[发明专利]一种基于日常行为分析的帕金森症预警系统有效
申请号: | 202110294317.0 | 申请日: | 2021-03-19 |
公开(公告)号: | CN113066260B | 公开(公告)日: | 2022-05-10 |
发明(设计)人: | 李思迪;盛益华;曾星铫;李至宏;赵康;罗华伦 | 申请(专利权)人: | 安徽正华生物仪器设备有限公司 |
主分类号: | G08B21/04 | 分类号: | G08B21/04 |
代理公司: | 合肥正则元起专利代理事务所(普通合伙) 34160 | 代理人: | 刘念 |
地址: | 235100 安徽省淮北市濉溪县经*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 日常行为 分析 帕金森 预警系统 | ||
1.一种基于日常行为分析的帕金森症预警系统,其特征在于,包括视频采集模块、视频分析模块、控制器、数据库、处理终端、行为分析模块、报警模块以及特定行为任务模块;
所述视频采集模块为若干个分布在客厅、卧室、楼梯间的多角度高空间分辨率摄像头,用于在居家和养老院环境下进行视频拍摄,所述处理终端用于接收高空间分辨率摄像头拍摄的视频并进行存储;
所述视频分析模块用于接收高空间分辨率摄像头拍摄的视频并进行分析,具体分析步骤为:
步骤一:获取高空间分辨率摄像头拍摄的视频,所述视频分析模块根据视频自动对人的躯干19个关节骨骼点进行识别追踪;
步骤二:对拍摄的视频进行每帧实时分析,每帧照片大小由相机分辨率决定,分析时以1920数值为Y轴,1080数值为X轴建立二维坐标系;
步骤三:利用多个高空间分辨率摄像头,对使用人员的躯干进行三维分析;得到视频分析结果;所述视频分析结果为追踪视频、运动轨迹图、运动热点图、身体关节点像素值、骨架长度、骨架方向角及其各个数据的可能性;
所述视频分析模块用于将视频分析结果经控制器传输至处理终端进行存储;所述行为分析模块用于对处理终端存储的视频分析结果进行行为分析,具体分析步骤为:
S1:获取处理终端存储的视频分析结果,通过各个躯干关节点坐标及其各骨骼长度与方向的变化规律,自动识别目标行为指标的次数、频率、时长与速度;得到目标行为指标参数;所述目标行为指标包括行走活动、站立、坐、躺、腿部摆动、手臂摆动、转身、步态、爬楼梯、穿衣、四肢或头部、睡觉、手臂伸直/弯曲、抬腿、跌倒以及徘徊;所述步态包括步态速度、步长以及双支撑、单支撑时长和步幅;其中,行为指标识别均基于躯干多骨骼关节点识别,通过分析躯干骨骼关节点空间坐标其骨架长度与方向变化规律进行行为指标识别;
S2:将得到的目标行为指标参数与数据库中存储的目标行为指标参数的正常范围与帕金森病前驱期预兆范围相匹配,若目标行为指标参数处于帕金森病前驱期预兆范围内,则生成预警信号;所述行为分析模块用于将预警信号传输至控制器,所述控制器用于接收预警信号后驱动控制报警模块发出警报;其中帕金森前驱期与正常情况下对比,行为指标参数变化情况包括:失去平衡、跌倒风险增加、步态异常、步幅和摆动时间增加、睡眠异常以及穿衣能力减低;
所述视频采集模块与特定行为任务模块通信连接,当特定行为任务模块运行时,使用人员联动打开高空间分辨率摄像头进行视频拍摄;
所述特定行为任务模块用于使用人员进行特定行为任务,通过各类行为指标识别,基于行为评分量表,进行行为评分;具体步骤为:
V1:使用人员通过特定行为任务模块进行特定行为任务,通过高空间分辨率摄像头进行录像并上传至处理终端;
V2:通过各类行为指标识别,基于行为评分量表,得到行为评分值;
V3:将得到的行为评分值与数据库中存储的正常得分范围和帕金森病前驱期预兆范围相匹配;若行为评分值处于帕金森病前驱期预兆范围,则生成预警信号;所述特定行为任务模块用于将预警信号传输至控制器;
其中,所述特定行为任务包括平衡测试、步态测试、定时端坐起立测试、后拉测试、穿衣能力测试、睡眠障碍测试;所述行为评分量表包括平衡测试评分量表、步态和摔倒评分量表、后拉试验评分量表、上半身穿衣评分量表;
所述睡眠障碍测试表现为:利用视频追踪技术,判断使用人员在家中的位置;若在卧室时,结合人体躯体的速度判断人是否处于静止和运动状态,同时利用人体姿势各类特征,判断人是否处于睡眠状态;同时,通过捕获挥拳、踢腿行为,进而判断相关人员是否处于异常睡眠状态;
所述定时端坐起立测试表现为:基于计算机视觉与深度学习技术,识别双脚脚后跟、脚尖,分析脚尖与脚后跟抬起与落地时间、脚尖-脚后跟运动方向,计算TUG时间段,包括:步行时间、转弯时间、返回时间;所述步行时间为TUG测试的第一步和最后一步之间的时间;所述转弯时间为TUG测试的第一步和转弯步骤之间的时间;所述返回时间为TUG测试的转弯步骤和最后一步之间的时间;所述步行时间、转弯时间和返回时间作为平衡性能评价与预测跌倒风险的强指标;
步态测试中步态指标包括:步幅时间、双支撑占比、单支撑占比、摆动时间、步速、步长、行走时双手摆动情况;其中,步幅时间为一只脚的脚后跟着地与另一只脚的脚后跟着地之间的时间;双支撑占比为双脚与地面接触的每个步态周期的百分比;单支撑占比为单脚与地面接触的每个步态周期的百分比;摆动时间为同一只脚的脚尖离开地面和脚跟落在地面之间的时间;
正确步态周期:将遵循序列1、2、3、4;1:右脚后跟着地、2:左脚尖着地、3:左脚后跟着地、4:右脚尖着地;步数、步频、双支撑百分比和步长均作为平衡性能评价与跌倒风险的强相关性指标;
穿衣能力测试分10个阶段进行评分:1.将瘫痪的上肢插入袖子,2.袖子向上拉过肘关节,3.袖子向上拉过肩关节,4.将衬衫穿过背部拉到对侧肩关节,5.将完整的上肢插入另一个袖子中,6.排列衣领,7.扣紧第一个钮扣,8.扣紧第二个钮扣,9.扣紧第三个钮扣,10.扣紧第四个钮扣。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽正华生物仪器设备有限公司,未经安徽正华生物仪器设备有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110294317.0/1.html,转载请声明来源钻瓜专利网。