專利名稱：跌倒預防的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及用于監(jiān)測用戶的運動的方法和設備，并且尤其涉及用于確定用戶的跌倒風險的方法和設備。
背景技術(shù)：
跌倒每年影響數(shù)百萬人并導致特別是老年人的嚴重損傷。實際上，據(jù)估計，跌倒是老年人的排前三位的死亡原因之一。跌倒被定義為突然的、不受控制并且無意識的身體至地面的向下位移。當前可得到檢測這些跌倒并允許用戶在跌倒發(fā)生的情況下手動或自動地獲得輔助的某些跌倒檢測系統(tǒng)。示范性的跌倒檢測器能夠包括個人幫助按鈕(PHB)或佩戴式和/或基于環(huán)境的自動檢測器。自動跌倒檢測器包括測量用戶的移動的一個或一組傳感器，以及將所測量或處理的信號與預定閾值進行比較以便檢測跌倒的處理器。具體而言，自動跌倒檢測器存儲一組預定的閾值和/或參數(shù)組。當激活檢測器時，將連續(xù)變換和處理從該傳感器(諸如，例如， 加速度計)獲得的移動數(shù)據(jù)，然后，將該數(shù)據(jù)與那些參數(shù)組進行比較，以確定跌倒事件是否發(fā)生。盡管這些跌倒檢測器是有用的，但它們實際上不預防跌倒，而僅在用戶已跌倒的情況下提供警告或報警。然而，例如由于對跌倒的恐懼、肌肉的疲勞、頻繁地進行多種任務(即，他們在步行、與其孫子談話等時攜帶物品或在暗光、潮濕或不規(guī)則的地面-諸如松散的地毯、電線、 玩具、工具以及其他危險的地方移動)而引起或增強的在步行期間的不安全的用戶，或者處在可能影響平衡或?qū)Ｗ⒍鹊乃幬镏委熎陂g的用戶，能夠由跌倒預防的設備進行輔助，所述設備用于減小實際的跌倒風險或至少在特定時間使用戶警覺他們處于更高的跌倒風險中以及使他們感覺更加安全。因此，存在著對能夠確定用戶的即時跌倒風險的方法和設備的需要。

發(fā)明內(nèi)容
根據(jù)本發(fā)明的第一方面，提供了一種確定用戶的跌倒風險的方法，該方法包括收集用戶的運動的測量(measurement)；根據(jù)該測量來估計與用戶的步態(tài)相關(guān)的參數(shù)的值； 以及根據(jù)所估計的值與根據(jù)用戶處于其正常的跌倒風險時用戶的運動而確定的參數(shù)的正常值的比較來確定用戶的跌倒風險。在優(yōu)選實施例中，確定跌倒風險的步驟包括根據(jù)正常值的標準偏差來對所估計的值和正常值之間的比較進行加權(quán)。優(yōu)選地，在比確定正常值的一段時間更短的一段時間根據(jù)用戶的運動來確定所估計的值。在優(yōu)選實施例中，估計的步驟包括在所收集的測量中識別邁步邊界。
在一個實施例中，識別邁步邊界的步驟包括在所收集的測量中識別相鄰測量的集群(cluster)，在所述集群中的所述測量的每個的大小都超過閾值。在備選實施例中，識別邁步邊界的步驟包括在所收集的測量中識別相鄰的測量的集群，在所述集群中除了大小小于閾值的所述測量的子集之外，所述測量的每個的大小都超過所述閾值，其中假設所述子集涵蓋小于時間閾值的時間段。。在另一備選實施例中，識別邁步邊界的步驟包括在所收集的測量中識別相鄰的測量的集群，在所收集的測量中大小超過第一閾值的第一收集的測量表示集群中的第一測量，并且其中，所述集群中大小下降至低于第二閾值的所述第一測量之后的所述第一收集的測量表示所述集群中的最后的測量，其中假設所述最后的測量大于所述第一測量之后的最小時期。。