RU2012104679A - Предотвращение падения - Google Patents
Предотвращение падения Download PDFInfo
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
-
- 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- 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
- A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
- G01C22/006—Pedometers
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0446—Sensor means for detecting worn on the body to detect changes of posture, e.g. a fall, inclination, acceleration, gait
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT 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.
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)
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)
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 |
-
2010
- 2010-07-06 RU RU2012104679/14A patent/RU2550934C2/ru not_active IP Right Cessation
- 2010-07-06 US US13/377,419 patent/US20120095722A1/en not_active Abandoned
- 2010-07-06 BR BR112012000267A patent/BR112012000267A8/pt not_active Application Discontinuation
- 2010-07-06 ES ES10740335T patent/ES2716976T3/es active Active
- 2010-07-06 CN CN201080030723.6A patent/CN102469955B/zh not_active Expired - Fee Related
- 2010-07-06 AU AU2010269846A patent/AU2010269846B2/en not_active Ceased
- 2010-07-06 JP JP2012519104A patent/JP5647240B2/ja not_active Expired - Fee Related
- 2010-07-06 EP EP10740335.4A patent/EP2451351B1/en not_active Not-in-force
- 2010-07-06 WO PCT/IB2010/053090 patent/WO2011004322A1/en active Application Filing
-
2015
- 2015-04-23 US US14/693,953 patent/US10670621B2/en active Active
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 |