基于智能手表的跌倒檢測系統在養老院應用*

宋振興 姚俊明

(濟寧醫學院醫學信息工程學院 日照 276826)

1 引言

跌倒是老年人發病和死亡的主要因素之一，2011年原衛生部統計數據顯示[1]跌倒在國內傷害死亡原因中居于第4位，而在65歲以上老年人中居于第1位。每年僅在美國就有超過1 100萬次的跌倒事件[2]。除造成身體傷害外，跌倒還會產生嚴重的心理后果，可能導致殘疾和行動不便，對他人的依賴增加，從而減少老年人的獨立性[3]。

常見的跌倒檢測系統是基于強垂直性加速度的檢測傳感器技術[4]，當老年人跌倒時發出報警信號。較新的系統通常會考慮其他能夠探測設備方向的傳感器，以確定用戶發出的信號是否屬實，如是否撒謊或站立等[5-6]。本文提出一種適用于智能手表[7]的跌倒檢測系統，方便對用戶進行跟蹤。跌倒檢測系統應用于智能手表，相當于一個獨立的中央基站，相比于智能手機其優勢非常明顯，原因在于通常人們習慣將手機放在口袋中，只有當智能手機貼近腰部時系統才會有效工作，其他情況則無效[8-9]。針對跌倒檢測系統提出一種室內定位[10]，此算法會同時考慮藍牙信標的接收信號強度指示(Receive Signal Strength Indicator，RSSI) 以及信標放置的空間大小。在該應用的可及范圍內位置[11]模塊添加到跌倒檢測系統中非常重要。當老人跌倒后能夠及時明確跌倒位置，進而采取施救。為最終用戶提供最小的成本和設置最優化過程是本系統的目標，如此每個房間使用一個最低限度的藍牙信標，設計開發出較復雜的算法進行探測。

2 系統設計

2.1 概述

智能手表[7]內嵌安卓應用程序，利用內置的探測跌倒信息的加速度傳感器[4]收集數據。使用基于閾值的算法來檢測跌倒信號，充分考慮用戶跌倒后的反應情況、移動距離以及用戶位置。在對不同用戶進行實驗的基礎上選擇加速度閾值，當發現危急情況時會觸發警報，以通知監護人。與傳統系統相比智能手表的主要優勢在于其直接與護理人員溝通，不涉及基站和集中報警系統，使用智能手表用戶是完全自主的，跌倒檢測系統是非嵌入性的。

2.2 跌倒檢測算法

2.2.1 概述 用戶可以像日常操作其他手表一樣操作智能手表，不用擔心出現任何異常，跌倒檢測算法[12]是在后臺服務中不斷運行，本系統不會對手表內任何應用程序的正常使用造成干擾。另外為提高系統實用性，必須考慮到電池的消耗。使用基于閾值的算法，與機器學習方法[13]相比，其具有較低的計算復雜度，因此需要最低的計算能力，通過增加濾波器和使用上下文信息使本系統的靈敏度和特異性最大化。該算法能夠區分日常活動和跌倒。模擬跌落示例，見圖1。跌倒模式必須與日常活動模式區分開，從內置三軸加速度傳感器[4]的智能手表以40赫茲對加速度數據進行采樣，具體而言傳感器使用的是能提供無重力分量的加速度信息(線性加速度)的傳感器。

圖1 模擬跌落示例

2.2.2 跌倒模式 算法的下一步是檢測可能的跌倒信號。另外加速度閾值必須具有很高的靈活性，這樣才能通過分析老年人日常生活的實際活動獲取廣泛的加速度閾值，從而保持智能手表穩定，用戶愿意使用。跌倒信號的真實性必須滿足以下兩個條件：(1)加速度必須超過該用戶配置文件中設定的速度范圍(如10～18米/秒)的上限閾值。(2)在一定的時間間隔后，加速度必須超過該用戶配置文件中設定的速度范圍(如2～7米/秒)的一個較低閾值。其兩個峰值之間的時間差用于表示用戶跌倒后的身體反應，而高峰與低峰之間的時間間隔必須是靈活的，但不能超過0.5秒，這是跌倒后做出反應的最大時間長度，其好處在于提高算法的特異性，設定這兩個閾值的范圍能夠避免錯誤的跌倒信號。如果在6秒的時間間隔內滿足這兩個條件，那么有可能是一起跌倒事件[12]。在該決策模塊中每當滿足兩個超過閾值的條件時計數器就會增加。X軸和Y軸分別定義為計數器的較低可接受值和更高可接受值，跌倒計數器的臨界值范圍為：X≤計數器

圖2 跌倒檢測算法

2.2.3 跌倒后行為 智能手表的一個關鍵創新之處在于其考慮用戶在跌倒事件后的行為。根據跌倒后用戶的后續移動可以將跌倒分為3種類型：跌倒后無任何移動、跌倒后少量移動、恢復正常活動。如果用戶在跌倒后根本不移動直接發出警報并立即通知監護者；如果用戶在跌倒后能夠完全恢復活動，可自行取消警報，盡可能減少虛警信號。