在這些備選實施例的任一個中，識別邁步邊界的步驟還能夠包括將邁步邊界識別為每個集群中具有最高大小的測量。在優(yōu)選實施例中，與用戶的步態(tài)相關(guān)的參數(shù)包括步長，并且，估計參數(shù)的值的步驟包括利用由連續(xù)的識別的邁步邊界給出的積分界限來對所收集的測量的水平分量進行積分。在優(yōu)選實施例中，估計參數(shù)的值的步驟包括從積分略去用戶的平均速度，從而基于速度的變化來確定步長。在一個實施例中，與用戶的步態(tài)相關(guān)的參數(shù)包括或另外包括前進步長，并且，估計參數(shù)的值的步驟包括利用由連續(xù)的識別的邁步邊界給出的積分界限來對所收集的測量的水平分量進行積分，以給出邁步的開始位置和結(jié)束位置；以及將前進步長確定為連接開始位置和結(jié)束位置的矢量的范數(shù)。優(yōu)選地，與用戶的步態(tài)相關(guān)的參數(shù)另外包括橫向步長，并且，估計參數(shù)的值的步驟還包括定義開始位置和結(jié)束位置之間的直線；對在邁步期間發(fā)生的所收集的測量進行積分，以給出在所述邁步期間的一系列位置；確定每個位置和直線之間的距離；以及將橫向步長確定為該系列中的最大距離。在優(yōu)選實施例中，該方法還包括校準步驟，該校準步驟包括在用戶處于其正常的跌倒風險時收集用戶的運動的測量；以及根據(jù)所收集的測量來估計與用戶的步態(tài)相關(guān)的參數(shù)的正常值。優(yōu)選地，估計的步驟包括根據(jù)測量來估計與用戶的步態(tài)相關(guān)的多個參數(shù)的值，并且，確定跌倒風險的步驟包括將所估計的值與根據(jù)其中用戶處于跌倒的低風險的用戶的運動而確定的參數(shù)的值進行比較。優(yōu)選地，與用戶的步態(tài)相關(guān)的一個或多個參數(shù)是從步長、步寬、邁步時間、雙腳支撐時間、步態(tài)速度、節(jié)奏、平均步長、平均邁步時間、平均雙腳支撐時間、平均步態(tài)速度以及平均節(jié)奏中選擇的。根據(jù)本發(fā)明的第二方面，提供了一種跌倒預防設備，該設備包括至少一個傳感器，其用于收集設備的用戶的運動的測量；以及處理器，其用于根據(jù)所述測量來估計與用戶的步態(tài)相關(guān)的參數(shù)的值，并用于根據(jù)所估計的值與根據(jù)用戶處于其正常的跌倒風險時用戶的運動而確定的參數(shù)的值的比較來確定用戶的跌倒風險。根據(jù)本發(fā)明的第三方面，提供了一種計算機程序產(chǎn)品，該計算機程序產(chǎn)品包括計算機可讀代碼，所述計算機可讀代碼被配置成，當其在合適的計算機或處理器上運行時，令計算機或處理器執(zhí)行在上述方法中的步驟。根據(jù)本發(fā)明的備選方面，如上文和在下面的詳細描述中所描述的，提供了一種用于確定包括邁步邊界、步長、前進步長和/或橫向步長的步態(tài)參數(shù)的方法。


僅經(jīng)由范例并參考下列附圖描述本發(fā)明的實施例，在附圖中圖1示出了由用戶佩戴的根據(jù)本發(fā)明的跌倒預防設備；圖2更詳細地示出了圖1的跌倒預防系統(tǒng)；圖3是圖示了根據(jù)本發(fā)明的方法中的步驟的流程圖；圖4是圖示了來自圍繞用戶的頸部佩戴的垂飾中的加速度計的測量的繪圖；圖5是圖示了來自佩戴在用戶的踝部上的加速度計的測量的繪圖；以及圖6是圖示了來自佩戴在用戶的踝部上的加速度計的測量的導數(shù)的繪圖。
