RU2012104679A - Предотвращение падения - Google Patents

Предотвращение падения Download PDF

Info

Publication number
RU2012104679A
RU2012104679A RU2012104679/14A RU2012104679A RU2012104679A RU 2012104679 A RU2012104679 A RU 2012104679A RU 2012104679/14 A RU2012104679/14 A RU 2012104679/14A RU 2012104679 A RU2012104679 A RU 2012104679A RU 2012104679 A RU2012104679 A RU 2012104679A
Authority
RU
Russia
Prior art keywords
measurements
user
value
threshold
measurement result
Prior art date
Application number
RU2012104679/14A
Other languages
English (en)
Other versions
RU2550934C2 (ru
Inventor
КАТЕ Уорнер Рудольф Теофиль ТЕН
Original Assignee
Конинклейке Филипс Электроникс Н.В.
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 Конинклейке Филипс Электроникс Н.В. filed Critical Конинклейке Филипс Электроникс Н.В.
Publication of RU2012104679A publication Critical patent/RU2012104679A/ru
Application granted granted Critical
Publication of RU2550934C2 publication Critical patent/RU2550934C2/ru

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01PMEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P15/00Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116Determining posture transitions
    • A61B5/1117Fall detection
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7282Event detection, e.g. detecting unique waveforms indicative of a medical condition
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C22/00Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
    • G01C22/006Pedometers
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/04Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438Sensor means for detecting
    • G08B21/0446Sensor means for detecting worn on the body to detect changes of posture, e.g. a fall, inclination, acceleration, gait
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physiology (AREA)
  • Veterinary Medicine (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Gerontology & Geriatric Medicine (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Indicating And Signalling Devices For Elevators (AREA)
  • Alarm Systems (AREA)
  • Jib Cranes (AREA)

Abstract

1. Способ определения риска падения пользователя, при этом способ содержит этапы, на которыхполучают измерения движения пользователя;оценивают значение параметра, связанного с походкой пользователя, по результатам измерений; иопределяют риск падения пользователя по результатам сравнения оцененного значения с нормальным значением параметра, определенного из движения пользователя, при котором пользователь подвержен нормальному риску падения;при этом этап оценки содержит идентификацию границы шага в полученных измерениях путем(i) идентификации кластеров результатов смежных измерений в полученных измерениях, в которых величина каждого из результатов измерений превышает порог;(ii) идентификации кластеров результатов смежных измерений в полученных измерениях, в которых величина каждого из результатов измерений превышает порог, кроме подмножества результатов измерений, величина которых меньше порога, при условии, что подмножество охватывает период времени, меньший чем пороговое время; или(iii) идентификации кластеров результатов смежных измерений в полученных измерениях, причем первый полученный результат измерений в полученных измерениях, величина которого превышает первый порог, обозначает первый результат измерений в кластере, при этом первый полученный результат измерений после первого результата измерений в кластере, размер которого оказывается ниже второго порога, обозначает последний результат измерений в кластере, при условии, что последнее измерение выполнено по истечении минимального периода после первого измерения.2. Способ по п.1, в котором этап определения риска падения содержит взвеш

Claims (12)

