JP2009537224A - Method and apparatus for mobility analysis using real-time acceleration data - Google Patents

Method and apparatus for mobility analysis using real-time acceleration data Download PDF

Info

Publication number
JP2009537224A
JP2009537224A JP2009511059A JP2009511059A JP2009537224A JP 2009537224 A JP2009537224 A JP 2009537224A JP 2009511059 A JP2009511059 A JP 2009511059A JP 2009511059 A JP2009511059 A JP 2009511059A JP 2009537224 A JP2009537224 A JP 2009537224A
Authority
JP
Japan
Prior art keywords
collector
wireless
data
analyzer server
bracelet
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
JP2009511059A
Other languages
Japanese (ja)
Inventor
カルパクシス，アレックス
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.)
24eight LLC
Original Assignee
24eight LLC
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 24eight LLC filed Critical 24eight LLC
Publication of JP2009537224A publication Critical patent/JP2009537224A/en
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
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • 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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7239—Details of waveform analysis using differentiation including higher order derivatives
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/7242—Details of waveform analysis using integration
    • 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

Abstract

モビリティの検出、監視及び分析のための方法及び装置を開示する。システム(100)は、加速度を測定するためにヒトの四肢の近傍の領域に配置されるように構成された無線ブレスレット(130)を含む。無線ブレスレット(130)は、データの収集及びさらなる処理のために、メッシュ型無線ネットワークを使用して無線コレクタ／アナライザサーバ(120)へ加速度データを送信する。コレクタ／アナライザサーバは、信号の平均化を実施し、動的サイズの移動平均畳み込みフィルタを使用して、収集した加速度データを一時的に平滑化しかつその結果を記憶する。コレクタ／アナライザサーバは、危機的事象を決定するために使用される加速度の時間微分導関数データを生成し、これらの結果を記憶し、かつ、危機的事象が発生したと決定する場合には、いずれかの事前プログラムされたアラームを発生する。コレクタ／アナライザサーバは、危機的事象を含む誘導データをプロファイルし、かつそれをテンプレートプロファイルと相関させ、医療管理サービスプロバイダ(120)が使用するために相関を測定する。  Disclosed are methods and apparatus for mobility detection, monitoring and analysis. The system (100) includes a wireless bracelet (130) configured to be placed in a region near a human limb to measure acceleration. The wireless bracelet (130) transmits acceleration data to the wireless collector / analyzer server (120) using a meshed wireless network for data collection and further processing. The collector / analyzer server performs signal averaging and uses a dynamic size moving average convolution filter to temporarily smooth the collected acceleration data and store the results. If the collector / analyzer server generates time derivative derivative data of acceleration used to determine the critical event, stores these results, and determines that the critical event has occurred, Generate any pre-programmed alarm. The collector / analyzer server profiles the guidance data including the critical event and correlates it with the template profile and measures the correlation for use by the medical management service provider (120).

Description

本出願は、人のモビリティ（動きの質または状態）（ｍｏｂｉｌｉｔｙ）を無線により自律的に検出、監視及び分析するための方法及び装置に関する。より詳細には、例示的な実施形態は、転ぶ、（軽い／激しい）震え、振戦（振顫）（ｔｒｅｍｏｒ：トレマー）及びジェスチュアによる身体障害者の合図などの人のモビリティを検出し、監視し、及びプロファイリング／相関させるための方法及び装置に関する。特定のモビリティの事象（ｅｖｅｎｔ：イベント）には、個人が発作を起こしていたり、意識を失って転んだ場合などの、危機的事象の経過すなわちプロセスが伴う。例示的な実施形態では、この危機的事象を情報収集設備に無線中継する。情報収集設備は、医療管理サービスプロバイダ又は介護者と安全な通信チャネルを介して直接通信するデフォルト設定となっている。例示的な実施形態では、システムは自律的にその事象処理を行うので、モニターすなわち監視される個人からのインタラクションを必要としない。   The present application relates to a method and apparatus for autonomously detecting, monitoring and analyzing a person's mobility (mobility or condition) wirelessly. More particularly, the exemplary embodiments detect and monitor human mobility, such as falling, (light / severe) tremors, tremors, and cues for physically disabled persons. And a method and apparatus for profiling / correlating. Certain mobility events involve the course or process of a critical event, such as when an individual has a seizure or falls unconscious. In an exemplary embodiment, this critical event is relayed wirelessly to an information collection facility. The information collection facility defaults to communicating directly with the medical management service provider or caregiver via a secure communication channel. In the exemplary embodiment, the system handles its events autonomously and does not require interaction from the monitored or monitored individual.

使用者の、好ましくは手首、足首又は衣服に着用された低出力の無線装置を介して、ヒトの転倒及びモビリティ事象を無線で検出するための方法及び装置を提供することが望まれている。装置は、マイクロコントローラプロセッサユニット（ＭＰＵ）と、微小電子機械システム（Ｍｉｃｒｏ Ｅｌｅｃｔｒｏ Ｍｅｃｈａｎｉｃａｌ Ｓｙｓｔｅｍ）（ＭＥＭＳ）ベースの３軸加速度計とを備え、無線センサネットワーク通信機を組み込み、３軸加速度計のモーション（動態または身体の位置変化または運動）データ（ｍｏｔｉｏｎ ｄａｔａ）を、安全に取り付けられたインターネット接続可能なＰＣに取り付けられた収集ノードに通信する。モーション分析ソフトウェア（以下「コレクタ／アナライザサーバ」）は、好ましくはマルチスレッド型であり、コンピュータに正常な動態か、転ぶ、激しい／軽い震え及び／又は振戦などの異常な状況かを決定させるコンピュータ読取可能媒体に格納されている。好ましくはブレスレットの形態にしてある上述の無線装置及びコレクタ／アナライザサーバを以下、集合的に「システム」と称する。システムが提供する追加的な能力は、無線ブレスレット装置着用者が行動する活動（active）距離を監視し及び決定することである。３次元のいずれかの次元又は全ての次元内における任意の距離のムーブメント（移動または動き）（ｍｏｖｅｍｅｎｔ）を、関数：

Figure 2009537224
を使用して任意の特定の時間期間にわたって追跡することができる。このシステムは、転ぶなど主要な深刻な事象の検出のほか、無線ブレスレット装置を着用する個人の時空間的な動きをダイナミックスすなわち動力学的に（ｄｙｎａｍｉｃｓ）プロファイルしかつ相関させることが可能である。このリアルタイム／発見的情報によって、他の要因、例えば、特定の疾患の進行と相関させられたすなわち関係付けられた、動態に関連した事象を測定し及び検出することが可能となる。 It would be desirable to provide a method and apparatus for wirelessly detecting human falls and mobility events via a low power wireless device worn by the user, preferably on the wrist, ankle or clothing. The device comprises a microcontroller processor unit (MPU) and a micro-electro mechanical system (MEMS) -based 3-axis accelerometer, incorporating a wireless sensor network communicator and a 3-axis accelerometer motion ( Dynamic or body position change or motion) data is communicated to a collection node attached to a securely attached internet-enabled PC. The motion analysis software (hereinafter “collector / analyzer server”) is preferably multi-threaded and allows the computer to determine whether it is normal dynamics or abnormal situations such as falling, intense / light tremors and / or tremors Stored in a readable medium. The above described wireless device and collector / analyzer server, preferably in the form of a bracelet, will hereinafter collectively be referred to as a “system”. An additional capability provided by the system is to monitor and determine the active distance that the wireless bracelet device wearer will behave. Movement of any distance in any or all three dimensions (movement or movement) is a function:
Figure 2009537224
 Can be tracked over any particular time period. In addition to detecting major serious events such as falling, the system can dynamically profile and correlate the spatio-temporal movements of an individual wearing a wireless bracelet device. . This real-time / heuristic information makes it possible to measure and detect other factors, such as kinetic-related events that are correlated or correlated with the progression of a particular disease.

それゆえ、例示的な実施形態の一態様は、リアルタイムで人のモビリティ事象を検出し、かつ、アラーム生成及びさらなる事象処理のために、これらの事象を情報収集コンピュータへ無線で中継する方法及び装置を提供することである。   Therefore, one aspect of an exemplary embodiment is a method and apparatus for detecting human mobility events in real time and wirelessly relaying these events to an information gathering computer for alarm generation and further event processing Is to provide.

例示的な実施形態の別の態様は、人のモビリティ事象をリアルタイムにプロファイリングし、かつそれを記憶されているテンプレートと関係づけることによって、ヒトの行為が危険（ｃｒｉｔｉｃａｌ）か正常かを決定する方法及び装置を提供することである。   Another aspect of an exemplary embodiment is a method of determining whether a human action is critical or normal by profiling a human mobility event in real time and associating it with a stored template. And providing an apparatus.

例示的な実施形態の別の態様は、リアルタイム／発見的情報を集めて、特定の疾患の進行に相関させた、動態に関連した事象の測定及び検出を可能とする方法及び装置を提供することである。   Another aspect of the exemplary embodiments provides a method and apparatus that allows real-time / heuristic information to be collected and measured and detected for kinetic-related events correlated with the progression of a particular disease. It is.

例示的な実施形態の別の態様は、リアルタイム／発見的情報を集めて、特定の投薬スケジュール及び投薬量と相関させた、動態に関連した事象の測定及び検出を可能とする方法及び装置を提供することである。   Another aspect of the exemplary embodiments provides a method and apparatus that allows real-time / heuristic information to be collected and measured and detected for kinetic-related events correlated with a specific dosing schedule and dosage. It is to be.

例示的な実施形態の別の態様は、無線ブレスレットの着用者に発生した静止、転倒、自由落下、衝突、震え、及び複雑な直線的な／ふらふらした動態等の様々な動態の状態を検出し、かつそれらをコレクタ／アナライザサーバへ中継する方法及び装置を提供することである。   Another aspect of the exemplary embodiment is to detect various kinetic states such as stationary, falling, free fall, collision, tremor, and complex linear / fluffing kinetics that occurred to a wearer of a wireless bracelet. And providing a method and apparatus for relaying them to a collector / analyzer server.

例示的な実施形態の別の態様は、３次元的な震え及び振戦の検出用の加速度の時間微分導関数（微分係数）（ｄｉｆｆｅｒｅｎｔｉａｌ ａｃｃｅｌｅｒａｔｉｏｎ ｔｉｍｅ ｄｅｒｉｖａｔｉｖｅｓ）：

Figure 2009537224
を計算するための入力として使用される動き（ｍｏｖｅｍｅｎｔ）の「群」（転倒、急激な回転、転ぶ等）を検出し及び分析する方法及び装置を提供することである。 Another aspect of the exemplary embodiment is the differential acceleration time derivatives of acceleration for three-dimensional tremor and tremor detection:
Figure 2009537224
 It is to provide a method and apparatus for detecting and analyzing a “group” of movements (falling, abrupt rotation, falling, etc.) used as an input to calculate.

例示的な実施形態の別の態様は、無線ブレスレットから無線で受信されたデータからコレクタ／アナライザサーバによって分析されているモビリティに関する予め定められた規則に基づいて、警報（アラーム）及び警告式情報（アラート）を発生する方法及び装置を提供することである。これらのアラーム、アラート、及び時空間的なデータは、安全（確実）に取り付けられたインターネット接続可能なＰＣを経由して医療サービスプロバイダへ又は応答者として特定された個人へ（隣人、友人／家族、地元警察、消防署又は救急車など救急サービスプロバイダ）送信される。   Another aspect of the exemplary embodiment is that alarms and warning formula information (based on predetermined rules regarding mobility being analyzed by a collector / analyzer server from data received wirelessly from a wireless bracelet ( It is to provide a method and apparatus for generating an alert. These alarms, alerts, and spatio-temporal data can be sent to a healthcare service provider or an individual identified as responder (neighbor, friend / family) via a securely attached internet-enabled PC , Local police, fire department or ambulance service provider).

