跌倒檢測中人體頭部和腰部相關性的研究

周闖，傅珈豫，繆偉偉，雷中貴，王勤，4，王志雄，，5△，娜日蘇，△

（1.上海理工大學，上海200093；2.源珈力醫療器材國際貿易（上海）有限公司，上海200000；3.日本國立大阪大學醫學研究科，吹田565-0871；4.上海環境保護信息中心，上海200030；5.上海健康醫學院，上海201318）

1 引 言

據統計，2003年中國65歲以上老年人已占人口總數的8.16%，中國已進入老齡化社會。造成老年人死亡的前五大原因分別是心血管疾病、癌癥、中風、肺部疾病以及意外傷害，而其中跌倒致死占意外傷害的三分之二[1]。65歲以上老年人跌倒頻率高且伴隨有骨折、軟組織損傷和腦部傷害等問題，這不僅對老年人的身體健康造成影響，而且會使老年人因害怕摔倒而抗拒活動，進而減少社交，形成抑郁等心理疾病[2]。

目前，對于跌倒的研究大致可分為三類：基于視頻圖像、基于聲音以及基于穿戴式設備。然而基于視頻圖像的跌倒檢測使用空間有限，基于聲音的跌倒檢測則易受周圍環境的影響，準確率低，相比之下，基于穿戴式設備的跌倒檢測，不局限于室內，不易受周圍環境干擾，使之成為最有研究價值的方向[3]。

基于穿戴式設備的跌倒檢測，從使用的傳感器上來看，多集中于慣性傳感器，從檢測部位上來看，多集中于腰部。但人體運動是一個非常復雜的過程，用單一檢測部位和單一運動特征來反映整個身體的運動是不夠的，可以通過增加檢測部位和檢測特征來提高準確度，如Shi等利用腰部慣性傳感器結合足底壓力來檢測跌倒[4]。

增加檢測特征的研究已經有很多，所以本研究從增加檢測部位方面入手。理論上，檢測部位越多，對運動的檢測就越準確。然而檢測部位的增加會影響穿戴的舒適性，所以檢測部位的增加并不是越多越好。?zdemir的研究也給出了相似的結論，其研究表明，檢測部位在三個以內既能提高準確度，又能保證穿戴的舒適性。所以對檢測部位的選擇十分重要[5]。

當前跌倒檢測的檢測部位大致分為頭部、腰部、胸部、腕部、腿部等，如Lindemann將三軸加速度計集成到助聽器中來檢測跌倒[6]，Yuwono將三軸加速度傳感器放置在腰部來檢測跌倒[7]等。這可能是因為人體頭部對于運動的變化較為敏感，同時頭部在日常運動中不可能太劇烈；手臂和腿部雖然也對運動的變化十分敏感，但是它們參與的日常活動十分復雜，不利于觀測；腰部和胸部接近人體重心位置，因而對重心變化明顯的運動能夠較為正確的檢測出來。又因為胸部靠近腰部，因而探究胸部與腰部在跌倒過程中的聯系意義不大。所以，本研究致力于頭部與腰部在日常活動與跌倒中的聯系。

為了衡量這種聯系，我們以相關性來研究。相關性的高低用相關系數來表示，相關系數越接近1，說明兩者的運動特征變化趨勢越相似，相關系數越接近-1，說明兩者變化趨勢越相反，越接近0，說明兩者變化趨勢越不同[8]。

2 材料與方法

2.1 實驗材料

研究采用六軸慣性傳感器MPU6050，可采集三軸加速度數據和三軸角速度數據。見圖1，傳感器分別佩戴在頭部的前額位置及腰部前方正中位置，y軸為豎直方向。其中a1合表示頭部合加速度值，a1x，a1y，a1z分別為頭部三軸加速度數據，同理a2合表示腰部的合加速度值，a2x，a2y，a2z分別為腰部三軸加速度數據。

