-pieces using voice
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0453—Sensor means for detecting worn on the body to detect health condition by physiological monitoring, e.g. electrocardiogram, temperature, breathing
-
- 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
-
- 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
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- 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
- A61B5/145—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
- A61B5/1455—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 using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—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 using optical sensors, e.g. spectral photometrical oximeters 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]
Abstract
本发明提供一种自动发出SOS求助的智能手表,所述智能手表内部设有脉搏传感器采集装置、红光及电极传感器装置、跌倒传感器装置和报警装置;其中,所述脉搏传感器采集装置用于对待检测对象进行脉搏和心率监测,获取待检测对象的第一体征数据;所述红光及电极传感器装置用于同步采集PPG数据和待检测对象心电数据,确定待检测对象的第二体征数据;所述跌倒传感器装置用于根据所述第一体征数据和第二体征数据,监测待检测对象的身体状态,并根据所述身体状态,判断待检测对象是否发生跌倒,确定判断结果;报警装置用于当所述判断结果为待检测对象发生跌倒时,选择并进行蜂鸣报警或远程线上报警。
Description
技术领域
本发明涉及同步采集PPG、心率检测和跌倒传感器技术领域,特别涉及一种自动发出SOS求助的智能手表。
背景技术
目前,现阶段跌倒报警是在手表嵌入跌倒传感器后,跌倒传感器倾斜角过大,则判断成为跌倒,而后发出警报。但由于无法分辨摔倒后是否有自主行为能力,因此不够智能与完善,在多种条件下无法智能的选择是否远程报警。
发明内容
本发明提供一种自动发出SOS求助的智能手表,以解决上述背景技术出现的问题。
本发明提供一种自动发出SOS求助的智能手表,所述智能手表内部设有脉搏传感器采集装置、红光及电极传感器装置、跌倒传感器装置和报警装置;其中,
所述脉搏传感器采集装置用于对待检测对象进行脉搏和心率监测,获取待检测对象的第一体征数据;
所述红光及电极传感器装置用于同步采集PPG数据和待检测对象心电数据,确定待检测对象的第二体征数据;
所述跌倒传感器装置用于根据所述第一体征数据和第二体征数据,监测待检测对象的身体状态,并根据所述身体状态,判断待检测对象是否发生跌倒,确定判断结果;
报警装置用于当所述判断结果为待检测对象发生跌倒时,选择并进行蜂鸣报警或远程线上报警。
优选的,所述脉搏传感器采集装置对待检测对象进行脉搏和心率监测,获取待检测对象的第一体征数据,还包括:
基于预设的脉搏传感器采集装置,获取待检测对象的第一体征信息;其中,
所述第一体征信息至少包括脉搏率信息PR、心率信息HR和血氧信息SaO2;
根据所述第一体征信息,确定第一数据;其中,
所述第一数据包括第一频率数据、第一峰值数据和第一壑值数据;
基于所述第一体征信息,记录对应的第一数据,确定第一体征数据。
优选的,所述红光及电极传感器装置同步采集PPG数据和待检测对象心电数据,确定待检测对象的第二体征数据,包括:
基于预设的红光及电极传感器装置,获取待检测对象的第二体征信息;其中,
所述第二体征信息至少包括PPG数据和心电数据;
根据所述第二体征信息,确定第二数据;其中,
所述第二数据包括频率数据、峰值数据和壑值数据;
基于所述第二体征信息,记录对应的第二数据,确定第二体征数据。
优选的,所述跌倒传感器装置,包括水平传感器、角度传感器、重力传感器和压力传感器;其中,
所述水平传感器用于定时获取待检测对象的水平偏差值;
所述角度传感器用于定时获取待检测对象的角度偏差值;
所述重力传感器用于定时获取待检测对象的加速度偏差值;
所述压力传感器用于定时获取穿戴设备收到的压力值。
优选的,所述跌倒传感器装置监测待检测对象的身体状态,还包括:
实时获取水平偏差值、角度偏差值、加速度偏差值和压力值,根据所述水平偏差值、角度偏差值、加速度偏差值和压力值,确定待检测对象的身体状态数据;
根据所述身体状态数据,监测待检测对象的身体状态。
优选的,所述报警装置根据所述判断结果为待检测对象发生跌倒时,选择并进行蜂鸣报警或远程线上报警,还包括:
根据第一体征数据,判断待检测对象是否发生跌倒行为,并确定待检测对象跌倒时,发出蜂鸣报警;
当待检测对象跌倒时,实时获取第一体征数据和第二体征数据;
根据所述第一体征数据和第二体征数据,判断待检测对象是否具有自主能力,并确定待检测对象无自主能力时,进行远程线上报警。
优选的,所述报警装置根据第一体征数据,判断待检测对象是否发生跌倒行为,并确定待检测对象跌倒时,发出蜂鸣报警,包括:
实时获取待检测对象的第一体征数据,并根据所述第一体征数据,确定待检测对象的第一状态数据;
基于预设的第一状态数据阈值范围,判断第一状态数据是否超过所述第一状态数据阈值范围;
当所述第一状态数据超过第一状态数据阈值范围时,确定第一异常判断结果;
当所述身体状态数据小于身体状态数据阈值范围时,确定第一正常判断结果;
当所述判断结果为异常结果时,触发预设的蜂鸣器进行报警。
优选的,所述报警装置根据所述第一体征数据和第二体征数据,判断待检测对象是否具有自主能力,包括:
步骤S1:获取第一体征数据和第二体征数据,实时采集并记录待检测对象对应的身体状态数据:
其中,所述BodyData代表待检测对象的身体状态数据,所述代表待检测对象的单位血氧数据;所述dPR代表待检测对象的脉搏率数据;所述dHR代表待检测对象的心率数据;所述dHE代表待检测对象的心电数据;所述dPPG代表待检测对象的单位血糖数据;所述dT代表检测时间内待检测对象的体温温度数据;
步骤S2:获取待检测对象的体重,划分所述身体状态数据,确定第一划分数据和第二划分数据;
其中,τ1代表划分待检测对象和单位血氧、脉搏率和心率数据有关的第一划分数据,τ2代表划分待检测对象的体温、心电、血糖有关的第二划分数据,d1代表预设的理想单位血氧数据,代表以采集到的单位血氧数据为原点和理想单位血氧数据范围之间的去心邻域范围,代表单位血氧数据和理想单位血氧数据之间的余弦矢量;d2代表预设的理想脉搏率数据,Uo(dPR,d2)代表以采集到的脉搏率数据为原点和理想脉搏率数据之间的去心邻域范围,cos(|dPR,d2|)代表脉搏率数据和理想脉搏率数据之间的余弦矢量,d3代表预设的理想心率数据,Uo(dHR,d3)代表以采集到的心率数据为原点和理想心率数据的去心邻域范围,cos(|dHR,d3|)代表心率数据和理想心率数据的余弦矢量,d4代表预设的理想体温,Uo(dT,d4)代表以采集到的体温为原点和理想体温之间的去心邻域范围,cos(|dT,d4|)代表体温和理想体温之间的余弦矢量,d5代表预设的理想心电数据,Uo(dHE,d5)代表以采集到的心电数据为原点和理想心电数据之间的去心邻域范围,cos(|dHE,d5|代表心电数据和理想心电数据之间的余弦矢量,d6代表预设的理想血糖数据,Uo(dPPG,d6)代表以采集到的呼吸频率为原点和理想呼吸频率之间的去心邻域范围,cos(|dPPG,d6|)代表呼吸频率和理想呼吸频率之间的余弦矢量,m代表待检测对象的体重,ρ代表待检测对象的血液密度与身体密度的比率;
步骤S3:根据所述第一划分数据和第二划分数据,确定第一身体体征数据和第二身体体征数据:
步骤S4:根据所述第一身体体征数据和第二身体体征数据,判断待检测对象在跌倒后,是否丧失行为能力。
优选的,所述步骤S4,包括:
步骤S41:对所述第一身体体征数据和第二身体体征数据进行评估计算,确定待检测对象的身体评估结果:
其中,所述代表对所述第一身体体征数据和第二身体体征数据的评估规则,C1代表第一体征数据的比重参数,C2代表第二体征数据的比重参数;R代表评估结果;i代表采集到的第i组第一体征数据序数,m代表一共代表采集到的第一体征数据的总数,j代表采集到的第j组第二体征数据序数,n代表一共代表采集到的第二体征数据总数;
步骤S42:当评估结果算R≤1,代表所述待检测对象在跌倒后,还具有行为能力;
步骤S43:当评估结果R>1,代表所述待检测对象在跌倒后,丧失行为能力。
优选的,所述报警装置确定待检测对象无自主能力时,进行远程线上报警,还包括:
定时获取待检测对象的第二体征数据;
判断所述第二体征数据是否有任意一项超过预设的阈值范围;
当所述第二状态数据超过第一状态数据阈值范围时,实时获取检测对象的体征数据,比较所述体征数据的预设的体征数据阈值,判断检测对象的身体状态,确定第二异常判断结果;其中,
所述第二异常判断结果至少包括晕厥、休克和血压高升;
当所述身体状态数据小于身体状态数据阈值范围时,确定第二正常判断结果,并上传检测对象的身体状态数据至预设的云端并进行存储,生成存储数据;
当所述判断结果为第二异常判断结果时,根据预设的求救电话,进行远程SOS线上报警。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种自动发出SOS求助的智能手表的装置图;