例示的な実施形態の別の態様は、システムを使用して個人の非活動性の程度を検出及び監視する方法及び装置を提供することである。コレクタ／アナライザサーバは、予め定められた規則又はテンプレートに対比して非活動性をプロファイルする。選択された期間内に過剰な非活動性が検出される場合には、通知が発せられ、適切なアラーム及びアラートが、予め定められた個別呼び出しリストを介して送信される。卒中、うっ血性心疾患、冠動脈疾患、関節炎、黄斑変性症、麻痺、神経筋疾患（パーキンソン病、多発性硬化症、脳性麻痺など）、切断、及び骨粗しょう症などの身体的な状態並びに他の状態は、個人のモビリティを著しく制限し、かつ疾患の進行又は状態の悪化に応じた非活動性をもたらす。   Another aspect of the exemplary embodiment is to provide a method and apparatus for detecting and monitoring a person's degree of inactivity using the system. The collector / analyzer server profiles inactivity relative to a predetermined rule or template. If excessive inactivity is detected within the selected time period, a notification is issued and appropriate alarms and alerts are sent via a predetermined individual call list. Physical conditions such as stroke, congestive heart disease, coronary artery disease, arthritis, macular degeneration, paralysis, neuromuscular disease (such as Parkinson's disease, multiple sclerosis, cerebral palsy), amputation, and osteoporosis and other The condition significantly limits individual mobility and results in inactivity in response to disease progression or worsening of the condition.

例示的な実施形態の別の態様は、通常高齢の個人において、攻撃、興奮、不穏、及び行ったり来たりする（ｐａｃｉｎｇ）などの様々な行動障害を呈する認知症のステージを決定する方法及び装置を提供することである。興奮した個人は、殴ったり、蹴ったり又はつかみかかったりする場合があり、支援無しにベッドや椅子から出ようとするため、転ぶ（転倒の）可能性が増大する。システムは、その加速度の時間微分導関数アルゴリズムを使用し始めると直ちに興奮状態をアラート／報告することによってこれらの転ぶ（転倒の）可能性のある状況のプレカーサステージ（ｐｒｅ−ｃｕｒｓｏｒ ｓｔａｇｅ）を検出することが可能である。また、これらの事象を特定の期間プロファイルして、発見的な疾患の進行の分析が可能となる。   Another aspect of the exemplary embodiments is a method and apparatus for determining a stage of dementia that exhibits various behavioral disorders such as attack, excitement, restlessness, and pacing in a normally elderly individual. Is to provide. Excited individuals may crawl, kick, or grab and try to get out of the bed or chair without assistance, increasing the possibility of falling (falling). The system detects these potential pre-cursor stages by alerting / reporting excitement as soon as it starts using the time derivative derivative algorithm of its acceleration It is possible. In addition, these events can be profiled for a specific time period to analyze heuristic disease progression.

例示的な実施形態の別の態様は、個人が横になっている状態から直立状態の位置になるとき、及びその逆の動きをする場合の、非流動的な異常な動きをプロファイリングする方法及び装置を提供することである。システムは、選択された期間にわたって任意の種類の動き群の発見的分析を提供する。これは、横になっている状態から起立した状態の事象及び起立した状態から横になった状態の事象に関連する動き全てに関して時系列分析を実施することによって、個人の起立性低血圧状態の重症度を決定するのに使用できる。これらの事象群を、正常の横になっている状態から起立した状態及び起立した状態から横になった状態のベースラインと比較することによって、起立性低血圧の進行の度合を、より効果的に決定できる。   Another aspect of the exemplary embodiments is a method for profiling anomalous non-flowing movements when an individual moves from a lying position to an upright position and vice versa, and Is to provide a device. The system provides a heuristic analysis of any type of motion group over a selected period of time. This is done by performing a time series analysis on all the movements associated with a lying-to-standing event and a standing-to-side event, and thereby Can be used to determine severity. By comparing these events to a baseline from a normal lying state and from a standing to lying state, the degree of progression of orthostatic hypotension is more effective. Can be determined.

例示的な実施形態の別の態様は、異常な動き及び興奮（ｓｅｎｓａｔｉｏｎｓ）、意識の喪失並びに感情的なフラックス（ｅｍｏｔｉｏｎａｌ ｆｌｕｘ）をもたらすてんかん発作を検出、監視、及びプロファイリングする方法及び装置を提供することである。発作は、脳における電気的活動の異常なバーストの結果であり得る。てんかんの診断は、再発性の非刺激性発作に適用される。抗てんかん薬（ＡＥＤ）をこれらの発作の治療に使用することができ、目標は、可能な限り副作用がなく、症状を制御する薬及び用量を選択することである。通常、個人は、破壊的な副作用が最も少ない、ぴったり「合う」ものを見つけるまでに数種類の異なる処方を異なる用量で試す必要がある。ＡＥＤは、眠気、倦怠感、混乱、歩行障害、知覚異常、及び骨粗しょう症を誘発する骨密度の迅速な低下を含む神経系に悪影響を与えることもあり得る。システムを使用して、任意の期間にわたって激しい動きの事象を投薬スケジュール及び投薬量と相関させることができる。   Another aspect of the exemplary embodiments provides methods and apparatus for detecting, monitoring, and profiling epileptic seizures that result in abnormal movement and agitation, loss of consciousness, and emotional flux. That is. A seizure can be the result of an abnormal burst of electrical activity in the brain. Diagnosis of epilepsy applies to recurrent unstimulated seizures. Antiepileptic drugs (AED) can be used to treat these seizures, and the goal is to select drugs and doses that control symptoms with as few side effects as possible. Individuals usually have to try several different prescriptions at different doses before finding the right "fit" with the least disruptive side effects. AED can also adversely affect the nervous system, including sleepiness, fatigue, confusion, gait disturbance, sensory abnormalities, and rapid loss of bone density that causes osteoporosis. The system can be used to correlate severe motion events over a period of time with a dosing schedule and dosage.

例示的な実施形態の別の態様は、管理された自動モビリティ（ｍｏｂｉｌｉｔｙ）テスト（主要な医療ツールとして使用される、時間制限を設けた起立歩行（ｇｅｔ−ｕｐ−ａｎｄ−ｇｏ）検査等）方法及び装置を提供することである。システムは、モビリティの測定値である、時間制限を設けた起立歩行検査を測定しアーカイブできる。テストには、着座位置からの起立、歩行、向きを変える、停止及び座る、など複数の課題が含まれ、これらは全て、個人が独立して動くために必要な重要な課題である。例えば、テスト中、個人は、標準的な椅子から立ち上がり、約１０フィート（３メートルとして測定）歩いて、向きを変え、椅子まで歩いて戻り、もう一度座るように言われる。個人は、通常の履物を使用し、杖など、各人が通常使用している任意の歩行支援装置を使用することができる。個人は、椅子の背に背中を付けて座り、腕はアームレストに載せ、使用する可能性のある任意の歩行支援具は手に持っている。テストを開始するときに、システムは、個人が椅子から立ち上がり始めるときのタイミングで始動し、かつ個人が再び椅子に座ったときに終了する。テストを終了するのに必要な通常の時間は、７〜１０秒であり、その時間内に課題を完了できない個人は、モビリティに関してなんらかの問題がある傾向がある。システムはこれをベースラインとしてアーカイブし、モビリティに何らかの変化がないかを特定するためにこれを周期的に繰り返す。   Another aspect of the exemplary embodiment is a managed automated mobility test (such as a time-limited, stand-up test used as a primary medical tool) And providing an apparatus. The system can measure and archive standing mobility tests with time limits, which are measurements of mobility. The test includes multiple tasks such as standing up from the sitting position, walking, changing direction, stopping and sitting, all of which are important for an individual to move independently. For example, during a test, an individual is told to get up from a standard chair, walk approximately 10 feet (measured as 3 meters), turn around, walk back to the chair, and sit down again. An individual uses normal footwear and can use any walking assistance device that is normally used by each person, such as a cane. Individuals sit with their backs on chairs, arms on armrests, and any walking aids that they might use. When starting the test, the system starts when the individual begins to get up from the chair and ends when the individual sits back on the chair. The normal time required to complete the test is 7-10 seconds, and individuals who cannot complete the task within that time tend to have some mobility problems. The system archives this as a baseline and repeats this periodically to identify any changes in mobility.

例示的な実施形態の別の態様は、高齢な個人の場合における転倒の問題に寄与しうる投薬スケジュール及び投薬量を相関させる方法及び装置を提供することである。転ぶ（転倒の）危険は、個人が４種類以上の薬物治療を受けている時、新しい薬物に切り替える時、及び／又は医学的根拠から現在の薬物の用量が増えた時に、増大する。薬物は、個人が年を取ると身体から容易に出て行かなくなり、その結果、副作用が強くなり得る。個人を転倒の危険にさらすこれらの薬剤の副作用には、立ち上がろうとする時の血圧の低下、めまい、血糖値の低下、心拍数の低下、平衡感覚障害及び／又は脱水症が挙げられる。システムを使用して、任意の期間にわたる激しい動きの事象を投薬スケジュール及び／又は投薬量と相関させることができる。   Another aspect of the exemplary embodiment is to provide a method and apparatus for correlating dosing schedules and dosages that can contribute to the problem of falls in the case of elderly individuals. The risk of falling (falling) increases when an individual is receiving more than four drug treatments, when switching to a new drug, and / or when the current drug dose is increased from medical grounds. Drugs do not easily get out of the body as individuals get older, and as a result, side effects can be strong. Side effects of these drugs that put an individual at risk of falling include decreased blood pressure, dizziness, decreased blood sugar, decreased heart rate, balance loss, and / or dehydration when trying to get up. The system can be used to correlate severe motion events over any period of time with a dosing schedule and / or dosage.

例示的な実施形態の別の態様は、システムを使用して手のジェスチュアを検出及び監視し、重度障害の個人が使用する手ぶりを認識するために３次元的なモーションシグニチャ（ｍｏｔｉｏｎ ｓｉｇｎａｔｕｒｅ）の分析を実施する方法及び装置を提供することである。   Another aspect of the exemplary embodiment is the use of the system to detect and monitor hand gestures and to detect three-dimensional motion signatures to recognize hand gestures used by individuals with severe disabilities. It is to provide a method and apparatus for performing the analysis.

モビリティの検出、監視及び分析のための方法及び装置を開示する。この装置は、加速度を測定するためにヒトの四肢の近傍の領域に配置されるように構成された無線ブレスレットを含む。ヒトの四肢は、手首若しくは足首又はヒトの四肢の近傍にある装置とすることができる。無線ブレスレットは、データの収集及びさらなる処理のために、メッシュ型無線ネットワークを使用して無線コレクタ／アナライザサーバへ加速度データを送信する。このコレクタ／アナライザサーバは、動的サイズにされた（dynamically sized）移動平均畳み込みフィルタを使用して、収集された加速度データの信号加重平均と一時的な平滑化とを行い、かつその結果を記憶する。記憶された結果を使用して、コレクタ／アナライザサーバは、度の時間微分導関数（微分係数）（［ｄ（Ａｘ）／ｄｔ］２＋［ｄ（Ａｙ）／ｄｔ］２＋［ｄ（Ａｚ）／ｄｔ］２）データを作成し、これを使用して、危機的事象を決定し、これらの結果を記憶し、かつ、危機的事象が発生したと決定する場合には、任意の事前にプログラムされたアラームを発生する。コレクタ／アナライザサーバは、危機的事象を含む微分係数データをプロファイルし、かつそれを、メモリにあるテンプレートプロファイルと相関させ、相関関係を測定し、これを、将来の使用と報告（レポート）のために記憶する。 Disclosed are methods and apparatus for mobility detection, monitoring and analysis. The device includes a wireless bracelet configured to be placed in a region near a human limb to measure acceleration. The human limb may be a wrist or ankle or a device in the vicinity of the human limb. The wireless bracelet transmits acceleration data to the wireless collector / analyzer server using a meshed wireless network for data collection and further processing. The collector / analyzer server uses a dynamically sized moving average convolution filter to perform signal weighted averaging and temporal smoothing of the collected acceleration data and store the results. To do. Using the stored results, the collector / analyzer server determines the time derivative derivative (derivative coefficient) in degrees ([d (Ax) / dt] 2 + [d (Ay) / dt] 2 + [d (Az ) / Dt] 2 ) Create and use data to determine critical events, store these results, and determine that a critical event has occurred. Generate a programmed alarm. The collector / analyzer server profiles the derivative data including the critical event and correlates it with the template profile in memory and measures the correlation for future use and reporting. To remember.