圖1 傳感器佩戴位置Fig 1 Sensor wearing position

2.2 實驗方法

本實驗由四名健康青年男性志愿者模擬四種快速跌倒動作及五種日常活動動作（ADL），四名志愿者信息見表1，實驗設計動作及標號見表2。每個志愿者每個動作重復3次。所有動作開始采集前，志愿者保持雙手自然垂放的靜止站立姿態，然后依次按照設計實驗動作進行數據采集。模擬實驗期間，志愿者佩戴防護用具，以保護頭部，肘部，腕部以及膝部，同時在實驗場地放置硬度適中的防護墊，在保護志愿者的同時，盡可能兼顧真實地面情況。四種模擬跌倒動作在自然站立的情況下，分別摔倒在防護墊上，倒后保持摔倒姿勢不變。由于涉及安全及倫理問題，同時避免疾病因素對研究的干擾，所以前期研究以健康青年男性志愿者為主，后期研究會增加女性及中年人實驗組。考慮到實驗對象從較為普遍的群體中選擇具有一定的研究價值，根據2015年《中國居民營養與慢性病狀況報告（2015）》，中國男性青年平均身高為167.1 cm，平均體重為66.2 kg，所以選取身高在（167±10）cm，體重在（66.2±15）kg范圍內的志愿者。

表1 志愿者信息Table 1 Volunteers information

表2 模擬實驗動作及標號Table 2 Simulation experiment actions and labels

3 數據處理

3.1 合加速度

采集的數據為三軸加速度數據，但是如果對三個軸向的加速度進行研究，則數據量過于龐大，因此采用合加速度進行研究，公式如下：

3.2 合加速度偏離豎直方向夾角

合加速度偏離豎直方向角度（下文均以傾角表示）在人體靜態時，能表示人體的傾角值，在動態時，雖然不能準確反映某一具體時刻人體的傾角角度，但是從跌倒的整體過程來看，可以反映人體運動過程的傾角變化趨勢，該角度可以由反三角函數得到，公式如下：

由于是合加速度與豎直向上方向的夾角，θ的范圍在0°～90°，所以ay/a合取絕對值。

3.3 相關系數

頭部和腰部在同一動作完成時的合加速度相關系數計算公式如下：

式中N為完成一個動作采集的數據個數，a1i與a2i分別代表頭部和腰部采集到的第i個合加速度。與表示頭、腰兩組合加速度數據的平均值，sa1合與sa2合分別為頭、腰合加速度數據組的標準差。

同理，頭部和腰部在同一動作時的傾角的相關系數計算公式如下：

式中，N為完成一個動作的數據個數，θ1i與θ2i分別代表頭部和腰部為計算得到到的第i個角度，和分別為頭、腰兩組角度數據的平均值，sθ1，sθ2分別為頭、腰角度數據組的標準差。

4 結果

圖2 四種跌倒的合加速度圖像及對應的傾角變化圖像Fig 2 The resultant-acceleration curve of four kinds of falls and the corresponding angle curve

四種跌倒的合加速度圖像及其對應的傾角變化圖像見圖2，從左至右分別為向前跌倒、向后跌倒、向左跌倒、向右跌倒。在跌倒過程中，頭部和腰部的合加速度先下降，再迅速增大，接著震蕩幾次后變為保持合加速度不變。這是因為人體在跌倒過程中會先失重，與地面撞擊后，導致合加速度迅速增大，之后身體部位會有一定的反彈，直至最終保持躺在地面的靜止狀態。由于人體體型原因，傳感器佩戴并非完全與豎直方向重合，所以，圖中頭部和腰部起始角度并非0°。

跌倒之后，由于受試者頭部佩戴傳感器的位置在前額正中，在前跌和后跌中對頭部的姿勢有一定的影響，所以在前跌和后跌中，頭部合加速度與豎直方向夾角最終保持在60°左右，但是在左跌和右跌中，頭部受佩戴位置的影響較小，最終都保持在接近90°的水平線上。另外，腰部則受佩戴位置的影響較小，所以在四種跌倒中最終角度都接近90°。

