CN115299077A - 用于运行听力系统的方法和听力系统 - Google Patents

用于运行听力系统的方法和听力系统 Download PDF

Info

Publication number
CN115299077A
CN115299077A CN202080098691.7A CN202080098691A CN115299077A CN 115299077 A CN115299077 A CN 115299077A CN 202080098691 A CN202080098691 A CN 202080098691A CN 115299077 A CN115299077 A CN 115299077A
Authority
CN
China
Prior art keywords
hearing
data
hearing aid
hearing system
motion
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
CN202080098691.7A
Other languages
English (en)
Inventor
T.武兹巴彻
R.汉内曼
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.)
Sivantos Pte Ltd
Original Assignee
Sivantos Pte Ltd
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 Sivantos Pte Ltd filed Critical Sivantos Pte Ltd
Publication of CN115299077A publication Critical patent/CN115299077A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R25/00—Deaf-aid sets, i.e. electro-acoustic or electro-mechanical hearing aids; Electric tinnitus maskers providing an auditory perception
    • H04R25/50—Customised settings for obtaining desired overall acoustical characteristics
    • H04R25/505—Customised settings for obtaining desired overall acoustical characteristics using digital signal processing
    • 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
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • 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
    • A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
    • 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
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6814—Head
    • A61B5/6815—Ear
    • 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
    • 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
    • G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
    • G08B21/043—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis detecting an emergency event, e.g. a fall
    • 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
    • G08B21/0446—Sensor means for detecting worn on the body to detect changes of posture, e.g. a fall, inclination, acceleration, gait
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R25/00—Deaf-aid sets, i.e. electro-acoustic or electro-mechanical hearing aids; Electric tinnitus maskers providing an auditory perception
    • H04R25/55—Deaf-aid sets, i.e. electro-acoustic or electro-mechanical hearing aids; Electric tinnitus maskers providing an auditory perception using an external connection, either wireless or wired
    • H04R25/554—Deaf-aid sets, i.e. electro-acoustic or electro-mechanical hearing aids; Electric tinnitus maskers providing an auditory perception using an external connection, either wireless or wired using a wireless connection, e.g. between microphone and amplifier or using Tcoils
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/18—Prevention or correction of operating errors
    • G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
    • G08B29/188—Data fusion; cooperative systems, e.g. voting among different detectors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R2225/00—Details of deaf aids covered by H04R25/00, not provided for in any of its subgroups
    • H04R2225/39—Aspects relating to automatic logging of sound environment parameters and the performance of the hearing aid during use, e.g. histogram logging, or of user selected programs or settings in the hearing aid, e.g. usage logging
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R2225/00—Details of deaf aids covered by H04R25/00, not provided for in any of its subgroups
    • H04R2225/55—Communication between hearing aids and external devices via a network for data exchange
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R25/00—Deaf-aid sets, i.e. electro-acoustic or electro-mechanical hearing aids; Electric tinnitus maskers providing an auditory perception
    • H04R25/55—Deaf-aid sets, i.e. electro-acoustic or electro-mechanical hearing aids; Electric tinnitus maskers providing an auditory perception using an external connection, either wireless or wired
    • H04R25/552—Binaural

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • General Physics & Mathematics (AREA)
  • Otolaryngology (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Gerontology & Geriatric Medicine (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Acoustics & Sound (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Neurosurgery (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明涉及一种用于运行听力系统(2)的方法(40)，该听力系统具有助听器(4)，该助听器具有至少一个输入转换器(12)和输出转换器(20)以及运动传感器(24)，其中，听力系统用户的运动被采集为运动传感器(24)的运动数据(26)，其中，根据所采集的运动数据(26)确定听力系统用户的未来摔倒或跌倒事件的概率，并且其中，当概率达到或超过所存储的阈值时，产生可感知的警告信号。