相関データを使用して：

Figure 2009537224
を計算することによって、無線ブレスレット着用者が踏破（ｔｒａｖｅｒｓｅ：トラバース）した経路すなわちパス（path）を決定する。コレクタ／アナライザサーバにおいて着用者によって実施されたモビリティテストの結果を記録、ベンチマーキング（ｂｅｎｃｈｍａｒｋｉｎｇ）、及びアーカイブすることによって、無線ブレスレット着用者のモビリティデータをコレクタ／アナライザサーバにおいて投薬スケジュール及び投薬量と相関させる。無線ブレスレット着用者のモビリティデータを、コレクタ／アナライザサーバにおいて疾患の進行と相関させる。コレクタ／アナライザサーバは、データ検索用の医療管理サービスプロバイダであって、無線ブレスレット着用者の結果データのプロファイリング並びに当該データを投薬スケジュール及び投薬量並びに疾患の進行と相関させることを可能とする当該サービスプロバイダにより、記憶された無線ブレスレット着用者の結果データをアーカイブする。また、無線ブレスレットを着用する個人の時空間的なダイナミックス（ｄｙｎａｍｉｃｓ）を、相関させかつプロファイルして、信号伝達のためにコレクタ／アナライザサーバにおいてこの個人の全体的な動きを決定する。 Using correlation data:
Figure 2009537224
 By calculating a path that the radio bracelet wearer has traversed, that is, a path. Correlate wireless bracelet wearer mobility data with medication schedule and dosage at the collector / analyzer server by recording, benchmarking, and archiving the results of mobility tests performed by the wearer at the collector / analyzer server Let The wireless bracelet wearer's mobility data is correlated with disease progression at the collector / analyzer server. The Collector / Analyzer Server is a medical management service provider for data retrieval that enables profiling of the results data of a wireless bracelet wearer and correlates the data with medication schedules and dosages and disease progression Archive the stored wireless bracelet wearer result data by the provider. The spatio-temporal dynamics of the individual wearing the wireless bracelet are also correlated and profiled to determine the individual's overall movement at the collector / analyzer server for signal transmission.

コレクタ／アナライザサーバを使用して、アーカイブ記憶及び発見的分析のために無線ブレスレットの加速度動態データ（acceleration motion data）を収集し、信号の平均化を、収集された無線ブレスレットの加速度データのプロファイルテンプレートに応じた（as a function of）動的サイズの移動平均畳み込みフィルタを使用して、行い、データの加速度の時間微分導関数（微分係数）（［ｄ（Ａｘ）／ｄｔ］２＋［ｄ（Ａｙ）／ｄｔ］２＋［ｄ（Ａｚ）／ｄｔ］２）をプロファイルし、かつ相関させる。アーカイブされたプロファイル及び相関されたデータを使用して、転倒、震え及び／又は振戦などの危機的事象を決定し、無線ブレスレットを着用する個人に対してそれらの発生を記憶する。危機的事象の決定に基づいて任意のアラーム及びアラートを発生し、医療管理サービスプロバイダに送信する。 Collect wireless bracelet acceleration motion data for archive storage and heuristic analysis using collector / analyzer server, signal averaging, collected wireless bracelet acceleration data profile template As a function of a moving average convolution filter of dynamic size is performed and the time derivative derivative (derivative coefficient) of data acceleration ([d (Ax) / dt] 2 + [d ( Ay) / dt] 2 + [d (Az) / dt] 2 ) and correlate. Archived profiles and correlated data are used to determine critical events such as falls, tremors and / or tremors and to store their occurrences for individuals wearing wireless bracelets. Any alarms and alerts are generated based on the determination of the critical event and sent to the medical management service provider.

コレクタ／アナライザサーバを使用して、無線ブレスレットを着用する個人の時空間的なダイナミックスをプロファイルし及び相関させ、疾患の進行に対するモビリティを決定し、無線ブレスレットを着用する個人の時空間的な動力学をプロファイルし及び相関させ、投薬スケジュール及び投薬量に対するモビリティを決定し、無線ブレスレットを着用する個人の時空間的なダイナミックスをプロファイルし及び相関させ、医学会の起立歩行検査などのモビリティテストを実施し、かつ記録、ベンチマーキング，及び発見的アーカイブを提供する。   A collector / analyzer server is used to profile and correlate the spatio-temporal dynamics of an individual wearing a wireless bracelet, determine mobility for disease progression, and the spatio-temporal dynamics of the individual wearing a wireless bracelet Profile and correlate science, determine dosing schedules and mobility for dosages, profile and correlate the spatio-temporal dynamics of individuals wearing wireless bracelets, and perform mobility tests such as medical association standing gait tests Implement and provide records, benchmarking, and heuristic archives.

コレクタ／アナライザサーバを使用して、無線ブレスレットを着用する個人のモビリティ分析するために、経路（ｘ，ｙ，ｚ，ｔ）＝Σ∬Ａｘ＊ｄｔ＋Σ∬Ａｙ＊ｄｔ＋∬Ａｚ＊ｄｔを計算することによって無線ブレスレット着用者がトラバースした経路を決定する。コレクタ／アナライザサーバを使用して、無線ブレスレットを着用する個人の時空間的なダイナミックスをプロファイルしかつ相関させ、個人の全体的な動きを決定する。無線ブレスレットはまた、特別な取り付けブラケットに取り付けられ、次にこのブラケットが、歩行支援を必要とする個人によって使用されている歩行器に取り付けられて、このモードで使用される無線ブレスレットが、歩行器を使用する個人の時空間的なモビリティのダイナミックスを監視するようにする。   Calculate path (x, y, z, t) = Σ∬Ax * dt + Σ∬Ay * dt + ∬Az * dt to analyze the mobility of the individual wearing the wireless bracelet using the collector / analyzer server To determine the path traversed by the wearer of the wireless bracelet. A collector / analyzer server is used to profile and correlate the spatial and temporal dynamics of the individual wearing the wireless bracelet to determine the individual's overall movement. The wireless bracelet is also attached to a special mounting bracket, then this bracket is attached to a walker that is used by individuals who require walking assistance, and the wireless bracelet used in this mode is To monitor the spatio-temporal mobility dynamics of individuals using.

例示的な実施形態のこれらの態様及び他の態様は、本願明細書に記載する方法及び装置によって達成される。読者は、図面は、現在における本発明の好ましい最良の実施形態を示すものであり、範囲の限定を意図するものではないことを理解されたい。   These and other aspects of the exemplary embodiments are achieved by the methods and apparatus described herein. The reader should understand that the drawings show the best mode of the present invention presently and are not intended to limit the scope.

例示的な実施形態を以下の図面を参照して説明する。   Exemplary embodiments are described with reference to the following drawings.

例示的な実施形態による情報の流れを示す図である。FIG. 4 illustrates information flow according to an exemplary embodiment. ３次元的な転倒や落下（fall）の検出に関する例示的な加速度の時間微分導関数アルゴリズムの結果を示す時系列プロットである。6 is a time series plot showing results of an exemplary acceleration time differential derivative algorithm for three-dimensional fall and fall detection. ３次元的な震え及び振戦の検出に関する例示的な加速度の時間微分導関数アルゴリズムの結果を示す時系列プロットである。FIG. 6 is a time series plot showing the results of an exemplary acceleration time derivative derivative algorithm for three-dimensional tremor and tremor detection. FIG. 例示的な実施形態による、正規化された位置ベクトルを使用して計算された、個人がトラバースした距離を示す時間区間（タイムドメイン）プロットである。6 is a time domain plot showing the distance traversed by an individual, calculated using a normalized position vector, according to an exemplary embodiment. 例示的な実施形態による無線ブレスレット及びコレクタ／アナライザサーバの高レベルのブロック図である。2 is a high-level block diagram of a wireless bracelet and collector / analyzer server according to an exemplary embodiment. FIG. 例示的な実施形態による、システム初期化及びコレクタ／アナライザサーバシステムへの無線通信を含む、無線ブレスレットのＭＰＵで実行される非割り込みルーチンを示すフロー図である。FIG. 6 is a flow diagram illustrating a non-interrupt routine executed by the wireless bracelet MPU, including system initialization and wireless communication to the collector / analyzer server system, according to an exemplary embodiment. 例示的な実施形態による無線ブレスレットの様々な割り込みハンドラのブロック図である。FIG. 3 is a block diagram of various interrupt handlers for a wireless bracelet according to an exemplary embodiment. 例示的な実施形態による、無線ブレスレットからコレクタ／アナライザサーバシステムへの加速度データ（Ａｘ，Ａｙ，Ａｚ）の伝送を示すシーケンス図である。FIG. 6 is a sequence diagram illustrating transmission of acceleration data (Ax, Ay, Az) from a wireless bracelet to a collector / analyzer server system, according to an exemplary embodiment. 例示的な実施形態によるコレクタ／アナライザサーバの内部サブシステムを示す。Fig. 3 illustrates an internal subsystem of a collector / analyzer server according to an exemplary embodiment. 例示的な実施形態による、１１次移動平均畳み込みフィルタを使用して実施され、それによりフィルタ係数が分かる有限インパルス応答（ＦＩＲ）フィルタを示す。FIG. 6 illustrates a finite impulse response (FIR) filter implemented using an 11th order moving average convolution filter, whereby the filter coefficients are known, according to an exemplary embodiment. 例示的な実施形態によるｎ次フィルタを示す。Fig. 4 shows an nth order filter according to an exemplary embodiment.

以下、本発明の例示的な実施形態の詳細を説明するが、その例を添付の図面に示す。図１は、例示的な実施形態によるコレクタ／アナライザサーバと医療管理サービスプロバイダとの無線装置のエンドツーエンド処理におけるシステムインタラクション、ならびに処理段階（ステップ）間のデータフローを示すブロック図を示す。以下の説明では、無線装置を「無線ブレスレット」と称すが、無線装置は、ペンダントなどの他の好適な構成も取り得ること、又は、歩行器などの装置に取り付けることもでき、ここで無線装置はヒトの四肢の延長であることを理解されたい。   Reference will now be made in detail to exemplary embodiments of the invention, examples of which are illustrated in the accompanying drawings. FIG. 1 shows a block diagram illustrating system interactions in end-to-end processing of a wireless device between a collector / analyzer server and a medical management service provider, as well as data flow between processing steps according to an exemplary embodiment. In the following description, the wireless device will be referred to as a “wireless bracelet”, but the wireless device can take other suitable configurations such as a pendant or can be attached to a device such as a walker, where the wireless device It should be understood that is an extension of the human limb.

システム１００は、少なくとも１つの医療管理サービスプロバイダ１１０、コレクタ／アナライザサーバ１２０、及び無線ブレスレット１３０を含む。   The system 100 includes at least one medical management service provider 110, a collector / analyzer server 120, and a wireless bracelet 130.

無線ブレスレット装置１３０は個人に着用されて監視され、無線ブレスレット装置は、好ましくは、各次元、従って各軸Ｘ、Ｙ及びＺそれぞれに１つずつの３つの加速度計を含み、モビリティを測定するために使用される。好ましくは、各軸加速度計は、一次元又は多次元表示用のＭＥＭＳ素子であるが、無線ブレスレットの構成に好適ないずれの種類の加速度計を使用してもよい。   The wireless bracelet device 130 is worn and monitored by an individual, and the wireless bracelet device preferably includes three accelerometers, one for each dimension, and thus each axis X, Y, and Z, for measuring mobility. Used for. Preferably, each axis accelerometer is a MEMS element for one-dimensional or multi-dimensional display, but any type of accelerometer suitable for the configuration of a wireless bracelet may be used.

転ぶなどの主要な危機的事象を検出する他、例示的なシステム１００は、無線ブレスレット装置１３０を着用する個人の時空間的なダイナミックスをプロファイルし相関させることができる。このリアルタイム／発見的情報によって、他の要因、例えば、特定の疾患の進行と相関させた、動態に関連した事象の測定及び検出が可能となる。   In addition to detecting major critical events such as falling, the exemplary system 100 can profile and correlate the spatio-temporal dynamics of the individual wearing the wireless bracelet device 130. This real-time / heuristic information allows the measurement and detection of other factors, such as kinetic-related events, correlated with the progression of a particular disease.

