一种跌倒预警方法、装置、设备及存储介质

摘要: 本申请涉及人体运动状态识别,尤其涉及一种跌倒预警方法、装置、设备及存储介质。背景技术:1、现有跌倒检测或预警方案多依赖躯干倾角、加速度峰值、足底压力中心偏移或黑...
一种跌倒预警方法、装置、设备及存储介质

本申请涉及人体运动状态识别,尤其涉及一种跌倒预警方法、装置、设备及存储介质。

背景技术:

1、现有跌倒检测或预警方案多依赖躯干倾角、加速度峰值、足底压力中心偏移或黑箱分类模型,通常存在以下不足:事后检测型方案通常在冲击、明显姿态异常或倒地事件已经发生后报警,难以为外骨骼、气囊、振动反馈等主动干预装置预留响应时间;单一惯性阈值容易受步速变化、快速转身、上下楼梯、坐立转换及弯腰取物等日常动作影响,误报和漏报较难同时控制;足底压力或压力中心偏移主要反映已经发生的力学结果,可能滞后于神经肌肉前馈调节,预警提前量有限;纯机器学习分类模型若仅输出类别,不易解释风险来源,同时,其性能依赖训练数据规模、场景覆盖和个体适配。

技术实现思路

1、本申请提供一种跌倒预警方法、装置、设备及存储介质,目的在于在不依赖已发生冲击事件的情况下,利用人体失衡早期的姿势代偿肌群活动与后续触地或支撑重建事件之间的时序关系,实现高实时性、高可靠性的跌倒风险超前预警。

2、第一方面,本申请实施例提供了一种跌倒预警方法,包括:

3、获取跌倒监测对象的时序同步的至少一路姿势代偿肌群的肌电信号、肢体惯性信号和足底压力信号;

4、根据所述肌电信号确定姿势代偿肌群激活时刻;

5、根据所述肢体惯性信号、所述足底压力信号和历史步态周期确定目标力学事件时刻;

6、根据所述目标力学事件时刻与所述姿势代偿肌群激活时刻之间的风险时间间隔,输出跌倒风险预警。

7、可选的,所述根据所述肌电信号确定姿势代偿肌群激活时刻,包括:

8、分别对各路所述肌电信号计算激活特征序列;

9、分别根据各所述肌电信号在稳定步态阶段的统计特征值获取与所述肌电信号对应的自适应阈值;

10、在所述激活特征序列中存在连续目标数量的序列采样点超过对应的所述自适应阈值的情况下,将所述连续目标数量的序列采样点的采样起始时刻确定为对应的所述肌电信号的信号激活时刻;

11、根据各所述信号激活时刻确定所述姿势代偿肌群激活时刻。

12、可选的,所述根据各所述信号激活时刻确定所述姿势代偿肌群激活时刻,包括:

13、分别对各所述肌电信号进行信号质量评估,得到各所述肌电信号的质量评价参数;

14、将所述质量评价参数达到预设质量阈值的所述肌电信号确定为有效肌电信号;

15、分别将各所述有效肌电信号的所述质量评价参数确定为对应的所述信号激活时刻的时刻融合权重,对各所述有效肌电信号对应的所述信号激活时刻进行加权融合处理,得到所述姿势代偿肌群激活时刻。

16、可选的,所述根据所述肢体惯性信号、所述足底压力信号和历史步态周期确定目标力学事件时刻,包括:

17、根据所述肢体惯性信号和所述历史步态周期预测所述目标力学事件时刻;

18、根据所述足底压力信号校正所述目标力学事件时刻。

19、可选的,所述根据所述肢体惯性信号和所述历史步态周期预测所述目标力学事件时刻,包括:

20、根据所述肢体惯性信号确定当前步态相位状态;

21、根据所述当前步态相位状态和所述历史步态周期,计算从当前时刻到所述目标力学事件时刻的预测时间间隔;

22、将所述当前时刻与所述预测时间间隔进行时间叠加计算,得到所述目标力学事件时刻。

23、可选的,所述根据所述足底压力信号校正所述目标力学事件时刻,包括:

