發(fā)布時間：2021-10-07 22:13

　　設(shè)計了一款基于Android便攜式智能老年健康監(jiān)護系統(tǒng),系統(tǒng)包括跌倒檢測、心率檢測、地圖定位3大功能模塊。跌倒檢測模塊使用最大類間方差法計算最優(yōu)閾值,采用合加速度幅值面積的曲線相似度區(qū)分跌倒行為與較高強度日�；顒�;采用小波閾值去噪算法去除輸入信號中的噪聲項,獲得準確的實時心率測量結(jié)果;采用地圖API的定位SDK,及時提供精確的位置服務(wù),將異常警告及位置信息實時發(fā)送至監(jiān)護人手機。系統(tǒng)采用Java語言進行設(shè)計開發(fā),在Andorid平臺上運行穩(wěn)定。測試結(jié)果表明:跌倒檢測的誤報率和漏報率分別為1. 67%、2%,心率檢測的平均絕對誤差和平均相對誤差分別為1. 6 bpm、2. 08%,可滿足老年人監(jiān)護的需求。 

【文章來源】：重慶理工大學(xué)學(xué)報(自然科學(xué)). 2020,34(04)北大核心

【文章頁數(shù)】：9 頁

【部分圖文】：

老年人智能監(jiān)護系統(tǒng)總體架構(gòu)

利用智能手機內(nèi)置的加速度傳感器進行人體運動信息采集實現(xiàn)跌倒檢測。手機內(nèi)置加速度傳感器，可以返回三軸的加速度數(shù)值，手機姿態(tài)隨人體姿態(tài)的改變而改變，手機加速度數(shù)值的變化可以間接反映人體運動姿態(tài)的變化[13-15]。當前基于智能手機的跌倒檢測算法基本是利用某一方向軸的加速度或合加速度幅值進行跌倒判斷，這類方法只能區(qū)分跌倒與步行等較低強度的日�；顒�，在與慢跑、下樓梯等較高強度日�；顒臃矫媾袛嘈Ч患选１鞠到y(tǒng)使用合加速度幅值面積的曲線相似度進行跌倒二次判斷，從而把跌倒與較高強度日�；顒舆M行區(qū)分。將人體跌倒、行走、坐下-起立、蹲下-起立、彎腰-起立、躺下、上樓梯、下樓梯、慢跑等所有日�；顒拥暮霞铀俣刃盘柗旁谝黄�，可得到圖2所示的“人體不同活動狀態(tài)下的合加速度曲線”。當合加速度幅值高于某一閾值時，可將其歸為類似跌倒動作。采用最大類間方差法，得到合加速度幅值最優(yōu)閾值A(chǔ)T=20。但這種方法只能把跌倒動作和行走、上樓梯等較低強度的日�；顒訁^(qū)分開，無法和下樓梯、慢跑等較高強度日�；顒訁^(qū)分開。合加速度向量，其模值稱為合加速度(幅值)A，為此，對合加速度向量模信號進行時間積分，得到合加速度幅值面積為

式(2)中:n為采樣總數(shù);i為采樣序號;ai為擬合曲線對應(yīng)的擬合離散數(shù)據(jù)點集合上的第i個值;bi為原始曲線對應(yīng)的合加速度幅值面積的真實值。MSE的值越小，說明擬合曲線與原始曲線之間的相似程度越大。經(jīng)過10次實驗，MSE的值如表1所示，跌倒時MSE值比較高，慢跑和下樓梯時MSE值較低，設(shè)置1個MSE的閾值，就可以把跌倒動作、慢跑、下樓梯等較高強度的日�；顒訁^(qū)分開。當MSE值高于某一閾值時，就可以判斷其為跌倒動作。采用最大類間方差法得到最優(yōu)閾值MSET=4.5。這是1種自適應(yīng)的閾值確定方法，其基本思想是使用1個閾值將整個數(shù)據(jù)分成2個類，假如2個類之間的方差最大，那么這個閾值就是最佳閾值。

【參考文獻】：
期刊論文
[1]基于Android的老年人能力評估系統(tǒng)的設(shè)計[J]. 李練兵,安子騰,楊鵬.  現(xiàn)代電子技術(shù). 2018(12)
[2]基于Android的健康管理系統(tǒng)設(shè)計與開發(fā)[J]. 牟蓉,王世茹.  科學(xué)技術(shù)創(chuàng)新. 2018(15)
[3]基于Android應(yīng)用程序的第三方類庫檢測系統(tǒng)[J]. 張超,王懷彬,王波.  天津理工大學(xué)學(xué)報. 2018(02)
[4]基于物聯(lián)網(wǎng)的醫(yī)院病房智能監(jiān)護系統(tǒng)設(shè)計與實現(xiàn)[J]. 許建國,張佳,郭麥成.  現(xiàn)代電子技術(shù). 2018(08)
[5]基于Android的移動警用人像識別比對系統(tǒng)的應(yīng)用實現(xiàn)[J]. 余銘華.  電子技術(shù)與軟件工程. 2018(07)
[6]基于兒童安全的智能監(jiān)護系統(tǒng)[J]. 產(chǎn)秀秀,金玥,齊平平,洪發(fā)輝.  電子制作. 2018(02)
[7]基于物聯(lián)網(wǎng)的多算法智能監(jiān)護系統(tǒng)研究[J]. 王暢,孫福明,李漾.  電子技術(shù)應(yīng)用. 2017(11)
[8]Lora技術(shù)在養(yǎng)老社區(qū)智能監(jiān)護系統(tǒng)中的應(yīng)用[J]. 吳畏,蔣德才.  自動化應(yīng)用. 2017(04)
[9]基于模式識別的老年人智能監(jiān)護系統(tǒng)研究[J]. 唐哲,李皎,王藝.  教育教學(xué)論壇. 2016(11)
[10]基于物聯(lián)網(wǎng)技術(shù)的老人監(jiān)護智能系統(tǒng)的研究與設(shè)計[J]. 楊海健,席桂清,辛元明,高揚.  科技創(chuàng)新與應(yīng)用. 2016(02)

博士論文
[1]稀疏分數(shù)傅里葉變換理論及其在探測中的應(yīng)用[D]. 劉升恒.北京理工大學(xué) 2016
[2]助行機器人運動控制和安全監(jiān)護策略研究[D]. 徐文霞.華中科技大學(xué) 2016
[3]移動機器人粒子濾波定位與地圖創(chuàng)建方法研究[D]. 劉洞波.湖南大學(xué) 2013
[4]可穿戴實時診斷、報警、移動健康監(jiān)護系統(tǒng)[D]. 鄭捷文.中國人民解放軍軍事醫(yī)學(xué)科學(xué)院 2008

碩士論文
[1]基于云平臺的心率檢測與分析技術(shù)研究與應(yīng)用[D]. 任淑梅.重慶郵電大學(xué) 2017
[2]基于人臉圖像的非接觸式心率測量方法研究[D]. 皮慧.東南大學(xué) 2017
[3]基于老年人健康狀況監(jiān)測的穿戴設(shè)備及系統(tǒng)設(shè)計研究[D]. 李宏太.西南交通大學(xué) 2017
[4]可穿戴心電監(jiān)測裝置設(shè)計與實現(xiàn)[D]. 牛群.哈爾濱工業(yè)大學(xué) 2016
[5]基于Android的老人健康監(jiān)護系統(tǒng)的軟件設(shè)計與實現(xiàn)[D]. 周銀成.華中師范大學(xué) 2014



本文編號：3422871