静止、転倒、自由落下、衝突、震え、複雑な直線的及びふらついた（ａｎｇｕｌａｒ）動態など、様々な動態の状態を検出できる。これらの様々な動態の状態を、発見的機能性を備えた加速度の時間微分導関数アルゴリズムを実行することによって検出する。加速度の軸の出力を、好ましくは１０ビットアナログ・デジタル変換器（ＡＤＣ）によってサンプリングする。この１０ビットＡＤＣは、無線ブレスレット装置１３０のマイクロコントローラ内に又はその上に含まれ、マイクロコントローラは、サンプルデータを積分し、それを無線ブレスレット装置コアプロセッサに供給する。   Various dynamic states can be detected, including stationary, falling, free fall, collision, tremor, complex linear and angular dynamics. These various dynamic states are detected by executing a time derivative derivative algorithm of acceleration with heuristic functionality. The output of the acceleration axis is preferably sampled by a 10-bit analog to digital converter (ADC). This 10-bit ADC is included in or on the microcontroller of the wireless bracelet device 130, which integrates the sample data and supplies it to the wireless bracelet device core processor.

図５は、無線ブレスレット装置及びコレクタ／アナライザサーバのブロック図を示すブロック図である。無線ブレスレット装置５１０は好ましくは、毎秒、複数の加速度ベクトルを何度も測定する。測定されたベクトルは、３Ｄ加速度計５１３を介して、起こり得る３次元の動態それぞれにおける動き（ｍｏｖｅｍｅｎｔ）を示す。好ましくは、毎秒、少なくとも３〜５個のベクトルが測定される。これらの加速度ベクトルは、マイクロコントローラ５１１によりキャッシュされ、無線ＲＦリンク５１５、例えば、ＩＥＥＥ８０２．１５．４リンクを介して、コレクタ／アナライザサーバ５２０へ、好ましくは毎秒少なくとも１回送信される。送信された信号は、コレクタ／アナライザサーバ５２０のＲＦリンク５２１によって受信される。信号は好ましくは２．４ＧｈｚのＩＥＥＥ８０２．１５．４ＺｉｇＢｅｅ準拠信号である。しかし、他の信号の周波数及びフォーマットも使用できる。加速度ベクトルは、好ましくは、重み付き及び／又は非重み付きの、動的にサイズが変わる移動平均畳み込み（コンボルーション）フィルタを使用して平均された信号であり、各軸方向にトラバースした距離を決定するために使用される。さらなる分析がコレクタ／アナライザサーバ５２０により実施されて、動態「群」（転倒、急激な回転、転ぶ（または落下）等）を決定し、３次元的な震え及び振戦を検出するために、コレクタ／アナライザサーバ５２０に含まれる加速度の時間微分導関数アルゴリズム（［ｄＡ／ｄｔ＝ｖ‖ｄ（Ａｘ）／ｄｔ］２＋［ｄ（Ａｙ）／ｄｔ］２＋［ｄ（Ａｚ）／ｄｔ］２‖（ここで、ｖは速度を表す））を計算するための入力として使用される。 FIG. 5 is a block diagram illustrating a block diagram of the wireless bracelet apparatus and the collector / analyzer server. The wireless bracelet device 510 preferably measures multiple acceleration vectors many times per second. The measured vector indicates the movement in each of the possible three-dimensional dynamics via the 3D accelerometer 513. Preferably, at least 3-5 vectors are measured every second. These acceleration vectors are cached by the microcontroller 511 and transmitted to the collector / analyzer server 520, preferably at least once per second, over a wireless RF link 515, eg, an IEEE 802.15.4 link. The transmitted signal is received by the RF link 521 of the collector / analyzer server 520. The signal is preferably a 2.4 Ghz IEEE 802.15.4 ZigBee compliant signal. However, other signal frequencies and formats can be used. The acceleration vector is preferably a signal averaged using a weighted and / or unweighted, dynamically sized moving average convolution filter, and the distance traversed in each axis direction. Used to determine. Further analysis is performed by the collector / analyzer server 520 to determine dynamic “groups” (falling, sudden rotation, falling (or falling), etc.) and to detect three-dimensional tremors and tremors. / A time derivative derivative algorithm of acceleration included in analyzer server 520 ([dA / dt = v‖d (Ax) / dt] 2 + [d (Ay) / dt] 2 + [d (Az) / dt] 2 Used as an input to calculate ‖ (where v represents velocity).

図２及び３は、コレクタ／アナライザサーバ５２０により処理された、無線ブレスレット１３０からレポートされた時系列加速度データをプロットした図である。これらの時系列のプロットは、プロファイリング、事象獲得、事象間の群相関、及びアプリケーションにより要求されるデータマイニングなどのさらなる分析のために、コレクタ／アナライザサーバ５２０、又は他のデータ格納域においてアーカイブ（ａｒｃｈｉｖｅ）される。図２のプロットは、転ぶ（転倒または落下）事象２１０（すなわち、大きなスパイク信号）の発生を示しており、縦軸は、重力加速度単位（ｇ＝９．８メートル／ｓ２）で加速度（ｙ軸上において、１２８単位＝０ｇ、２５５＝＋１．５ｇ、０＝−１．５ｇである）を示している。図３のプロットは、震え／振戦事象３１０（すなわち、多数の大きなスパイク信号）の発生を示しており、縦軸は、重力加速度単位（ｇ＝９．８メートル／ｓ２）で加速度（ｙ軸上において、１２８単位＝０ｇ、２５５＝＋１．５ｇ、０＝−１．５ｇである）を示している。転ぶ（転倒）事象と震え／振戦事象との間の加速度の大きさならびに事象数の差に留意されたい。この大きさ及び事象数の差がソフトウェアアルゴリズムに考慮される。 2 and 3 are plots of time series acceleration data reported by the wireless bracelet 130 processed by the collector / analyzer server 520. FIG. These time series plots are archived in the collector / analyzer server 520 or other data storage for further analysis such as profiling, event acquisition, group correlation between events, and data mining required by the application ( archived). The plot of FIG. 2 shows the occurrence of a falling (falling or falling) event 210 (ie, a large spike signal), with the vertical axis representing acceleration (y = y) in gravitational acceleration units (g = 9.8 meters / s 2 ). On the axis, 128 units = 0 g, 255 = + 1.5 g, 0 = −1.5 g). The plot of FIG. 3 shows the occurrence of a tremor / tremor event 310 (ie, a large number of large spike signals), with the vertical axis representing acceleration (y = y) in gravitational acceleration units (g = 9.8 meters / s 2 ). On the axis, 128 units = 0 g, 255 = + 1.5 g, 0 = −1.5 g). Note the magnitude of acceleration and the difference in the number of events between a fall (fall) event and a tremor / tremor event. This difference in size and number of events is taken into account by the software algorithm.

さらに、最小／最大閾値加速度の発生回数、事象期間及び他の要因を、正常な相対的な行動から、転ぶ（転倒、落下）事象、震え／振戦事象等を区別するために考慮することができる。「相対的」とは、システムを使用する特定のヒトに関連する行動を意味する。しかし、履歴クロスポピュレーションデータ（ｃｒｏｓｓ−ｐｏｐｕｌａｔｉｏｎ ｄａｔａ）を使用することもできる。   In addition, the number of occurrences of minimum / maximum threshold acceleration, event duration, and other factors may be considered to distinguish from falling (falling, falling), tremor / tremor events, etc. from normal relative behavior. it can. “Relative” means behavior associated with a particular person using the system. However, historical cross-population data can also be used.

図４は、無線ブレスレットを着用する個人がトラバースした距離を示す時間区間プロットであり、無線ブレスレットは、３次元的な加速度データ（Ａｘ、Ａｙ、Ａｚ）を複数回、例えば、１秒毎に３−６回コレクタ／アナライザサーバに送信する。コレクタ／アナライザサーバは好ましくは、横断された距離を正規化位置ベクトルを使用して計算する。コレクタ／アナライザサーバは好ましくは３次元的な二重積分を複数回、例えば、１秒毎に３−６回実施し、ここで、

Figure 2009537224
であり、各積分の結果を合計し、観測及び監視全期間中にわたって累積させて、無線ブレスレット及びその着用者に関連するものとしてロケーションデータを与える。図４では、次元（ジメンション）の２つをプロットしている。無線ブレスレット着用者は、ｘ及びｙで示す２次元の平面のみを移動し、ｚ＝０は、高さにおける上下変化（例えば上の階／下の階への移動）がないことを示すためである。 FIG. 4 is a time interval plot showing the distance traversed by an individual wearing a wireless bracelet, and the wireless bracelet uses three-dimensional acceleration data (Ax, Ay, Az) a plurality of times, for example, 3 per second. -Send to collector / analyzer server 6 times. The collector / analyzer server preferably calculates the traversed distance using the normalized position vector. The collector / analyzer server preferably performs three-dimensional double integration multiple times, eg 3-6 times per second, where
Figure 2009537224
 The results of each integration are summed and accumulated over the entire observation and monitoring period to give location data as related to the wireless bracelet and its wearer. In FIG. 4, two dimensions are plotted. The wireless bracelet wearer moves only in the two-dimensional plane indicated by x and y, and z = 0 indicates that there is no up / down change in height (eg, moving up / down). is there.

図５を再び参照すると、コレクタ／アナライザサーバ５２０は、予め定められた規則（例えば、図２及び３の事象に基づく）及びアプリケーションの種類に基づいてアラームとアラートを発生する。異なる種類のアプリケーションに、安全に接続されたインターネット接続可能ＰＣ５２７を経由してアクセスできる。ＰＣ５２７を、ＰＣインターフェース５２５を経由してマイクロプロセッサ５２３及びＲＦリンク５２１に接続する。これらのアラーム及びアラートは、応答者（隣人、友人／家族、地元警察、消防署又は救急車などの救急サービスプロバイダ）として特定された個人及び医療管理サービスプロバイダに送られる事件である。   Referring back to FIG. 5, the collector / analyzer server 520 generates alarms and alerts based on predetermined rules (eg, based on the events of FIGS. 2 and 3) and application types. Different types of applications can be accessed via a securely connected internet-enabled PC 527. The PC 527 is connected to the microprocessor 523 and the RF link 521 via the PC interface 525. These alarms and alerts are incidents sent to individuals identified as responders (neighbors, friends / family, local police, fire departments or ambulance service providers such as ambulances) and medical management service providers.

コレクタ／アナライザサーバ５２０に提供されるアプリケーションは高齢者又は障害者に特有なものであり得る。例えば、複数の薬物治療を受けている高齢者は、片足のみの２８歳の切断患者とは異なる加速度閾値を有する。２８歳の切断患者は、異なる加速度閾値ならびに発生回数閾値を有する。アラート及びアラームは、収集されたデータ用の様々な閾値に基づく。   The application provided to the collector / analyzer server 520 can be specific to the elderly or disabled. For example, an elderly person receiving multiple medications has a different acceleration threshold than a 28 year old amputee with only one leg. A 28 year old amputee has a different acceleration threshold as well as a frequency threshold. Alerts and alarms are based on various thresholds for the collected data.

コレクタ／アナライザサーバ５２０は、好ましくは、インターネットへの「常時」接続が可能となるブロードバンド接続を有する。アラームが、例えば電子メール又はメッセージなどを介するなど、任意の公知の手段によって中央処理施設に送信され、中央処理施設が電話で応答者に接触する。さらに、コレクタ／アナライザサーバ５２０は、電話回線による接続も有し、前もって記録又は作成された予め定められたメッセージを使用して電話で直接応答者と接触することが可能となる。好ましくは、コレクタ／アナライザサーバ５２０はまた、疾患の進行並びに処置及び治療との相関のための分析用に医療関係者にモビリティプロファイルを送信する能力も有する。   The collector / analyzer server 520 preferably has a broadband connection that allows an “always on” connection to the Internet. An alarm is sent to the central processing facility by any known means, such as via e-mail or a message, and the central processing facility contacts the responder by phone. In addition, the collector / analyzer server 520 also has a telephone line connection, allowing direct contact with the responder over the phone using a pre-recorded or pre-recorded message. Preferably, the collector / analyzer server 520 also has the ability to send mobility profiles to medical personnel for analysis for disease progression and correlation with treatment and therapy.

