[发明专利]一种基于特征分类的跌倒类型及伤害部位检测方法

说明书

本发明属于电子信息检测技术领域，公开了一种基于特征分类的跌倒类型及伤害部位检测方法，基于穿戴式传感器系统收集的用户加速度计、陀螺仪数据；对采集的传感器数据进行数值归一化处理；对预处理后的数据获取时域及频域特征；采用主成分分析进行特征筛选；建立基于随机森林的跌倒检测模型，进行跌倒检测及跌倒类别判断；根据跌倒类别判断匹配跌倒伤害部位，采用本发明方法能够判断出跌倒类型。发现检测跌倒非跌倒时，准确率达到91％，当检测不同的跌倒类型时，准确率达到89％。通过对比发现，各类跌倒检测率均高于目前跌倒方向判别研究的检测结果，验证了本发明提出的随机森林模型的有效性。

技术领域

本发明属于电子信息检测技术领域，尤其涉及一种基于特征分类的跌倒类型及伤害部位检测方法。

背景技术

目前，最接近的现有技术：

人口老龄化是一个重要问题。根据欧盟最近的一份报告，预计到2020年欧洲65岁以上人口的比例将超过20％，到2060年将超过30％。有大量高跌倒风险的人容易跌倒并受到严重的伤害。自动跌倒检测能够提供跌倒的实时警报及跌倒发生时的相关信息，对于医疗辅助中快速响应是至关重要的。这项工作的目标是提出一种新颖的跌倒检测系统，能够捕获和分析运动数据，并检测跌倒。

传统跌倒检测主要通过现场情况观察，当事人事后回忆判断跌倒情况。最主要的问题在于传统跌倒检测不能及时发现跌倒的发生。另一类是基于传感器单元采集患者运动数据，然后通过传感器时序数据，提取时域及频域特征，通过阈值、机器学习等方法判断跌倒。

目前跌倒中存在的主要问题有：1、由于跌倒为随机事件，发生时间不固定，当老年人独处时，跌倒后不能及时发现，跌倒后长时间倒地会对老年人造成二次伤害。2、跌倒对老年人身体造成严重伤害，只能通过后续问询判断跌倒发生的情况，但当事人在跌倒时可能因为发生时间过短，不能及时反映跌倒发生的情况。

中国专利“CN108447225A一种人体跌倒检测方法及装置”提供了一种人体跌倒检测方法及装置，使用三轴加速度传感器及三轴角速度传感器，通过四元数将加速度传感器及角速度传感器采集数据转换到世界坐标系中融合，计算人体加速度、速度、位移和旋转角度特征，过设定阈值检测跌倒发生。该技术方案在跌倒时，通过设置人体安全时的加速度阈值、速度阈值、位移阈值、角速度阈值、旋转角度阈值时，判定人体跌倒。该方法因为个体、健康情况影响，身体素质差别很大，阈值法容易造成误判；能够分类人体跌倒与日常动作，但在具体跌倒类别进一步分类上，还缺乏进一步的研究分类。跌倒类别的细分，可以为进一步的研究提供基础，根据跌倒类别判断，对跌倒受伤部位、受伤程度等进行分析。

综上所述，现有技术存在的问题是：

(1)传统跌倒检测不能及时发现跌倒的发生，跌倒后长时间倒地会对老年人造成二次伤害。

(2)不能分类具体的跌倒类别，对跌倒的场景及伤害情况不能仔细分析。

解决上述技术问题的难度：

由于跌倒与日常动作之间动作差异较大，跌倒会产生一个快速的下落过程和碰撞过程，容易与日常动作区分，但各种类别的跌倒间相似性很高，因此通过阈值法等方法，难以分辨各类跌倒。

解决上述技术问题的意义：

区分各类跌倒能够进一步还原跌倒场景，为检测跌倒提供更完善的依据。通过对跌倒类别的判断，可进一步分析跌倒受伤部位以及跌倒严重程度等，为跌倒检测的具体化提供可能，有助于为跌倒后的伤害处理提供支持。

发明内容

针对现有技术存在的问题，本发明提供了一种基于特征分类的跌倒类型及伤害部位检测方法。

本发明是这样实现的，一种基于特征分类的跌倒类型及伤害部位检测方法。所述基于特征分类的跌倒类型及伤害部位检测方法包括：