一种跌倒预测系统技术方案

本发明专利技术公开一种跌倒预测系统，涉及跌倒预测技术领域，所述系统包括：第一跌倒预测模块、第二跌倒预测模块和综合跌倒预测模块；第一跌倒预测模块和第二跌倒预测模块均与综合跌倒预测模块连接。第一跌倒预测模块根据获取的目标人员的动作参数进行预测，得到第一预测结果；第二跌倒预测模块根据获取的目标人员的身体参数进行预测，得到第二预测结果；综合跌倒预测模块根据第一预测结果和第二预测结果，得到目标人员的最终跌倒预测结果。本发明专利技术将动作参数作为客观指标，将身体参数作为主观指标进行预测，丰富了预测跌倒指标，使得跌倒预测更加全面。加全面。加全面。

【技术实现步骤摘要】
一种跌倒预测系统


[0001]本专利技术涉及跌倒预测
，特别是涉及一种跌倒预测系统。

技术介绍

[0002]随着社会老龄化的发展，跌倒预测技术在现实中的应用非常重要。常见的跌倒检测算法有：基于主观调查的跌倒风险打分问卷、基于视频的跌倒可视化算法、基于声学的跌倒预测算法和基于可穿戴传感器的跌倒预测算法。基于主观调查的跌倒风险问卷具有主观性强、标准不统一的典型问题。基于视频的跌倒检测算法可能涉及侵犯隐私，并需要在活动地点预先安装测试站点，缺乏实践性。基于声学的算法很容易受到噪声的干扰。基于可穿戴传感器的跌倒预测算法虽然不受具体活动场地的限制，但仍然只能部分呈现测试者的运动特征。
[0003]总的来说，目前的技术方案中存在以下缺陷：1)预测跌倒指标较单一。目前经典的提取特征为标量型特征，如峰值和振幅等。但这些特征不能全面地刻画原信号中蕴含的信息，现有技术的研究者和研究机构更多使用了信号的基本统计指标，较为单一。统计指标可以一定程度上表示人体运动状态，但不能体现信号的变化趋势等信息。而变化趋势等信息是十分关键和具有跌倒判断价值的指标；2)本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种跌倒预测系统，其特征在于，所述系统包括：第一跌倒预测模块、第二跌倒预测模块和综合跌倒预测模块；所述第一跌倒预测模块和所述第二跌倒预测模块均与所述综合跌倒预测模块连接；所述第一跌倒预测模块用于根据获取的目标人员的动作参数进行预测，得到第一预测结果；所述动作参数包括：动态加速度和角速度；所述第二跌倒预测模块用于根据获取的所述目标人员的身体参数进行预测，得到第二预测结果；所述身体参数包括：年龄、身高、体质指数、脉搏、血氧饱和度、近一年骨折情况、经常起夜次数、走路是否感到不稳、是否经常着急上厕所、足部是否感觉减退、是否害怕跌倒、跌倒次数、跌倒损伤程度、自评总分、自评总分是否大于或等于4分、平衡测试得分、起立行走用时、30秒起做个数、是否无安全扶手；所述综合跌倒预测模块用于根据所述第一预测结果和所述第二预测结果，得到所述目标人员的最终跌倒预测结果。2.根据权利要求1所述的跌倒预测系统，其特征在于，所述第一跌倒预测模块包括：第一数据获取单元和第一跌倒预测单元；所述第一数据获取单元、所述第一跌倒预测单元与所述综合跌倒预测模块依次连接；所述第一数据获取单元用于获取所述动作参数；所述第一跌倒预测单元用于根据所述动作参数进行预测，得到所述第一预测结果，并将所述第一预测结果发送至所述综合跌倒预测模块。3.根据权利要求2所述的跌倒预测系统，其特征在于，所述第一跌倒预测模块还包括：第一预测结果展示单元；所述第一预测结果展示单元与所述第一跌倒预测单元连接；所述第一预测结果展示单元用于展...

【专利技术属性】
技术研发人员：程昆，胡磊，薛玉梅，赵子萱，王文杰，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：