Description

用于运行听力系统的方法和听力系统
技术领域
本发明涉及一种用于运行听力系统的方法，该听力系统具有助听器，该助听器具有至少一个麦克风并且具有听筒以及具有运动传感器。本发明还涉及一种用于执行该方法的听力系统、尤其是听力辅助设备。
背景技术
听力辅助设备是一种便携式助听器，其用于照顾听力较差的人或听力受损的人。为了满足众多的个体需求，提供了不同结构形式的听力辅助设备，例如耳后助听器(HdO，Hinter-dem-Ohr)和具有外部听筒的助听器(RIC：Receiver in the Canal)以及耳内助听器(IdO，In-dem-Ohr)，还例如外耳助听器或耳道助听器(耳内式助听器，ITE：in-the-ear；完全耳道式助听器，CIC：Completely-in-Channel；隐蔽式助听器，IIC：Invisible-in-the-Channel)。示例性列出的助听器佩戴在听力辅助设备用户的外耳上或耳道中。此外，市场上还提供骨传导助听器、植入式助听器或振动触觉助听器。在此，对受损的听觉器官的刺激机械地或电地进行。
这种助听器原则上具有输入转换器、放大器和输出转换器作为基本部件。输入转换器通常是声电转换器、例如麦克风，和/或电磁接收器、例如感应线圈或(射频，RF)天线。输出转换器通常被实现为电声转换器、例如微型扬声器(听筒)，或者被实现为机电转换器、例如骨传导听筒。放大器通常被集成到信号处理装置中。能量供应通常通过电池或可充电的蓄电池进行。
在所谓的双耳听力辅助设备中，由用户佩戴两个这样的助听器，其中，在助听器之间存在通信连接。在运行中，在此例如无线地在右耳和左耳上的助听器之间交换数据，必要时也交换大的数据量。所交换的数据和信息使得助听器能够特别有效地适应于相应的声学环境情况。特别地，由此对于用户能够实现特别真实的房间声音，并且即使在嘈杂的环境中也能改善语音理解。
随着年龄的增长，人们患疾病或合并症的风险越来越大，特别是自主神经系统(ANS，autonomen Nervensystem)的疾病或合并症，例如听力损失、失智症或帕金森病。特别地，经常发生多种这样的疾病，使得患有失智症或帕金森病的人也经常表现出听力障碍或听力损失。
这些疾病和紊乱中的许多还导致更高的跌倒风险，并最终导致相关人员的跌倒事件，这可能导致严重伤害。在此，还应考虑跌倒事件的心理后果或影响，例如跌倒后的焦虑状态。因此，跌倒会导致生活质量下降和医疗保健费用增加。如果及早发现跌倒的风险，就可以防止大多数跌倒，从而保持高的生活质量，并降低医疗保健系统的成本。
为了监测不同类型的ANS紊乱并且为了评估与之相关的跌倒风险，例如可以想到使用运动传感器或运动采集装置(动作捕捉，Motion-Capture)，运动传感器或运动采集装置采集和评估相关人员的运动或运动紊乱。然而，在此，通常需要附加的硬件和/或专家，其确保传感器的可靠的放置。
然而，这种临床评估或静止运动采集系统在临床上具有许多缺点。
临床上常用的跌倒风险评估(英文：Fall Risk Assessment，FRA)方法对健康上的高功能的老年人具有较差至中等的诊断准确度或跌倒预测，并且取决于观察者的专业知识。
此外，由于实验室中的受控的步态测试和平衡测试中的观察者效应，监测的FRA测量可能不能反映人的自然行为和多任务行为。
(视觉)三维运动采集(动作捕捉)和仪表化的人行道是资源密集的，并且与专门的诊所/地点相关联，并且只可以实现预定的功能任务期间的快照。
同样可以想到例如使用环境传感器、特别是照相机来监视和采集人员运动。然而，这种环境传感器由于视觉遮挡以及在具有相似身体特征的多个人的房间中跟踪同一人而具有局限性。
对于ANS疾病的诊断和监测，目前还没有一种易于运行的、客观且可靠的、易于自我管理的诊断/监测系统。即使受过良好教育/经验丰富的医学专家可以在实验室中评估ANS疾病的状况和进展，也缺乏适用于患者日常生活环境的解决方案。到目前为止，患有听力障碍和其他ANS紊乱的老年人需要许多独立的解决方案来单独解决每一种紊乱。
发明内容
因此，本发明要解决的技术问题是，提供一种用于运行听力系统的特别合适的方法。特别地，应该实现对听力系统用户的跌倒风险的早期识别。优选地，听力障碍的治疗应与其他ANS疾病的监测相关联。此外，本发明要解决的技术问题是，提供一种用于执行该方法的特别合适的听力系统。
在方法方面，上述技术问题根据本发明通过权利要求1的特征来解决，并且在听力系统方面，上述技术问题通过权利要求11的特征来解决。有利的设计方案和改进方案是从属权利要求的主题。
关于该方法提到的优点和设计方案也可以类似地转用到听力系统，反之亦然。如果以下描述了方法步骤，则听力系统的有利的设计方案尤其通过以下方式得到：听力系统被构造为执行这些方法步骤中的一个或多个。
根据本发明的方法被设置用于运行听力系统、尤其是听力辅助设备，并且适合于和被设计用于运行听力系统、尤其是听力辅助设备。听力系统具有助听器。
助听器尤其用于照顾听力受损的用户(听力系统用户)。助听器在此被构造用于接收来自周围环境的声音信号并且将其输出给助听器的用户。为此，助听器具有至少一个声电输入转换器、尤其是麦克风以及至少一个电声输出转换器、例如听筒。在助听器的运行中，输入转换器接收来自周围环境的声音信号(噪声、声音、语音等)，并将其转换成电输入信号(声学数据)。通过在信号处理装置中修改输入信号，根据电输入信号产生电输出信号。信号处理装置例如是助听器的一部分。输入转换器和输出转换器以及必要时还有信号处理装置尤其安置在助听器的壳体中。壳体被构造为使得该壳体可以由用户佩戴在头部和耳朵附近，例如在耳朵中、在耳朵上或在耳朵后面。优选地，助听器被构造为BTE助听器、ITO助听器或RIC助听器。
助听器还具有用于采集听力系统用户的运动的运动传感器。运动传感器被设置和设计用于采集三维的(身体)运动或运动事件、特别是平移和/或旋转运动。运动传感器在此例如被构造为加速度计和/或被构造为陀螺仪，即被构造为陀螺仪(位置)传感器。替换地，运动传感器也可以是脉搏传感器、血压传感器或光传感器。加速度计和/或陀螺仪和/或脉搏传感器和/或血压传感器和/或光传感器的组合同样是可能的。运动传感器在此优选地集成在助听器中、尤其是集成在其壳体中。
连接词“和/或”在此和在下文中应被理解为，借助该连接词连接的特征既可以共同地构成，也可以作为彼此的替换方案构成。
在应用情况下，助听器佩戴在听力系统用户的头部上并且靠近听力系统用户的耳朵，使得借助运动传感器尤其能够采集听力系统用户的头部运动。因此，尤其也可通过助听器的运动传感器至少间接地采集行走运动或步态运动，即基于行走或跑步的身体运动。
根据该方法，在听力系统的运行期间，听力系统用户的运动被采集为运动传感器的运动数据。运动数据在此尤其应被理解为与方向相关的加速度或旋转、尤其是由此导出的运动模式。因此，运动数据是对于由听力系统用户执行的身体运动、特别是对于行走运动的量度。
根据本发明，根据采集到的运动数据确定听力系统用户的未来的摔倒或跌倒事件的概率。换言之，在跌倒风险方面评估运动数据，尤其是根据运动数据来预测或估计跌倒风险，即摔倒或跌倒概率或其度量。听力系统用户的摔倒或跌倒事件在此被理解为佩戴助听器的人的摔倒或跌倒，即倒下或摔趴下或跌落。
“预测(名词)”或“预测(动词)”在此和下文中尤其理解为预测性的估计，即预计
Figure BDA0003848503480000041
其中根据当前和/或过去的运动数据(必要时在增加数学或物理模型的情况下)计算或预计以足够概率出现的未来或预期的跌倒风险。哪个概率被认为是足够的并且概率具体有多大在此首先是次要的。这可以例如从过去的运动数据或从相应的试验或测试中确定。对于不同的人，由于不同的年龄、健康状况或身体尺寸，可能会产生不同的预测的跌倒风险。
“估计(名词)”或“估计(动词)”在此和在下文中应被理解为通过评估运动数据，例如通过模式识别、预先表征的测量、存储的表格或特性曲线，或借助统计数学方法对跌倒概率进行近似确定。
根据本发明，当概率或跌倒风险达到或超过所存储的阈值时，产生可感知的信号作为摔倒或跌倒警告(警告信号)。换言之，当存在足够高的跌倒风险时，产生针对听力系统用户的警告。在此，多大概率或跌倒风险被认为是足够的，以及具体的概率有多大，在此首先是次要的。这可以例如从过去的运动数据或从相应的试验或测试中确定。对于不同的人，由于不同的年龄、健康状况或身体尺寸，可能会产生不同的阈值。
警告信号例如是光学的和/或声学的信号、例如发光的或闪烁的LED或警告声音或警告噪音，其由助听器或输出转换器产生。同样可以想到例如触觉振动信号，该触觉振动信号例如由在信号技术上与助听器耦合的附加设备、尤其是智能手机产生。附加地或替换地，还可以想到，警告信号通过与助听器耦合的应用、例如智能手机App输出给医生或护理人员。警告信号也可以是声学、光学和触觉信号的组合。
通过警告信号，听力系统的用户在佩戴期间被告知跌倒的危险或风险。因此，向听力系统用户发信号通知：存在即将发生的跌倒事件的危险。因此有利地降低了跌倒或跌倒事件的危险。由此实现了用于运行听力系统的特别合适的方法。因此，通过根据本发明的方法提供了特别有利的摔倒或跌倒保护。
助听器(其被佩戴用于补偿听力损伤)中的运动传感器因此根据本发明用于监测助听器佩戴者的运动模式，并且由此确定跌倒风险。因此，本发明的核心思想尤其在于，借助助听器来采集听力系统用户的运动(例如步态，转动等)，以及对采集到的运动进行分析并且在跌倒风险方面进行评估。
所分析或评估的运动数据例如能够实现对进展的ANS紊乱的表征。原则上，通过根据本发明的跌倒风险的确定，ANS紊乱的早期识别或诊断也是可能的。这意味着该方法可以在ANS紊乱的诊断或治疗的范围内使用。然而，ANS紊乱的诊断或治疗不是要求保护的发明的一部分。
助听器例如具有存储器并且被构造为，用于在时间窗内将由运动传感器记录的运动数据存储在存储器中，并且在稍后的时间点关于跌倒风险进行评估(监测)。助听器因此例如被构造为，将运动传感器信号的时间限制的片段存储在存储器中，并且尤其为了确定跌倒概率而输出该片段。助听器因此具有针对运动数据的记录功能(Recording)。适宜地，所记录的运动数据也能够经由接口从存储器传输到外部数据源。时间窗例如具有至少1min(分钟)至1d(天)的长度、特别优选地1h(小时)至12h的范围内的长度。其他长度也是合适的。特别地，使用对应于助听器的佩戴持续时间的时间窗。这意味着，记录在戴上助听器时开始，并且在取下助听器时结束。