图2为本发明实施例中一种自动发出SOS求助的智能手表的方法流程图;
图3为本发明实施例中一种自动发出SOS求助的智能手表的方法流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
此外,术语“第一”、“第二”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”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。
实施例1:
根据图1所示,本发明提供本发明提供一种自动发出SOS求助的智能手表,所述智能手表内部设有脉搏传感器采集装置、红光及电极传感器装置、跌倒传感器装置和报警装置;其中,
所述脉搏传感器采集装置用于对待检测对象进行脉搏和心率监测,获取待检测对象的第一体征数据;
所述红光及电极传感器装置用于同步采集PPG数据和待检测对象心电数据,确定待检测对象的第二体征数据;
所述跌倒传感器装置用于根据所述第一体征数据和第二体征数据,监测待检测对象的身体状态,并根据所述身体状态,判断待检测对象是否发生跌倒,确定判断结果;
报警装置用于当所述判断结果为待检测对象发生跌倒时,选择并进行蜂鸣报警或远程线上报警。
上述技术方案的工作原理为:
本发明提供了一种自动发出SOS求助的智能手表,设有脉搏传感器采集装置、红光及电极传感器装置和跌倒传感器装置,本实施例通过预设的穿戴设备,实时采集待检测对象的体征数据,体征数据至少包括心率数据、血压数据和血氧数据等,实时监测待检测对象的身体数据,再通过身体状态数据采集基于穿戴设备内预设的跌倒感应装置,实时监控待检测对象,并确定待检测对象的身体状态数据,跌倒感应装置至少包括水平传感器、角度传感器、重力传感器和压力传感器,通过不同的跌倒感应装置判断待检测对象的行走角度是属于正常的范围内否,接着再通过第一判断判断所述身体状态数据是否异常,并确定第一判断结果,身体状态数据是用来判断待检测对象是否有摔倒或者其他因素导致待检测对象身体并非出于站立的平衡状态,接着通过第二判断获取所述第一判断结果,并当判断结果异常时,获取并判断待检测对象的体征数据,确定第二判断结果;最后通过报警装置据第二判断结果,确定待检测对象的异常数据,当待检测对象的异常数据大于预设的异常阈值,触发预设的报警装置,也就是SOS的求救信号。
上述技术方案的有益效果为:
本技术方案通过及时采集待检测对象的身体特征数据,确定待检测对象的状态是否异常,从而发现待检测对象是否发生危险、受伤或者由于疾病突发引起的不便行动,从而进行SOS求救报警,及时对病人进行救治,避免病人的伤亡。
实施例2:
根据图2所示,本技术方案提供了一种实施例,所述脉搏传感器采集装置对待检测对象进行脉搏和心率监测,获取待检测对象的第一体征数据,还包括:
基于预设的脉搏传感器采集装置,获取待检测对象的第一体征信息;其中,
所述第一体征信息至少包括脉搏率信息PR、心率信息HR和血氧信息SaO2;
根据所述第一体征信息,确定第一数据;其中,
所述第一数据包括第一频率数据、第一峰值数据和第一壑值数据;
基于所述第一体征信息,记录对应的第一数据,确定第一体征数据。
上述技术方案的工作原理为:
本技术方案的脉搏传感器采集装置的体征数据采集包括获取体征信息、记录数据和生成体征数据等步骤,通过获取体征信息,通过待检测对象身上的预设的穿戴设备,获取待检测对象的体征信息;体征信息至少包括血氧信息、心率信息、血压信息和呼吸频率信息,因为当待检测对象身体出现异常的时候一般会出现血压升高或者过低,心率不规律,血氧呈现出缺氧,呼吸急促或者呼吸不畅等等异常现象,穿戴设备是待在待检测对象手上的智能手表,接着通过体征信息,确定体征信息数据;体征信息数据包括体征数据的体征数据变化信息,包括体征数据的频率数据、峰值数据和壑值数据,根据待检测对象身上的体征数据信息,最后再根据体征数据基于所述体征信息,记录对应的数据,确定体征数据,针对同一待检测对象的不同的体征信息进行体征数据的记录,确定体征数据的频率数据、峰值数据和壑值数据,壑值数据即频率的波谷数据,峰值数据即频率的波峰数据。
上述技术方案的有益效果为:
本技术方案通过对待检测对象的体征数据的记录,确定待检测对象的体征信息以及和体征信息对应的体征数据,从而不仅在特殊情况下,对待检测对象的异常情况做出反应,同时针对平时的待检测对象的体征信息进行记录,从而可以为待检测对象做平时监测的时候进行数据挖掘,从往常的体征信息的体征数据变化中确定待检测对象的身体状况,从而提供了一种安全灵活、稳定持久的监测方法。
实施例3:
根据图3所示,本技术方案提供了一种实施例,所述红光及电极传感器装置同步采集PPG数据和待检测对象心电数据,确定待检测对象的第二体征数据,包括:
基于预设的红光及电极传感器装置,获取待检测对象的第二体征信息;其中,
所述第二体征信息至少包括PPG数据和心电数据;
根据所述第二体征信息,确定第二数据;其中,
所述第二数据包括频率数据、峰值数据和壑值数据;
基于所述第二体征信息,记录对应的第二数据,确定第二体征数据。
