基于EEG的头戴式跌倒检测方法与装置制造方法及图纸

本发明专利技术属于智能穿戴技术领域，提供的基于EEG的头戴式跌倒检测方法，通过比较容性传感器模块电压信号U

【技术实现步骤摘要】
基于EEG的头戴式跌倒检测方法与装置


[0001]本专利技术涉及智能穿戴
，尤其涉及一种基于EEG的头戴式跌倒检测方法与装置。

技术介绍

[0002]跌倒事件通常由于没有及时发现，给老年人造成骨折、半身不遂和慢性病并发症等风险，甚至威胁生命，所以对老年人的跌倒进行及时的发现以及救治是至关重要的。目前，跌倒检测技术主要使用跌倒检测算法来实现，而现有跌倒检测算法主要通过基于视频设备、基于音频设备、基于红外线/雷达设备以及基于可穿戴设备的相关算法对跌倒事件进行检测。基于视频设备的跌倒检测系统识别率高，但在图像数据获取的过程中无法有效保障用户隐私，且成本较高，检测范围较小，具有一定的局限性；基于音频设备的跌倒检测系统容易受到噪声的干扰，识别准确率低；基于红外线/雷达的跌倒检测系统同样成本较高，抗干扰能力弱，无法实现便携要求；基于可穿戴设备的跌倒检测系统能够满足便于携带和保护用户隐私等要求，具有造价低、覆盖范围广和可扩展性强等优点，但仍存在包括准确率较低、设备的佩戴舒适度不良、所需佩戴传感器数目较多及节点能耗等问题急需解决。
[0003]综上所述，现有跌倒检测技术检测范围小、检测精度低、检测成本高、舒适度以及便携度不理想等技术问题。