1. Способ определения риска падения пользователя, при этом способ содержит этапы, на которых
получают измерения движения пользователя;
оценивают значение параметра, связанного с походкой пользователя, по результатам измерений; и
определяют риск падения пользователя по результатам сравнения оцененного значения с нормальным значением параметра, определенного из движения пользователя, при котором пользователь подвержен нормальному риску падения;
при этом этап оценки содержит идентификацию границы шага в полученных измерениях путем
(i) идентификации кластеров результатов смежных измерений в полученных измерениях, в которых величина каждого из результатов измерений превышает порог;
(ii) идентификации кластеров результатов смежных измерений в полученных измерениях, в которых величина каждого из результатов измерений превышает порог, кроме подмножества результатов измерений, величина которых меньше порога, при условии, что подмножество охватывает период времени, меньший чем пороговое время; или
(iii) идентификации кластеров результатов смежных измерений в полученных измерениях, причем первый полученный результат измерений в полученных измерениях, величина которого превышает первый порог, обозначает первый результат измерений в кластере, при этом первый полученный результат измерений после первого результата измерений в кластере, размер которого оказывается ниже второго порога, обозначает последний результат измерений в кластере, при условии, что последнее измерение выполнено по истечении минимального периода после первого измерения.
2. Способ по п.1, в котором этап определения риска падения содержит взвешивание результатов сравнения между оцененным значением и нормальным значением согласно стандартной девиации нормального значения.
3. Способ по п.1 или 2, в котором оцененное значение определяют из движения пользователя в течение периода времени, меньшего чем период времени, в течение которого определяется нормальное значение.
4. Способ по п.1, в котором этап идентификации границ шага дополнительно содержит идентификацию границы шага в виде результата измерения в каждом кластере, имеющего наибольшую величину.
5. Способ по п.1, в котором этап идентификации границ шага дополнительно содержит идентификацию границы шага в виде минимума между двумя последовательными идентифицированными кластерами.
6. Способ по п.1 или 2, в котором параметр, связанный с походкой пользователя, содержит размер шага, при этом этап оценки значения параметра содержит интегрирование горизонтальных составляющих полученных измерений, причем пределы интегрирования задаются последовательными идентифицированными границами шага.
7. Способ по п.6, в котором этап оценки значения параметра содержит вычисление двойного интегрирования по времени горизонтальных составляющих полученных измерений, связанных с ускорением, при этом константы интегрирования в начальный момент шага заданы равными нулю.
8. Способ по п.1, в котором параметр, связанный с походкой пользователя, содержит или дополнительно содержит размер шага вперед, при этом этап оценки значения параметра содержит
интегрирование горизонтальных составляющих полученных измерений, причем пределы интегрирования задаются последовательными идентифицированными границами шага, чтобы задать начальное и конечное положения для шага; и
определение размера шага вперед в виде нормы вектора, соединяющего начальное и конечное положения.
9. Способ по п.7 или 8, в котором параметр, связанный с походкой пользователя, дополнительно содержит размер шага вбок, при этом этап оценки значения параметра дополнительно содержит
определение прямой, проходящей между начальным и конечным положениями;
интегрирование полученных измерений, произошедших в течение выполнения шага, чтобы задать ряд положений в течение выполнения шага;
определение расстояния между каждым положением и прямой; и
определение размера шага вбок в виде максимального расстояния из этого ряда.
10. Способ по п.1 или 2, дополнительно содержащий этап калибровки, который включает в себя получение измерений движения пользователя, когда пользователь подвержен нормальному риску падения, и оценку нормального значения параметра, связанного с походкой пользователя, по результатам полученных измерений.
11. Устройство для предотвращения падения, содержащее
по меньшей мере, один датчик для получения измерений движения пользователя устройства;
процессор для оценки значения параметра, связанного с походкой пользователя, по результатам измерений, и для определения риска падения пользователя по результатам сравнения оцененного значения со значением параметра, определенным из движения пользователя, при котором пользователь подвержен нормальному риску падения, при этом процессор выполнен с возможностью оценки значения параметра, связанного с походкой пользователя, с помощью идентификации границы шага в полученных измерениях путем
(i) идентификации кластеров результатов смежных измерений в полученных измерениях, в которых величина каждого из результатов измерений превышает порог;
(ii) идентификации кластеров результатов смежных измерений в полученных измерениях, в которых величина каждого из результатов измерений превышает порог, кроме подмножества результатов измерений, величина которых меньше порога, при условии, что подмножество охватывает период времени, меньший чем пороговое время; или
(iii) идентификации кластеров результатов смежных измерений в полученных измерениях, причем первый полученный результат измерений в полученных измерениях, величина которого превышает первый порог, обозначает первый результат измерений в кластере, при этом первый полученный результат измерений после первого результата измерений в кластере, размер которого оказывается ниже второго порога, обозначает последний результат измерений в кластере, при условии, что последнее измерение выполнено по истечении минимального периода после первого измерения.
12. Компьютерный программный продукт, содержащий считываемый компьютером код, который при исполнении на соответствующем компьютере или процессоре выполнен с возможностью обеспечения выполнения компьютером или процессором этапов способа по любому из п.1 или 2.
RU2012104679/14A 2009-07-10 2010-07-06 Предотвращение падения RU2550934C2 (ru)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP09165127.3 2009-07-10
EP09165127 2009-07-10
PCT/IB2010/053090 WO2011004322A1 (en) 2009-07-10 2010-07-06 Fall prevention

