基于隐马尔可夫模型的老年人跌倒行为检测方法研究-中国生物医学.PDF

３６ 卷 ２ 期 中　 国　 生　 物　 医　 学　 工　 程　 学　 报 Ｖｏｌ． ３６　 Ｎｏ． ２ ２０１７年４月 Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｂｉｏｍｅｄｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ Ａｐｒｉｌ　 ２０１７ 基于隐马尔可夫模型的老年人跌倒行为检测方法研究 １ ２ １∗ 曹荟强　 林仲志　 吴水才 １（北京工业大学生命科学与生物工程学院，北京　 １００１２４） ２ （长庚大学资讯工程系，台湾 桃园　 ３３３０２） 摘　 要：随着社会老龄化程度的加剧，老年人的安全健康监护需求日益增加。 跌倒行为在老年人日常生活中比较 常见，它会给老年人带来严重的身体及心理伤害。 因此，跌倒检测对于保护老年人的健康及安全具有重要意义。 针对跌倒的运动过程，分析人体加速度变化特征，提出基于隐马尔可夫模型（ＨＭＭ）的跌倒检测方法。 将人体跌倒 的加速度信号提取为加速度观测序列，并以此为训练样本训练隐马尔可夫模型，建立跌倒过程的概率模型进行跌 倒检测。 在验证实验中，采集１０名志愿者共３００例样本，采用５折交叉检验方法，对模型的有效性进行验证。 验证 结果表明，该方法检测跌倒的准确率为９８２％，灵敏度为９１３％，特异性为９９６％，具有良好的检测效果，可实现 对跌倒行为的准确检测。 关键词：跌倒检测；加速度时序；隐马尔可夫模型 中图分类号：Ｒ３１８　 　 文献标志码：Ａ　 　 文章编号：０２５８⁃８０２１（２０１７）０２⁃０１６５⁃０７ Ａ Ｄｅｔｅｃｔｉｏｎ Ｍｅｔｈｏｄ ｆｏｒ ｔｈｅ Ｆａｌｌ Ｂｅｈａｖｉｏｒ ｏｆ Ｅｌｄｅｒｓ Ｂａｓｅｄ ｏｎ Ｈｉｄｄｅｎ Ｍａｒｋｏｖ Ｍｏｄｅｌ １ ２ １∗ Ｃａｏ Ｈｕｉｑｉａｎｇ 　 Ｌｉｎ Ｃｈｕｎｇｃｈｉｈ 　 Ｗｕ Ｓｈｕｉｃａｉ １ （Ｃｏｌｌｅｇｅ ｏｆ Ｌｉｆｅ Ｓｃｉｅｎｃｅ ａｎｄ Ｂｉｏ⁃ｅｎｇｉｎｅｅｒｉｎｇ，Ｂｅｉｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ １００１２４，Ｃｈｉｎａ） ２ （Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｃｈａｎｇ Ｇｕｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｔａｏｙｕａｎ３３３０２，Ｔａｉｗａｎ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｓ ｔｈｅ ｓｏｃｉａｌ ａｇｉｎｇ ｐｒｏｃｅｓｓ ｑｕｉｃｋｅｎｅｄ， ｔｈｅ ｄｅｍａｎｄ ｔｏ ｃａｒｅ ｔｈｅ ｅｌｄｅｒｌｙ′ｓ ｈｅａｌｔｈ ａｎｄ ｓａｆｅｔｙ ｉｓ ｉｎｃｒｅａｓｉｎｇ． Ｔｈｅ ｆａｌｌ ｉｎ ｔｈｅ ｅｌｄｅｒｌｙ ｐｏｐｕｌａｔｉｏｎ ｉｓ ａ ｖｅｒｙ ｃｏｍｍｏｎ ｐｈｅｎｏｍｅｎｏｎ；ｉｔ ｈａｓ ｂｅｅｎ ａ ｍａｊｏｒ ｈｅａｌｔｈ ｒｉｓｋ ｔｈａｔ ｄｉｍｉｎｉｓｈｅｓ ｔｈｅ ｑｕａｌｉｔｙ ｏｆ ｌｉｆｅ ａｍｏｎｇ ｔｈｅ ｅｌｄｅｒｌｙ ｐｅｏｐｌｅ． Ｉｎ ｔｈｉｓ ｐａｐｅｒ，ｗｅ ｐｒｏｐｏｓｅｄ ａ ｎｅｗ ｍｅｔｈｏｄ ｕｓｉｎｇ ａｃｃｅｌｅｒａｔｉｏｎ ｏｂｓｅｒｖａｔｉｏｎ ｓｅｒｉｅｓ ｔｏ ｂｕｉｌｄ ａｈｉｄｄｅｎ Ｍａｒｋｏｖ ｍｏｄｅｌ （ＨＭＭ）ｔｏ ｄｅｔｅｃｔ ｔｈｅｆａｌｌ ｂｅｈａｖｉｏｒ． Ｔｈｅｍｅｔｈｏｄ ｅｘｔｒａｃｔｅｄ ａｃｃｅｌｅｒａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｔｉｍｅｓｅｒｉｅｓｆｒｏｍｈｕｍａｎｆａｌｌｃｏｕｒｓｅｔｏｄｅｓｃｒｉｂｅｔｈｅｆａｌｌｐｒｏｃｅｓｓ，ａｎｄｕｓｅｄｔｈｅ ａｃｃｅｌｅｒａｔ