上述技术方案的工作原理和有益效果为:
本技术方案通过红外采集技术同步采集PPG数据和待检测对象心电数据,确定待检测对象的第二体征数据,包括:基于预设的红光及电极传感器装置,获取待检测对象的第二体征信息;第二体征信息至少包括PPG数据和心电数据;根据所述第二体征信息,确定第二数据;第二数据包括频率数据、峰值数据和壑值数据;基于智能穿戴设备,实时采集到待检测对象的PPG频率数据PPG峰值数据和PPG壑值数据,心电频率数据和心电峰值数据和心电壑值数据,PPG数据代表待检测对象的血糖值,基于第二体征信息,记录对应的第二数据,确定第二体征数据,达到实时监测待检测对象的身体,预警待检测对象发生难以弥补的风险信号。
实施例4:
本技术方案提供了一种实施例,所述跌倒传感器装置,包括水平传感器、角度传感器、重力传感器和压力传感器;其中,
所述水平传感器用于定时获取待检测对象的水平偏差值;
所述角度传感器用于定时获取待检测对象的角度偏差值;
所述重力传感器用于定时获取待检测对象的加速度偏差值;
所述压力传感器用于定时获取穿戴设备收到的压力值。
上述技术方案的工作原理为:
本技术方案的身体状态数据采集包括水平传感器、角度传感器、重力传感器和压力传感器,首先通过水平传感器,定时获取待检测对象的水平偏差值,水平传感器一般是基于地面水平的水平仪,用于检测和地面的水平角度,由于待检测人员行走的时候,会惯性甩手臂,所以仅仅靠水平仪去检测是不保险的,所以同时还使用到角度偏差值,用于根据所述角度传感器,定时获取待检测对象的角度偏差值,也就是手臂由于惯性甩出去的角度差值,并通过加速度偏差值:用于根据重力传感器,定时获取待检测对象的加速度偏差值,重力传感器主要是用于检测重力加速度,人类在身体跌倒的整理加速度和行走使由于胳膊惯性的加速度并不相同,还有压力值,用于根据压力传感器,定时获取穿戴设备收到的压力值,当穿戴设备掉落地上时,会承受除了待检测人员自身除外的压力值,所以通过对压力的监测,也可以确定是否待检测对象有异常跌倒的现象,总的可以通过身体状态数据,通过水平偏差值、角度偏差值、加速度偏差值和压力值,确定待检测对象的身体状态数据,从多尺度特征去分析待检测对象是否有跌倒的情况。
上述技术方案的有益效果为:
本技术方案通过多尺度的测量,准确获取待检测对象的身体平衡状况,通过不同纬度的测量,减少测量的误差。
实施例5:
本技术方案提供了一种实施例,所述跌倒传感器装置监测待检测对象的身体状态,还包括:
实时获取水平偏差值、角度偏差值、加速度偏差值和压力值,根据所述水平偏差值、角度偏差值、加速度偏差值和压力值,确定待检测对象的身体状态数据;
根据所述身体状态数据,监测待检测对象的身体状态。
上述技术方案的工作原理为:
本技术方案的第一判断首先实时获取待检测对象的身体状态数据;通过预设的身体状态数据阈值范围,判断身体状态数据是否超过身体状态数据阈值范围;当身体状态数据大于身体状态数据阈值时,确定第一异常判断结果;当身体状态数据小于身体状态数据阈值时,确定第一正常判断结果;根据第一异常判断结果和第一正常判断,确定第一判断结果。
实施例6:
本技术方案提供了一种实施例,所述报警装置用于当所述判断结果为待检测对象发生跌倒时,选择并进行蜂鸣报警或远程线上报警,还包括:
根据第一体征数据,判断待检测对象是否发生跌倒行为,并确定待检测对象跌倒时,发出蜂鸣报警;
当待检测对象跌倒时,实时获取第一体征数据和第二体征数据;
根据所述第一体征数据和第二体征数据,判断待检测对象是否具有自主能力,并确定待检测对象无自主能力时,进行远程线上报警。
上述技术方案的工作原理和有益效果为:
本技术方案的第二判断结果包括定时获取待检测对象的身体状态数据,身体状态数据至少包括心率状态数据、血压状态数据、血氧状态数据和体温状态数据等,判断所述身体状态数据是否有任意一项超过或低于预设的阈值范围,确定第二判断结果,根据两个判断及时的对用户身体的异常做出改变,提供了一种保险的意外风险的避免措施。
实施例7:
本技术方案提供了一种实施例,所述报警装置根据第一体征数据,判断待检测对象是否发生跌倒行为,并确定待检测对象跌倒时,发出蜂鸣报警,包括:
实时获取待检测对象的第一体征数据,并根据所述第一体征数据,确定待检测对象的第一状态数据;
基于预设的第一状态数据阈值范围,判断第一状态数据是否超过所述第一状态数据阈值范围;
当所述第一状态数据超过第一状态数据阈值范围时,确定第一异常判断结果;
当所述身体状态数据小于身体状态数据阈值范围时,确定第一正常判断结果;
当所述判断结果为异常结果时,触发预设的蜂鸣器进行报警。
上述技术方案的工作原理和有益效果为:
本技术方案的智能手表还包括第一判断流程和第二判断流程;所述第一判断流程用于根据第一体征数据,判断待检测对象是否发生跌倒行为,并确定待检测对象跌倒时,发出警报;首先通过实时获取待检测对象的身体状态数据;基于预设的身体状态数据阈值范围,判断身体状态数据是否超过所述身体状态数据阈值范围;当身体状态数据大于身体状态数据阈值时,确定第一异常判断结果;当身体状态数据小于身体状态数据阈值时,确定第一正常判断结果;根据第一异常判断结果和第一正常判断,确定第一判断结果,第二判断流程用于实时获取第一体征数据和第二体征数据,并判断待检测对象是否具有自主能力,并确定待检测对象无自主能力时,进行远程报警。