Publications (2)

Publication Number Publication Date
RU2012104679A true RU2012104679A (ru) 2013-08-20
RU2550934C2 RU2550934C2 (ru) 2015-05-20

Family

ID=42830315

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2012104679/14A RU2550934C2 (ru) 2009-07-10 2010-07-06 Предотвращение падения

Country Status (9)

Country Link
US (2) US20120095722A1 (ru)
EP (1) EP2451351B1 (ru)
JP (1) JP5647240B2 (ru)
CN (1) CN102469955B (ru)
AU (1) AU2010269846B2 (ru)
BR (1) BR112012000267A8 (ru)
ES (1) ES2716976T3 (ru)
RU (1) RU2550934C2 (ru)
WO (1) WO2011004322A1 (ru)

Families Citing this family (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010026513A1 (en) * 2008-09-04 2010-03-11 Koninklijke Philips Electronics N.V. Fall prevention system
KR101726849B1 (ko) * 2010-08-06 2017-04-13 삼성전자주식회사 휴대 단말, 휴대 단말을 이용한 위험 감지 장치 및 방법
US8843101B2 (en) 2010-10-04 2014-09-23 Numera, Inc. Fall detection system using a combination of accelerometer, audio input and magnetometer
US20120119904A1 (en) * 2010-10-19 2012-05-17 Orthocare Innovations Llc Fall risk assessment device and method
US8633818B2 (en) * 2010-12-15 2014-01-21 Dell Products L.P. Mobile and automated emergency service provider contact system
JP2012205816A (ja) * 2011-03-30 2012-10-25 Omron Healthcare Co Ltd 歩行姿勢判定装置
EP2549228A1 (en) * 2011-07-20 2013-01-23 Koninklijke Philips Electronics N.V. A method of enhancing the detectability of a height change with an air pressure sensor and a sensor unit for determining a height change
US9818281B2 (en) * 2011-11-14 2017-11-14 Vital Connect, Inc. Method and system for fall detection of a user
US20140358041A1 (en) * 2012-04-18 2014-12-04 Matthew Alan Hopcroft Assessing physical stability of a patient using an accelerometer
JP5884623B2 (ja) * 2012-04-27 2016-03-15 富士通株式会社 転倒予知プログラム、携帯電子機器及び転倒予知方法
CA2882453C (en) 2012-08-27 2021-07-20 Universite Du Quebec A Chicoutimi Method to determine physical properties of the ground, foot-worn sensor therefore, and method to advise a user of a risk of falling based thereon
US9383202B2 (en) * 2013-03-12 2016-07-05 Google Inc. Barometric pressure sensor based orientation measurement
JP6253076B2 (ja) * 2013-03-27 2017-12-27 長崎県公立大学法人 転倒予防装置
US10524698B2 (en) 2013-06-06 2020-01-07 Koninklijke Philips N.V. Fall detection system and method
US10335059B2 (en) 2013-09-11 2019-07-02 Koninklijke Philips N.V. Fall detection system and method
JP6795980B2 (ja) 2014-01-30 2020-12-02 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 加速度の測定値を処理して、ユーザによるステップを識別する方法及び対応するコンピュータプログラム、並びに加速度の測定値を処理して、ユーザによるステップを識別する装置及びそのような装置を備えるデバイス
US9153114B2 (en) * 2014-02-07 2015-10-06 Ge Yi Fall detection method and system
US10231651B2 (en) * 2014-09-25 2019-03-19 Bae Systems Information And Electronic Systems Integration Inc. Gait authentication system and method thereof
WO2016049688A1 (en) * 2014-10-03 2016-04-07 Neuroscience Research Australia (Neura) Systems and methods to monitor the step performance of a user