24、当监测到所述足底压力信号由低于预设压力阈值转为连续目标时长高于所述预设压力阈值时,将所述目标力学事件时刻校正为所述足底压力信号的当前上升沿时刻。

25、可选的,所述根据所述目标力学事件时刻与所述姿势代偿肌群激活时刻之间的风险时间间隔,输出跌倒风险预警,包括:

26、根据所述跌倒监测对象的非跌倒恢复样本信号,获取个体化时间间隔阈值;

27、获取所述风险时间间隔与所述个体化时间间隔阈值的间隔比较结果;

28、根据所述当前步态相位状态的步态相位可信度以及所述肌电信号、所述肢体惯性信号和所述足底压力信号各自的质量评价参数,获取目标综合置信度;

29、根据所述肌电信号、所述肢体惯性信号和所述足底压力信号中的至少一种,获取失衡候选事件状态;所述失衡候选事件状态包括以下至少一种:基于所述肢体惯性信号确定的躯干运动异常状态、基于所述足底压力信号确定的足底支撑异常状态、基于双侧肢体惯性信号和/或双侧足底压力信号确定的左右步态不对称状态,以及基于至少两路有效肌电信号确定的肌群激活顺序异常状态;

30、根据所述间隔比较结果、所述目标综合置信度和所述失衡候选事件状态,确定当前跌倒风险等级;

31、输出与所述当前跌倒风险等级匹配的所述跌倒风险预警。

32、第二方面,本申请实施例提供了一种跌倒预警装置,包括:

33、同步信号获取模块,用于获取跌倒监测对象的时序同步的至少一路姿势代偿肌群的肌电信号、肢体惯性信号和足底压力信号;

34、肌群激活检测模块,用于根据所述肌电信号确定姿势代偿肌群激活时刻;

35、力学事件检测模块,用于根据所述肢体惯性信号、所述足底压力信号和历史步态周期确定目标力学事件时刻;

36、风险预警输出模块,用于根据所述目标力学事件时刻与所述姿势代偿肌群激活时刻之间的风险时间间隔,输出跌倒风险预警。

37、第三方面,本申请实施例提供了一种跌倒预警设备,包括:

38、一个或多个处理器;

39、存储器,用于存储一个或多个程序;

40、当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本申请任意实施例提供的跌倒预警方法。

41、第四方面,本申请实施例提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如本申请任意实施例提供的跌倒预警方法。

42、本申请实施例提供的一种跌倒预警方法、装置、设备及存储介质,通过获取跌倒监测对象的时序同步的至少一路姿势代偿肌群的肌电信号、肢体惯性信号和足底压力信号,根据肌电信号确定姿势代偿肌群激活时刻,根据肢体惯性信号、足底压力信号和历史步态周期确定目标力学事件时刻,从而根据目标力学事件时刻与姿势代偿肌群激活时刻之间的风险时间间隔,输出跌倒风险预警,在不依赖已发生冲击事件的情况下,利用人体失衡早期的姿势代偿肌群活动与后续触地或支撑重建事件之间的时序关系,实现了高实时性、高可靠性的跌倒风险超前预警。

1.一种跌倒预警方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述根据所述肌电信号确定姿势代偿肌群激活时刻,包括:

3.根据权利要求2所述的方法,其特征在于,所述根据各所述信号激活时刻确定所述姿势代偿肌群激活时刻,包括:

4.根据权利要求1所述的方法,其特征在于,所述根据所述肢体惯性信号、所述足底压力信号和历史步态周期确定目标力学事件时刻,包括:

5.根据权利要求4所述的方法,其特征在于,所述根据所述肢体惯性信号和所述历史步态周期预测所述目标力学事件时刻,包括:

6.根据权利要求4所述的方法,其特征在于,所述根据所述足底压力信号校正所述目标力学事件时刻,包括:

7.根据权利要求5所述的方法,其特征在于,所述根据所述目标力学事件时刻与所述姿势代偿肌群激活时刻之间的风险时间间隔,输出跌倒风险预警,包括:

8.一种跌倒预警装置,其特征在于,包括:

9.一种跌倒预警设备,其特征在于,包括:

10.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的跌倒预警方法。