技术实现思路

[0004]为解决上述技术问题，本专利技术提供如下方案。
[0005]一方面，本专利技术提供一种基于EEG的头戴式跌倒检测方法，包括下述步骤：
[0006]S1、比较容性传感器模块电压信号U
C
与容性电压阈值Th
>UC
，若U
C
＜Th
UC
，激活跌倒事件检测模块，并跳转至步骤S2；
[0007]S2、比较三轴加速度信号A
X
、A
Y
和A
Z
的合加速度A
XYZ
与加速度阈值Th
AXYZ
，若A
XYZ＜
Th
AXYZ
不成立，跳转至步骤S3；
[0008]S3、获取EEG传感器模块的2路脑电信号S
p1
和S
p2
，并通过数据预处理步骤得到信号S
p1c
和S
p2c
，根据信号S
p1c
和S
p2c
计算得到三维张量FFT
p
输入至跌倒检测网络模型；
[0009]S4、判断跌倒检测网络模型的返回结果，在所述返回结果符合跌倒发生阈值时，跌倒事件检测模块向总控中心模块发送跌倒事件E
A
，并跳转至步骤S5；
[0010]S5、总控中心模块接收到跌倒事件E
A
后，进入紧急救助程序以向跌倒用户提供救助。
[0011]一方面，本专利技术提供一种头戴式跌倒检测装置，可以运行实现上述任一项所述的方法。头戴式跌倒检测装置包括：EEG传感器模块，容性传感器模块，三轴加速度计模块，计算模块，数据存储模块，跌倒事件检测模块，跌倒检测网络模型，总控中心模块，常开开关，供电模块。其中，用户若正确佩戴所述头戴式跌倒检测装置并锁死卡扣后，则所述常开开关闭合，所述供电模块向所述头戴式跌倒检测装置正常供电；否则，所述常开开关断开，所述
头戴式跌倒检测装置因掉电而关闭。所述总控中心模块，包括：通讯模块，输入模块，显示模块，供电模块，定位模块。所述EEG传感器模块，包括：根据10
‑
20国际标准导联系统电极标准放置法将所述EEG模块中的电极设置于F
p1
和F
p2
位置，共2个电极，能够采集用户2路EEG信号S
p1
和S
p2
。所述三轴加速度计模块，包括：三轴加速度计；当所述头戴式跌倒检测装置正常佩戴于用户头部前额位置时，所述三轴加速度计的X轴正方向为用户正前方，Y轴正方向为用户正左方，Z轴正方向为用户正上方。
[0012]一方面，本专利技术提供一种头戴式跌倒检测设备，包括：
[0013]存储器，存储计算机程序；
[0014]处理器，运行所述计算机程序，以实现上述任一项所述的方法。
[0015]一方面，一种可读储存介质，储存计算机程序，所述计算机程序在处理器运行实现上述任一项所述的方法。
[0016]与现有技术相比，本专利技术的有益效果为：
[0017]本专利技术提供的基于EEG的头戴式跌倒检测方法，通过比较容性传感器模块电压信号U
C
与容性电压阈值Th
UC
，若U
C
＜Th
UC
，激活跌倒事件检测模块，比较三轴加速度信号A
X
、A
Y
和A
Z
的合加速度A
XYZ
与加速度阈值Th
AXYZ
，若A
XYZ
＜Th
AXYZ
不成立，获取EEG传感器模块的2路脑电信号S
p1
和S
p2
，并通过数据预处理步骤得到信号S
p1c
和S
p2c
，根据信号S
p1c
和S
p2c
计算得到三维张量FFT
p
输入至跌倒检测网络模型，判断跌倒检测网络模型的返回结果，在所述返回结果符合跌倒发生阈值时，跌倒事件检测模块向总控中心模块发送跌倒事件E
A
，总控中心模块接收到跌倒事件E
A
后，进入紧急救助程序以向跌倒用户提供救助，从而扩大检测范围，提升检测精度、降低检测成本，同时，头戴式跌倒检测舒适便携，利于用户使用，为用户提供及时救助。
附图说明
[0018]图1是基于EEG的头戴式跌倒检测方法的一个流程示意图；
[0019]图2是头戴式跌倒检测装置的一个流程示意图；
[0020]图3是头戴式跌倒检测设备的一个架构示意图。
具体实施方式
[0021]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0022]本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。应当理解，在本专利技术的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本专利技术实施例的实施过程构成任何限定。应当理解，在本专利技术中，“包括”和“具有”以及他本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于EEG的头戴式跌倒检测方法，其特征在于，包括下述步骤：S1、比较容性传感器模块电压信号U
C
与容性电压阈值Th
UC
，若U
C
<Th
UC
，激活跌倒事件检测模块，并跳转至步骤S2；S2、比较三轴加速度信号A
X
、A
Y
和A
Z
的合加速度A
XYZ
与加速度阈值Th
AXYZ
，若A
XYZ
<Th
AXYZ
不成立，跳转至步骤S3；S3、获取EEG传感器模块的2路脑电信号S
p1
和S
p2
，并通过数据预处理步骤得到信号S
p1c
和S
p2c
，根据信号S
p1c
和S
p2c
计算得到三维张量FFT
p
输入至跌倒检测网络模型；S4、判断跌倒检测网络模型的返回结果，在所述返回结果符合跌倒发生阈值时，跌倒事件检测模块向总控中心模块发送跌倒事件E
A
，并跳转至步骤S5；S5、总控中心模块接收到跌倒事件E
A
后，进入紧急救助程序以向跌倒用户提供救助。2.如权利要求1所述的方法，其特征在于，步骤S1包括：步骤一，获取容性传感器模块电压信号U
C
；步骤二，设置容性电压阈值Th
UC
，若U
C
<Th
UC
，则表示用户已将所述头戴式跌倒检测装置佩戴于头部前额位置，激活所述跌倒事件检测模块，并跳转至步骤S2；否则，禁用所述跌倒事件检测模块，跳转至步骤一。3.如权利要求2所述的方法，其特征在于，步骤S2包括：步骤三，获取所述三轴加速度计模块三轴加速度信号A
X
、A
Y
和A
Z
并对其分别进行均值滤波处理获得信号A
Xa
、A
Ya
和A
Za
；计算合加速度；计算合加速度步骤四，设置加速度阈值Th
AXYZ
，若A
XYZ
<Th
AXYZ
，则跳转至步骤一；否则，跳转至步骤S3。4.如权利要求3所述的方法，其特征在于，步骤S3包括：步骤五，以采样率f
EEG
获取所述EEG传感器模块时间周期T内2路脑电信号S
p1
和S
p2
并对其分别通过数据预处理步骤获得信号S
p1c
和S
p2c
；步骤六，设置帧长F
sl
，帧移F
sm
，分别对所述信号S
p1c
和S
p2c
进行分帧处理，获得S
p1d
和S
p2d
，并分别对所述信号S
p1d
和S
p2d
进行加窗处理，获得信号S
p1e
和S
p2e
；其中，F
sm
<F
sl
<<f
EEG
；log2(F
sl
)为大于2的正整数；)为大于2的正整数；步骤七，依次对进行快速傅立叶变换，获得依次对进行快速傅立叶变换，获得其中，其中，其中，
步骤八，将依次拼接组合为一个F
sl
×
NK的二维矩阵FFT
p1
，将依次拼接组合为一个F
sl
×
NK的二维矩阵FFT
p2
，将FFT
p1
和FFT
p2
拼接为一个2
×
F
sl
×
NK的三维张量FFT
p
，并将所述三维张量FFT
p
输入至跌倒检测网络模型；其中，所述二维矩阵FFT
p1
有F
sl
行NK列，FFT
p2
有F
sl
行NK列，行NK列，所述三维张量FFT
p
有2个通道，每个通道均有F
sl
行NK列，FFT
p
＝(FFT
p1
，FFT
p2
)。5.如权利要求4所述的方法，其特征在于，步骤S4包括步骤九，步骤九包括下述步骤：判断跌倒检测网络模型的返回结果；在所述返回结果为[y
1 y
2 y
3 y4]，设置置信度阈值Th
y4
，若y4＞Th
y4
，则所述跌倒事件检测模块向所述总控中心模块发送跌倒事件E
A
，并跳转至步骤S5；否则，跳转至步骤S1；其中，y1，y2，y3，y4∈[0，1]，y1表示EEG信号的主人存在闭眼动作的概率，y2表示EEG信号的主人存在睁眼动作的概率，y3表示EEG信号的主人存在眨眼动作的概率，y4表示EEG信号的主人存...

【专利技术属性】
技术研发人员：陈达权，肖晓，付洪兵，吴应平，
申请(专利权)人：深圳市奋达智能技术有限公司，
类型：发明
国别省市：