JP6691145B2 (ja) 2015-06-30 2020-04-28 ジブリオ, インク 人の姿勢安定性および転倒リスクを判定するための方法、システムおよび装置
CN105091903B (zh) * 2015-06-30 2018-04-13 小米科技有限责任公司 步行状态监测方法及装置
WO2017071988A1 (en) * 2015-10-28 2017-05-04 Koninklijke Philips N.V. Monitoring activities of daily living of a person
CN105286874B (zh) * 2015-11-03 2018-06-19 长安大学 一种用于预测老年人跌倒风险的系统及方法
CN106389074A (zh) * 2016-01-27 2017-02-15 北京航空航天大学 基于足底压力感知的摔倒过程稳定性预测装置和方法
US11205335B2 (en) 2016-02-16 2021-12-21 Lifeline Systems Company Lanyard device, method and personal lanyard monitoring system
CA3039828A1 (en) 2016-10-12 2018-04-19 Koninklijke Philips N.V. Method and apparatus for determining a fall risk
CN106388831B (zh) * 2016-11-04 2020-01-10 郑州航空工业管理学院 基于样本加权算法的检测摔倒动作的方法
US10438136B2 (en) * 2017-06-09 2019-10-08 Midea Group Co., Ltd. System and method for care support at home
US11213224B2 (en) * 2018-03-19 2022-01-04 Electronic Caregiver, Inc. Consumer application for mobile assessment of functional capacity and falls risk
US11908581B2 (en) 2018-04-10 2024-02-20 Hill-Rom Services, Inc. Patient risk assessment based on data from multiple sources in a healthcare facility
US11504071B2 (en) 2018-04-10 2022-11-22 Hill-Rom Services, Inc. Patient risk assessment based on data from multiple sources in a healthcare facility
EP3627515A1 (en) * 2018-09-19 2020-03-25 Koninklijke Philips N.V. Monitoring a user
US10692346B2 (en) 2018-10-22 2020-06-23 Tidi Products, Llc Electronic fall monitoring system
US11210922B2 (en) * 2018-10-22 2021-12-28 Tidi Products, Llc Electronic fall monitoring system
US11039761B2 (en) * 2018-12-14 2021-06-22 At&T Intellectual Property I, L.P. Fall prediction based on electroencephalography and gait analysis data
US11183304B2 (en) 2019-01-08 2021-11-23 International Business Machines Corporation Personalized smart home recommendations through cognitive load analysis
EP3711666A1 (en) 2019-03-21 2020-09-23 Koninklijke Philips N.V. Analysing movement of a subject
US10888503B1 (en) * 2019-05-17 2021-01-12 Inga Londeree Pacifier with onboard drop sensor and notifications
JP7115423B2 (ja) * 2019-06-07 2022-08-09 トヨタ自動車株式会社 歩行訓練システム、表示方法、および表示プログラム
SE1951107A1 (en) * 2019-09-30 2021-03-31 Pink Nectarine Health Ab System and method for monitoring an individual
CN110916984B (zh) * 2019-12-03 2021-11-26 上海交通大学医学院附属第九人民医院 一种预防冻结步态的穿戴设备及其实现方法
CN112382052A (zh) * 2020-11-16 2021-02-19 南通市第一人民医院 一种基于互联网的患者跌倒报警方法及系统
US12009083B2 (en) 2020-11-16 2024-06-11 Electronic Caregiver, Inc. Remote physical therapy and assessment of patients
CN114271578B (zh) * 2021-12-24 2024-03-26 杭州电子科技大学 一种可检测脚步混乱的智能鞋及检测方法
US20240077374A1 (en) * 2022-09-02 2024-03-07 Honeywld Technology Corp. Single-barometer device, method for fall detection, and system thereof
US11967217B1 (en) * 2023-03-10 2024-04-23 Craig Andrews Risk of fall detection system and posture monitoring and correction system