具體實施例方式盡管將關(guān)于用于跌倒預防的方法和設備來描述本發(fā)明，但應當認識到，該方法和設備能夠提供有附加功能，從而該設備還能夠用作跌倒檢測器。在本發(fā)明的優(yōu)選實施例中，跌倒預防設備包括由用戶佩戴的單一單元。圖1示出了形式為圍繞用戶4的頸部佩戴的垂飾的跌倒預防設備2，并且圖2更詳細地示出了跌倒預防設備2。跌倒預防設備2包括連接至處理器12的三種傳感器，即加速度計6、磁強計8和陀螺儀10。處理器12從傳感器6、8、10接收測量，并處理所述測量以確定跌倒預防設備2的用戶4是否處于較高的跌倒風險。具體而言，處理器12處理來自加速度計6、磁強計8和陀螺儀10的測量，以確定跌倒預防設備2的取向，并(使用所確定的取向來)處理來自加速度計6的測量，以確定與用戶2的(并且具體地步態(tài))運動相關(guān)的參數(shù)。應當理解，僅經(jīng)由范例而包括所述三種傳感器。如本領(lǐng)域技術(shù)人員所知的，使用傳感器融合，所述三種傳感器的測量能夠相互補充，以便最優(yōu)地估計取向。能夠添加例如氣壓計和GPS接收器的其他傳感器，從而進一步提高設備2所估計的參數(shù)的準確度。還應當認識到，能夠省略傳感器，以降低設備2 (例如最小化設備2)的功耗和成本，僅存在加速度計 6，在這種情況下，僅可以估計設備2的傾向。跌倒預防設備2還包括報警器14，報警器14能夠由處理器12激活，以警告或通知用戶4他們處于增加的跌倒的風險中。報警器14還能夠包括(或被替換為)某些這樣的裝置即為用戶4提供他們當前的跌倒風險的指示，即使他們當前不處于跌倒的高風險。例如，跌倒預防設備2可能配備有用于提供振動觸覺或聽覺反饋的裝置，或者能夠被點亮以指示當前的跌倒風險(例如，可能存在與處于跌倒的低風險、中等風險以及高風險的用戶4 相關(guān)聯(lián)的燈)的一系列燈(或能夠顯示不同的顏色的燈)。跌倒預防設備2還包括發(fā)射器電路16，發(fā)射器電路16允許跌倒預防設備2將報警或警告信號發(fā)送至與跌倒預防設備2相關(guān)聯(lián)的基站(然后，該基站能夠發(fā)出報警或者向健康護理提供者或應急服務尋求幫助)。該基站還能夠?qū)嵤鞲衅鳒y量的進一步處理，和/ 或存儲傳感器測量以供后續(xù)的分析。在備選實施例中，如果跌倒預防設備2無需聯(lián)系基站以發(fā)送報警或者向健康護理提供者尋求幫助(例如，如果跌倒預防設備2能夠通過使用聲音來聯(lián)系健康護理提供者)，則可以省略發(fā)射器電路16。在本發(fā)明的某些實施例(不是由圖2中所示的設備2所表示的)中，跌倒預防設備2能夠包括用于存儲傳感器測量以供后續(xù)的分析的存儲器單元。已知步態(tài)參數(shù)(即，與用戶的步態(tài)相關(guān)聯(lián)的參數(shù))的大的方差(variance)與跌倒的高風險相對應。然而，這是靜態(tài)關(guān)系；方差是在通常的步行期間獲得的平均數(shù)，并且與跌倒的平均風險相關(guān)，不必提供關(guān)于用戶4的當前的跌倒風險的任何信息。步態(tài)參數(shù)能夠包括諸如步長、步寬、邁步時間、雙腳支撐時間(即，雙腳與地面接觸的時間)、邁步速度以及節(jié)奏的測量。步態(tài)參數(shù)還能夠包括上面的若干邁步的測量的平均數(shù)，例如平均步長、平均步寬、平均邁步時間、平均雙腳支撐時間、平均步態(tài)速度以及平均節(jié)奏。