RU2015144129A - Промежуточное выделение сигнала перемещения для определения активности - Google Patents

Промежуточное выделение сигнала перемещения для определения активности Download PDF

Info

Publication number
RU2015144129A
RU2015144129A RU2015144129A RU2015144129A RU2015144129A RU 2015144129 A RU2015144129 A RU 2015144129A RU 2015144129 A RU2015144129 A RU 2015144129A RU 2015144129 A RU2015144129 A RU 2015144129A RU 2015144129 A RU2015144129 A RU 2015144129A
Authority
RU
Russia
Prior art keywords
signal
motion sensor
motion
signals
decomposed
Prior art date
Application number
RU2015144129A
Other languages
English (en)
Inventor
Томас Алан ДОНАЛЬДСОН
Original Assignee
Алифком
Томас Алан ДОНАЛЬДСОН
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 Алифком, Томас Алан ДОНАЛЬДСОН filed Critical Алифком
Publication of RU2015144129A publication Critical patent/RU2015144129A/ru

Links

Classifications

    • 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
    • A61B5/1123Discriminating type of movement, e.g. walking or running
    • 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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01PMEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P13/00Indicating or recording presence, absence, or direction, of movement
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • 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
    • 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)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physiology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Artificial Intelligence (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • User Interface Of Digital Computer (AREA)

Claims (40)

1. Способ, включающий:
прием данных, представляющих сигнал датчика движения от датчика движения, расположенного в носимом устройстве;
генерирование множества промежуточных сигналов движения от сигнала датчика движения;
разделение сигнала датчика движения на процессор, чтобы сформировать одну или несколько составляющих компонентов; а также
определение деятельности, основанной на по меньшей мере одной из промежуточных сигналов движения и по меньшей мере одного из одного или нескольких составных компонентов.
2. Способ по п. 1, в котором на этапе генерации множества промежуточных сигналов движения:
разлагают сигнал датчика движения, чтобы сформировать множество разложенных сигналов.
3. Способ по п. 2, в котором на этапе генерации множества промежуточных сигналов движения:
разлагают сигнал датчика движения, чтобы сформировать, разлагают сигнал, представляющий неподвижность, основанную на величинах одного или более ускорений с постоянным ускорением, связанного с действием силы тяжести.
4. Способ по п. 2, в котором разлагают сигнал движения датчика, включает в себя: генерирования одного или более компонентов сигнала, разлагают с помощью одного или более оценок.
5. Способ по п. 5, в котором, используя одну или более оценок, включает в себя: с использованием по меньшей мере одного оценщика правдоподобия максимальной ("MLE").
6. Способ по п. 1, в котором выделение сигнала датчика движения, чтобы сформировать одну или несколько составляющих компонентов, включает в себя: объединение множества промежуточных сигналов движения.
7. Способ по п. 6, в котором объединение множества промежуточных сигналов движения содержит:
генерации одного или более компонентов сигнала, разлагают с помощью одного или более оценок; а также
образуя продукт из множества функций плотности вероятности ("PDF-файлов") для одного или нескольких продуктов разложения компонентов сигнала.
8. Способ по п. 7, дополнительно содержащий этапы:
определение ориентации на основе произведения из множества функций плотности вероятности.
9. Способ по п. 2, в котором разлагают сигнал движения датчика, включает в себя: генерирование первого разложившийся компонент сигнала, чтобы включить фактор неподвижность сигнал, указывающий, по существу, никакого движения, связанное с сигналом датчика движения.
10. Способ по п. 9, дополнительно содержащий этапы:
генерируя оценщик ориентации, сконфигурированный для определения ориентации носимого устройства на основе сигнала фактора неподвижность.
11. Способ по п. 1, в котором выделение сигнала датчика движения, чтобы сформировать одну или несколько составляющих компонентов, включает в себя: образуя одну или несколько направленности, приложенного ускорения, и центростремительное ускорение.
12. Способ по п. 1, в котором выделение сигнала датчика движения, чтобы сформировать одну или несколько составляющих компонентов, включает в себя: установление радиус и направление кривизны для центростремительного ускорения.
13. Способ по п. 1, в котором на этапе генерации множества промежуточных сигналов движения содержит:
реализации первого оценщик максимального правдоподобия для разложения сигнала датчика движения, чтобы сформировать разложившийся составляющую сигнала, представляющую приложенной силы.
14. Способ по п. 1, в котором на этапе генерации множества промежуточных сигналов движения содержит:
реализации второго оценщик максимального правдоподобия для разложения сигнала датчика движения, чтобы сформировать разложившийся составляющую сигнала, представляющий вертикальное ускорение.
15. Способ по п. 1, в котором прием данных, представляющих сигнал датчика движения от датчика движения дополнительно, содержит:
прием данных акселерометра, представляющих сигнал ускорения от акселерометра.
16. Устройство, содержащее:
носимый корпус;
датчик движения, выполненный с возможностью ощутить движение, связанное с носимого корпусом и для генерирования сигнала датчика движения;
промежуточный генератор сигналов движения, выполненный с возможностью приема сигнала датчика движения, и дополнительно выполнен с возможностью генерации промежуточных сигналов движения; а также
процессор активности, выполненный с возможностью идентифицировать деятельность на основе промежуточных сигналов движения.
17. Устройство по п. 16, в котором генератор сигнала движения промежуточный продукт, выполненный с возможностью:
разлагают сигнал датчика движения, чтобы сформировать множество разложенных сигналов.
18. Устройство по п. 17, в котором, по меньшей мере, один из множества разложенных сигналов включает в себя фактор неподвижность сигнал, указывающий, по существу, никакого движения, связанное с сигналом датчика движения.
19. Устройство по п. 17, дополнительно содержащий этапы:
блок оценки ориентации выполнен с возможностью определения ориентации носимых корпуса, на основании сигнала фактора неподвижность.
20. Устройство по п. 17, в котором датчик движения содержит:
акселерометр.
RU2015144129A 2013-03-15 2014-03-17 Промежуточное выделение сигнала перемещения для определения активности RU2015144129A (ru)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201361802171P 2013-03-15 2013-03-15
US61/802,171 2013-03-15
US14/207,243 US20140288877A1 (en) 2013-03-15 2014-03-12 Intermediate motion signal extraction to determine activity
US14/207,243 2014-03-12
PCT/US2014/030861 WO2014145994A2 (en) 2013-03-15 2014-03-17 Intermediate motion signal extraction to determine activity