Family Cites Families (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU1258380A1 (ru) * 1985-03-19 1986-09-23 Уральский политехнический институт им.С.М.Кирова Устройство дл оценки вестибул рной сенсорной системы
RU2008056C1 (ru) * 1990-03-11 1994-02-28 Государственный институт физической культуры им.П.Ф.Лесгафта Устройство для измерения статокинетических раздражений
US5485402A (en) * 1994-03-21 1996-01-16 Prosthetics Research Study Gait activity monitor
US6122960A (en) * 1995-12-12 2000-09-26 Acceleron Technologies, Llc. System and method for measuring movement of objects
US5919149A (en) * 1996-03-19 1999-07-06 Allum; John H. Method and apparatus for angular position and velocity based determination of body sway for the diagnosis and rehabilitation of balance and gait disorders
US5836887A (en) * 1996-09-19 1998-11-17 Colin Corporation Physical information monitor system having means for determining reference range for abnormality determination, based on moving average of previously obtained values
EP0977974B1 (en) * 1998-02-25 2004-10-13 Koninklijke Philips Electronics N.V. Method of and system for measuring performance during an exercise activity
US6626557B1 (en) * 1999-12-29 2003-09-30 Spx Corporation Multi-colored industrial signal device
EP1305767B1 (en) * 2000-05-18 2014-03-19 Commwell, Inc. Method for remote medical monitoring incorporating video processing
US6594617B2 (en) * 2000-08-18 2003-07-15 Applanix Corporation Pedometer navigator system
EP1195139A1 (en) * 2000-10-05 2002-04-10 Ecole Polytechnique Féderale de Lausanne (EPFL) Body movement monitoring system and method
US20070038155A1 (en) 2001-01-05 2007-02-15 Kelly Paul B Jr Attitude Indicator And Activity Monitoring Device
EP1511418B1 (en) 2002-02-07 2009-04-08 Ecole Polytechnique Fédérale de Lausanne (EPFL) Body movement monitoring device
US7857771B2 (en) * 2003-04-03 2010-12-28 University Of Virginia Patent Foundation Method and system for the derivation of human gait characteristics and detecting falls passively from floor vibrations
FR2856913B1 (fr) * 2003-07-02 2005-08-05 Commissariat Energie Atomique Detecteur portatif pour mesurer des mouvements d'une personne porteuse, et procede.
JP4592360B2 (ja) 2004-09-02 2010-12-01 公立大学法人会津大学 身体状態監視装置
DE102005004086A1 (de) 2005-01-21 2006-07-27 Xybermind Gmbh Vorrichtung und Verfahren zur Bewegungserfassung
WO2007033194A2 (en) 2005-09-13 2007-03-22 Aware Technologies, Inc. Method and system for proactive telemonitor with real-time activity and physiology classification and diary feature
US20070112287A1 (en) * 2005-09-13 2007-05-17 Fancourt Craig L System and method for detecting deviations in nominal gait patterns
US20070073514A1 (en) 2005-09-26 2007-03-29 Aisin Seiki Kabushiki Kaisha Walking analyzer
JP4962765B2 (ja) * 2005-09-26 2012-06-27 アイシン精機株式会社 歩行解析装置及び歩行解析方法
DE602005014641D1 (de) * 2005-10-03 2009-07-09 St Microelectronics Srl Schrittmesservorrichtung und Schrittdetektionsverfahren mittels Algorithmus für selbstadaptive Berechnung von Beschleunigungsgrenzwerten
US7610166B1 (en) * 2006-07-21 2009-10-27 James Solinsky Geolocation system and method for determining mammal locomotion movement
US20080108913A1 (en) * 2006-11-06 2008-05-08 Colorado Seminary, Which Owns And Operates The University Of Denver Smart apparatus for gait monitoring and fall prevention
KR20090077823A (ko) * 2006-11-14 2009-07-15 코닌클리케 필립스 일렉트로닉스 엔.브이. 넘어짐 방지를 위한 시스템 및 이러한 시스템을 이용하여 넘어짐을 방지하는 방법
EP2124729A1 (en) * 2006-11-17 2009-12-02 Balance International Innovations Gmbh System and method for providing body sway feedback to a body of a subject
US20080146968A1 (en) * 2006-12-14 2008-06-19 Masuo Hanawaka Gait analysis system
US7612681B2 (en) * 2007-02-06 2009-11-03 General Electric Company System and method for predicting fall risk for a resident
US7647196B2 (en) * 2007-08-08 2010-01-12 Dp Technologies, Inc. Human activity monitoring device with distance calculation
US9295412B2 (en) 2007-08-15 2016-03-29 Integrity Tracking, Llc Wearable health monitoring device and methods for step detection
US8120498B2 (en) * 2007-09-24 2012-02-21 Intel-Ge Care Innovations Llc Capturing body movement related to a fixed coordinate system
US8206325B1 (en) * 2007-10-12 2012-06-26 Biosensics, L.L.C. Ambulatory system for measuring and monitoring physical activity and risk of falling and for automatic fall detection
FR2924847B1 (fr) 2007-12-06 2014-08-29 Vigilio Procede et equipement de detection de situation critique d'un sujet
US20090240170A1 (en) * 2008-03-20 2009-09-24 Wright State University Systems and methods for determining pre-fall conditions based on the angular orientation of a patient
WO2010026513A1 (en) 2008-09-04 2010-03-11 Koninklijke Philips Electronics N.V. Fall prevention system

