基于移動終端的跌倒檢測方法研究.pdf

1、跌倒是危害老年人及其他特殊人群的重要因素之一。及時的跌倒檢測和救助可以為治療和搶救贏得寶貴時間，對保障用戶健康和提高醫(yī)療監(jiān)護水平都具有非常重要的意義。當(dāng)前，我國已經(jīng)進入老齡化社會且呈現(xiàn)加速發(fā)展態(tài)勢，急需研發(fā)攜帶方便、檢測準(zhǔn)確、判斷實時的跌倒檢測方法和系統(tǒng)，以滿足廣泛的社會需求。
　　目前，國內(nèi)外眾多研究機構(gòu)和高校都在不斷研究和實驗跌倒檢測方法。現(xiàn)有的方法一般是從正常行為（如走路，跑步）數(shù)據(jù)提取特征訓(xùn)練一個一分類模型，凡不符合該一分

2、類模型的行為會被判斷為跌倒，然而個別正常行為（如跑步、下樓梯）的瞬間特征信息與跌倒的相似度較高，加上噪聲數(shù)據(jù)的影響，導(dǎo)致模型的區(qū)分能力不足，不能同時滿足高檢測率和低誤警率的要求。
　　為了提高跌倒檢測方法的實用性，本文通過統(tǒng)計分析跌倒發(fā)生的特點，提出了基于行為切換的跌倒檢測方法，本文的研究主要包括如下四部分：
　　1、高精度的連續(xù)行為識別模型研究，建立一個連續(xù)行為識別模型對人的行為進行識別。該階段通過大量實驗對比分析了多種多

3、分類器的性能，驗證了基于多模傳感器的模型比基于單一傳感器的檢測效果更佳，并借助WEKA工具的特征選擇功能對本文特征集進行篩選，得到魯棒性更好的特征集；
　　2、行為切換數(shù)據(jù)的自動分割技術(shù)研究，根據(jù)行為識別結(jié)果對連續(xù)行為序列進行分割，得到行為切換數(shù)據(jù)集。本文提出了一種自動行為切換數(shù)據(jù)的分割方法；
　　3、研究并構(gòu)建了一個異常檢測模型，從相鄰行為間的正常切換數(shù)據(jù)集提取特征構(gòu)建異常行為檢測模型，模型通過識別異常行為切換來檢測跌倒。

4、該方法以行為切換數(shù)據(jù)構(gòu)建特征空間，可以過濾大量的正常行為數(shù)據(jù)，降低特征空間的復(fù)雜度，增強模型的區(qū)分能力。本文對比實驗顯示本文方法的分類精度要高于傳統(tǒng)方法，具有一定的實用價值；
　　4、設(shè)計并實現(xiàn)了一款基于Android手機的跌倒檢測系統(tǒng)，該系統(tǒng)能實時采集傳感器的數(shù)據(jù)，通過跌倒檢測模型實時監(jiān)控用戶是否發(fā)生跌倒，如果用戶發(fā)生跌倒，手機會在本地發(fā)出蜂鳴報警聲，開啟定位模塊得到跌倒者位置信息，并自動編輯跌倒信息和位置信息以SMS短信方式發(fā)