非活動性の懸念（すなわち個人の動きが悪いこと）は、コレクタ／アナライザサーバ５２０が予め定めたテンプレートベースのソフトウェア規則に基づいて監視される。選択された時間期間内での非活動性が過度であると検出されると、医療管理サービスプロバイダに通知が送信され、予め定められた個別の呼び出しリストを介して適切なアラーム及びアラートが発生される。コレクタ／アナライザサーバ５２０は、無線ブレスレット装置５３０により検出される個人からの手、腕、頭、又はジェスチュアによる身体の全体の動きの結果、所望の機能のためのコマンドをアクティブにして（規則設定を行い）、コレクタ／アナライザサーバ５２０に送信することができる。無線ブレスレット装置５３０は好ましくは防水加工されており、重量は１オンス（約２８ｇ）未満である。転ぶ（転倒）など、危険なモビリティの事象が発生することの多い、シャワー又は入浴中に着用できる。   Inactivity concerns (ie, poor personal activity) are monitored based on template-based software rules that the collector / analyzer server 520 predetermines. If it is detected that there is excessive inactivity within the selected time period, a notification is sent to the health care service provider and appropriate alarms and alerts are generated via a predefined individual call list. The The collector / analyzer server 520 activates a command for the desired function as a result of the total body movement by the hand, arm, head, or gesture from the individual detected by the wireless bracelet device 530 (the rule setting). Can be sent to the collector / analyzer server 520. The wireless bracelet device 530 is preferably waterproof and weighs less than 1 ounce. It can be worn during a shower or bath, where dangerous mobility events such as falling (falling) often occur.

図１を再び参照すると、データ妥当性に関しては、システム１００は好ましくは、故障に対して保護するために無線ＩＥＥＥ８０２．１５．４ＺｉｇＢｅｅメッシュネットワーク技術標準を使用する。しかしながら、ブレスレット１３０からコレクタ／アナライザサーバ１２０へデータを無線送信する任意の公知の手段を使用できる。無線ＺｉｇＢｅｅ送信機と受信機とをグループにして配置することにより、メッシュネットワークは冗長パスを提供して確実に冗長データパスのルートが存在するようにするので、ノード障害を起こしても、ノード障害による故障は１箇所もなくなる。好ましくは、ノードで実行する極めて専門化したソフトウェアを有する無線ＩＥＥＥ８０２．１５．４ＺｉｇＢｅｅルータを使用して、直接通信するには離れすぎているノードのための中継（リレー）として作用することによりネットワークの範囲を拡張する。当然のことながら、他の技術及び規格を使用することができる。さらに、複数の使用者によって着用されるブレスレット１３０は、コレクタ／アナライザサーバ１２０へデータを中継するために他のブレスレット１３０のための中継ノードの機能を果たしてもよい。システム１００は、無線ブレスレット１３０とコレクタ／アナライザサーバ１２０との間の通信にこの無線技術規格を使用する。   Referring again to FIG. 1, for data validity, the system 100 preferably uses the wireless IEEE 802.15.4 ZigBee mesh network technology standard to protect against failures. However, any known means for wirelessly transmitting data from the bracelet 130 to the collector / analyzer server 120 can be used. By arranging wireless ZigBee transmitters and receivers in groups, the mesh network provides a redundant path to ensure that a redundant data path route exists. There will be no faults due to. Preferably, a wireless IEEE 802.15.4 ZigBee router with highly specialized software running on a node is used to act as a relay for nodes that are too far away to communicate directly. Extend the range. Of course, other techniques and standards can be used. Further, the bracelet 130 worn by multiple users may serve as a relay node for other bracelets 130 to relay data to the collector / analyzer server 120. The system 100 uses this wireless technology standard for communication between the wireless bracelet 130 and the collector / analyzer server 120.

無線データ通信は好ましくは暗号化に１２８ビットのエー・イー・エス（ＡＥＳ）（Ａｄｖａｎｃｅｄ Ｅｎｃｒｙｐｔｉｏｎ Ｓｔａｎｄａｒｄ）アルゴリズムを実施し、ＩＥＥＥ８０２．１５．４標準内に含まれる強力なセキュリティーを全て組み込む。実施されるセキュリティサービスには好ましくは鍵の確立及び配送、装置管理並びにフレーム保護の方法が含まれる。システムは「Ｔｒｕｓｔ Ｃｅｎｔｅｒ」のセキュリティ概念を活用する。「Ｔｒｕｓｔ Ｃｅｎｔｅｒ」はシステムノード装置をネットワークに組み込み、鍵を配布し、かつ無線ブレスレット装置１３０とコレクタ／アナライザサーバ装置１２０との間のエンドツーエンドのセキュリティを可能とする。   Wireless data communication preferably implements a 128-bit Advanced Encryption Standard algorithm for encryption and incorporates all of the strong security contained within the IEEE 802.15.4 standard. Implemented security services preferably include key establishment and distribution, device management and frame protection methods. The system takes advantage of the “Trust Center” security concept. “Trust Center” incorporates a system node device into the network, distributes keys, and enables end-to-end security between the wireless bracelet device 130 and the collector / analyzer server device 120.

装置のハードウェア
再び図５を参照すると、無線ブレスレット５３０は好ましくはＩＥＥＥ８０２．１５．４準拠の２．４ＧＨｚの工業、科学、及び医療（ＩＳＭ）帯域の無線周波数（ＲＦ）通信機を使用する。この通信機は、ピアツーピアネットワーク、スター型ネットワーク及びメッシュネットワークをサポートするＩＥＥＥ８０２．１５．４無線標準用に設計された完全な８０２．１５．４の物理層（ＰＨＹ）モデムを含む。これは、好ましくは、ＭＰＵ５１１と組み合わされて、所望の無線ＲＦデータリンク及びネットワークを創成する。ＩＥＥＥ８０２．１５．４通信機は、５．０ＭＨｚチャネルにおいて２５０ｋｂｐのＯ−ＱＰＳＫデータ並びに全スペクトラム拡散の符号化及び復号化をサポートする。 Device Hardware Referring again to FIG. 5, the wireless bracelet 530 preferably uses an IEEE 802.15.4 compliant 2.4 GHz industrial, scientific, and medical (ISM) band radio frequency (RF) communicator. The communicator includes a complete 802.15.4 physical layer (PHY) modem designed for the IEEE 802.15.4 wireless standard that supports peer-to-peer networks, star networks and mesh networks. This is preferably combined with MPU 511 to create the desired wireless RF data link and network. The IEEE 802.15.4 communicator supports 250 kbp O-QPSK data and full spread spectrum encoding and decoding in a 5.0 MHz channel.

ステータスの読み取り、データの書き込み、及びデータの読み取りの全ての制御は、ＲＦ通信機インターフェースポートを介して行われる。無線ブレスレットのＭＰＵ５３０は、インターフェースバスで長いバイトのデータを複数回バースト転送するインターフェース「トランザクション」を介して、無線ブレスレットＲＦ通信機（トランシーバ）５１５にアクセスする。各トランザクションは、トランザクションの種類に応じて好ましくは３つ以上のバースト長であるが、より短いバーストを使用することもできる。トランザクションは、常にレジスタアドレスからアクセスを読み取り又はレジスタアドレスにアクセスを書き込む。任意の単一のレジスタへのアクセスに関する関連データは好ましくは長さが１６ビットである。   All control of status reading, data writing, and data reading is performed through the RF communicator interface port. The wireless bracelet MPU 530 accesses the wireless bracelet RF communicator (transceiver) 515 via an interface “transaction” that burst transfers long bytes of data multiple times over the interface bus. Each transaction is preferably more than two burst lengths depending on the type of transaction, although shorter bursts can be used. A transaction always reads or writes access from a register address. The associated data relating to access to any single register is preferably 16 bits in length.

受信モードは、無線ブレスレットＲＦ通信機５１５が着信データフレームを待機している状態である。パケット受信モードによって、無線ブレスレットＲＦ通信機５１５は好ましくは、装置のＭＰＵによる干渉を受けずに全パケットを受信することができるようになる。全パケットペイロードは好ましくはＲＸパケットＲＡＭに格納され、かつマイクロコントローラが、ビット長及びＲＸパケットの妥当性を決定した後にデータをフェッチすなわち取り出す（ｆｅｔｃｈ）。   The reception mode is a state in which the wireless bracelet RF communication device 515 is waiting for an incoming data frame. The packet reception mode preferably allows the wireless bracelet RF communicator 515 to receive all packets without interference from the MPU of the device. The entire packet payload is preferably stored in RX packet RAM, and the microcontroller fetches the data after determining the bit length and validity of the RX packet.

装置ＲＦ通信機５１５は、プリアンブル及びその後に続くＳＦＤ（Ｓｔａｒｔ ｏｆ Ｆｒａｍｅ Ｄｅｌｉｍｉｔｅｒ）を待つ。そこから、フレーム長インジケータを使用して、フレーム長を決定し、かつ巡回冗長検査（Ｃｙｃｌｅ Ｒｅｄｕｎｄａｎｃｙ Ｃｈｅｃｋ）（ＣＲＣ）シーケンスを計算する。フレームの受信後、無線ブレスレットのＭＰＵ５１１はパケットの妥当性すなわちバリディティ（ｖａｌｉｄｉｔｙ）を決定する。ノイズのために、以下の条件のいずれかにおいて無効なパケットが報告される可能性がある。すなわち条件：有効ＣＲＣ及びフレーム長（０、１、又は２）及び／又は無効ＣＲＣ／無効フレーム長。   The apparatus RF communicator 515 waits for the preamble and the subsequent SFD (Start of Frame Delimiter). From there, the frame length indicator is used to determine the frame length and to calculate a Cyclic Redundancy Check (CRC) sequence. After receiving the frame, the wireless bracelet MPU 511 determines the validity, or validity, of the packet. Due to noise, invalid packets may be reported in any of the following conditions: Conditions: valid CRC and frame length (0, 1, or 2) and / or invalid CRC / invalid frame length.

無線ブレスレットのＭＰＵ５１１のソフトウェアアプリケーションは、パケットＣＲＣが有効であれば、３以上の値でパケットフレーム長が有効であることを決定する。当然のことながら、この閾値は３より大きくも、３未満にもなり得る。装置ＲＦ通信機５１５からの割り込み要求に応えて、無線ブレスレットのＭＰＵ５１１は好ましくは、有効なフレーム長及びＣＲＣデータを読み取って、これらをチェックすることによって、フレームの妥当性を決定する。装置ＲＦ通信機がデータ転送のために読み取られる場合に、受信パケットＲＡＭレジスタにアクセスする。   The software application of the wireless bracelet MPU 511 determines that the packet frame length is valid with a value of 3 or greater if the packet CRC is valid. Of course, this threshold can be greater than or less than 3. In response to an interrupt request from the device RF communicator 515, the wireless bracelet MPU 511 preferably determines the validity of the frame by reading and checking the valid frame length and CRC data. When the device RF communicator is read for data transfer, it accesses the receive packet RAM register.

無線ブレスレットのＲＦ通信機５１５は好ましくは無線ブレスレットのＭＰＵ５１１からの干渉を受けずに全パケットを伝送する。全パケットペイロードは好ましくはＴＸパケットＲＡＭに事前ロードされており、無線ブレスレットＲＦ通信機５１５は、フレームを伝送し、次に伝送した全てのステータス（complete status）を無線ブレスレットのＭＰＵ５１１に設定する。パケットの伝送が成功した場合、装置のＭＰＵ５１１で実行する伝送割り込みルーチンがパケット伝送の完了を報告する。装置ＲＦ通信機５１５からの割り込み要求に応じて、装置のＭＰＵはステータスを読み取って、割り込みをクリアし、かつ伝送の成功を確認する。   The wireless bracelet RF communicator 515 preferably transmits all packets without interference from the wireless bracelet MPU 511. The entire packet payload is preferably preloaded into the TX packet RAM, and the wireless bracelet RF communicator 515 transmits the frame and then sets all transmitted statuses in the MPU 511 of the wireless bracelet. If the packet transmission is successful, the transmission interrupt routine executed by the MPU 511 of the apparatus reports the completion of the packet transmission. In response to an interrupt request from the device RF communicator 515, the device MPU reads the status, clears the interrupt, and confirms the successful transmission.