同样可以想到例如基于事件的记录和评估，其中(运行)算法例如采集听力系统用户是否以及何时起动。如果没有采集到起动，则优选地进行简单且省电的模式，其中，在起动的情况下提高采样率并且基于传感器原始数据进行进一步的计算、分析和存储。这意味着，时间窗可以根据采集到的身体运动动态地调节/触发。由此能够实现更长的观察/评估窗，例如超过一天。
此外，例如可以设置用于监测和评估的周期性或规律的时间窗，例如每天或每周仅记录最多一个周期，其中，算法例如每周仅采集一次例如10分钟的时间窗。
为了运动分析和风险预测，例如使用表征听力系统用户步态的宏观和微观事件，并且此外将其分类为运动之间的旋转和过渡。
“微观事件”在此和在下文中尤其被理解为运动的(运动)特征的表征，即运动过程或运动模式。“宏观事件”在此和下文中尤其应理解为在时间间隔内、例如在一天中的多个运动或运动组、即运动序列或运动系列。
宏观事件在此例如被理解为每个时间间隔的步数，即每天的步数或在用于表征强度(节奏，步频)的预定义测试的情况下的每个动作的数量。
此外，宏观事件应被理解为每个分类活动的绝对和相对的时间花费，即例如每天花费的行走时间、行走和不行走的百分比、最长散步的绝对持续时间等。这基于如下认识：与无跌倒危险的人相比，潜在跌倒危险的人的总行走时间通常减少。此外，用于所谓的久坐行为的总时间对于有跌倒危险的人来说通常更长。
此外，宏观事件是较少运动的行为、如站立、坐着或躺着。这例如可以是例如每天分别针对这些行为方式花费的总时间方面。同样地，用于采取这些行为方式的持续时间，即用于坐下或站起的持续时间可以用于表征这些行为。在此，例如可以确定多个起立运动或坐下运动的平均值或最大值或百分位数、尤其是90％百分位数以用于鉴定。此外，可以想到每天中的时间和久坐行为的持续时间的变异性。
宏观事件例如也被理解为在时间段内从日/动作到日/动作的运动的改变，以便表征运动的质量。例如，失智症的进展以步态模式的日复一日变异性的增加为特征，由此可以推断出跌倒风险。
在此，微观事件例如是运动的速率、即例如步速或“步态速度”，或走步-摆动时间变异性。潜在的跌倒者行走速度较慢，其中，如前所述，步态速度的变化可以表征失智症的进展。在此，步态速度可以以预定义的(时间)间隔进行分析，例如小于10s(秒)、10s至60s、60s至120s、长于120s。在此，速率的粗略估计就足够了，而不需要以米每秒(m/s)为单位的精确测量或速度的确定。为了确定速率或速度，运动数据可以作为原始值或以有效值的形式进行分析。
微观事件例如也被理解为走步运动(Pace)，即例如步长。步长可能随着失智症的进展而减小，从而可以根据步长的确定或估计来预测跌倒风险。例如在出版物AnalogDevices Application Note，AN-602，H.Weinberg的标题为“Using the ADXL202 inPedometer and Personal Navigation Applications”中描述了用于臀部或胸部佩戴的运动传感器的步长估计。
微观事件例如也被理解为运动的节奏，例如走步、摆动和静止时间，或者运动的不对称性，即例如走步、摆动和静止时间的变异性。在不对称的情况下，例如走步、摆动和静止时间的变异性可以作为参数表征被称为“步态平滑性”(英文：gait smoothness)的运动特征，即“一步一步的对称性”，行走稳定性或谐波比(英文：harmonic ratio，HR)。
如果该方法例如在ANS紊乱的诊断或治疗的范围内使用，则可以与该方法并行地分开地分析听力系统用户的心率，例如根据行进方向分开地分析前后(AP)、中外侧(ML)和上下(V)。例如，在失智症的早期阶段心率降低，其中帕金森病的变化与患者的认知状态显著相关、即特别是在AP方向上的心率。
用于监测听力系统用户的身体姿势的姿势控制也可以用作微观事件。例如，走步或步长不对称性被用于检查听力系统用户的姿势特征和/或(姿势/运动)稳定性。
此外，微观事件例如是步长和/或步长速度在不同的运动模式之内和之间的变异性，例如在散步时。
此外，站立时间和/或走步时间的变异性被视为微观事件，该微观事件也可以在类似的动作或运动之间和之内发生。
微观事件也可以是步态模式的另外的变异性，其特征在于针对每个方向(即对应于行进方向的前后(AP)、中外侧(ML)和上下(V))在不同频带中的频谱-时间的(性能)分布模式或者在于主维度中的自相关。
前面提到的“特征”或运动的用户典型的改变(步长和/或步长速度的变异性、站立时间和/或步长时间的变异性、步态模式的变异性)中的暂时变化可以表征听力系统用户的补偿性的平衡反应，该补偿性的平衡反应对于避免跌倒是必要的。这种补偿性的平衡反应例如可以被表征为“失足”跌倒、滑倒或跌倒，其中，例如在这种补偿性的平衡反应的频度增加时产生更高的跌倒风险。
在运动分析中，还评估听力系统用户的旋转或旋转行为。具有增加的跌倒风险的人在旋转运动中通常具有更长的旋转持续时间，此外，他们更少地进行旋转运动，并且在相同的运动中表现出具有大改变的不一致的旋转角度。增加的跌倒风险也可以表现为不仅在旋转/旋转运动的角度大小方面而且在几天内大旋转的时间点方面的一致性降低。
为了分析或评估旋转行为，例如在运动数据中提取和/或分析以下特征：旋转持续时间、旋转速度峰值、旋转期间的步数、旋转角度的类别(四分之一旋转，一半旋转，全旋转；或类似类别的旋转角度)、每天每个上述类别的旋转运动的数量、连续几天内旋转的数量、角度和/或速度的改变。在双耳使用的助听器的情况下，从运动数据中提取的单个设备的特征可以彼此组合，以便更好地表征旋转。
在运动分析中，为了确定跌倒风险或跌倒概率，优选地也考虑运动之间的过渡和/或运动的组合。例如，分析不同运动活动的总分布、即宏观事件的分布。同样可以想到分析活动模式随时间的改变。此外，例如采集过渡的持续时间、即更长的坐着到坐着，或从行走到坐着的过渡，其中，过渡的变化或过渡的持续时间可能表明跌倒风险的增加。此外，也可以想到对例如在爬楼梯时的两个或更多个运动事件之间的时间间隔进行分析。运动数据也可以在运动事件之前和之后关于运动传感器的取向或定向进行评估。
运动数据可以例如以离散的时间间隔来采集和评估。然而，优选地，在听力系统的运行期间、特别是在佩戴助听器期间或在时间窗期间，对运动数据进行基本上连续或无中断的采集和分析。在本文中，基本上连续或无中断尤其意味着准连续，即例如在数字采集和评估的情况下，运动传感器的测量频率/测量速度比待采集的身体运动的频率或速度高、尤其是高至少两倍。
(准)连续的运动监测/分析和跌倒风险的确定可以实现对ANS紊乱进行分析或诊断，其甚至可以由非专业人员(例如护士、理疗师、医生；而不仅仅是医学专家)在临床/门诊环境和非常生态的条件下在相对较短的时间内进行。这可以使医学专业人员能够制定个性化的康复策略，以确保更安全的导航并减少跌倒和相关成本。
当运动模式随时间变化(改善/恶化)时，运动数据的连续采集和评估也可以实现可靠的监测。因此，可以向听力系统用户提供直接和适当的反馈，使得听力系统用户能够及时作出反应。因此，不一定需要预约医生来监测或检查运动模式的变化，从而降低医疗保健系统的成本。
在助听器中使用运动传感器信息的情况下的(连续的)评估相比于用于评估步态/旋转模式的其他方法具有对自然的或紊乱的行为的改善的诊断准确性。
此外，根据本发明的方法是比较经济的，因为在设备中仅使用便携式的传感器，该设备本来被佩戴以补偿听力损失。因此，通过根据本发明的方法，除了用于照顾听力受损的用户之外，还实现了助听器的有利的功能扩展。
相比于安装在建筑物中的环境传感器，例如照相机，便携式助听器传感器的信息或运动数据具有超出生活空间的更大的效用、尤其不需要用户停留在被监测的环境中，因为用户随身携带传感器系统。
此外，通过根据本发明的方法，听力系统用户不必在ANS紊乱的情况下随身携带附加的设备。换言之，没有通过使用助听器以外的其他设备而产生额外的负荷。因此，这也有助于说服仅有轻微听力障碍的人使用助听器来改善生活质量、防止受伤和/或监测跌倒的风险。
借助根据本发明的方法的助听器支持的诊断也可以有利于根据临床日志评估紊乱，其中分析针对专用动作的时间和模式(用于诊断目的)。这种日志包括例如坐下、站起来(椅子-站起测试)、睁着眼睛和闭着眼睛保持站立，或者结构化的测试方法，如在所谓的Tinetti测试中(例如参见Tinetti ME，Performance-oriented assessment of mobilityproblems in elderly patients，J Am Geriatr Soc 1986；34：119-126)。
在该方法的有利的实施中，将听力系统用户的个人健康数据存储在听力系统的存储器中，其中根据所存储的健康数据确定跌倒概率。这意味着，在评估或分析运动数据以确定跌倒风险时附加地考虑所存储的健康数据。附加地或替换地，例如同样可以想到根据健康数据改变阈值。
该方法的该实施从如下认识出发：与年龄相关的紊乱或ANS紊乱改变步态图像的多个主要特征。由此可以实现特别可靠且安全地估计或确定跌倒风险，从而确保对听力系统用户的早期的和及时的警告。
换言之，所记录的运动数据与关于用户的其他(可用的)信息(即认知、听觉、环境、心血管状态)一起被分析，以便能够实现特定于用户的表征。这种表征用于预测与特定紊乱相关的跌倒风险的变化，但也用于监测这些紊乱的进展。
在此，健康数据被理解为听力系统用户的特定于个人的信息、特别是听力系统用户的生理和医学/健康数据，例如年龄、身高、腿长/步长、体重、心血管状态、认知状态、听力、自己的声音活动、耳鸣。由此能够在运动数据的运动分析过程中可靠地确定微观事件和宏观事件。
优选地，健康数据还包括关于听力系统用户的与健康相关的运动障碍的信息。“与健康相关的运动障碍”在此尤其被理解为听力系统用户的医学疾病、健康障碍或健康状态，其暂时妨碍或限制其运动，并且因此(暂时)引起跌倒风险的增加。这种疾病例如可以是需要使用行走支持或行走辅助的损伤。特别地，在此也可以理解为认知紊乱、特别是自主神经系统(ANS)的紊乱形式的疾病，例如听力损失、失智症、癫痫或帕金森病。
通过所存储的健康数据，例如可以执行关于失智症或眩晕的运动模式分析，并且因此可以实现更精确地确定跌倒风险。特别地，由此可以将警告信号作为反馈及时地输出给听力系统用户。
