System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于步态分析的老年人跌倒风险早筛系统技术方案_技高网
当前位置: 首页 > 专利查询>浙江大学专利>正文

基于步态分析的老年人跌倒风险早筛系统技术方案

技术编号:42113790 阅读:13 留言:0更新日期:2024-07-25 00:34
本发明专利技术公开了一种基于步态分析的老年人跌倒风险早筛系统,包含:图像采集模块;数据标注模块,用于对采集到的视频数据集进行标注;数据处理模块,用于对标注好的视频数据集进行关节点提取;数据训练模块,用于通过标注好的关节点数据集对神经网络模型进行训练;风险识别模块,通过图像采集模块采集待评估的老人完成的预定种类的动作的第一视频数据,再通过数据处理模块对第一视频数据进行关节点提取得到第一关节点数据,风险识别模块用于通过训练好的神经网络模型对待识别的第一关节点数据进行分析得到分析结果。本发明专利技术提供基于步态分析的老年人跌倒风险早筛系统,通过非接触的方式,实现对老年人跌倒风险的早期筛查和预警。

【技术实现步骤摘要】

本专利技术涉及一种基于步态分析的老年人跌倒风险早筛系统


技术介绍

1、中国人口的老龄化趋势在2020年以后明显加快,据调查,预计到2030年60岁以上的老人占比将达到25%左右。老龄化健康需要老年人进行适度的身体活动,比如步行和爬楼梯。但伴随产生的是随着年龄增长急剧增高的跌倒风险,我国老年人平均跌倒率为20%,跌倒也成为老年人死伤的首要原因。

2、现有的方案需要专业的测试评估人员根据公开的平衡量表,如berg量表,让被测者完成一系列动作,根据每个动作的完成度进行综合评估。这种方法主要依赖评估人员的判断,但是需要去专门的场地进行测试,流程较为冗长,耗费较多时间且不方便。关键的是去医院进行检查治疗的人往往已经有较为严重的平衡障碍,无法对含有潜在跌倒风险的患者进行有效筛查,并及时干预。


技术实现思路

1、本专利技术提供了一种基于步态分析的老年人跌倒风险早筛系统解决上述提到的技术问题,具体采用如下的技术方案:

2、一种基于步态分析的老年人跌倒风险早筛系统,包含:

3、图像采集模块,用于采集多个老人在完成预定种类的动作的视频数据集;

4、数据标注模块,用于对采集到的所述视频数据集进行标注;

5、数据处理模块,用于对标注好的所述视频数据集进行关节点提取,得到所述视频数据集中每个视频数据对应的关节点数据从而形成标注好的关节点数据集;

6、数据训练模块,用于通过标注好的所述关节点数据集对神经网络模型进行训练;

7、风险识别模块,通过所述图像采集模块采集待评估的老人完成的预定种类的动作的第一视频数据,再通过所述数据处理模块对所述第一视频数据进行关节点提取得到第一关节点数据,所述风险识别模块用于通过训练好的所述神经网络模型对待识别的第一关节点数据进行分析得到分析结果,。

8、作为一种优选的实施方式,在通过所述数据训练模块通过标注好的所述关节点数据集对所述神经网络模型进行训练之前,先通过公开数据集对所述神经网络模型进行预训练。

9、作为一种优选的实施方式,所述神经网络模型包含若干st-gcn网络。

10、作为一种优选的实施方式,所述st-gcn网络包含:

11、att单元,用于将所述模型神经网络模型的注意力集中在步态对应的特别的关节点和时间段内;

12、gcn单元,用于对空间关系建模;

13、tcn单元,用于对时间关系进行建模;

14、所述st-gcn网络通过所述att单元、所述gcn单元和所述tcn单元的配合最终达到建立时空相关性分析步态的功能。

15、作为一种优选的实施方式,预定种类的动作包含正常行走、站起再坐下、抬腿上台阶和原地转身四个种类的动作。

16、作为一种优选的实施方式,将标注好的所述关节点数据集以8:1:1的比例划分为训练集、验证集和测试集。

17、作为一种优选的实施方式,所述基于步态分析的老年人跌倒风险早筛系统还包含:

18、用户信息模块,用于存储若干不同的用户的账号信息;

19、人脸识别模块,用于在所述图像采集模块采集待评估的老人完成的预定种类的动作的第一视频数据时,获取所述第一视频数据中的第一人脸图像,并通过所述第一人脸图像从所述用户信息模块中保存的所有的所述账户信息中匹配出当前被检测的老人所对应的所述账户信息;

20、数据存储模块,用于将本次获取到的所述第一视频数据以及所述风险识别模块针对所述第一视频数据的识别结果存储到当前被检测的老人所对应的所述账户信息中。

21、作为一种优选的实施方式,所述基于步态分析的老年人跌倒风险早筛系统还包含:

22、账号创建模块,用于自动针对首次被检测的老人生成其对应的所述账户信息,若所述人脸识别模块通过所述第一人脸图像从所述用户信息模块中保存的所有的所述账户信息中未匹配出当前被检测的老人所对应的所述账户信息,则所述账号创建模块通过所述第一人脸图像对当前被检测的老人自动生成一个所述账户信息。

23、作为一种优选的实施方式,所述基于步态分析的老年人跌倒风险早筛系统还包含:

24、数据分析模块,用于在检测完成后,对当前被检测的老人的所有历史检测数据进行综合分析,并生成分析报告。

25、作为一种优选的实施方式,所述基于步态分析的老年人跌倒风险早筛系统还包含:

26、信息提醒模块,用于在老人距离上次检测超过预设值时,向老人、老人的监护人以及对应的医生发生提醒信息。

27、本专利技术的有益之处在于所提供的基于步态分析的老年人跌倒风险早筛系统,通过非接触的方式,实现对老年人跌倒风险的早期筛查和预警。

本文档来自技高网...

【技术保护点】

1.一种基于步态分析的老年人跌倒风险早筛系统,其特征在于,包含:

2.根据权利要求1所述的基于步态分析的老年人跌倒风险早筛系统,其特征在于,

3.根据权利要求2所述的基于步态分析的老年人跌倒风险早筛系统,其特征在于,

4.根据权利要求3所述的基于步态分析的老年人跌倒风险早筛系统,其特征在于,

5.根据权利要求1所述的基于步态分析的老年人跌倒风险早筛系统,其特征在于,

6.根据权利要求1所述的基于步态分析的老年人跌倒风险早筛系统,其特征在于,

7.根据权利要求1所述的基于步态分析的老年人跌倒风险早筛系统,其特征在于,

8.根据权利要求7所述的基于步态分析的老年人跌倒风险早筛系统,其特征在于,

9.根据权利要求8所述的基于步态分析的老年人跌倒风险早筛系统,其特征在于,

10.根据权利要求8所述的基于步态分析的老年人跌倒风险早筛系统,其特征在于,

【技术特征摘要】

1.一种基于步态分析的老年人跌倒风险早筛系统,其特征在于,包含:

2.根据权利要求1所述的基于步态分析的老年人跌倒风险早筛系统,其特征在于,

3.根据权利要求2所述的基于步态分析的老年人跌倒风险早筛系统,其特征在于,

4.根据权利要求3所述的基于步态分析的老年人跌倒风险早筛系统,其特征在于,

5.根据权利要求1所述的基于步态分析的老年人跌倒风险早筛系统,其特征在于,

...

【专利技术属性】
技术研发人员:汪昊天周泓应仰威裘宇柯
申请(专利权)人:浙江大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1