装置ＲＦ通信機５１５及びデータ転送の制御は、好ましくはＭＰＵ５１１を備えるＳＰＩ（Ｓｅｒｉａｌ Ｐｅｒｉｐｈｅｒａｌ Ｉｎｔｅｒｆａｃｅ）により達成される。通常のＳＰＩプロトコルは８ビット転送を基にしているが、装置ＲＦ通信機５１５は、トランザクション毎に複数の８ビット転送に基づく高いレベルのトランザクションプロトコルを課す。単一のＳＰＩの読み取り又は書き込みのトランザクションは好ましくは８ビットヘッダーの転送及びその後に続く２回の８ビットのデータ転送を含む。ヘッダーは、アクセスの種類及びレジスタアドレスを表示する。それに続くバイトは読み取り又は書き込みデータである。ＳＰＩはまた、追加のデータ転送が起こり得る再帰的「データバースト」トランザクションもサポートする。再帰モードは、パケットＲＡＭアクセス及び装置ＲＦ通信機５１５の迅速な構成を意図するものである。   Control of device RF communicator 515 and data transfer is preferably achieved by an SPI (Serial Peripheral Interface) with MPU 511. While the normal SPI protocol is based on 8-bit transfers, the device RF communicator 515 imposes a high level transaction protocol based on multiple 8-bit transfers per transaction. A single SPI read or write transaction preferably includes an 8-bit header transfer followed by two 8-bit data transfers. The header displays the type of access and the register address. Subsequent bytes are read or write data. The SPI also supports recursive “data burst” transactions where additional data transfers can occur. The recursive mode is intended for quick configuration of packet RAM access and device RF communicator 515.

図６は、システム初期化後に取られる工程のステップを示す。システム初期化後（ステップ６１０）、無線装置においてメモリにキャッシュされたいずれかの加速度データ（Ａｘ、Ａｙ、Ａｚ）がＡ／Ｄ変換され、コレクタ／アナライザサーバに伝送される（ステップ６２０）。無線装置はリンクエネルギーをコレクタ／アナライザサーバに転送する（ステップ６３０）。最後に、コレクタ／アナライザサーバは、送信されたＡ／Ｄ変換データを検索し、かつそれを処理する（ステップ６４０）。このプロセスを繰り返す。   FIG. 6 shows the process steps taken after system initialization. After system initialization (step 610), any acceleration data (Ax, Ay, Az) cached in the memory in the wireless device is A / D converted and transmitted to the collector / analyzer server (step 620). The wireless device transfers the link energy to the collector / analyzer server (step 630). Finally, the collector / analyzer server retrieves the transmitted A / D conversion data and processes it (step 640). Repeat this process.

無線ブレスレットのソフトウェア
無線ブレスレットのＭＰＵのためのソフトウェアアーキテクチャは、図７に示すように、割り込み駆動のアーキテクチャを使用する。割り込みルーチンは好ましくはアナログ・デジタル変換器７１０（ＡＤＣ）の読み取り、サンプリング周波数作成用のタイマ７２０、及びＩＥＥＥ８０２．１５．４ＲＦ通信機７３０からの割り込みの取り扱いを含む。装置のＭＰＵ５１１で実行される非割り込みルーチンは、システム初期化及びコレクタ／アナライザサーバ５２０への無線通信である。 Wireless Bracelet Software The software architecture for the wireless bracelet MPU uses an interrupt driven architecture as shown in FIG. The interrupt routine preferably includes reading an analog-to-digital converter 710 (ADC), a timer 720 for creating a sampling frequency, and handling interrupts from the IEEE 802.15.4 RF communicator 730. The non-interrupt routine executed by the MPU 511 of the apparatus is system initialization and wireless communication to the collector / analyzer server 520.

非割り込みメインループルーチンからデータを非同期的に処理する複数の割り込みハンドラがある。第１は、３つのアナログ加速度ベクトルＡｘ、Ａｙ、Ａｚのデジタルへの変換が完了する場合に発生するＡＤＣ割り込みルーチン７１０である。ルーチンは、非割り込みメイン処理ループによる読み取りのためのＡＤＣ読み取りのフォーマットを作る。第２は、時間ベースで使用され、かつＡＤＣにより使用されるサンプリングレート周波数を生成するタイマ割り込みルーチン７２０である。第３は、無線ブレスレット装置のＲＦ通信機ステータス及びデータ転送の割り込みハンドラ７３０である。このルーチンを使用して、無線ブレスレット装置のＲＦ通信機事象を処理し、無線ブレスレット装置のＲＦ通信機を経由して加速度（Ａｘ、Ａｙ、Ａｚ）データ、リンクエネルギーデータをコレクタ／アナライザサーバへを転送し、コレクタ／アナライザサーバから無線ブレスレット装置のＲＦ通信機を経由して制御／受信確認データを受信する。   There are multiple interrupt handlers that process data asynchronously from non-interrupt main loop routines. The first is an ADC interrupt routine 710 that occurs when the conversion of the three analog acceleration vectors Ax, Ay, Az to digital is complete. The routine creates an ADC read format for reading by the non-interrupt main processing loop. The second is a timer interrupt routine 720 that generates a sampling rate frequency that is used on a time basis and used by the ADC. The third is an RF handler status and data transfer interrupt handler 730 of the wireless bracelet device. This routine is used to process RF bracelet device RF communicator events and pass acceleration (Ax, Ay, Az) data and link energy data to the collector / analyzer server via the radio bracelet device RF communicator. The control / reception confirmation data is received from the collector / analyzer server via the RF communication device of the wireless bracelet device.

図８は、無線ブレスレット８１０からコレクタ／アナライザサーバ８２０への加速度データ（Ａｘ、Ａｙ、Ａｚ）の伝送のシーケンス線図である。コレクタ／アナライザサーバ８２０のソフトウェアは、好ましくはマルチスレッドのＪａｖａ（登録商標）ベースのサーバであり、このサーバは、データ収集／制御のために、かつ１つまたは複数の医療管理サービスプロバイダによる確実なインターネット通信のために、無線ブレスレット装置８１０の１つ以上の通信チャネルを取り扱う。Ｊａｖａ（登録商標）言語は、コレクタ／アナライザサーバのハードウェアプラットフォームをサポートするための最も広いベースを提供するために選択された。当然のことながら、他のプログラミング言語を使用することもできる。   FIG. 8 is a sequence diagram of transmission of acceleration data (Ax, Ay, Az) from the wireless bracelet 810 to the collector / analyzer server 820. The software of the collector / analyzer server 820 is preferably a multi-threaded Java-based server that is reliable for data collection / control and by one or more healthcare management service providers. For internet communication, one or more communication channels of the wireless bracelet device 810 are handled. The Java® language was selected to provide the widest base to support the collector / analyzer server hardware platform. Of course, other programming languages can be used.

無線ブレスレット８１０からの加速度データの伝送は、無線ブレスレット８１０とコレクタ／アナライザシステム８２０との間の初期接続手続き（hand shaking procedure：ハンド・シェーキング・プロシージャ）を介して達成される。加速度及び他のデータは、無線ブレスレット８１０からコレクタ／アナライザシステム８２０へＲＦ通信機８１５を経由して伝送される。コレクタ／アナライザシステム８２０は、無線ブレスレットからそのＲＦ通信機８２５を経由して、伝送されたデータを受信する。まず初めに、無線ブレスレット８１０は、無線ブレスレットの登録要求信号８３０をコレクタ／アナライザシステム８２０へ送信する。登録が成功すると、信号がコレクタ／アナライザシステム８２０から無線ブレスレット８１０へ返信される。この信号は、登録により使用が認証された（registration confirmed use）デフォルトプロファイル信号８３３である。次に無線ブレスレット８１０は、特定の着用者のためのデフォルトプロファイルに基づくデータを収集し始める。無線ブレスレット８１０は、３次元加速度データ及びリンクエネルギー信号８４０を転送する。コレクタ／アナライザシステムは、受信確認信号８４３を介してこのデータを受信確認する。データの転送は、無線ブレスレット８１０からの信号８５０によって示されるように、継続する。受信確認信号８５３に示すように、データの受信は、コレクタ／アナライザシステム８２０により継続的に受信確認される。バッテリーが低下し又は似たようなことが発生する場合には、無線ブレスレット８１０は、コレクタ／アナライザシステム８２０に対し無線ブレスレット装置事象が発生したことを示す無線ブレスレット装置事象信号８６０を送信する。このメッセージの受信は、受信確認メッセージ８６３によって示されるように受信確認される。   Transmission of acceleration data from the wireless bracelet 810 is accomplished via a hand shaking procedure between the wireless bracelet 810 and the collector / analyzer system 820. Acceleration and other data are transmitted from the wireless bracelet 810 to the collector / analyzer system 820 via the RF communicator 815. Collector / analyzer system 820 receives the transmitted data from the wireless bracelet via its RF communicator 825. First, the wireless bracelet 810 transmits a wireless bracelet registration request signal 830 to the collector / analyzer system 820. If registration is successful, a signal is returned from the collector / analyzer system 820 to the wireless bracelet 810. This signal is a default profile signal 833 that is registered confirmed use by registration. The wireless bracelet 810 then begins collecting data based on the default profile for the particular wearer. The wireless bracelet 810 transfers the three-dimensional acceleration data and the link energy signal 840. The collector / analyzer system confirms receipt of this data via an acknowledgment signal 843. Data transfer continues as indicated by signal 850 from wireless bracelet 810. As shown in the reception confirmation signal 853, the reception of data is continuously confirmed by the collector / analyzer system 820. If the battery is low or something similar occurs, the wireless bracelet 810 sends a wireless bracelet device event signal 860 to the collector / analyzer system 820 indicating that a wireless bracelet device event has occurred. Receipt of this message is confirmed as indicated by a receipt confirmation message 863.

図９は、コレクタ／アナライザサーバ９２０の内部サブシステムを示す。コレクタ／アナライザサーバ９２０は、無線ブレスレット９３０とコレクタ／アナライザサーバ９２０との間の無線通信チャネルに関連する信号強度（リンクエネルギー）を有する無線ブレスレット９３０の３次元加速度データ（Ａｘ、Ａｙ、Ａｚ）を収集する。無線ブレスレット９３０は、好ましくは各次元に対して最低毎秒３〜５回サンプリングされる３次元的な加速度データを収集する。データは、無線ブレスレット９３０の着用者が経験するモーション（動態）ダイナミックス（ｍｏｔｉｏｎ ｄｙｎａｍｉｃｓ）をリアルタイムで反映する。リンクエネルギー信号は、無線ブレスレットとコレクタ／アナライザシステムとの間の無線通信チャネルに関連する信号強度を示すものである。   FIG. 9 shows the internal subsystem of the collector / analyzer server 920. The collector / analyzer server 920 obtains the three-dimensional acceleration data (Ax, Ay, Az) of the wireless bracelet 930 having the signal strength (link energy) associated with the wireless communication channel between the wireless bracelet 930 and the collector / analyzer server 920. collect. The wireless bracelet 930 collects three-dimensional acceleration data that is preferably sampled at least 3-5 times per second for each dimension. The data reflects in real time the motion dynamics experienced by the wearer of the wireless bracelet 930. The link energy signal is indicative of the signal strength associated with the wireless communication channel between the wireless bracelet and the collector / analyzer system.

無線ブレスレット９３０の３次元加速度データを受信したら、コレクタ／アナライザサーバ９２０は、加速度データに正規化の処理を行って、無重力（ｇ）オフセットを取り除く。コレクタ／アナライザサーバ９２０は、いくつかの、信号平均化及び有限インパルス応答（ＦＩＲ）フィルタリングアルゴリズムを加速度データに適用して平滑化し、信号ノイズを低減させる。この処理された加速度データは、転倒の検出、震え、及び振戦事象に関して再配列され (reordered)及び／または分析されるダイナミック事象の時系列を示す。   When the three-dimensional acceleration data of the wireless bracelet 930 is received, the collector / analyzer server 920 performs normalization processing on the acceleration data to remove the weightless (g) offset. The collector / analyzer server 920 applies several signal averaging and finite impulse response (FIR) filtering algorithms to the acceleration data to smooth and reduce signal noise. This processed acceleration data represents a time series of dynamic events that are reordered and / or analyzed for fall detection, tremor, and tremor events.

