[发明专利]一种基于DTW步态差异的多节点跌倒预警方法及系统

权利要求书

1.一种基于DTW步态差异的多节点跌倒预警方法，其特征在于，包括：

获取多个采集点的加速度数据；所述采集点包括腰部及脚踝；所述脚踝包括左脚踝和右脚踝；

根据所述加速度数据确定采集点的合加速度；

根据所述腰部的合加速度利用DTW算法确定稳定系数；

根据所述脚踝的合加速度利用DTW算法确定平衡系数；

根据所述稳定系数和所述平衡系数利用KNN算法确定是否发出跌倒预警。

2.根据权利要求1所述的基于DTW步态差异的多节点跌倒预警方法，其特征在于，所述根据所述加速度数据确定采集点的合加速度，具体包括：

根据所述加速度数据利用动态时间窗法进行步态周期分割，得到分割后的加速度数据；

根据所述分割后的加速度数据确定采集点的合加速度。

3.根据权利要求2所述的基于DTW步态差异的多节点跌倒预警方法，其特征在于，所述根据所述腰部的合加速度利用DTW算法确定稳定系数，具体包括：

获取当前步态周期的时间序列和上一步态周期的时间序列；所述当前步态周期的时间序列为当前步态周期的所述腰部的合加速度组成的时间序列；所述上一步态周期的时间序列为上一步态周期的所述腰部的合加速度组成的时间序列；

根据所述当前步态周期的时间序列和所述上一步态周期的时间序列利用DTW算法确定稳定系数。

4.根据权利要求3所述的基于DTW步态差异的多节点跌倒预警方法，其特征在于，所述稳定系数的计算公式为：

Stability＝DTW(WS_i-1,WS_i)

其中，Stability为稳定系数，WS_i-1为上一步态周期的时间序列，WS_i为当前步态周期的时间序列。

5.根据权利要求4所述的基于DTW步态差异的多节点跌倒预警方法，其特征在于，所述根据所述脚踝的合加速度利用DTW算法确定平衡系数，具体包括：

根据所述左脚踝的合加速度组成左脚踝时间序列；

根据所述右脚踝的合加速度组成右脚踝时间序列；

根据所述左脚踝时间序列和所述右脚踝时间序列利用DTW算法确定平衡系数。

6.根据权利要求5所述的基于DTW步态差异的多节点跌倒预警方法，其特征在于，所述平衡系数的计算公式为：

Balance＝DTW(LAS,RAS)

其中，Balance为平衡系数，LAS为左脚踝时间序列，RAS为右脚踝时间序列。

7.根据权利要求1所述的基于DTW步态差异的多节点跌倒预警方法，其特征在于，所述根据所述稳定系数和所述平衡系数利用KNN算法确定是否发出跌倒预警，具体包括：

计算新系数与训练集的欧氏距离；所述新系数包括所述稳定系数和所述平衡系数；所述训练集包括正常步态的稳定系数、正常步态的平衡系数、异常步态的稳定系数和异常步态的平衡系数；

获取所述欧式距离中设定阈值的所述训练集的训练样本；

判断所述训练样本中为异常步态的频率是否小于正常步态的频率，得到第一判断结果；

若所述第一判断结果表示所述训练样本中为异常步态的频率大于或者等于正常步态的频率，则确定发出跌倒预警。

8.一种基于DTW步态差异的多节点跌倒预警系统，其特征在于，包括：

获取模块，用于获取多个采集点的加速度数据；所述采集点包括腰部及脚踝；所述脚踝包括左脚踝和右脚踝；

采集点合加速度确定模块，用于根据所述加速度数据确定采集点的合加速度；

稳定系数确定模块，用于根据所述腰部的合加速度利用DTW算法确定稳定系数；

平衡系数确定模块，用于根据所述脚踝的合加速度利用DTW算法确定平衡系数；

跌倒预警模块，用于根据所述稳定系数和所述平衡系数利用KNN算法确定是否发出跌倒预警。

9.根据权利要求8所述的基于DTW步态差异的多节点跌倒预警系统，其特征在于，所述采集点合加速度确定模块，具体包括：

分割单元，用于根据所述加速度数据利用动态时间窗法进行步态周期分割，得到分割后的加速度数据；

采集点合加速度确定单元，用于根据所述分割后的加速度数据确定采集点的合加速度。