基于MEMS的帕金森病人體姿態分類監測系統

魯鵬威　賈方秀　郄劍文

摘 要： 帕金森病有較高的患病率和致殘率，已成為危害老年人健康的主要疾病之一，針對這種情況，開發了一套人體姿態監測與分類的系統，以便在危險發生時能夠及時發現，避免情況進一步惡化。設計了一個便攜式人體加速度信息采集裝置，通過無線數據傳輸技術，將采集到的人體加速度信息傳送到上位機PC中，根據相應算法，在上位機PC中編寫相應的程序，提取不同姿態下的人體特征，然后根據這些姿態特征，實現人體姿態的實時監測，并且將人體姿態分類成平躺、坐、站、行走、起立等。實驗結果表明該系統有良好的識別能力。

關鍵詞： PD患者； 加速度計； 姿態監測； 人體姿態分類

中圖分類號： TN931+.3?34； TN492 文獻標識碼： A 文章編號： 1004?373X（2017）16?0161?04

Abstract： Parkinson′s disease （PD） has high rate of disability and morbidity， and becomes one of the major diseases endangering the health of the elderly. In view of this situation， a human?body posture monitoring and classification system was developed to discover the danger timely， and prevent the further deterioration. A portable acquisition device of human?body acceleration information was designed. The collected human?body acceleration information is transmitted to the PC by means of wireless data transmission technology. According to the corresponding algorithm， the appropriate program is written in PC to extract the human?body characteristics of different postures. In accordance with the posture characteristics， the human?body posture is monitored in real time， and classified as lying， sitting， standing， walking and standing up. The experimental results show that the system has good recognition ability.

Keywords： PD patient； accelerometer； posture monitoring； human?body posture classification

0 引 言

帕金森病（PD）又名震顫麻痹，是最常見的神經退行性疾病之一，主要臨床癥狀是：震顫、僵直、運動遲緩、步態失調和姿勢不穩等[1]，PD有較高的患病率和致殘率，已經成為危害老年人健康的主要疾病之一。如果能夠對PD患者進行實時的姿態檢測和分類，建立大樣本的運動數據庫，進而通過對運動信息的數據挖掘和分析，實現PD患者運動能力的評估和預測，并對潛在的跌倒風險進行預警，則可以將帕金森病的危害大大降低。與傳統監護方法相比，人體姿態監測技術可以實現低生理、心理負擔情況下的人體生理信息的采集，具有體積小、功耗小、成本低、方便攜帶等優點；同時它的應用極大地提高了醫療資源共享效率，增加了緊急情況處理的及時性[2]。

目前，人體姿態檢測識別的方法主要有基于計算機視覺的姿態監測和基于加速度傳感器的姿態監測。基于計算機視覺的姿態監測有很高的準確率，系統的效率也較高[3?5]。2013年，Ji S等將廣泛用于圖像分類的卷積神經網絡擴展到三維空間，將原先的二維感受野增加一個時間維度，擴展為三維感受野，并利用多個卷積層和下釆樣層，學習視頻數據的特征表達，最終利用線性分類模型進行姿態檢測和分類[6]。但是該系統的缺點也十分明顯，由于監控設備的監測范圍有一定限制，當被監測者離開這個范圍時，系統就無法進行姿態監測和分類；還有就是這類系統成本比較高，不利于推廣和使用；最后，這類系統不能很好地保護被監測者的個人隱私[7?8]。本文提出的基于MEMS帕金森病人體姿態監測系統是基于加速度傳感器的姿態監測，操作方法簡單，能夠很好地保護個人隱私；通過LabVIEW軟件對數據處理、分類和比較，實現人體平躺、坐姿、站姿、行走、起立等日常姿態的識別。

1 系統設計

為了實現對被測對象的姿態監控和分類，準備將加速度的測量裝置固定在被測對象的足部、大腿、胸腔、手腕處，測量這些部位的加速度和角速度，對被測對象的“平躺”、“坐”、“站”、“起立”、“行走”等行為狀態進行正確的分類，如圖1所示。

該系統慣性傳感器單元中選用InvenSense公司的MPU6050三軸加速度和陀螺儀傳感器。該傳感器將測得的數據傳輸給發送端，經接收端接收后傳輸至上位機，以實現原始信號的采集。該系統無線發送及接收端均選用NORDIC公司NRF24L01無線6通道收發芯片，其工作在2.5 GHz世界通用ISM頻段。將每一個慣性傳感器單元都安裝在獨立的殼體中，在其內部完成原始動態數據的測量與采集，各個子系統單元之間互不影響，并通過各自無線通信傳輸至接收端，避免了傳感器之間的硬件連接，提高了系統的穩定性。本系統以Cortex?M3內核的32位微處理器為核心，選用STM32F103RE型號，圖2所示是慣性傳感器單元的原理框圖。endprint