2.3 定位

2.3.1 概述 通過獲取跌倒精確位置可以減少監護者的反應時間，能夠準確完成任務，為養老院的老人和監護人員提供即時幫助。使用iBeacon技術來實現該方案，在每個房間安置一個信號浮標，iBeacon使用藍牙的低功耗[15]來傳輸由兼容的應用程序或操作系統獲取的通用唯一標識符，達到準確定位的目的。

2.3.2 RSSI和傳播模型 在基于RSSI的定位中, 從信標發送到移動設備的信息包借助傳播模塊將RSSI映射到遠處，其中傳播模塊的正確校準至關重要，因為這種轉換方式會顯著地影響定位精確度。公式1給出用于模擬無線信號傳播損耗[16]的廣泛已知方法。

(1)

其中d和d0分別表示實際距離和參考距離，r和r0分別表示實際距離和基準距離處的接收信號功率，Xσ表示一個隨機變量，它是傳輸信號中攜帶的噪音數據，其數值取決于傳輸信道、發射機和接收機。假如以d0=1米為參考距離，假設Xσ為均值為0的高斯分布隨機變量，簡化模型如下：

r=p-10nlog10(d)

(2)

其中r是距離d處的接收信號功率，p是從1米遠的發射機接收的接收機的信號功率，n代表路徑損耗指數。正如在基于藍牙的依據房間表面積和高度定位方法中所描述的[17]，接收一個內部和外部閾值。

2.4 房間規模和 RSSI 閾值

2.4.1 概述 設S是房間的表面積，h是房間的高度。假設一個方形房間，見圖3。內切圓和外切圓的半徑分別用公式3和4計算。

圖3 房間結構

(3)

(4)

利用畢達哥拉斯定理，分別用公式5和6計算其斜邊。

(5)

(6)

通過將計算得到的斜邊的值代入傳播模型公式3，即可獲得這些距離處的預期RSSI值。將內部和外部RSSI閾值分別定義為上述正方形房間的內切圓和外切圓處的預期RSSI值，然后用公式7和8計算閾值。

(7)

(8)

2.4.2 RSSI分類定位算法 對于每個藍牙信標內部和外部閾值按照上述方法計算[17]，根據獲取的RSSI值，其屬于以下類別之一：當RSSI大于內部閾值時屬于強級別(S)，當RSSI介于內部和外部閾值之間時屬于中等級別(M)，當RSSI小于外部閾值時屬于弱級別(W)，當沒有特定信標的信號時找不到任何類別(NF)。基于這些類別的意義對其進行排序：S>M>W>NF。任何時刻每個信標RSSI值都是獲取到的N個最新RSSI值的平均值，使得每個信標可以被歸為上述類別之一，然后選擇最重要的非空類別。如果只有一個信標屬于這個類別，過程結束，假設該特定信標被放置在房間中。當多個信標屬于這個類別時計算每個信標的得分，該得分等于其測量的RSSI與其下閾值之間的差。當S是最重要的非空類別時下限閾值等于內部閾值，當M或W是最重要的非空類別時外部閾值可以是由用戶選擇的RSSI讀取值(如-127)的全局最小值，然后得分最高的信標獲勝，在最終情況下放在最大房間的信標獲勝。

3 系統性能評估

3.1 跌倒檢測

通過反復多次模擬仿真老年人的跌倒數據以及其實跌倒數據對跌倒檢測算法[12]進行分析評估，最終驗證智能手表的可靠性。日常生活活動能力包括走路、上樓梯、下樓梯、從椅子上站起、坐在椅子上等。基于這些調查數據，可看出該算法的精確度較高。對于模擬跌倒組，從參與測試的老年人中得到93.48%的靈敏性和98.54%的特異性，靈敏性和特異性的平均值表示系統的準確度達到96.01%。借助于第3方提供的云平臺部署該檢測系統將為養老院更好地監護老年人提供幫助。

3.2 室內定位

采用Kontakt.io智能信標，其默認配置參數設置成發射頻率為3瓦、間隔時間為350毫秒，然后收集整個樓層中每個房間設定區域內的RSSI數據，對每個點上的每個信標每秒收集共200條RSSI數據，接收器放置在離地面大約70厘米的非導體表面上。為對本應用程序構建特效的傳播模型，在走廊中心放置一個藍牙信標，在距信標0.5～7米距離范圍內的幾個點進行多次測量，通過公式3得到傳播模型參數估計值分別為p=-70.09和n=1.95。另外需考慮使用算法對收集的RSSI數據進行誤差分析，力求達到最優的測試結果。

4 結語

跌倒檢測是改善老年人日常生活質量的一個重要研究領域。本文介紹一個沒有基站、中央報警站并工作在獨立智能手表中的跌倒檢測系統。對于用戶來說減少佩戴醫療設備帶來的煩惱。智能手表使用一種兼顧跌倒后反應和后續活動的檢測算法，有利于將跌倒模式與真實跌倒匹配，減少虛假警報情況。本文主要創新之處在于使用一種基于閾值的方法使智能手表向管理員提供用戶準確位置，介紹同時考慮藍牙信標接收信號強度指示和信標放置所需空間大小的算法。此外使用模擬和真實數據對系統進行測試，驗證跌倒檢測系統的可行性，認為該系統能夠在養老院中發揮作用。