所存储的健康数据为运动分析和风险确定提供了听力系统用户的更全面的图像，因为并非所有关于ANS紊乱的信息都位于其特定的步态图像中。此外，听力系统用户可能患有多于一种紊乱。因此，为了找到最佳的解决方案并避免错误的归因，有必要在确定风险时考虑尽可能多的现有的信息，甚至超出了步态模式及其变化的范围。此外，因此提高了预测的稳定性和可靠性，并且避免了在有噪声数据的情况下的错误分类。
如果可用，还可以考虑来自信号技术地耦合到听力系统的其他传感器的数据，例如光电体积描记(PPG)、脑电图(EEG)或肌电图(EMG)的数据，这些传感器例如提供关于心血管状态(即频率、心率变异性)或负荷测量的信息。
在优选的扩展中，依据所确定的概率调节助听器的助听器参数和/或助听器性能。这意味着，助听器的关于信号处理和环境信号的输出的设置在跌倒风险变化的情况下发生变化。特别地，在此对所述设置进行调节或改变，使得跌倒风险尽可能最小化。由此实现了特别安全和有效的防跌倒保护。
附加地或替换地，依据所存储的健康数据调节助听器的助听器参数和/或助听器性能。在合适的扩展形式中，例如，根据用户画像(健康数据)来调整用于自动助听器程序的“分类”，这导致经调整的且合适的助听器输出。
例如，患有轻度认知障碍或失智症的人也患有注意力不集中，即难以保持注意力或容易分心。因此，如果由助听器执行的步态分析根据增加的跌倒风险确定轻度认知障碍或失智症的进展，则助听器性能可以被调整以在复杂的声学环境中更好地定向。
例如，调节助听器的波束成形或波束成形模式。“波束成形”尤其被理解为助听器的方向特性，即实现方向听觉，使得来自特定方向的声源相对于其他方向被放大。为此，使用波束成形器，该波束成形器将特别是同一个单个助听器(单个设备)的多个不同的输入转换器(麦克风)的输入信号以合适的方式组合成输出信号。
为了补偿注意力不集中或可分心性，例如在信号处理时，针对大脑后半球可以通过降低第一膝点来调整压缩，并且提高压缩比。大脑前半球的压缩系统可以保持不变。附加地，可以将噪音减小参数化以获得更强的效果。助听器设置/参数的这种示例性设置可以实现更容易的聚焦和减少由于来自后方的声学输入而造成的注意力偏转。
在助听器领域中，压缩例如是将听力信号适配于听力受损者的受限的听力的可能性。听力受损者的听力具有受限的动态范围，因此小的输入电平必须被强烈放大。然而，对于大的输入电平，必须降低增益，因为以这种方式放大的听觉信号否则会被感知为令人不快的大声。音频信号的动态的压缩在此通过具有与电平相关的放大系数的放大来抵消。在此，在大多数情况下，压缩特性(其通过给出输入电平与输出电平的关系的特性曲线示出)具有直至输入电平的特定阈值的、恒定因子的线性增益，而对于超过阈值的输入电平，增益与电平相关地降低。如果输入电平和输出电平以分贝为单位相对于彼此绘制，则由此得到部分线性的曲线作为压缩特性，其中，特性曲线从用于输入电平的阈值起具有较小的斜率(膝点)。
因此，为了最佳地治疗听力损失和ANS紊乱，相应地调整影响助听器性能的听力系统参数。该分析还可以用于控制干预，所述干预通过在信号技术上耦合到助听器的附加设备、例如通过所连接的智能手机来控制，以便能够及时干预，并且以便易于实现听力系统用户的个人需求以及抵消与年龄相关的疾病的进展。
优选地，根据确定的跌倒风险来调整影响助听器性能的助听器参数。根据需要，调整后的助听器输出(输出信号)可以被视为对干预的贡献(例如，在失智症或其他疾病的情况下)。所形成的改变的输出信号例如可以实现更好的定向或减少分心/注意力不集中等。为此，在信号处理的范围内，例如改变多源压缩方案(CK、CR、增益、攻击和释放时间、噪声消除算法)以及单耳和/或双耳波束形成器模式。
在该方法的优选的设计方案中，根据输入转换器的声学数据(输入信号)来确定听力系统用户的环境情况。环境情况在此尤其被理解为声学环境情况或听力情况。环境情况在此例如借助助听器或信号处理器的情况识别和/或至少一个电平测量和/或至少一个算法来识别和描述。例如，根据特定标准对环境情况进行分类，并且助听器参数和/或助听器性能的特定设置与这些类别中的每一个相关联。
在此，当前的环境情况与相应的当前的运动数据相关联并且存储在存储器中。这意味着，对于根据运动数据的评估或风险确定，也可以考虑听力系统用户的相应环境，使得能够更准确且更可靠地确定跌倒风险。优选地，声学环境情况的确定与运动数据的记录并行地进行。
在适宜的实施中，为了确定概率，将针对相应的环境情况的运动数据与所存储的运动数据和环境情况进行比较。换言之，在相似的和/或不同的听力情况下进行与先前的分析结果和运动模式的比较。由此，例如可以针对未来的听力情况考虑在较早的听力情况下的跌倒事件或近乎跌倒事件，从而在这种听力情况下存在提高的跌倒风险。
附加地或替换地，例如可以与匿名地存储在“云”(Cloud)、远程服务器或数据存储装置中的类似的其他用户数据进行比较。
在有利的设计中，根据所存储的运动数据和环境情况创建听力系统用户的用户画像。换言之，听力系统用户根据所存储的数据被“分类”为画像。这允许每天进行例行识别，以便将当前结果与先前结果进行比较，从而能够跟踪和采集变化。通过用户画像，可以实现改进的和更鲁棒的跌倒风险的确定。
本发明的附加的或另外的方面规定，助听器被构造为双耳的，并且为此具有两个单个设备，所述单个设备分别具有至少一个输入转换器以及至少一个输出转换器，并且由此构造为，接收来自周围环境的声音信号并且将其输出给助听器的用户。附加地，每个单个设备具有运动传感器。在此，单个设备的运动数据被彼此分开地评估，并且随后被组合以用于确定概率。
例如，设置用于在两个单个设备之间进行数据交换的无线接口。无线接口例如是蓝牙接口或WLAN接口或MI接口(MI-Link，MI：Magnetic Induction，磁感应)。蓝牙接口例如是常规的或低能量(所谓的low-energy)蓝牙接口。
然而，作为双耳助听器的替代方案，具有仅一个单个设备的单耳助听器也是合适的。关于单耳助听器的实施可以比照地转用到双耳助听器上，反之亦然。
例如同样可以想到，针对单个设备的数据分别确定概率。然而，优选地，两个单个设备的运动传感器信息被分开地分析并且随后被“组合”，由此也能够识别或采集与进展的ANS紊乱相关联的复杂运动模式。由此，进一步改进了跌倒风险的确定。
在双耳助听器中，两个单个设备由用户佩戴在头部的不同侧上，使得每个单个设备与一只耳朵相关联。由此，左和右运动传感器(3D加速度计)被布置成与身体中心相距一定距离，使得两者提供的信息可以被组合以表征指示旋转的切向力和径向力。由此例如可以节省位置传感器或陀螺仪。此外，两个独立的传感器输出可以实现提高的运动数据的可靠性。例如，仅当两个运动传感器示出相同的事件或相同变化时，才使用风险评估的信息。
在合适的设计方案中，将运动数据和/或概率传输给在信号技术上与助听器耦合的附加设备。因此，例如可以在应用程序、网站或软件中显示所分析的行走的对称性或其他关键度量、以及状态和变化。
附加设备优选是移动操作和显示设备、例如移动电话、特别是具有计算机功能的移动电话或智能手机或平板电脑。附加设备适当地具有存储的应用软件(运行软件)，当概率达到或超过阈值时，利用该应用软件例如产生警告信号。为此，应用软件(ApplicationSoftware)优选作为所谓的App或移动App(移动应用，智能手机App)可以安装或安装在操作和显示设备上。
在此，该扩展方案基于以下考虑：现代的操作和显示设备、例如尤其是智能手机或平板电脑在当今社会中被广泛地使用，并且对于用户来说通常随时可用和可访问。特别地，听力系统的用户在其家庭中基本上以很大的概率具有这种操作和显示设备。
现代的智能手机如今还按照标准配备有多个不同的近场和远场通信器件，由此原则上能够以简单的方式建立与助听器的通信连接或信号连接。在此，应用软件优选地也适合于并且被设置用于调节助听器的运行参数、例如音量。因此，用户不需要用于监测和调节听力系统的附加的、单独的操作系统，而是可以通过(随后)下载和/或安装应用软件来使用用户已经存在的智能手机来评估运动数据和确定跌倒风险。以这种方式有利地降低了用户侧的花费。在此例如可以想到的是，健康数据存储在附加设备或智能手机的存储器中。
此外，典型地被构造为触摸屏(显示器，显示屏)的智能手机或平板电脑的表面允许特别简单且直观地操作由此形成的附加设备的应用软件。因此，智能手机或平板电脑可以特别低成本地改装用于监测跌倒风险。
操作和显示设备包括内部控制器，该内部控制器至少在核心中由具有处理器和数据存储器的微控制器形成，在该微控制器中以应用软件形式在程序技术上实现用于执行该方法的功能性，从而在微控制器中执行应用软件时(必要时与用户交互)自动地执行该方法或跌倒风险的确定。
附加设备可以被构造为，将由外部数据源提供的数字助理的数据传输到助听器。数字助理尤其被理解为语音控制，该语音控制识别用户的语音指令并且根据语音指令能够执行并且也执行不同的功能或动作。换言之：数字助理尤其构造用于语音识别、用于语音分析、用于搜索信息或用于执行简单任务或其组合。数字助理尤其形成用户与其他设备、尤其是外部数据源之间的接口。特别地，数字助理输出针对用户确定的数据、尤其是以语音的形式。然后，这些数据、即数字助理的输出和特别是数字助理的语音输出经由附加设备传输到助听器，以输出到用户。以这种方式有利地可以实现从数字助理到用户的反馈和信息输出。外部数据源在此特别地、但也通常优选地是云端。
因此，通过附加设备例如可以基于分析结果或风险结果请求用户反馈。在此，用户反馈一方面可以细化听力系统在不确定的分析结果的情况下所执行的动作，和/或另一方面可以实现运动分析的算法改进，方式是采集所记录的运动的标签。在此，听力系统“学习”，识别针对个体用户的特定的运动变化，或者基于用户反馈改进针对一般人群的运动分类。反馈可以通过应用程序、语音命令或与听力系统的其他交互来采集。
分析结果也可以提供给医疗保健提供者和/或医学专家，以支持与年龄相关的紊乱的一次性诊断和持续监测，以及早期识别运动模式中的特定变化。
运动数据的分析可以在助听器中和/或远程控制地在耦合到助听器上的附加设备或智能手机中执行。在后一种情况下，优选地将原始的或预处理的运动数据发送到所连接的智能手机。如果在智能手机上进行分析，则需要将跌倒风险结果返回给助听器。例如同样可能的是，阈值比较也由附加设备执行，其中，附加设备产生警告信号和/或将触发警告信号的信号传输给助听器。
换言之，用于执行该方法的一种可能性在于，在助听器中进行用于风险确定的运动数据的必要的处理和评估。另一种可能性在于，助听器仅收集相关的运动数据/声学数据，可选地将其存储在缓冲器中，并且将原始数据(或预处理的数据)传输到听力系统的(助听器)外部的附加设备或智能手机以进行最终分析。在此既可以利用智能手机的计算能力，也可以利用云服务。