根據(jù)本發(fā)明，跌倒預防設備2根據(jù)涵蓋短的一段時間的傳感器測量來確定步態(tài)參數(shù)值，并將這些值與用戶4的正常值(即，在用戶4處于其正常的(即優(yōu)選低的或最小的) 跌倒風險時獲得的值)進行比較。具體而言，跌倒預防設備2能夠根據(jù)涵蓋例如12步(6次跨步也是如此)的傳感器測量來確定各種步態(tài)參數(shù)。能夠通過在用戶4平穩(wěn)地步行一段時間(例如，一分鐘)或一定數(shù)量的邁步(例如，40步)時收集測量來獲得用戶4的正常值。在圖3中示出了根據(jù)本發(fā)明的確定跌倒的動態(tài)風險的方法。在步驟101中，傳感器6、8、10進行對用戶4的運動的測量，并且，在步驟103中，處理器12根據(jù)所述測量來估計所要求的步態(tài)參數(shù)的值。然后，在步驟105中，處理器12將這些估計與用戶4的這些步態(tài)參數(shù)的通常值進行比較，以確定用戶的跌倒的動態(tài)風險。如上文所指示的，所述通常值與在用戶4處于其正常的(即，優(yōu)選最小的或低的)跌倒風險時所觀察到的那些值相對應。能夠在使用跌倒預防設備2之前的校準會話期間獲得步態(tài)參數(shù)的正?；蛲ǔＶ?(例如，用戶4能夠在跌倒預防設備2處于校準模式時佩戴跌倒預防設備2，并且，跌倒預防設備2能夠在用戶4正常地步行時確定每個步態(tài)參數(shù)的值)。在本發(fā)明的優(yōu)選實施例中，根據(jù)正常步態(tài)參數(shù)值的標準偏差來對所估計的值和正常值之間的比較進行加權(quán)。例如，如果μ表示校準平均值(即，特定的參數(shù)的正常值的平均值)，σ表示該校
準平均值的標準偏差，并且，a表示當前觀察到的參數(shù)值，如果Μ」 (1 )超過閾值，
σ
則用信號發(fā)送偏差。例如，
權(quán)利要求
1.一種確定用戶的跌倒風險的方法，所述方法包括收集所述用戶的運動的測量；根據(jù)所述測量來估計與所述用戶的步態(tài)相關(guān)的參數(shù)的值；以及根據(jù)所估計的值與根據(jù)所述用戶處于其正常的跌倒風險時所述用戶的運動而確定的所述參數(shù)的正常值的比較來確定所述用戶的跌倒風險。
2.如權(quán)利要求1所述的方法，其中，確定跌倒風險的步驟包括根據(jù)所述正常值的標準偏差來對所估計的值和所述正常值之間的所述比較進行加權(quán)。
3.如權(quán)利要求1或2所述的方法，其中，在比確定所述正常值的一段時間更短的一段時間根據(jù)所述用戶的運動來確定所估計的值。
4.如權(quán)利要求1、2或3所述的方法，其中，估計的步驟包括在所收集的測量中識別邁步邊界。
5.如權(quán)利要求4所述的方法，其中，識別邁步邊界的步驟包括在所收集的測量中識別相鄰的測量的集群，在所述集群中的所述測量的每個的大小都超過閾值。
6.如權(quán)利要求4所述的方法，其中，識別邁步邊界的步驟包括在所收集的測量中識別相鄰的測量的集群，在所述集群中除了大小小于閾值的所述測量的子集之外，所述測量的每個的大小都超過所述閾值，其中假設所述子集涵蓋小于時間閾值的時間段。
7.如權(quán)利要求4所述的方法，其中，識別邁步邊界的所述步驟包括在所收集的測量中識別相鄰的測量的集群，其中，在所收集的測量中大小超過第一閾值的第一收集的測量表示集群中的第一測量，并且其中，所述集群中大小下降至低于第二閾值的所述第一測量之后的所述第一收集的測量表示所述集群中的最后的測量，其中假設所述最后的測量大于所述第一測量之后的最小時期。
