基于力學(xué)量信息獲取系統(tǒng)的人體摔倒過程識別方法研究.pdf

1、當今社會已進入老齡化社會,老年人摔倒發(fā)生率高、后果嚴重,已經(jīng)成為一個嚴重的醫(yī)療問題和社會問題。通過科學(xué)的手段有效預(yù)測及檢測老年人摔倒,從而減小老年人摔倒帶來的傷害問題已成為國內(nèi)外新的研究熱點,具有較高的研究價值及應(yīng)用意義。然而,國內(nèi)外目前對老年人摔倒行為過程的研究尚無針對性的模型,對于不同摔倒過程與相似運動狀態(tài)識別的誤判問題比較突出,尤其是對摔倒沖擊狀態(tài)前的預(yù)測問題研究尚起步不久,還有許多關(guān)鍵問題尚未解決。
　　 本文研究致力于

2、通過力學(xué)量信息獲取的相關(guān)理論探索解決人體摔倒檢測及預(yù)測問題,從而進一步提高其檢測準確性及預(yù)測時效性。論文的主要工作及貢獻總結(jié)如下：(1)通過分析人體摔倒行為過程的運動生物力學(xué)特性,明確了人體上軀干部位作為摔倒過程識別研究參數(shù)提取的特征部位,并據(jù)此選擇了摔倒過程中上軀干加速度變化及偏離豎直方向的傾斜角度變化作為檢測及預(yù)測人體摔倒的特征信息量。
　　 (2)采用支持向量機方法對人體摔倒運動過程中及其它日常生活行為過程中的上軀干合加速

3、度及偏離豎直方向的傾斜角度分類,使用最優(yōu)分類界面上的合加速度及傾角值作為人體摔倒檢測方法的閾值信息。分析合加速度閾值、傾角閾值與摔倒過程的時間關(guān)系,提出并實現(xiàn)了基于三軸加速度和兩軸角速度傳感器的人體摔倒檢測算法,及基于三軸加速度傳感器的人體摔倒檢測算法。
　　 (3)提出了一種基于人體運動過程中運動狀態(tài)序列時序分析法的人體摔倒檢測及預(yù)測方法。首先融合人體運動過程中特征部位的加速度信息為表征該運動過程特點的加速度時間序列。其次,將

4、人體運動過程作為隨機過程研究,研究人體摔倒行為過程中各運動狀態(tài)之間的轉(zhuǎn)移規(guī)律,以及各運動狀態(tài)下加速度時間序列的出現(xiàn)規(guī)律。由于人體摔倒預(yù)測研究需要在人體與低勢物體碰撞前做出決策,因此建立描述人體摔倒過程中與低勢物體碰撞前的過程段的隱馬爾可夫模型(HMM),則待識別運動過程在當前時刻前某時間段內(nèi)的加速度時間序列在模型上的輸出概率反映了該時間段內(nèi)人體運動過程與模型描述的運動過程段的匹配程度,可以評估當前時刻人體與低勢物體碰撞的風(fēng)險,從而實現(xiàn)人

5、體摔倒檢測及預(yù)測。最后,通過支持向量機對不同運動過程加速度時間序列在模型上的輸出概率劃分閾值,設(shè)計并實現(xiàn)人體摔倒檢測及預(yù)測算法。
　　 (4)搭建了人體摔倒識別傳感信息檢測實驗平臺,進行了人體摔倒檢測及預(yù)測方法的實驗研究工作。在實驗樣本范圍內(nèi),本文提出的基于人體運動狀態(tài)序列時序分析法的人體摔倒過程識別方法可以有效的區(qū)分人體摔倒行為及其它日常生活行為,在摔倒檢測方面取得了100％的敏感性(Sensitivity)和100％的特異性