Publications (1)

Publication Number Publication Date
RU2015144129A true RU2015144129A (ru) 2017-04-24

Family

ID=51538588

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2015144129A RU2015144129A (ru) 2013-03-15 2014-03-17 Промежуточное выделение сигнала перемещения для определения активности

Country Status (6)

Country Link
US (1) US20140288877A1 (ru)
EP (1) EP2972415A2 (ru)
AU (1) AU2014232316A1 (ru)
CA (1) CA2907367A1 (ru)
RU (1) RU2015144129A (ru)
WO (1) WO2014145994A2 (ru)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10716510B2 (en) 2013-09-17 2020-07-21 Medibotics Smart clothing with converging/diverging bend or stretch sensors for measuring body motion or configuration
US9588582B2 (en) 2013-09-17 2017-03-07 Medibotics Llc Motion recognition clothing (TM) with two different sets of tubes spanning a body joint
US10321873B2 (en) 2013-09-17 2019-06-18 Medibotics Llc Smart clothing for ambulatory human motion capture
US10602965B2 (en) 2013-09-17 2020-03-31 Medibotics Wearable deformable conductive sensors for human motion capture including trans-joint pitch, yaw, and roll
US9582072B2 (en) 2013-09-17 2017-02-28 Medibotics Llc Motion recognition clothing [TM] with flexible electromagnetic, light, or sonic energy pathways
JP6311871B2 (ja) * 2014-04-17 2018-04-18 セイコーエプソン株式会社 物理量検出用回路、物理量検出装置、物理量計測システム、電子機器、移動体及び物理量計測データ生成方法
KR101644417B1 (ko) * 2015-01-30 2016-08-03 한국과학기술연구원 사용자 활동을 추정하는 장치 및 방법
KR101751304B1 (ko) 2016-02-22 2017-06-27 한림대학교 산학협력단 일상 활동 분류 시스템 및 방법
US11350853B2 (en) 2018-10-02 2022-06-07 Under Armour, Inc. Gait coaching in fitness tracking systems