由此尤其得到如下优点：减轻助听器的负荷，从而有利地降低对助听器中的信号处理或电子设备的要求。运动分析、尤其是风险确定的功能性因此可以完全或部分地传递给附加设备，从而助听器相应地节省能量。
在该方法的可想到的实施中，在达到或超过阈值时，在附加设备上显示用于降低跌倒或摔倒风险的措施。换言之，在附加设备上为听力系统用户显示旨在减小跌倒风险的提示或建议。这些措施尤其也被称为指导或咨询。这里的基本思想是向用户提出提示和建议，这些提示和建议有助于进一步降低跌倒的风险，但这些提示和建议不在助听器的影响范围之内。
例如，运动数据(包括分析)被发送到附加设备或智能手机，以便提供由智能手机应用程序提供的处置和指点。基于步态分析/风险分析，智能手机建议如下行动：这些行动应该有助于支持体能的维持或增加以减小跌倒风险，或减缓认知衰退，或能够实现健康老龄化或良好的生活质量，或支持其他干预措施，例如药物干预措施的剂量。
此外，例如可以想到，听力系统用户通过其智能手机应用程序接收有关健康老龄化、烹饪食谱等的每日更新和指点。如果由助听器执行的步态分析的输出表明已知紊乱的恶化、运动模式的改变，其与虚弱的增加或跌倒风险的增加相关联，则智能手机应用程序的指点的内容可以进行调整，以保持或提高当前的生活质量的水平，从而可以实现尽可能终身的自主生活。在此例如，智能手机应用程序可以建议如下措施：这些措施有助于防止体弱进一步发展(即锻炼，散步等)，改变饮食以避免副作用，或告知需要去看医生以调整药物等。通过这种方式，听力系统可以有助于避免医疗保健系统的高成本，方式是积极主动地帮助人们保持更健康、更活泼和更自主。
在该方法的可想到的实施中，采集运动数据以确定听力系统用户的预定运动模式期间的(跌倒)概率。特别地，在采集期间由听力系统用户执行预定的运动日志。这种设计在临床、诊断或治疗应用领域中是特别有用的。特别地，因此可以与其他患者进行更好的比较，从而可以实现对跌倒风险确定的改进。
有利地，运动分析在此明确地由用户触发，此外，运动分析尤其在具有关于即将到来的运动的明确的期望范围的受控环境中进行。由此可以加强对运动模式的采样和处理，其中，随后即在锻炼之后使用正常的处理模式，以便降低电流消耗。换言之，在预定的运动模式期间，优选地以更高的分辨率或更高的测量速率采集运动数据，使得即使是小的偏差或紊乱也被可靠地识别。由此针对ANS紊乱的恶化改善了早期识别，从而能够实现特别可靠的跌倒保护。
为了分析运动模式，在此例如涵盖多个运动类别。例如，可以由患者/用户单独或在护士或治疗师的监督下进行的“固定锻炼”理想地每天例行进行。这些锻炼可以是应用程序引导的，这意味着锻炼例如显示在附加设备上并且由听力系统用户执行。可能的锻炼(但不是完整的清单)包括：椅子-站起测试、振动分析、捡起物体、系鞋带、躺下/站起、翻身。
附加地或替换地，在预设的运动模式之外进行持续的、连续的监测，其中，持续地分析、评估和分类所有的运动模式。这对于创建用户画像和与运动相关的活动的总体分布是有利的。它需要较少的用户交互，但计算量相对较大。因此，也可以想到针对特定的时间间隔的连续监测，该监测例如可以通过重要事件基于时间地触发或者根据用户请求来触发。
优选地，对于基本运动、例如行走，连续地分析环境/运动模式。如果识别到行走，则激活下一个处理层级，该处理层级更精确地分析行走及其对称性。这可以持续特定的时间段，例如几分钟，或者直至行走结束。它可以被设计为，针对一天中的定义的或可预先给定的数量执行这种运动分析。
根据本发明的听力系统尤其被实施为听力辅助设备并且具有助听器。助听器具有至少一个用于接收声学环境信号的输入转换器和用于输出声学信号的输出转换器，以及用于采集听力系统用户的身体运动的运动传感器。
听力系统还包括控制器，即控制单元。控制器例如被集成在助听器中并且例如是信号处理的一部分。附加地或替换地，同样可以想到的是，控制器是在信号技术上与助听器耦合或可与助听器耦合的附加设备的一部分、尤其是智能手机的一部分。
在此，控制器一般地(在程序技术上和/或在电路技术上)被设置用于执行上述根据本发明的方法。因此，控制器具体地设置用于分析或表征用户运动或运动事件，以便因此尤其分析与年龄相关的紊乱的进展和与此相关的跌倒风险的变化。
在优选的实施方式中，控制器至少在核心中由具有处理器和数据存储器的微控制器形成，在微控制器中，用于执行根据本发明的方法的功能性以运行软件(固件)的形式在程序技术上实现，使得(必要时以与设备用户交互的方式)在微控制器中执行运行软件时自动地执行所述方法。然而，在本发明的范围内，控制器替换地也可以通过不可编程的电子构件，例如专用集成电路(ASIC)形成，在该不可编程的电子构件中，用于执行根据本发明的方法的功能性利用电路技术的器件来实现。
附图说明
下面根据附图详细阐述本发明的实施例。在此以示意图和简化的图示中：
图1示出了具有双耳助听器的听力系统，
图2示出了根据图1的听力系统，其中助听器在信号技术上与移动附加设备耦合，以及
图3示出了用于运行听力系统的方法的流程图，
图4示出了坐着-站起测试的两个时间-加速度图，
图5示出了翻身测试的两个时间-加速度图，和
图6示出了静止测试的三个加速度-加速度图。
在所有附图中，彼此对应的部分和参量总是具有相同的附图标记。
具体实施方式
图1示出了根据本发明的听力系统2的原理结构。在该实施例中，听力系统2被实施为具有双耳助听器4的听力辅助设备，双耳助听器4具有两个在信号技术上耦合的助听器或单个设备6a、6b。单个设备6a、6b在此示例性地被设计为耳后助听器(HdO)。单个设备6a、6b借助无线通信连接8在信号技术上彼此耦合或可以彼此耦合。
通信连接8例如是单个设备6a和6b之间的感应耦合，替换地，通信连接8例如被实施为单个设备6a和6b之间的无线电连接、尤其是蓝牙或RFID连接。
下面示例性地根据单个设备6a解释单个设备6a、6b的结构。如在图1中示意性示出的那样，单个设备6a包括设备壳体10，一个或多个麦克风(也被称为声电输入转换器12)被安装在该设备壳体中。通过输入转换器12，在听力系统2的周围环境中记录声音或声学信号，并且将其转换成电音频信号作为声学数据14。
声学数据14由同样布置在设备壳体10中的信号处理装置16处理。根据音频信号14，信号处理装置16产生输出信号18，该输出信号被引导到扬声器或听筒20处。听筒20在此被实施为电声输出转换器20，该电声输出转换器将电输出信号18转换成声学信号并且输出。在HdO单个设备6a中，声学信号必要时经由未详细示出的声音软管或外部听筒传输至听力系统用户的耳膜，该声音软管或外部听筒具有位于耳道中的耳塑件。然而，例如也可以想到机电输出转换器作为听筒20，例如在骨传导听筒的情况下。
单个设备6a和尤其是信号处理装置16的能量供应借助容纳在设备壳体10中的电池22进行。
信号处理装置16与单个设备6a的运动传感器24耦合。运动传感器24在运行中采集单个设备6a的加速度运动和/或旋转运动，并且在运行中将其作为运动数据26发送给信号处理装置16。运动传感器24例如被实施为3D加速度传感器。附加地或替换地，运动传感器例如被实施为位置传感器、尤其被实施为陀螺仪传感器。
此外，信号处理装置16在信号技术上被引导到单个设备6a的第一收发器28和第二收发器30上。收发器28用于借助通信连接8发送和接收无线信号，并且收发器30用于借助通信连接32将无线信号发送到助听器外部的附加设备34和从其接收无线信号(图2)。例如同样可以想到，仅为两个通信连接8、32设置一个收发器。
在图2的实施例中，附加设备34被实施为单独的移动的操作和显示设备，其借助通信连接32在信号技术上与助听器4耦合或可以与助听器4耦合。在图2中示意性示出的附加设备34尤其是智能手机。下面也被称为智能手机的附加设备34具有触敏的显示单元(显示屏)36，其在下面也被称为触摸屏。适宜地，智能手机34在此被带入到通信连接32的发送区域中。在智能手机32与单个设备6a和6b的收发器30之间的信号技术上的耦合在此通过智能手机32的相应的(未详细示出的)集成的收发器、例如无线电或射频天线来实现。
智能手机34具有集成的控制器，该控制器基本上由微控制器形成，该微控制器具有实现的应用软件38，其用于在程序技术上评估借助通信连接32传输的信号和数据。应用软件38优选地是存储在控制器的数据存储器中的移动应用程序或智能手机应用程序。控制器在运行中在被实施为触摸屏的显示单元36上显示应用软件38，其中，听力系统用户2可以借助显示单元36的触敏表面来操作应用软件38。
根据图3所示的流程图，下面更详细地解释根据本发明的用于运行听力系统2的方法40。
该方法40尤其适合于并且被设置为用于保护或警告听力系统用户2以防即将发生的跌倒。在听力辅助装置2的正常运行中，助听器4的单个设备6a和6b被佩戴在听力系统用户的耳朵上。在此，单个设备6a和6b借助通信连接8耦合用于相互的信号传输。单个设备6a和6b在此还可选地借助通信连接32在信号技术上与智能手机34耦合。
根据该方法，首先分析和/或表征听力系统用户2的运动或运动事件。根据评估或分析，为听力系统用户确定未来跌倒事件的概率、即跌倒风险。将该跌倒风险与存储的阈值进行比较，并且当达到或超过阈值时产生可感知的警告信号。警告信号例如是由助听器4和/或智能手机34产生的警告声音。附加地或替换地，警告信号例如被实施为智能手机34的推送通知和/或触觉振动信号。
该方法优选至少部分地由控制器执行，其中，该方法例如在助听器4中和/或在智能手机34中执行。换言之，控制器例如是信号处理装置16或智能手机34的一部分。同样可以想到，例如该方法部分地在助听器4中并且部分地在智能手机34中实施，即助听器4和智能手机34都具有这样的控制器。为此，数据通过通信连接32从助听器4发送到智能手机34并且返回。
运动的分析和评估例如可以在多个步骤中进行，使得能够特别安全且可靠地确定跌倒风险。图3在此示出了多个方法步骤的连续的顺序，其中，这些步骤在此例如可以至少部分地以不同的顺序和/或也可以至少部分地并行地实施。
例如，在方法步骤42中首先采集和评估运动数据26。这意味着，使用运动传感器24分析听力系统用户2在当前情况下的运动。分析或评估例如针对两个单个设备6a、6b分开地进行，或者组合地分析两个单个设备6a、6b的运动数据26。