コレクタ／アナライザサーバ９２０は、メモリに多数の微分加速度テンプレート（［ｄ（Ａｘ）／ｄｔ］２＋［ｄ（Ａｙ）／ｄｔ］２＋［ｄ（Ａｚ）／ｄｔ］２）を有し、テンプレートは、転倒、震え、及び／又は振戦が発生した場合に存在する加速度データの変化をプロファイルする。これらのテンプレートを使用して、無線ブレスレットからのリアルタイムの加速度データを、微分加速度テンプレートに含まれる転倒、震え、及び／又は振戦などの既知の事象と相関させる。コレクタ／アナライザサーバ９２０が転倒（又は他のいずれかの重要な事象）を検出した場合、特定の無線ブレスレット９３０を着用する個人の事前プログラムされた呼び出しリストにある人及びサービス全てに通知する。 The collector / analyzer server 920 has a number of differential acceleration templates ([d (Ax) / dt] 2 + [d (Ay) / dt] 2 + [d (Az) / dt] 2 ) in the memory, and the templates Profiles the change in acceleration data that exists when a fall, tremor, and / or tremor occurs. These templates are used to correlate real-time acceleration data from the wireless bracelet with known events such as falls, tremors and / or tremors included in the differential acceleration template. If the collector / analyzer server 920 detects a fall (or any other significant event), it notifies all the people and services in the pre-programmed call list of the individual wearing the particular wireless bracelet 930.

コレクタ／アナライザサーバ９２０は、例えば、データをデータベース９２６に局所的に、及び必要に応じて、医療管理サービスプロバイダ９４０にアーカイブする。疾患の進行など、特定の状況を分析する場合には、大量のデータがデータマイニングのためにアーカイブされ、医療管理サービスプロバイダ９４０の追加的な記憶装置を必要とする場合もある。コレクタ／アナライザサーバ９２０は、転倒、震え、及び／又は振戦などの事象を、投薬、運動、及び他の身体的な事象の、事前プログラムされたスケージュールと相関させることができる。   The collector / analyzer server 920, for example, archives data locally in the database 926 and optionally in the medical management service provider 940. When analyzing a specific situation, such as disease progression, a large amount of data may be archived for data mining and may require additional storage of the medical management service provider 940. The collector / analyzer server 920 can correlate events such as falls, tremors, and / or tremors with pre-programmed schedules of medication, exercise, and other physical events.

コレクタ／アナライザサーバ９２０を、階層化ソフトウェアアーキテクチャとして設計し、このアーキテクチャは、好ましくは無線ブレスレット、リアルタイムデータ分析、事象処理、及び医療管理サービスプロバイダ通信の並行プロセスに対するマルチスレッドをサポートする。コレクタ／アナライザサーバ９２０は、好ましくはＪａｖａ（登録商標）仮想マシン（ＪＶＭ）アーキテクチャで実行され、広範囲な計算プラットフォームをサポートする。さらに、複数のアプリケーションＡＰＰ１−ＡＰＰＮはデータを使用することができる。   The collector / analyzer server 920 is designed as a layered software architecture, which preferably supports multi-threading for concurrent processes of wireless bracelet, real-time data analysis, event processing, and medical management service provider communication. The collector / analyzer server 920 preferably runs on a Java virtual machine (JVM) architecture and supports a wide range of computing platforms. Further, the plurality of applications APP1-APPN can use the data.

コレクタ／アナライザサーバ９２０のソフトウェアは、好ましくは、１１次移動平均畳み込みフィルタを使用して実施されるデフォルトの有限インパルス応答（ＦＩＲ）フィルタを使用し、それにより、フィルタ係数は：

Figure 2009537224
であることが分かる。ここで、１１次フィルタの作成に対してＰ＝１０である。得られるフィルタのインパルス応答は：
Figure 2009537224
 である。 The collector / analyzer server 920 software preferably uses a default finite impulse response (FIR) filter implemented using an 11th order moving average convolution filter, whereby the filter coefficients are:
Figure 2009537224
 It turns out that it is. Here, P = 10 for the creation of the 11th order filter. The resulting filter impulse response is:
Figure 2009537224
 It is.

図１０は、この１１次フィルタのブロック図を示す。   FIG. 10 shows a block diagram of this 11th order filter.

コレクタ／アナライザサーバ９２０のソフトウェアはまた、ｎ次移動平均畳み込みフィルタを使用して実施されるプロファイリング要求に基づく動的サイズ（ｄｙｎａｍｉｃ ｓｉｚｅｄ）（次数付き（ｏｒｄｅｒｅｄ））の有限インパルス応答（ＦＩＲ）フィルタを使用し、それによりフィルタ係数は：

Figure 2009537224
であることが分かる。ここで、ｎ次フィルタを作成するためにＰ＝ｎ−１である。得られるフィルタのインパルス応答は：
Figure 2009537224
 である。 The collector / analyzer server 920 software also implements a dynamically sized (ordered) finite impulse response (FIR) filter based on a profiling request implemented using an nth order moving average convolution filter. Used, so the filter coefficients are:
Figure 2009537224
 It turns out that it is. Here, P = n−1 to create an nth order filter. The resulting filter impulse response is:
Figure 2009537224
 It is.

図１１は、ｎ次フィルタのブロック図を示す。   FIG. 11 shows a block diagram of an nth order filter.

移動平均畳み込みフィルタのサイズは、コレクタ／アナライザサーバソフトウェア層上で実行されるアプリケーションＡＰＰ１−ＡＰＰＮに応じる。アプリケーションは、数例挙げると、アルツハイマーの患者のモビリティプロファイラ、又は疾患の進行を分析するための認知症患者の振戦検出器、又は抗てんかん薬のスケジュールを相関させる助けをする、発作を伴うてんかん患者用モニタとすることができる。これらのアプリケーションＡＰＰ１−ＡＰＰＮは、監視及びプロファイルされるモビリティのダイナミックスに基づいた特定の要求を有する。   The size of the moving average convolution filter depends on the application APP1-APPN running on the collector / analyzer server software layer. Applications include seizures with seizures that help correlate Alzheimer's patient mobility profilers, or dementia patient tremor detectors to analyze disease progression, or antiepileptic drug schedules, to name a few. It can be a patient monitor. These applications APP1-APPN have specific requirements based on the dynamics of mobility being monitored and profiled.

上述した説明は、本発明の好ましい実施形態であり、本発明者らが現在知っている本発明の最良の形態の例示及び説明を目的として提示した。この説明は排他的なものではなく、本発明を、開示した構成要素の厳密な形態、接続又は選択に限定するものでもない。上述の教示に照らして、明白な変更例又は変形例が可能であり、予測できる。本発明の本実施形態を、本発明の原理及びその実践的な適用を最良に示すものとして、選択し、説明したので、当業者は本発明を、本発明者が考慮した特定の使用に好適なものとして様々な実施形態及び様々な変更例に利用できる。   The foregoing description is a preferred embodiment of the present invention and has been presented for purposes of illustration and description of the best mode of the invention presently known to the inventors. This description is not exclusive and is not intended to limit the invention to the precise form, connection, or choice of disclosed components. Obvious modifications or variations are possible and anticipated in light of the above teachings. Since this embodiment of the present invention has been chosen and described as best illustrating the principles of the invention and its practical application, those skilled in the art will appreciate the invention for particular uses contemplated by the inventors. As such, it can be used in various embodiments and various modifications.

Claims (15)

（Ａ）加速度を測定するためにヒトの四肢に着用されるように無線ブレスレットを構成すること；
（Ｂ）前記無線ブレスレットが、データの収集及びさらなる処理のために、メッシュ型無線ネットワークを使用して無線コレクタ／アナライザサーバに加速度データを送信すること；
（Ｃ）前記コレクタ／アナライザサーバが信号平均化を行いかつ動的サイズの移動平均畳み込みフィルタを使用して、収集した無線ブレスレットの加速度データを一時的に平滑化し、かつその結果を格納すること；
（Ｄ）前記コレクタ／アナライザサーバがステップ（Ｃ）からの結果を使用して、加速度の時間微分導関数（［ｄ（Ａｘ）／ｄｔ］２＋［ｄ（Ａｙ）／ｄｔ］２＋［ｄ（Ａｚ）／ｄｔ］２）データを生成し、これらの結果を格納する危機的事象を決定し、かつ、危機的事象が発生したと決定される場合にはいずれかの事前プログラムされたアラームを発生すること；及び
（Ｅ）前記コレクタ／アナライザサーバが（Ｄからの）このデータをプロファイリングし、かつメモリにおいてテンプレートプロファイルと相関させ、相関を測定すること
を含む、モビリティを検出、監視及び分析するための方法及び装置。 (A) configuring the wireless bracelet to be worn on a human limb to measure acceleration;
(B) the wireless bracelet transmits acceleration data to a wireless collector / analyzer server using a meshed wireless network for data collection and further processing;
(C) the collector / analyzer server performs signal averaging and uses a dynamic size moving average convolution filter to temporarily smooth the collected wireless bracelet acceleration data and store the results;
(D) The collector / analyzer server uses the results from step (C) to determine the time derivative of acceleration ([d (Ax) / dt] 2 + [d (Ay) / dt] 2 + [d (Az) / dt] 2 ) Generate data, determine the critical event that stores these results, and if any critical event has occurred, set any pre-programmed alarm And (E) the collector / analyzer server detects, monitors and analyzes mobility, including profiling this data (from D) and correlating it with a template profile in memory and measuring the correlation. Method and apparatus for （Ｆ）前記コレクタ／アナライザサーバによるステップ（Ｅ）からの結果を使用して、経路（ｘ，ｙ，ｚ，ｔ）＝Σ∬Ａｘ＊ｄｔ＋Σ∬Ａｙ＊ｄｔ＋∬Ａｚ＊ｄｔを計算することによって前記無線ブレスレット着用者がトラバースした経路を決定すること；
（Ｇ）前記コレクタ／アナライザサーバにおいて着用者により実施されるモビリティテストの結果を記録、ベンチマーキング、及びアーカイブすること；
（Ｈ）前記コレクタ／アナライザサーバにおいて前記無線ブレスレット着用者のモビリティデータを投薬スケジュール及び投薬量と相関させること；
（Ｉ）前記コレクタ／アナライザサーバにおいて前記無線ブレスレット着用者のモビリティデータを疾患の進行と相関させること；
（Ｊ）前記コレクタ／アナライザサーバが、格納された無線ブレスレット着用者の結果データを医療管理サービスプロバイダによって、前記無線ブレスレット着用者の結果データのプロファイリング並びにそれを投薬スケジュール／投薬量及び疾患の進行と相関させることを可能とするデータマイニングのためにアーカイブすること；及び
（Ｋ）前記無線ブレスレットを着用する個人の時空間的なダイナミックスをプロファイリングし相関させ、信号伝達するために前記コレクタ／アナライザサーバにおいてこの個人の全体的な動きを決定すること
をさらに含む、請求項１に記載の方法。 (F) by using the result from step (E) by the collector / analyzer server to calculate the path (x, y, z, t) = Σ∬Ax * dt + Σ∬Ay * dt + ∬Az * dt Determining the path traversed by the wearer of the wireless bracelet;
(G) recording, benchmarking, and archiving the results of mobility tests performed by the wearer at the collector / analyzer server;
(H) correlating mobility data of the wireless bracelet wearer with a medication schedule and dosage at the collector / analyzer server;
(I) correlating mobility data of the wireless bracelet wearer with disease progression at the collector / analyzer server;
(J) the collector / analyzer server profiling the stored wireless bracelet wearer result data by a medical management service provider and profiling the wireless bracelet wearer result data as well as the dosing schedule / dose and disease progression; Archiving for data mining to allow correlation; and (K) the collector / analyzer server for profiling, correlating and signaling the spatio-temporal dynamics of an individual wearing the wireless bracelet The method of claim 1, further comprising: determining the overall movement of the individual at. 前記ヒトの転倒及びモビリティの検出及び分析が、無線の手首及び／又は足首用ブレスレットを使用して加速度運動データを送信する、請求項１に記載の人のモビリティの無線による自律的な検出、監視及び分析のための方法。   The autonomous detection and monitoring of human mobility wireless according to claim 1, wherein the human fall and mobility detection and analysis transmits acceleration motion data using a wireless wrist and / or ankle bracelet. And methods for analysis. 前記コレクタ／アナライザサーバを使用して、記憶のアーカイブ及び発見的分析のために無線ブレスレット加速度運動データを収集する請求項１に記載の人のモビリティの無線による自律的な検出、監視及び分析のための方法。   2. For wireless autonomous detection, monitoring and analysis of human mobility according to claim 1, wherein the collector / analyzer server is used to collect wireless bracelet acceleration motion data for storage archiving and heuristic analysis. the method of. 前記コレクタ／アナライザサーバが信号の平均化に使用され、かつ、収集された無線ブレスレットの加速度データのプロファイルテンプレートに応じてダイナミックサイズの移動平均畳み込みフィルタを使用する、請求項１に記載の方法。   The method of claim 1, wherein the collector / analyzer server is used for signal averaging and uses a dynamic size moving average convolution filter depending on the profile template of the collected wireless bracelet acceleration data. 前記コレクタ／アナライザサーバを使用して、データの加速度の時間微分導関数（［ｄ（Ａｘ）／ｄｔ］２＋［ｄ（Ａｙ）／ｄｔ］２＋［ｄ（Ａｚ）／ｄｔ］２）をプロファイルしかつ相関させる、請求項１に記載の方法。 Using the collector / analyzer server, the time derivative of the acceleration of the data ([d (Ax) / dt] 2 + [d (Ay) / dt] 2 + [d (Az) / dt] 2 ) The method of claim 1, profiled and correlated. アーカイブされたプロファイル及び相関されたデータを使用して、危機的事象を決定し、かつ前記無線ブレスレットを着用する個人に対してそれらを記憶する、請求項６に記載の方法。   7. The method of claim 6, wherein archived profiles and correlated data are used to determine critical events and store them for an individual wearing the wireless bracelet. 前記危機的事象が、転倒、震え及び／又は振戦である、請求項７に記載の方法。   The method of claim 7, wherein the critical event is a fall, tremor and / or tremor. 危機的事象の決定に基づいてアラーム及びアラートが発生され、医療管理サービスプロバイダに送信される、請求項７に記載の方法。   8. The method of claim 7, wherein alarms and alerts are generated and transmitted to the medical management service provider based on the determination of the critical event. 前記コレクタ／アナライザサーバを使用して、前記無線ブレスレットを着用する個人の時空間的なダイナミックスをプロファイルしかつ相関させて、疾患の進行用のモビリティを決定する、請求項４に記載の方法。   5. The method of claim 4, wherein the collector / analyzer server is used to profile and correlate the spatiotemporal dynamics of an individual wearing the wireless bracelet to determine mobility for disease progression. 前記コレクタ／アナライザサーバを使用して前記無線ブレスレットを着用する個人の時空間的なダイナミックスをプロファイルしかつ相関させて、投薬スケジュール及び投薬量用のモビリティを決定する、請求項４に記載の方法。   5. The method of claim 4, wherein the collector / analyzer server is used to profile and correlate the spatio-temporal dynamics of an individual wearing the wireless bracelet to determine a dosing schedule and mobility for a dose. . 前記コレクタ／アナライザサーバを使用して、前記無線ブレスレットを着用する個人の時空間的なダイナミックスをプロファイルしかつ相関させ、医学会の起立歩行検査などのモビリティテストを実施し、かつ記録、ベンチマーキング、及び発見的アーカイブを提供する、請求項４に記載の方法。   Using the collector / analyzer server to profile and correlate the spatio-temporal dynamics of the individual wearing the wireless bracelet, perform mobility tests such as medical association standing walk test, record, benchmark And providing a heuristic archive. 前記無線ブレスレットを着用する個人のモビリティ分析のために、前記コレクタ／アナライザサーバを使用して、経路（ｘ，ｙ，ｚ，ｔ）＝Σ∬Ａｘ＊ｄｔ＋Σ∬Ａｙ＊ｄｔ＋∬Ａｚ＊ｄｔを計算することによって前記無線ブレスレット着用者がトラバースした経路を決定する、請求項２に記載の方法。   Calculate path (x, y, z, t) = Σ∬Ax * dt + Σ∬Ay * dt + ∬Az * dt using the collector / analyzer server for mobility analysis of the individual wearing the wireless bracelet 3. The method of claim 2, wherein determining a path traversed by the wearer of the wireless bracelet. 前記コレクタ／アナライザサーバを使用して、前記無線ブレスレットを着用する個人の時空間的なダイナミックスをプロファイルしかつ相関させ、前記個人の全体的な動きを決定する、請求項５に記載の方法。   6. The method of claim 5, wherein the collector / analyzer server is used to profile and correlate the spatiotemporal dynamics of an individual wearing the wireless bracelet to determine the overall movement of the individual. 前記無線ブレスレットが、特別な取り付けブラケットに取り付けられ、次にこのブラケットが、歩行支援を必要とする個人によって使用されている歩行器に取り付けられて、このモードで使用される前記無線ブレスレットが、前記歩行器を使用する個人の時空間的なモビリティのダイナミックスを監視する、請求項５に記載の方法。   The wireless bracelet is attached to a special mounting bracket, then the bracket is attached to a walker used by an individual in need of walking assistance, and the wireless bracelet used in this mode is The method of claim 5, wherein the dynamics of spatiotemporal mobility of an individual using a walker is monitored.
JP2009511059A 2006-05-17 2007-05-17 Method and apparatus for mobility analysis using real-time acceleration data Pending JP2009537224A (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US74743706P 2006-05-17 2006-05-17
PCT/US2007/011784 WO2007136677A2 (en) 2006-05-17 2007-05-17 Method and apparatus for mobility analysis using real-time acceleration data