8.如權(quán)利要求5、6或7所述的方法，其中，識別邁步邊界的步驟還包括將所述邁步邊界識別為每個集群中具有最高大小的所述測量。
9.如權(quán)利要求4至8中的任一項所述的方法，其中，與所述用戶的步態(tài)相關(guān)的所述參數(shù)包括步長，并且，估計所述參數(shù)的值的步驟包括利用由連續(xù)的所識別的邁步邊界給出的積分界限來對所收集的測量的水平分量進行積分。
10.如權(quán)利要求9所述的方法，其中，估計所述參數(shù)的值的步驟包括計算所收集的測量中與加速度相關(guān)的所述水平分量的關(guān)于時間的雙重積分，所述積分常數(shù)在所述邁步的開始時被設置為零。
11.如權(quán)利要求4至10中的任一項所述的方法，其中，與所述用戶的步態(tài)相關(guān)的所述參數(shù)包括或另外包括前進步長，并且，估計所述參數(shù)的值的步驟包括利用由連續(xù)的所識別的邁步邊界給出的所述積分界限來對所收集的測量的水平分量進行積分，以給出邁步的開始位置和結(jié)束位置；以及將所述前進步長確定為連接所述開始位置和結(jié)束位置的矢量的范數(shù)。
12.如權(quán)利要求10或11所述的方法，其中，與所述用戶的步態(tài)相關(guān)的所述參數(shù)另外包括橫向步長，并且，估計所述參數(shù)的值的步驟還包括定義所述開始位置和結(jié)束位置之間的直線；對在所述邁步期間發(fā)生的所收集的測量進行積分，以給出所述邁步期間的一系列位置；確定每個位置與所述直線之間的距離；以及將所述橫向步長確定為這一系列中的最大距離。
13.如前述權(quán)利要求中的任一項所述的方法，還包括校準步驟，所述校準步驟包括 在所述用戶處于其正常的跌倒風險時收集所述用戶的運動的測量；以及根據(jù)所收集的測量來估計與所述用戶的步態(tài)相關(guān)的所述參數(shù)的所述正常值。
14.一種跌倒預防設備，包括至少一個傳感器，其用于收集所述設備的用戶的運動的測量；以及處理器，其用于根據(jù)所述測量來估計與所述用戶的步態(tài)相關(guān)的參數(shù)的值，并用于根據(jù)所估計的值與根據(jù)所述用戶處 于其正常的跌倒風險時所述用戶的運動而確定的所述參數(shù)的值的比較來確定所述用戶的跌倒風險。
15.一種計算機程序產(chǎn)品，其包括計算機可讀代碼，所述計算機可讀代碼被配置成，當其在合適的計算機或處理器上執(zhí)行時，令所述計算機或處理器執(zhí)行如權(quán)利要求1至13中的任一項所述的方法中的步驟。
全文摘要
本發(fā)明提供了一種確定用戶的跌倒風險的方法，所述方法包括收集用戶的運動的測量；根據(jù)測量來估計與用戶的步態(tài)相關(guān)的參數(shù)的值；以及根據(jù)所估計的值與根據(jù)用戶處于其正常的跌倒風險時用戶的運動而確定的參數(shù)的正常值的比較來確定用戶的跌倒風險。
文檔編號A61B5/103GK102469955SQ201080030723
公開日2012年5月23日 申請日期2010年7月6日 優(yōu)先權(quán)日2009年7月10日
發(fā)明者W·R·T·藤卡特 申請人:皇家飛利浦電子股份有限公司