[发明专利]一种基于日常行为分析的中风预警系统

说明书

本发明公开了一种基于日常行为分析的中风预警系统，本发明涉及中风预警技术领域，解决了现有技术中不能够对待监测的对象进行身体躯干的动作进行分析从而导致中风预警效率降低的技术问题，通过数据采集单元对待监测对象进行监测，通过多方位高空间分辨率摄像头，利用计算机视觉与深度学术技术，对人的躯干19个关节点进行识别追踪与骨骼分析，获取到待监测对象的行为特征信息，随后将疲劳行为数据、平衡行为数据以及步态行为数据对应发送至疲劳分析单元、平衡检测单元以及运动分析单元；对待监测对象进行躯干动作分析，提高了中风监测的准确性，有效进行预防，增强用户的使用质量。

技术领域

本发明涉及中风预警技术领域，具体为一种基于日常行为分析的中风预警系统。

背景技术

短暂性脑缺血发作(TIA)，俗称小中风，是由脑、脊髓或视网膜血流丧失(缺血)引起的神经功能障碍短暂发作，无组织死亡(梗死)。TIA具有与缺血性卒中相同的潜在机制：都是由于流向中枢神经系统的血液中断所导致。并且，TIA患者存在着巨大的卒中的风险。目前，临床上依赖行为评分量表、血管成像和磁共振弥散成像等手段，进行疾病诊断与评估。目前，有许多相关技术和手段用于居家养老智能看护系统中(如：射频识别装置、加速度传感器、脉搏传感器、GPS定位与温度传感器等)，使用人员将装置佩戴在身体上，对佩戴者的身体状况、突发情况和位置信息进行日常生活活动监测。但是，这些手段无法精确检测人在日常生活中具体行为变化，同时以上方法都需要使用人员在躯干部位佩戴相关设备，存在影响日常行为活动、应用范围小、成本高等缺点。因此，亟需一种成本低、适用性强、准确度高的技术在日常生活活动中对TIA症状相关异常行为进行捕捉与分析。

但是在现有技术中，不能够对待监测的对象进行身体躯干的动作进行分析，从而导致中风预警效率降低。

发明内容

本发明的目的就在于提出一种基于日常行为分析的中风预警系统，通过数据采集单元对待监测对象进行监测，通过多方位高空间分辨率摄像头，利用计算机视觉与深度学术技术，对人的躯干19个关节点进行识别追踪与骨骼分析，获取到待监测对象的行为特征信息，行为特征信息包括疲劳行为数据、平衡行为数据以及步态行为数据，随后将疲劳行为数据、平衡行为数据以及步态行为数据对应发送至疲劳分析单元、平衡检测单元以及运动分析单元；对待监测对象进行躯干动作分析，提高了中风监测的准确性，有效进行预防，增强用户的使用质量。

本发明的目的可以通过以下技术方案实现：

一种基于日常行为分析的中风预警系统，包括数据采集单元、疲劳分析单元、平衡检测单元、运动分析单元、云管理平台、注册登录单元以及数据；

注册登录单元用于管理人员通过手机终端提交管理人员信息进行注册，并将注册成功的管理人员发送至数据库进行储存，管理人员信息包括管理人员的姓名、年龄、入职时间以及本人实名认证的手机号码；

数据采集单元用于对待监测对象进行监测，通过多方位高空间分辨率摄像头，利用计算机视觉与深度学术技术，对人的躯干19个关节点进行识别追踪与骨骼分析，获取到待监测对象的行为特征信息，行为特征信息包括疲劳行为数据、平衡行为数据以及步态行为数据，随后将疲劳行为数据、平衡行为数据以及步态行为数据对应发送至疲劳分析单元、平衡检测单元以及运动分析单元；

疲劳分析单元用于接收疲劳行为数据，从而对待监测对象进行疲劳分析，疲劳行为数据包括速度数据、加速度数据以及时长数据，速度数据为待监测对象在监测时间阈值内步行的平均速度，加速度数据为待监测对象在监测时间内身体转动的加速度，时长数据为待监测对象在监测时间内身体节段屈曲和伸展的总时长，将待监测对象标记为i，i＝1，2，……，n，n为正整数；

平衡检测单元用于接收平衡行为数据，从而对待监测对象的平衡进行分析，平衡行为数据包括步行时长、转弯时长以及返回时长，步行时长为待监测对象的第一步和最后一步的间隔时长，转弯时长为待监测对象的第一步和转弯步骤的间隔时长，返回时长为待监测对象的转弯步骤和最后一步的间隔时长，