实施例8:
本技术方案提供了一种实施例,所述报警装置根据所述第一体征数据和第二体征数据,判断待检测对象是否具有自主能力,包括:
步骤S1:获取第一体征数据和第二体征数据,实时采集并记录待检测对象对应的身体状态数据:
其中,所述BodyData代表待检测对象的身体状态数据,所述代表待检测对象的单位血氧数据;所述dPR代表待检测对象的脉搏率数据;所述dHR代表待检测对象的心率数据;所述dHE代表待检测对象的心电数据;所述dPPG代表待检测对象的单位血糖数据;所述dT代表检测时间内待检测对象的体温温度数据;
步骤S2:获取待检测对象的体重,划分所述身体状态数据,确定第一划分数据和第二划分数据;
其中,τ1代表划分待检测对象和单位血氧、脉搏率和心率数据有关的第一划分数据,τ2代表划分待检测对象的体温、心电、血糖有关的第二划分数据,d1代表预设的理想单位血氧数据,代表以采集到的单位血氧数据为原点和理想单位血氧数据范围之间的去心邻域范围,代表单位血氧数据和理想单位血氧数据之间的余弦矢量;d2代表预设的理想脉搏率数据,Uo(dPR,d2)代表以采集到的脉搏率数据为原点和理想脉搏率数据之间的去心邻域范围,cos(|dPR,d2|)代表脉搏率数据和理想脉搏率数据之间的余弦矢量,d3代表预设的理想心率数据,Uo(dHR,d3)代表以采集到的心率数据为原点和理想心率数据的去心邻域范围,cos(|dHR,d3|)代表心率数据和理想心率数据的余弦矢量,d4代表预设的理想体温,Uo(dT,d4)代表以采集到的体温为原点和理想体温之间的去心邻域范围,cos(|dT,d4|)代表体温和理想体温之间的余弦矢量,d5代表预设的理想心电数据,Uo(dHE,d5)代表以采集到的心电数据为原点和理想心电数据之间的去心邻域范围,cos(|dHE,d5|代表心电数据和理想心电数据之间的余弦矢量,d6代表预设的理想血糖数据,Uo(dPPG,d6)代表以采集到的呼吸频率为原点和理想呼吸频率之间的去心邻域范围,cos(|dPPG,d6|)代表呼吸频率和理想呼吸频率之间的余弦矢量,m代表待检测对象的体重,ρ代表待检测对象的血液密度与身体密度的比率;
步骤S3:根据所述第一划分数据和第二划分数据,确定第一身体体征数据和第二身体体征数据:
步骤S4:根据所述第一身体体征数据和第二身体体征数据,判断待检测对象在跌倒后,是否丧失行为能力。
上述技术方案的工作原理为:
本技术方案的第二判断结果包括第二正常子结果和第二异常子结果;其中,当待检测对象的身体状态数据正常时,上传检测对象的身体状态数据至预设的云端并进行存储,生成存储数据,当待检测对象的身体状态数据异常时,实时获取检测对象的体征数据,比较所述体征数据的预设的体征数据阈值,判断检测对象的身体状态;其中,所述身体状态至少包括正常、晕厥、休克和血压高升。
上述技术方案的工作原理和有益效果为:
本技术方案的第二判断结果流程,包括当判断结果异常时,实时获取检测对象的体征数据,体征数据一般是指待检测对象是否发生呼吸急促、停止或者心率不齐等的异常装个,比较所述体征数据的预设的体征数据阈值,判断检测对象的身体状态;其中,所述身体状态至少包括正常、晕厥、休克和血压高升;并当所述身体状态正常时,确定第二正常判断结果,正常结果一般是向控制终端;当所述身体状态出现晕厥、休克和血压高升,确定第二异常判断结果。
实施例9:
本技术方案提供了一种实施例,所述步骤S4,包括:
步骤S41:对所述第一身体体征数据和第二身体体征数据进行评估计算,确定待检测对象的身体评估结果:
其中,所述代表对所述第一身体体征数据和第二身体体征数据的评估规则,C1代表第一体征数据的比重参数,C2代表第二体征数据的比重参数;R代表评估结果;i代表采集到的第i组第一体征数据序数,m代表一共代表采集到的第一体征数据的总数,j代表采集到的第j组第二体征数据序数,n代表一共代表采集到的第二体征数据总数;
步骤S42:当评估结果算R≤1,代表所述待检测对象在跌倒后,还具有行为能力;
步骤S43:当评估结果R>1,代表所述待检测对象在跌倒后,丧失行为能力。
上述技术方案的工作原理和有益效果为:
本技术方案通过基于所述体征信息,记录对应的数据,确定体征数据,首先获取待检测对象的体征信息,采集并记录待检测对象的对应的数据BodyData包括待检测对象的单位血氧数据,心率数据,体温温度数据,脉搏率数据,呼吸频率数据等,并获取待检测对象的体重和身高,并确定第一身体体征数据和第二身体体征数据,由于血压血氧等数据和待检测对象的身高或者血压密度比是无关的,所以将体征数据划分为两个数据,即第一身体体征数据和第二身体体征数据,并对所述第一身体体征数据和第二身体体征数据进行评估计算,确定评估结果,利用评估规则,在体征数据的比重参数转化下,累加体征数据,并评估第一体征数据和第二体征数据相关系数,避免由于发生其他事件,如由于测量不准导致判断错误等情形,提高计算准确率。
实施例10:
本技术方案提供了一种实施例,所述报警装置确定待检测对象无自主能力时,进行远程线上报警,还包括:
定时获取待检测对象的第二体征数据;
判断所述第二体征数据是否有任意一项超过预设的阈值范围;
当所述第二状态数据超过第一状态数据阈值范围时,实时获取检测对象的体征数据,比较所述体征数据的预设的体征数据阈值,判断检测对象的身体状态,确定第二异常判断结果;其中,
所述第二异常判断结果至少包括晕厥、休克和血压高升;
当所述身体状态数据小于身体状态数据阈值范围时,确定第二正常判断结果,并上传检测对象的身体状态数据至预设的云端并进行存储,生成存储数据;
当所述判断结果为第二异常判断结果时,根据预设的求救电话,进行远程SOS线上报警。
上述技术方案的工作原理和有益效果为:
本技术方案根据所述第二判断结果,获取待检测对象的状态体征数据,判断所述状态体征数据是否大于预设的正常状态体征数据的阈值范围,当所述状态体征数据大于预设的正常状态体征数据的阈值范围,触发预设的蜂鸣报警装置,同时,线上进行求救报警;其中,所述线上进行求救报警通过预设的求救电话进行求救,并且智能手表还包括图像采集装置,为了保证结果的可靠性,为了提供多种待检测对象的身体状况,在进行身体异常体征数据的采集后,还进行图像的采集,所述图像采集装置包括图像采集->判断跌倒结果->跌倒和未跌倒的整个判断流成,首先采集待检测对象及待检测对象所处环境的状态图像,图像采集装置可以是安装于手表上的微型摄像装置,也可以是通过网络定位,从附近的监控摄像设备发送图像请求获取到的监控的图像,然后判断所述状态图像,获取图像元素,并根据所述图像元素,判断待检测对象是否跌倒,图像元素包括待检测对象的周围环境的状态元素,也包括待检测对象本身的状态元素,当检测对象跌倒时,获取跌倒图像元素,并传输至预设的大数据处理中心进行处理;当检测对象未跌倒时,返回到图像采集这一步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种自动发出SOS求助的智能手表,其特征在于,所述智能手表内部设有脉搏传感器采集装置、红光及电极传感器装置、跌倒传感器装置和报警装置;其中,
所述脉搏传感器采集装置用于对待检测对象进行脉搏和心率监测,获取待检测对象的第一体征数据;
所述红光及电极传感器装置用于同步采集PPG数据和待检测对象心电数据,确定待检测对象的第二体征数据;
所述跌倒传感器装置用于根据所述第一体征数据和第二体征数据,监测待检测对象的身体状态,并根据所述身体状态,判断待检测对象是否发生跌倒,确定判断结果;
报警装置用于当所述判断结果为待检测对象发生跌倒时,选择并进行蜂鸣报警或远程线上报警。
2.如权利要求1所述的一种自动发出SOS求助的智能手表,其特征在于,所述脉搏传感器采集装置对待检测对象进行脉搏和心率监测,获取待检测对象的第一体征数据,包括:
基于预设的脉搏传感器采集装置,获取待检测对象的第一体征信息;其中,
所述第一体征信息至少包括脉搏率信息、心率信息和血氧信息;
根据所述第一体征信息,确定第一数据;其中,
所述第一数据包括第一频率数据、第一峰值数据和第一壑值数据;
基于所述第一体征信息,记录对应的第一数据,确定第一体征数据。
3.如权利要求1所述的一种自动发出SOS求助的智能手表,其特征在于,所述红光及电极传感器装置同步采集PPG数据和待检测对象心电数据,确定待检测对象的第二体征数据,包括:
基于预设的红光及电极传感器装置,获取待检测对象的第二体征信息;其中,
所述第二体征信息至少包括PPG数据和心电数据;
根据所述第二体征信息,确定第二数据;其中,
所述第二数据包括频率数据、峰值数据和壑值数据;
基于所述第二体征信息,记录对应的第二数据,确定第二体征数据。
4.如权利要求1所述的一种自动发出SOS求助的智能手表,其特征在于,所述跌倒传感器装置,包括水平传感器、角度传感器、重力传感器和压力传感器;其中,
所述水平传感器用于定时获取待检测对象的水平偏差值;
所述角度传感器用于定时获取待检测对象的角度偏差值;
所述重力传感器用于定时获取待检测对象的加速度偏差值;
所述压力传感器用于定时获取穿戴设备收到的压力值。
5.如权利要求1所述的一种自动发出SOS求助的智能手表,其特征在于,所述跌倒传感器装置监测待检测对象的身体状态,包括:
实时获取水平偏差值、角度偏差值、加速度偏差值和压力值;
根据所述水平偏差值、角度偏差值、加速度偏差值和压力值,确定待检测对象的身体状态数据;
根据所述身体状态数据,监测待检测对象的身体状态。
6.如权利要求1所述的一种自动发出SOS求助的智能手表,其特征在于,所述报警装置根据判断结果为待检测对象发生跌倒时,选择并进行蜂鸣报警或远程线上报警,包括:
根据第一体征数据,判断待检测对象是否发生跌倒行为,并确定待检测对象跌倒时,发出蜂鸣报警;
当待检测对象跌倒时,实时获取第一体征数据和第二体征数据;
根据所述第一体征数据和第二体征数据,判断待检测对象是否具有自主能力,并确定待检测对象无自主能力时,进行远程线上报警。
7.如权利要求6所述的一种自动发出SOS求助的智能手表,其特征在于,所述报警装置根据第一体征数据,判断待检测对象是否发生跌倒行为,并确定待检测对象跌倒时,发出蜂鸣报警,包括:
实时获取待检测对象的第一体征数据,并根据所述第一体征数据,确定待检测对象的第一状态数据;
基于预设的第一状态数据阈值范围,判断第一状态数据是否超过所述第一状态数据阈值范围;
当所述第一状态数据超过第一状态数据阈值范围时,确定第一异常判断结果;
当所述身体状态数据小于身体状态数据阈值范围时,确定第一正常判断结果;
当所述判断结果为异常结果时,触发预设的蜂鸣器进行报警。
8.如权利要求6所述的一种自动发出SOS求助的智能手表,其特征在于,所述报警装置根据所述第一体征数据和第二体征数据,判断待检测对象是否具有自主能力,包括:
步骤S1:获取第一体征数据和第二体征数据,实时采集并记录待检测对象对应的身体状态数据:
步骤S2:获取待检测对象的体重,通过所述体重,划分对应的身体状态数据,确定第一划分数据和第二划分数据;
步骤S3:根据所述第一划分数据和第二划分数据,确定第一身体体征数据和第二身体体征数据:
步骤S4:根据所述第一身体体征数据和第二身体体征数据,判断待检测对象在跌倒后,是否丧失行为能力。
9.如权利要求8所述的一种自动发出SOS求助的智能手表,其特征在于,所述步骤S4,包括:
步骤S41:对所述第一身体体征数据和第二身体体征数据进行评估计算,确定待检测对象的身体评估结果:
步骤S42:当评估结果为所述待检测对象在跌倒后,还具有行为能力;
步骤S43:当评估结果为所述待检测对象在跌倒后,丧失行为能力。
10.如权利要求1所述的一种自动发出SOS求助的智能手表,其特征在于,所述报警装置确定待检测对象无自主能力时,进行远程线上报警,包括:
定时获取待检测对象的第二体征数据;
判断所述第二体征数据是否有任意一项超过预设的阈值范围;
当所述第二状态数据超过第一状态数据阈值范围时,实时获取检测对象的体征数据,比较所述体征数据的预设的体征数据阈值,判断检测对象的身体状态,确定第二异常判断结果;其中,
所述第二异常判断结果至少包括晕厥、休克和血压高升;
当所述身体状态数据小于身体状态数据阈值范围时,确定第二正常判断结果,并上传检测对象的身体状态数据至预设的云端并进行存储,生成存储数据;
当所述判断结果为第二异常判断结果时,根据预设的求救电话,进行远程SOS线上报警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111216813.0A CN113885304A (zh) | 2021-10-19 | 2021-10-19 | 一种自动发出sos求助的智能手表 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111216813.0A CN113885304A (zh) | 2021-10-19 | 2021-10-19 | 一种自动发出sos求助的智能手表 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113885304A true CN113885304A (zh) | 2022-01-04 |
Family
ID=79003574
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111216813.0A Pending CN113885304A (zh) | 2021-10-19 | 2021-10-19 | 一种自动发出sos求助的智能手表 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113885304A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103393412A (zh) * | 2013-08-15 | 2013-11-20 | 重庆邮电大学 | 一种基于智能家居的老人看护装置 |
CN104799826A (zh) * | 2015-04-30 | 2015-07-29 | 王家法 | 一种智能安康服务系统及报警可靠检测方法 |
CN105303768A (zh) * | 2015-10-22 | 2016-02-03 | 广东小天才科技有限公司 | 一种基于心率的跌倒检测的方法和系统 |
AU2019101396A4 (en) * | 2019-11-14 | 2020-01-02 | Pulse Link Pty Ltd | Smart Personal Monitoring Systems and Methods thereof |
CN112150765A (zh) * | 2020-08-18 | 2020-12-29 | 来邦养老科技有限公司 | 一种跌倒报警检测装置和方法 |
-
2021
- 2021-10-19 CN CN202111216813.0A patent/CN113885304A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103393412A (zh) * | 2013-08-15 | 2013-11-20 | 重庆邮电大学 | 一种基于智能家居的老人看护装置 |