在方法步骤44中，根据音频信号14分析当前的声学环境情况。该分析或评估优选与运动数据26的评估并行地进行。适当地，将相应当前的环境情况与当前的运动数据26相关联并且存储在未详细示出的存储器中。
在方法步骤46中，将当前的运动数据26和环境情况例如与先前的或存储的、在相似的和不同的环境情况中的运动数据26进行比较，以便例如确定运动模式的偏差或异常。这种偏差或异常表明跌倒的风险增加。
在可选的方法步骤48中，例如基于方法步骤44的结果请求用户反馈。这例如借助应用软件和/或借助语音命令进行。例如，当识别到未知的运动模式和/或未知的声学环境情况时，请求该反馈。
优选地，听力系统用户的个人健康数据存储在听力系统2的存储器中。在方法步骤50中，在运动模式分析中考虑这些健康数据。例如，在此进行关于失智症或眩晕的运动数据26的运动模式分析。
在可选的方法步骤52中(如果可用的话)，采集耦合到听力系统2的其他传感器的输入(Input)，例如光电体积描记(PPG)、脑电图(EEG)、肌电图(EMG)，其例如提供关于听力系统用户2的心血管状态(即频率、心率变异性)和/或负荷测量的信息。
在同样可选的方法步骤54中，将当前的运动数据26与类似的其他用户数据进行比较，该其他用户数据匿名地、即不能与用户关联地存储在云中。方法步骤54在此例如对应于方法步骤46，其中，在此不涉及听力系统用户2自身的存储数据，而是涉及可在云中调用的其他用户的数据。因此，为了确定跌倒风险可以一起考虑其他用户的类似的数据，从而提供更鲁棒和更可靠的对跌倒概率的预测。
在方法步骤56中，根据所存储的运动数据和环境情况创建听力系统用户的用户画像。换言之，听力系统用户根据存储的数据被“分类”为画像。这可以实现每天的例行识别，以便将当前结果与先前结果进行比较，从而能够跟踪和采集变化。通过用户画像能够实现改进的和更鲁棒的对跌倒风险的确定。
在方法步骤58中，依据方法步骤46和/或54调整助听器设置，即助听器参数和/或助听器性能。调整后的助听器输出可以用作对跌倒干预或跌倒预防的贡献(例如，在失智症或其他紊乱的情况下)。助听器设置的改变可以有助于改善的定向和/或用于减少分心，并因此减小跌倒风险。例如，在方法步骤58中，将当前确定的跌倒风险与(第二)阈值进行比较，该(第二)阈值被设计得比用于触发警告信号的(第一)阈值小。如果达到或超过该(第二)阈值，则改变和调整助听器设置。由此，在输出警告信号之前首先实施用于减小跌倒风险的另外的预防措施。因此优选地，随着跌倒概率的增加实现助听器设置的相关的或逐渐的适配。
在该方法的可想到的实施中，在达到或超过(第一或第二)阈值时，在附加设备上显示用于减小跌倒或摔倒风险的措施。为此，在方法步骤60中，依据运动数据26和/或跌倒风险向听力系统用户2提供处置或指点，所述处置或指点由智能手机34的应用软件38提供。例如，基于步态分析，在显示单元36上显示如下动作：这些动作有助于保持或提高体能以减小跌倒风险，或减缓认知衰退，或能够实现健康老龄化或良好的生活质量，或支持其他干预措施，例如药物干预的服用剂量。
在方法步骤62中，根据所评估的运动数据26在智能手机34的显示单元36上显示运动模式和/或跌倒风险的变化以及当前状态。由此，听力系统用户2可以自己监测其跌倒风险。当通过该方法监测听力系统用户2的进一步的ANS紊乱时，这是特别有利的，使得听力系统用户2也可以在没有医生访问的情况下监测其健康状态或疾病走向。
在方法步骤64中，根据用户画像来调整助听器的“分类”，由此为听力系统用户2提供改进的输出。这意味着，根据在方法步骤56中创建的用户画像，针对不同的环境情况调整助听器4的所存储的预设，以便在这些情况中保持跌倒风险尽可能低。相对于方法步骤58(其中调整当前的助听器设置)，在方法步骤64中修改与不同的声学环境情况相关联的助听器设置。由此，在未来的环境变化中使用在跌倒风险方面已经改进的助听器设置。
在可选的方法步骤66中，将运动分析和跌倒风险传送给保健服务的服务提供者、例如传送给医生或医疗专业人员。由此使得例如能够远程监测听力系统用户的ANS紊乱。优选地，该方法步骤66仅在听力系统用户已经给予相应的同意或允许时才被执行。
下面根据图4至图6示出用于不同运动事件的运动数据26。运动数据26在此利用双耳助听器4来采集，该双耳助听器配备有运动传感器24、尤其是3D加速度传感器。附图在此示出了用于“静止锻炼”的运动数据26。图4的运动数据26示出了从椅子上站起来、即从坐到站的运动过渡。在图5中示出了用于旋转测试的信号曲线或数据曲线，并且在图6中示出了静止-站立测试的运动数据26。
图4包括两个竖直相叠地布置的区段68、70，所述区段分别示出时间-加速度曲线图。在区段68、70中水平地、即沿着横坐标轴(X轴)绘制例如以秒为单位的时间t，并且沿着竖直的纵坐标轴(Y轴)绘制加速度B。正加速度值对应于加速，负加速度值对应于制动。区段68、70在此示出了三轴加速度计(3D加速度传感器)的原始测量数据，其标准化为地球的重力加速度G(1G＝9.81m/s2)。
在区段68、70中，分别根据三个曲线72、74、76示出运动数据26，其中，曲线72示出沿X方向的加速度B，并且曲线74示出沿Y方向的加速度B，并且曲线76示出沿Z方向的加速度B。
在此，X、Y和Z方向例如涉及身体平面的三个主要群体，即横向平面(XY)、正面平面(YZ)和矢状平面(XZ)。横坐标轴(X轴，X方向)在此例如沿着矢状方向(前，后)定向，纵坐标轴(Y轴，Y方向)沿着横向方向(左，右)定向，以及竖坐标轴(Applikatenachse)(Z轴，Z方向)沿着纵向方向(上，下)定向。
在此，区段68、70示出了两种情况的运动数据26，其中仅示出了单个设备6a、6b中的一个的单耳运动数据，例如佩戴在左耳上的单个设备。
区段68中的曲线72、74、76示出了听力系统用户连续两次以正常方式从椅子上站起来并且随后再次坐下的情况下的运动数据26。
在区段70中示出了两次站立和坐下的相同曲线，其中听力系统用户在此已经支撑在扶手上以模拟单侧残疾。
在区段68的正常情况下，沿Z和X方向的加速度是可见的。X分量归因于由身体向前倾斜引起的加速度，而Z分量描述的是由身体抬起或移动引起的加速度。在区段70的扶手支撑的情况下，X分量类似于第一情况。然而，Z分量要少得多。此外，还有Y分量，其表明有显著的侧向运动。总体而言，与正常情况(<1秒)相比，支持情况的序列的时间段持续的时间更长(1-2秒)。
因此，通过评估和分析运动数据26或曲线72、74、76，可以量化和区分配备有加速度计24的听力系统2的不同类型的站立/坐着。
图5包括两个竖向相叠地布置的区段78、80，所述区段分别示出时间-加速度曲线图。在区段68、70中水平地、即沿着横坐标轴(X轴)绘制例如以秒为单位的时间t，并且沿着竖直的纵坐标轴(Y轴)绘制加速度差ΔB。加速度差ΔB是左侧和右侧的单个设备6a、6b的加速度之间的差，即双耳差，这意味着左侧设备的加速度减去右侧设备的加速度，其中加速度差ΔB被标准化到重力加速度G。
在区段78、80中，分别借助三个曲线82、84、86示出了运动数据26，其中，曲线82示出沿X方向的加速度差ΔB，并且曲线84示出沿Y方向的加速度差ΔB，并且曲线86示出沿Z方向的加速度差ΔB。
人的旋转行为与跌倒的风险有关。在此，区段78、80示出了利用双耳佩戴的加速度计数据测量大约90°的身体旋转的能力。在此，区段78、80示出针对旋转序列90°左、90°右、90°左、90°右的运动数据。
区段78的曲线82、84、86示出了以正常速度旋转的运动数据，并且区段80的曲线82、84、86示出了以缓慢速度旋转的运动数据。
在区段78的正常速度情况下，在X和Y分量中可以看见明显的加速度峰值，其表示体旋转的切向力和径向力。在区段80的速度较慢的情况下，峰值不太明显或基本上不可感知。
图5示出了，当仅使用双耳结构和加速度计时，可以将正常速度的身体旋转与慢速的身体旋转区分开来。在以正常速度旋转身体的情况下，可靠且合格地识别机动性(速度、持续时间、旋转角度)。
图6具有三个水平并排布置的区段88、90、92，所述区段分别示出二维的加速度图。在区段88、90、92中，水平地、即沿着横坐标轴(X轴)绘制了沿X方向的加速度Bx，并且沿着垂直的纵坐标轴(Y轴)绘制了以重力加速度G为单位的沿Y方向的加速度By。
区段88、90、92示出静止测试，其中听力系统用户在正常站立时平衡其身体。区段88、90、92示出了对于健康的测试者在大约一分钟(1min)的测量持续时间内的加速度的时间曲线94。区段88示出了正常的站立，其中区段90示出了测试者已经闭上眼睛的站立。区段92的运动数据示出了在睁开眼睛的情况下单腿站立，即用一条腿的站立。
区段88、90、92分别示出了针对单耳加速度测量的XY平面中的无平均值的加速度计数据。在原点(0，0)的点产生完美的平衡能力。曲线中的巨大波动表明更需要调节平衡。
区段88的运动数据示出了以原点为中心的簇，具有扁平的整体形状。运动数据在X分量中比在Y分量中具有更大的变化，这对应于主要的左/右波动和不太明显的前/后波动。
区段88的运动数据示出了围绕原点分布布置的两个簇。由于闭着眼睛，缺少视觉参考点，仅通过平衡系统来维持平衡。这导致测试者进入半稳定状态，直到波动变得太大并稳定在另一个半稳定状态。
区段90的运动数据示出了靠近原点的簇。与站立(区段88)相比，簇的整体形状更圆润，其中出现左/右和前/后波动，这表明更动态的肌肉调节以保持平衡。
例如，可以想到在方法40的范围内每天至少执行正常的站立场景，其中，典型结果的偏差例如给出具有提高的跌倒风险的糟糕一天的指示。
本发明不限于上述实施例。更确切地说，本领域技术人员也可以从中推导出本发明的其他变型方案，而不脱离本发明的主题。此外，尤其所有结合实施例描述的单个特征也能够以其它方式彼此组合，而不脱离本发明的主题。
附图标记列表
2 听力系统
4 助听器
6a，6b 单个设备
8 通信连接
10 设备壳体
12 输入转换器
14 声学数据/音频信号
16 信号处理信号
18 输出信号
20 输出转换器
22 电池
24 运动传感器
26 运动数据
28，30 收发器
32 通信连接
34 附加设备/智能手机
36 显示单元
38 应用软件
40 方法
42…66 方法步骤
68，70 区段
72，74，76 曲线
78，80 区段
82，84，86 曲线
88，90，92 区段
94 曲线
t 时间
B，Bx，By 加速度
ΔB 加速度差