五種日常活動的合加速度圖像及對應的傾角變化圖像見圖3，從左至右分別為蹲下、彎腰撿拾、站變坐、慢跑、慢走。可以發現大部分日常活動動作較為舒緩，除慢跑外，合加速度峰值均不超過2 g。另外彎腰撿拾這一動作的頭部和腰部角度變化較為一致，但是合加速度峰值不超過1.5 g。

圖3 五種日常活動的合加速度圖像及對應的傾角變化圖像Fig 3 The resultant-acceleration curve of five kinds of ADLs and the corresponding angle curve

日常活動與跌倒中頭部與腰部合加速度的相關系數統計表分別見表3、表4。可以看出，無論是跌倒還是日常活動，頭部和腰部的合加速度相關性都很低，只有兩次相關系數超過0.7，這說明在跌倒和日常活動中，頭部和腰部的合加速度相關性很低。

表3 日常活動中頭部與腰部合加速度的相關系數統計表Table 3 Correlation coefficients statistics of head and waist resultant-acceleration in ADLS

表4 跌倒中頭部與腰部合加速度的相關系數統計表Table 4 Correlation coefficients statistics of head and waist resultant-acceleration in falls

日常活動和跌倒中頭部和腰部合加速度偏離豎直方向夾角相關系數統計見表5、表6。首先在跌倒過程中，頭部和腰部的傾角的相關系數普遍在0.7以上，說明在跌倒過程中，頭部和腰部的傾角相關性較高，而在日常活動中，除了彎腰撿拾相關系數在0.8以上，其余只有坐下出現兩次相關系數超過0.7。這表明在跌到過程中，頭部和腰部傾角具有較高相關性，且為正相關，這可以將跌倒與大部分日常活動區分開。至于彎腰撿拾雖然也有很高的相關性，但是這一動作并不劇烈，其合加速度不超過1.5 g，而跌倒動作的合加速度普遍高于2 g。

表5 日常活動中頭部和腰部傾角相關系數統計表Table 5 Angle correlation coefficients statistics of head and waist in ADLS

表6 跌倒中頭部和腰部傾角相關系數統計表Table 6 Statistics of angle correlation coefficients between head and waist in falls

5 討論

人體作為一個整體，各部位既有一定的獨立性，又有一定的聯系，本研究在模擬實驗條件下，發現在日常活動和跌倒中，頭部和腰部的合加速度相關性都極低，但是在跌倒動作中，兩者的傾角明顯具有較高的相關性，相關系數在0.7以上，而在大部分日常活動中，相關性微弱，類似于彎腰撿拾這樣的動作雖然有極高的相關性，但是這類日常動作并不像跌倒般劇烈，因而可以通過合加速度進一步區分開來。

本試驗對人體日常動作及跌倒過程中頭部和腰部相關性的研究，不僅為跌倒檢測提供了一種新思路，而且減少了單個部位受偶然因素的影響，提高準確度。同時，相關性的應用范圍也很廣，如跌倒預測，人體協調性研究，運動狀態檢測等等。Nyan通過設定較低的腰部角度閾值（10°），結合腰部和腿部的高相關系數閾值（0.99）來進行預測跌倒，取得了不錯的效果，但是由于腿部在跌倒中變化復雜，導致漏報了有屈腿的跌倒動作，而且也未研究跌倒全過程的相關性[9]。相關性在其他領域的應用，后續研究也會進行。

本研究也存在一些問題，由于研究處于早期探究階段，以及考慮到倫理等問題，所以實驗對象較少且均為健康的男性青年，不能真實反映老年人日常動作及跌倒的實際情況，因而后續會增加不同的實驗對象和數量。另外實驗設計動作都是模擬動作，尤其是模擬跌倒動作，由于人自我保護的本能，往往導致模擬的跌倒動作與真實環境下的跌倒動作有所差別，后續工作也會對模擬動作設計加以改進。