CN104799826A (zh) * | 2015-04-30 | 2015-07-29 | 王家法 | 一种智能安康服务系统及报警可靠检测方法 |
CN105303768A (zh) * | 2015-10-22 | 2016-02-03 | 广东小天才科技有限公司 | 一种基于心率的跌倒检测的方法和系统 |
AU2019101396A4 (en) * | 2019-11-14 | 2020-01-02 | Pulse Link Pty Ltd | Smart Personal Monitoring Systems and Methods thereof |
CN112150765A (zh) * | 2020-08-18 | 2020-12-29 | 来邦养老科技有限公司 | 一种跌倒报警检测装置和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105125221B (zh) | 云服务实时摔倒检测系统及方法 | |
US10258257B2 (en) | Quantitative falls risk assessment through inertial sensors and pressure sensitive platform | |
JP5674766B2 (ja) | 着用位置を検出するためのセンシングデバイス | |
US20160038061A1 (en) | Method for detecting falls and a fall detector | |
CN103930027B (zh) | 用于监测患者并检测该患者的谵妄的监测系统 | |
US20150164434A1 (en) | Method and apparatus for detecting a critical situation of a subject | |
US20200265950A1 (en) | Biological information processing system, biological information processing method, and computer program recording medium | |
CN106456024A (zh) | 静息心率监测器系统 | |
US10966616B2 (en) | Assessing system and method for characterizing resting heart rate of a subject | |
EP2341821A1 (en) | Power measurement method and apparatus | |
CN103402423A (zh) | 患者恶化检测 | |
TWI528939B (zh) | 評估健康及/或生理狀態之方法、其裝置及電腦程式產品 | |
CN110313917A (zh) | 以日常生活动作为判断基准的跌倒传感系统及其方法 | |
CN109259743B (zh) | 一种生命体征感知系统 | |
CN114652303B (zh) | 一种智能监测系统 | |
CN114668391A (zh) | 一种老人摔倒判断设备及方法 | |
CN107019501B (zh) | 基于遗传算法和概率神经网络的远程摔倒检测方法及系统 | |
CN108882866A (zh) | 用于监测对象的排尿的方法和装置 | |
US7393328B2 (en) | Physical condition monitoring system | |
CN113885304A (zh) | 一种自动发出sos求助的智能手表 | |
WO2017099749A1 (en) | Method and system of measurement, correlation, and analysis of simultaneous and independent parasympathetic and sympathetic autonomic nervous system activity | |
Howedi et al. | Accelerometer-based human fall detection using fuzzy entropy | |
CN210494064U (zh) | 一种动态心电、呼吸和运动监测设备 | |
CN211834368U (zh) | 一种运动员疲劳度检测系统 | |
US20230172528A1 (en) | System and method for detection of onset and ictal phases of an epilepsy seizure |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220104 |