[发明专利]一种基于智能手机和可穿戴式设备的老年人跌倒监测方法在审
| 申请号： | 201610330717.1 | 申请日： | 2016-05-18 |
| 公开（公告）号： | CN106037749A | 公开（公告）日： | 2016-10-26 |
| 发明（设计）人： | 崔晓晖;王志波;寇静雅 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | A61B5/11 | 分类号： | A61B5/11;A61B5/0205 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 魏波 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于智能手机和可穿戴式设备的老年人跌倒监测方法，通过可穿戴式设备对用户的心率数据进行全天候不间断监测，并通过蓝牙短距离通信技术自动传输到智能手机端分析处理；通过智能手机内置的加速度传感器和陀螺仪来采集反映人体主要运动姿态变化的信号数据、位置数据，使用人体运动加速度信号向量模阈值法识别区分低强度日常生活活动，对于不能识别的较高强度日常生活活动，则通过人体运动角加速度信号向量模数据进一步处理得到的新特征量来判别；从而实现对老年人日常行为进行监测并对跌倒情况进行监测报警。 | ||
| 搜索关键词： | 一种 基于 智能手机 穿戴 设备 老年人 跌倒 监测 方法 | ||
【主权项】：
一种基于智能手机和可穿戴式设备的老年人跌倒监测方法，其特征在于：通过可穿戴式设备对用户的心率数据进行全天候不间断监测，并通过蓝牙短距离通信技术自动传输到智能手机端分析处理；通过智能手机内置的加速度传感器和陀螺仪来采集反映人体主要运动姿态变化的信号数据、位置数据，使用人体运动加速度信号向量模阈值法识别区分低强度日常生活活动，对于不能识别的较高强度日常生活活动，则通过人体运动角加速度信号向量模数据进一步处理得到的新特征量来判别；从而实现对老年人日常行为进行监测并对跌倒情况进行监测报警。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉大学，未经武汉大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610330717.1/，转载请声明来源钻瓜专利网。