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6122960A (en) * 1995-12-12 2000-09-26 Acceleron Technologies, Llc. System and method for measuring movement of objects
US8930023B2 (en) * 2009-11-06 2015-01-06 Irobot Corporation Localization by learning of wave-signal distributions
US7942824B1 (en) * 2005-11-04 2011-05-17 Cleveland Medical Devices Inc. Integrated sleep diagnostic and therapeutic system and method
US9295412B2 (en) * 2007-08-15 2016-03-29 Integrity Tracking, Llc Wearable health monitoring device and methods for step detection
WO2009111427A2 (en) * 2008-03-04 2009-09-11 The Regents Of The University Of California Apparatus and method for implementing a mobility aid device
US20100152600A1 (en) * 2008-04-03 2010-06-17 Kai Sensors, Inc. Non-contact physiologic motion sensors and methods for use
US20100033329A1 (en) * 2008-08-08 2010-02-11 Xitel Pty. Ltd. Portable Security Container with Movement Detection System
US8560267B2 (en) * 2009-09-15 2013-10-15 Imetrikus, Inc. Identifying one or more activities of an animate or inanimate object
WO2012012550A2 (en) * 2010-07-20 2012-01-26 The University Of Memphis Research Foundation Theft detection nodes and servers, methods of estimating an angle of a turn, methods of estimating a distance traveled between successive stops, and methods and servers for determining a path traveled by a node
US8756173B2 (en) * 2011-01-19 2014-06-17 Qualcomm Incorporated Machine learning of known or unknown motion states with sensor fusion
US9407706B2 (en) * 2011-03-31 2016-08-02 Qualcomm Incorporated Methods, devices, and apparatuses for activity classification using temporal scaling of time-referenced features

Also Published As

Publication number Publication date
WO2014145994A3 (en) 2014-11-20
EP2972415A2 (en) 2016-01-20
WO2014145994A2 (en) 2014-09-18
CA2907367A1 (en) 2014-09-18
US20140288877A1 (en) 2014-09-25
AU2014232316A1 (en) 2015-11-05

Similar Documents

Publication Publication Date Title
RU2015144129A (ru) Промежуточное выделение сигнала перемещения для определения активности
RU2015144123A (ru) Выделение и классификация признаков для определения одного или более действий из распознанных сигналов перемещения
EP3406189A1 (en) System and method for heart rate estimation
RU2013130226A (ru) Устройство и способ основанного на геометрии кодирования пространственного звука
RU2013157930A (ru) Способ и аппаратура для классификации множества состояний устройства
JP2015024812A5 (ru)
WO2010118233A3 (en) Cadence analysis of temporal gait patterns for seismic discrimination
RU2015144132A (ru) Способы и архитектура для определения активности и типов активности по полученным сигналам перемещения
US9253603B1 (en) Accelerometer-based calibration of vehicle and smartphone coordinate systems
Hsu et al. Smartphone-based fall detection algorithm using feature extraction
JP2016032610A5 (ru)
CN107405106B (zh) 呼吸次数检测装置、呼吸次数检测方法及程序存储介质
RU2014136451A (ru) Устройство, способ и компьютерная программа для обеспечения предоставления информации пользователю
GB2525316A (en) System and method for generating profile-based alerts/alarms
JP2018513722A5 (ru)
KR20140093867A (ko) 사용자 행동 인식 장치, onmf 기반 기저 행렬 생성 방법 및 ossnmf 기반 기저 행렬 생성 방법
JP2010257395A (ja) 歩数計及び歩数計数方法
JP2015096921A5 (ru)
CN103908259A (zh) 一种智能穿戴设备及人体运动的监测与识别方法
Elhoushi et al. Online motion mode recognition for portable navigation using low‐cost sensors
JP6747447B2 (ja) 信号検知装置、信号検知方法、および信号検知プログラム
CN102438522A (zh) 用于确定移动元素的活动的系统和方法
JP5978687B2 (ja) 移動状況判定プログラム及び移動状況判定装置
邓欢 et al. Method of generating orthoscopic elemental image array from sparse camera array
EP2775322A3 (en) Apparatus and method for determination of far-field signature from variable-depth seismic data

Legal Events

Date Code Title Description
FA93 Acknowledgement of application withdrawn (no request for examination)

Effective date: 20170320