一种基于可穿戴设备的老人摔倒监测方法及装置

本发明涉及摔倒监测，具体涉及一种基于可穿戴设备的老人摔倒监测方法及装置。

背景技术：

1、人口老龄化背景下病患看护给家庭、医院都带来极大难题，日常生活中，行走过程发生跌落、摔倒情况易造成老人生理、心理问题的产生，摔倒事件已经成为威胁老年人身体健康的重要因素之一，尤其对于独居老人来说，他们的生活起居安全无法得到保障，当独自在家发生摔倒事件时，往往会因为在第一时间无法得到有效救助而导致意外事故的发生。实时监测其摔倒情况的意义在于，可以在独居老人摔倒并因摔倒失去自主行动能力时，通过网络自动向监控服务器端发送报警信号，提醒监护人员及时响应处理，施以救治，防止二次伤害的扩大。由于老年人摔倒多数是因独自在家没人照顾时发生的，因此家庭成员能够及时了解老人的周边信息，必要时发出报警功能，可以有效减少老年人摔倒事件的发生。

2、对于摔倒监测，降低漏检率远远比降低虚警率重要，因此，如何对独居老人的室内行为进行有效监测和在老人摔倒时进行准确预警极为重要。

技术实现思路

1、鉴于此，本发明提出一种基于可穿戴设备的老人摔倒监测方法及装置。

2、根据本发明的一方面，提出一种基于可穿戴设备的老人摔倒监测方法，该方法包括：

3、获取穿戴于老人身体多部位的imu传感器采集的连续加速度时间序列和角速度时间序列，形成训练数据集；

4、对多维加速度时间序列和多维角速度时间序列提取时域特征和频域特征，并对获取的特征向量进行降维处理；

5、将降维处理后的训练数据集输入基于改进支持向量机的分类模型中进行训练，获取训练好的分类模型；

6、将待分类的imu传感器实时采集的连续加速度时间序列和角速度时间序列输入训练好的分类模型中，获取分类结果；所述分类结果包括摔倒事件和未摔倒事件。

7、在其中一种可能的实现方式中，所述分类结果中摔倒事件包括正面摔倒、仰面摔倒和侧向摔倒；未摔倒事件包括站立、行走、静坐、下蹲、弯腰。

8、在其中一种可能的实现方式中，获取的特征向量包括：均值、峰值、峰值对应的时刻、去除均值后的有效值、峰值因子、标准差、频谱标准差、最大幅度频率、重心频率、平均频率。

9、在其中一种可能的实现方式中，利用relieff算法对获取的特征向量进行降维处理，具体过程包括：从初始特征向量集中随机选取样本s；从与样本s具有相同标签的其他样本中，根据最近邻原理确定多个样本，构成样本子集h；根据最近邻原理，从样本s中连续确定具有不同标签的多个样本，形成样本子集m；计算样本子集h和样本子集m中每个特征n的权重w(n)；重复上述过程多次，以选择多个随机样本；将获取的多个权重进行排序，过滤掉权重小于设定阈值所对应的特征，从而获取降维处理后的特征向量。

10、在其中一种可能的实现方式中，所述将降维处理后的训练数据集输入基于改进支持向量机的分类模型中进行训练，获取训练好的分类模型的过程包括：首先利用萤火虫算法的扰动策略选择支持向量机的最优惩罚因子和最优核参数；然后利用训练数据集训练具有最优惩罚因子和最优核参数的支持向量机，获得最优支持向量机分类模型。

11、在其中一种可能的实现方式中，所述利用萤火虫算法的扰动策略选择支持向量机的最优惩罚因子和最优核参数的过程包括：

12、设定麻雀的种群规模、最大迭代次数、支持向量机相关参数；

13、将训练数据集分为训练集和验证集，将训练集和验证集的错误率之和作为适应度函数，并基于所述适应度函数对计算出的麻雀种群个体适应度值进行排列；

14、对种群中探索者、加入者以及预警者进行位置更新；

15、根据萤火虫扰动原理进行萤火虫扰动，对麻雀种群个体进行位置更新；

16、对适应度函数值进行重新计算，同时对麻雀位置进行调整；若在受到扰动后，适应度函数值有所提升，则更新麻雀位置；反之则不更新麻雀位置；

17、达到最大迭代次数后停止迭代，选择保存支持向量机的最优惩罚因子和最优核参数。

18、在其中一种可能的实现方式中，所述根据萤火虫扰动原理进行萤火虫扰动，对麻雀种群个体进行位置更新的公式为：

19、

20、di＝di+β(dij)(dj-di))+α(rand-1/2)