Claims (11)

1.一种用于运行听力系统(2)的方法(40)，所述听力系统具有助听器(4)，所述助听器具有至少一个输入转换器(12)和输出转换器(20)以及具有运动传感器(24)，
-其中，听力系统用户的运动被采集为所述运动传感器(24)的运动数据(26)，
-其中，根据所采集的运动数据(26)确定听力系统用户的未来的摔倒或跌倒事件的概率，并且
-其中，当所述概率达到或超过所存储的阈值时，产生可感知的警告信号。
2.根据权利要求1所述的方法(40)，
其特征在于，
在所述听力系统(2)的存储器中存储所述听力系统用户的个人健康数据，并且根据所存储的健康数据进行所述概率的确定。
3.根据权利要求1或2所述的方法(40)，
依据所确定的概率调节所述助听器(4)的助听器参数和/或助听器性能。
4.根据权利要求1至3中任一项所述的方法(40)，
其特征在于，
-根据所述输入转换器(12)的声学数据(14)确定所述听力系统用户的环境情况，以及
所述运动数据(26)与所述环境情况相关联并且存储在存储器中。
5.根据权利要求4所述的方法(40)，
其特征在于，
为了确定所述概率，将针对相应的环境情况的运动数据(26)与所存储的运动数据和环境情况进行比较。
6.根据权利要求4或5所述的方法(40)，
其特征在于，
根据所存储的运动数据和环境情况为所述听力系统用户创建用户画像。
7.根据权利要求1至6中任一项所述的方法(40)，其中，所述助听器(4)被构造为双耳的并且为此具有两个单个设备(6a，6b)，并且其中，所述单个设备(6a，6b)中的每个都具有运动传感器(24)，
其特征在于，
所述单个设备(6a，6b)的运动数据(26)被彼此分开地评估，并且随后被组合以确定所述概率。
8.根据权利要求1至7中任一项所述的方法，
其特征在于，
将所述运动数据(26)和/或所述概率传输给在信号技术上与所述助听器(4)耦合的附加设备(34)。
9.根据权利要求8所述的方法，其中，所述附加设备(34)是移动显示和操作设备，
其特征在于，
在达到或超过所述阈值时，在所述附加设备(34)上显示用于减小跌倒或摔倒风险的措施。
10.根据权利要求1至9中任一项所述的方法，
其特征在于，
采集所述运动数据(26)以确定在所述听力系统用户的预定运动模式期间的概率。
11.一种听力系统(2)、尤其是听力辅助设备，具有助听器(4)，所述助听器具有用于接收声学环境信号的至少一个输入转换器(12)和用于输出声学信号的输出转换器(20)，以及具有用于采集听力系统用户的运动的运动传感器(24)和用于执行根据权利要求1至10中任一项所述的方法的控制器。
CN202080098691.7A 2020-12-16 2020-12-16 用于运行听力系统的方法和听力系统 Pending CN115299077A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/EP2020/086518 WO2022128082A1 (de) 2020-12-16 2020-12-16 Verfahren zum betreiben eines hörsystems und hörsystem