Also Published As

Publication number Publication date
RU2550934C2 (ru) 2015-05-20
JP5647240B2 (ja) 2014-12-24
WO2011004322A1 (en) 2011-01-13
BR112012000267A8 (pt) 2017-12-05
AU2010269846A1 (en) 2012-03-01
JP2012532652A (ja) 2012-12-20
CN102469955B (zh) 2015-07-08
EP2451351A1 (en) 2012-05-16
ES2716976T3 (es) 2019-06-18
EP2451351B1 (en) 2019-01-16
US20150226764A1 (en) 2015-08-13
CN102469955A (zh) 2012-05-23
AU2010269846B2 (en) 2014-10-02
US10670621B2 (en) 2020-06-02
US20120095722A1 (en) 2012-04-19

Similar Documents

Publication Publication Date Title
RU2012104679A (ru) Предотвращение падения
JP6361951B2 (ja) 電子機器、泳法判別方法、及び泳法判別プログラム
US20160292380A1 (en) Device and method for predicting skin age by using quantifying means
JP2020527073A5 (ru)
EP2988099A1 (en) Estimating local motion of physical exercise
RU2012134363A (ru) Способ и система для определения цвета из изображения
RU2018105095A (ru) Способ и устройство для определения карты глубины для изображения
RU2011134908A (ru) Определение затрат энергии пользователя
JP2011056069A5 (ru)
KR101802780B1 (ko) 가속도 센서 기반의 흡연 행동 검출 방법 및 그 장치
JP2010017525A5 (ru)
JP2016109630A5 (ru)
JP2015034732A5 (ja) 距離検出装置、撮像装置および距離検出方法
RU2015117617A (ru) Способ и устройство оценки аудиопомехи
JP2014518668A5 (ru)
JP2013018482A5 (ru)
JP2017508589A5 (ru)
RU2014107910A (ru) Устройство и способ получения и обработки показаний измерений живых существ
JP2009288027A5 (ru)
JP2015032001A5 (ru)
JP5635426B2 (ja) 跳躍動作測定装置及び跳躍動作測定方法
US9990858B2 (en) Golf swing classification method, golf club selection method, golf swing classification device, and golf swing classification system
RU2017133292A (ru) Обрабатывающее устройство, система и способ обработки сигналов акселерометра для использования при мониторинге жизненных показателей субъекта
US20160076930A1 (en) Balance ability measurement apparatus, balance ability measurement method and non-transitory computer readable recording medium for recording balance ability measurement program
JP2012022579A5 (ru)

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20200707