Publications (1)

Publication Number Publication Date
JP2009537224A true JP2009537224A (en) 2009-10-29

Family

ID=38723819

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2009511059A Pending JP2009537224A (en) 2006-05-17 2007-05-17 Method and apparatus for mobility analysis using real-time acceleration data

Country Status (3)

Country Link
EP (1) EP2036364A4 (en)
JP (1) JP2009537224A (en)
WO (1) WO2007136677A2 (en)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009138521A1 (en) * 2008-05-16 2009-11-19 Mobile Drug Research B.V. Novel methods and means for clinical investigations
KR101813991B1 (en) 2008-06-12 2018-01-02 골지 피티와이 리미티드 Detection of hypokinetic and/or hyperkinetic states
CA2765782C (en) * 2009-06-24 2018-11-27 The Medical Research, Infrastructure, And Health Services Fund Of The Tel Aviv Medical Center Automated near-fall detector
WO2011133799A1 (en) 2010-04-21 2011-10-27 Northwestern University Medical evaluation system and method using sensors in mobile devices
WO2014131090A1 (en) 2013-03-01 2014-09-04 Global Kinetics Corporation Pty Ltd System and method for assessing impulse control disorder
US10736577B2 (en) 2014-03-03 2020-08-11 Global Kinetics Pty Ltd Method and system for assessing motion symptoms
CN106710219A (en) * 2017-03-10 2017-05-24 安徽大鸿智能科技有限公司 Parking space monitoring device
TWI641522B (en) * 2017-05-18 2018-11-21 晶翔微系統股份有限公司 Deceleration alert device and method
CN111700624B (en) * 2020-07-27 2024-03-12 中国科学院合肥物质科学研究院 Pattern recognition method and system for detecting motion gesture by intelligent bracelet

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002514454A (en) * 1998-05-13 2002-05-21 メドトロニック・インコーポレーテッド Implantable medical device for tracking patient functional status
JP2002369818A (en) * 2001-06-14 2002-12-24 Yunimekku:Kk Supporting system for symptom diagnosis, medication prescription and rehabilitation training for brain/ neurological disease
JP2003219473A (en) * 2002-01-22 2003-07-31 Citizen Watch Co Ltd Portable information apparatus, personal authentication system and data managing method
JP2003220039A (en) * 2002-01-29 2003-08-05 Junichi Ninomiya Remote observation system and remote observation method for physical abnormality based on biological information and acceleration information of patient
JP2004121539A (en) * 2002-10-02 2004-04-22 Seiko Epson Corp Body motion detector
JP2004358229A (en) * 2003-04-10 2004-12-24 Matsushita Electric Ind Co Ltd Physical motion analyzing apparatus and physical motion analyzing system
JP2005020252A (en) * 2003-06-25 2005-01-20 Matsushita Electric Ind Co Ltd Abnormal state report device
JP2005124858A (en) * 2003-10-24 2005-05-19 Yamatake Corp Action state judgment apparatus, watching supporting system, and method for action state judgment
US20050240086A1 (en) * 2004-03-12 2005-10-27 Metin Akay Intelligent wearable monitor systems and methods
JP2006068300A (en) * 2004-09-02 2006-03-16 Fukushima Prefecture Body condition monitoring apparatus

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7150048B2 (en) * 2002-12-18 2006-12-19 Buckman Robert F Method and apparatus for body impact protection
US7387611B2 (en) * 2003-04-10 2008-06-17 Matsushita Electric Industrial Co., Ltd. Physical movement analyzer and physical movement analyzing method
EP1559372A1 (en) * 2004-01-27 2005-08-03 Improve Gmbh Body activity monitor

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002514454A (en) * 1998-05-13 2002-05-21 メドトロニック・インコーポレーテッド Implantable medical device for tracking patient functional status
JP2002369818A (en) * 2001-06-14 2002-12-24 Yunimekku:Kk Supporting system for symptom diagnosis, medication prescription and rehabilitation training for brain/ neurological disease
JP2003219473A (en) * 2002-01-22 2003-07-31 Citizen Watch Co Ltd Portable information apparatus, personal authentication system and data managing method
JP2003220039A (en) * 2002-01-29 2003-08-05 Junichi Ninomiya Remote observation system and remote observation method for physical abnormality based on biological information and acceleration information of patient
JP2004121539A (en) * 2002-10-02 2004-04-22 Seiko Epson Corp Body motion detector
JP2004358229A (en) * 2003-04-10 2004-12-24 Matsushita Electric Ind Co Ltd Physical motion analyzing apparatus and physical motion analyzing system
JP2005020252A (en) * 2003-06-25 2005-01-20 Matsushita Electric Ind Co Ltd Abnormal state report device
JP2005124858A (en) * 2003-10-24 2005-05-19 Yamatake Corp Action state judgment apparatus, watching supporting system, and method for action state judgment
US20050240086A1 (en) * 2004-03-12 2005-10-27 Metin Akay Intelligent wearable monitor systems and methods
JP2006068300A (en) * 2004-09-02 2006-03-16 Fukushima Prefecture Body condition monitoring apparatus

Also Published As

Publication number Publication date
EP2036364A4 (en) 2013-02-06
EP2036364A2 (en) 2009-03-18
WO2007136677A2 (en) 2007-11-29
WO2007136677A3 (en) 2008-03-13

Similar Documents

Publication Publication Date Title
JP2009537224A (en) Method and apparatus for mobility analysis using real-time acceleration data
El-Bendary et al. Fall detection and prevention for the elderly: A review of trends and challenges
US7612681B2 (en) System and method for predicting fall risk for a resident
JP2018534042A (en) Method and apparatus for detection and classification of seizure activity
US20080146889A1 (en) Method of monitoring human physiological parameters and safty conditions universally
EP3402405B1 (en) System for diagnosis and notification regarding the onset of a stroke
US10143415B2 (en) Method of monitoring a patient for seizure activity and evaluating seizure risk
AU2015371205B2 (en) Method and apparatus of monitoring a patient for motor manifestations including seizure activity
US20170215786A1 (en) Detection of emg activity using sensors on both sides of the body
JP3225990U (en) A system for recording, analyzing and providing real-time alerts of accident risk or need for assistance based on continuous sensor signals
Rajasekaran et al. Elderly patient monitoring system using a wireless sensor network
Srinivasan et al. Towards automatic detection of falls using wireless sensors
Burwinkel et al. Preliminary examination of the accuracy of a fall detection device embedded into hearing instruments
US20120059927A1 (en) Apparatus and method for wireless autonomous infant mobility detection, monitoring, analysis and alarm event generation
KR20130015476A (en) Apparatus and method for generating health screening form
Van Wieringen et al. Real-time signal processing of accelerometer data for wearable medical patient monitoring devices
JP2014092945A (en) Physical condition determination system and physical condition determination method
EP2109398A1 (en) Wireless temporal-spatial mobility and electrocardiogram analyzer system and method
Gnanavel et al. Cognitive Based Approach for Intellectually Disabled Person
TW200812544A (en) Method for real-time monitoring physiological parameters and safety status of the human body
WO2020006289A1 (en) Systems and methods for monitoring patient muscle activity and for tracking patients with motor disorders
WO2022044201A1 (en) Monitoring assistance system and monitoring assistance method
Talib et al. Elderly condition monitoring and alert system
Aslantas et al. A low-cost wireless healthcare monitoring system and communication to a clinical alarm station
US11375896B2 (en) Edge-intelligent iot-based wearable device for detection of cravings in individuals

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20100507

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20120327

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20120911