Publications (1)

Publication Number Publication Date
CN115299077A true CN115299077A (zh) 2022-11-04

Family

ID=74104094

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080098691.7A Pending CN115299077A (zh) 2020-12-16 2020-12-16 用于运行听力系统的方法和听力系统

Country Status (4)

Country Link
US (1) US11961382B2 (zh)
EP (1) EP4035422A1 (zh)
CN (1) CN115299077A (zh)
WO (1) WO2022128082A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230310933A1 (en) * 2022-03-31 2023-10-05 Sonova Ag Hearing device with health function
WO2024150094A1 (en) * 2023-01-12 2024-07-18 Cochlear Limited Monitoring speech-language milestones
CN116249062B (zh) * 2023-05-08 2023-07-25 深圳市英唐数码科技有限公司 一种助听设备状态智能质检方法、系统和介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3579750A1 (en) * 2017-02-13 2019-12-18 Starkey Laboratories, Inc. Fall prediction system including an accessory and method of using same
EP3895141B1 (en) * 2018-12-15 2024-01-24 Starkey Laboratories, Inc. Hearing assistance system with enhanced fall detection features
US11638563B2 (en) * 2018-12-27 2023-05-02 Starkey Laboratories, Inc. Predictive fall event management system and method of using same
WO2020206155A1 (en) * 2019-04-03 2020-10-08 Starkey Laboratories, Inc. Monitoring system and method of using same

Also Published As

Publication number Publication date
US20220189278A1 (en) 2022-06-16
US11961382B2 (en) 2024-04-16
EP4035422A1 (de) 2022-08-03
WO2022128082A1 (de) 2022-06-23

Similar Documents

Publication Publication Date Title
US10624559B2 (en) Fall prediction system and method of using the same
US20200086133A1 (en) Validation, compliance, and/or intervention with ear device
CN102481121B (zh) 意识监测
US11961382B2 (en) Method for operating a hearing system
US20210185458A1 (en) Health monitoring with ear-wearable devices and accessory devices
EP3759944A1 (en) Health monitoring with ear-wearable devices and accessory devices
US20200268265A1 (en) Integration of sensor-based cardiovascular measures into physical benefit measure related to hearing instrument use
JP4612928B2 (ja) 身体動作センシング装置
US20110295083A1 (en) Devices, systems, and methods for monitoring, analyzing, and/or adjusting sleep conditions
US20220248970A1 (en) Monitoring system and method of using same
Estudillo-Valderrama et al. Design and implementation of a distributed fall detection system—personal server
WO2020139850A1 (en) Predictive fall event management system and method of using same
KR101910282B1 (ko) 골전도 보청기를 이용한 건강관리 장치
KR20130120372A (ko) 수면 및 기타 생리적 조건을 모니터링하기 위한 방법 및 시스템
US20220361787A1 (en) Ear-worn device based measurement of reaction or reflex speed
US11710545B2 (en) System and method for populating electronic medical records with wireless earpieces
KR20160108967A (ko) 생체신호 측정장치 및 이를 이용한 생체신호 측정방법
JP2010188159A (ja) 身体動作センシング装置
CN115768514A (zh) 绕过验证的医疗装置控制
US20230390608A1 (en) Systems and methods including ear-worn devices for vestibular rehabilitation exercises
WO2022128083A1 (de) Verfahren zur bestimmung der höranstrengung eines hörgeräteträgers und entsprechender einstellung von hörgeräteparametern
AU2021102658A4 (en) Intelligent earphone system for remote health monitoring using artificial intelligence
US20240122500A1 (en) Ear-wearable devices for gait and impact tracking of knee and hip replacements
US20220386959A1 (en) Infection risk detection using ear-wearable sensor devices
WO2023023063A1 (en) Ear-wearable devices and systems with orthostatic intolerance condition screening features

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