21、式中，β(dij)表示萤火虫的新引力函数，β0表示空间距离dij＝0时的新引力，γ表示光强度吸收系数；di和dj分别表示萤火虫i和j所处的空间位置；α表示步长因子，α∈[0,1]；rand表示在[0,1]区间上服从均匀分布的随机数值

22、根据本发明的另一方面，提出一种基于可穿戴设备的老人摔倒监测装置，该装置包括：

23、数据获取模块，其配置成获取穿戴于老人身体多部位的imu传感器采集的连续加速度时间序列和角速度时间序列，形成训练数据集；

24、降维处理模块，其配置成对多维加速度时间序列和多维角速度时间序列提取时域特征和频域特征，并对获取的特征向量进行降维处理；获取的特征向量包括：均值、峰值、峰值对应的时刻、去除均值后的有效值、峰值因子、标准差、频谱标准差、最大幅度频率、重心频率、平均频率；

25、模型训练模块，其配置成将降维处理后的训练数据集输入基于改进支持向量机的分类模型中进行训练，获取训练好的分类模型；

26、摔倒监测模块，其配置成将待分类的imu传感器实时采集的连续加速度时间序列和角速度时间序列输入训练好的分类模型中，获取分类结果；所述分类结果包括摔倒事件和未摔倒事件；所述摔倒事件包括正面摔倒、仰面摔倒和侧向摔倒；所述未摔倒事件包括站立、行走、静坐、下蹲、弯腰。

27、在其中一种可能的实现方式中，所述装置还包括摔倒报警模块；当分类结果为摔倒事件时，所述摔倒监测模块发送报警信息至所述摔倒报警模块，所述摔倒报警模块发出报警信号。

28、在其中一种可能的实现方式中，所述模型训练模块中将降维处理后的训练数据集输入基于改进支持向量机的分类模型中进行训练，获取训练好的分类模型的过程包括：首先利用萤火虫算法的扰动策略选择支持向量机的最优惩罚因子和最优核参数；然后利用训练数据集训练具有最优惩罚因子和最优核参数的支持向量机，获得最优支持向量机分类模型；其中，利用萤火虫算法的扰动策略选择支持向量机的最优惩罚因子和最优核参数的过程包括：

29、设定麻雀的种群规模、最大迭代次数、支持向量机相关参数；

30、将训练数据集分为训练集和验证集，将训练集和验证集的错误率之和作为适应度函数，并基于所述适应度函数对计算出的麻雀种群个体适应度值进行排列；

31、对种群中探索者、加入者以及预警者进行位置更新；

32、根据萤火虫扰动原理进行萤火虫扰动，对麻雀种群个体进行位置更新；

33、对适应度函数值进行重新计算，同时对麻雀位置进行调整；若在受到扰动后，适应度函数值有所提升，则更新麻雀位置；反之则不更新麻雀位置；

34、达到最大迭代次数后停止迭代，选择保存支持向量机的最优惩罚因子和最优核参数。

35、本发明的有益技术效果是：

36、本发明提出一种基于可穿戴设备的老人摔倒监测方法及装置，首先，获取穿戴于老人身体多部位的imu传感器采集的连续加速度时间序列和角速度时间序列，形成训练数据集，其中，在腰部和脚踝处分别部署imu，以准确区分下蹲、弯腰这类与摔倒类似的动作行为；然后，对多维加速度时间序列和多维角速度时间序列提取时域特征和频域特征，并对获取的特征向量进行降维处理，其中，采用relieff算法实现特征降维，以提高分类模型的识别准确率，缩减模型训练时间；然后，将降维处理后的训练数据集输入基于改进支持向量机的分类模型中进行训练，获取训练好的分类模型，其中，利用萤火虫算法的扰动策略优化选择支持向量机的惩罚因子和核参数，以避免参数优化过程中容易陷入局部最优的问题；最后，将待分类的imu传感器实时采集的连续加速度时间序列和角速度时间序列输入训练好的分类模型中，获取是否摔倒的信息。进一步地，在摔倒行为发生后及时进行预警。