本實用新型涉及醫(yī)療健康和機器學(xué)習(xí)技術(shù)領(lǐng)域，具體涉及一種基于極限學(xué)習(xí)機的老人監(jiān)護系統(tǒng)。

背景技術(shù)：

科技的日新月異的發(fā)展，帶動著老人監(jiān)護技術(shù)的不斷創(chuàng)新。在以前，如果家庭成員中有自理能力較弱的長者，則一般需要長期有人在旁照料，以防發(fā)生一些能夠威脅到其生命安全的危險情況，如老人的以外跌倒。而在科技發(fā)達的今天，只能監(jiān)護技術(shù)已經(jīng)有了一定程度的發(fā)展，用戶能夠通過一些設(shè)備遠程了解家中長者的活動情況，如發(fā)生異常情況，用戶可以及時得知并盡早處理。

雖然目前不少學(xué)者提出了老人監(jiān)護方法，但目前方法的研究仍存在諸多問題，如現(xiàn)有的老人監(jiān)護方案大多只是利用了三軸加速度傳感器和陀螺儀作為異常情況判斷的依據(jù)，由于采集數(shù)據(jù)的種類單一，沒有更多的有用信息提供給系統(tǒng)進行判別，因此系統(tǒng)有一定的誤報率。此外，目前的老人監(jiān)護算法一般分為閥值法和智能算法兩類。閥值法的缺點在于需要人為設(shè)置預(yù)警的閥值，這種閥值是通過經(jīng)驗獲得的，難以確定一個最佳的數(shù)值且閥值的高低還影響著系統(tǒng)檢測的準確率，這類算法的表現(xiàn)一般不穩(wěn)定。而如今用于老人監(jiān)護的智能算法雖然能夠較好的解決閥值法需要人為設(shè)置預(yù)警閥值的問題，但是帶來的問題是智能算法需要花大量的時間進行算法的訓(xùn)練，在算法執(zhí)行的過程中一般還需要花費大量的計算機資源進行計算，不利于系統(tǒng)的實時工作。

技術(shù)實現(xiàn)要素：

本實用新型的目的是為了解決現(xiàn)有技術(shù)中的上述缺陷，提供一種基于極限學(xué)習(xí)機的老人監(jiān)護系統(tǒng)。

本實用新型的目的可以通過采取如下技術(shù)方案達到：

一種基于極限學(xué)習(xí)機的老人監(jiān)護系統(tǒng)，所述老人監(jiān)護系統(tǒng)包括：藍牙數(shù)據(jù)采集模塊、手機APP模塊、服務(wù)器模塊，

所述藍牙數(shù)據(jù)采集模塊包括藍牙模塊以及傳感器，用于收集用戶身體各項活動數(shù)據(jù)，并通過所述藍牙模塊將數(shù)據(jù)發(fā)送到所述手機APP模塊；所述手機APP模塊用于采集GPS數(shù)據(jù)和接收來自所述藍牙數(shù)據(jù)采集模塊的數(shù)據(jù)，并將所述藍牙數(shù)據(jù)采集模塊的數(shù)據(jù)和所述GPS數(shù)據(jù)發(fā)送到所述服務(wù)器模塊上；所述服務(wù)器模塊包括服務(wù)器和GPRS模塊，用于接收來自所述手機APP模塊的數(shù)據(jù)，并利用已訓(xùn)練的極限學(xué)習(xí)機對數(shù)據(jù)進行處理，判別是否發(fā)生異常情況，并將預(yù)警信息通過所述GPRS模塊發(fā)送到監(jiān)護人手機上。

進一步地，所述傳感器包括：佩戴于人體腰部的三軸加速度傳感器和三軸陀螺儀、佩戴于人體手腕的心率傳感器、分別佩戴于人體左右腳底的第一壓力傳感器和第二壓力傳感器，各傳感器的通信接口與所述藍牙模塊的I/O接口相連，各傳感器的電源接口與所述藍牙模塊的電源提供接口相連。

進一步地，所述藍牙模塊采用配有CC2540藍牙芯片的第二代New SmartRF開發(fā)板，其擴展I/O接口用于接收各個傳感器數(shù)據(jù)，其電源提供接口用于給各個傳感器提供電源，主要功能為采集各傳感器數(shù)據(jù)并將數(shù)據(jù)發(fā)送到手機APP模塊上。

進一步地，所述手機APP模塊通過手機的藍牙無線接口與所述藍牙數(shù)據(jù)采集模塊中的藍牙模塊連接，接收傳感器數(shù)據(jù)，此外，所述手機APP模塊還通過移動互聯(lián)網(wǎng)與所述服務(wù)器模塊連接，將各個傳感器數(shù)據(jù)和手機GPS數(shù)據(jù)發(fā)送給所述服務(wù)器模塊。

進一步地，所述服務(wù)器模塊包括服務(wù)器和GPRS模塊，其中服務(wù)器通過移動互聯(lián)網(wǎng)與所述手機APP模塊連接，接收傳感器數(shù)據(jù)和GPS數(shù)據(jù)，用已訓(xùn)練好的極限學(xué)習(xí)機進行實時處理，如發(fā)生異常情況則將預(yù)警信息發(fā)送給GPRS模塊。

進一步地，所述GPRS模塊采用SIM800C開發(fā)模塊，并與服務(wù)器通過USB接口進行連接，用于接收和執(zhí)行服務(wù)器的指令。

進一步地，所述預(yù)警信息以短信的方式通過GPRS模塊發(fā)送到監(jiān)護人的手機上，短信的內(nèi)容包括意外發(fā)生的內(nèi)容以及地點。

本實用新型相對于現(xiàn)有技術(shù)具有如下的優(yōu)點及效果：

1)本實用新型采用多種傳感器作為判斷的依據(jù)，和采用手機的GPS導(dǎo)航作為定位依據(jù)。提高異常情況判別的準確率之外還提供了異常情況發(fā)生的地點信息。

2)本實用新型采用極限學(xué)習(xí)機作為異常情況判別算法，有效提高算法的訓(xùn)練速度、運行速度以及檢測老人異常情況的準確率。

附圖說明

圖1是本實用新型中公開的一種基于極限學(xué)習(xí)機的老人監(jiān)護系統(tǒng)的結(jié)構(gòu)框圖；

圖2是本實用新型中公開的藍牙數(shù)據(jù)采集模塊的結(jié)構(gòu)組成圖；

圖3是本實用新型公開的一種基于極限學(xué)習(xí)機的老人監(jiān)護方法的訓(xùn)練流程圖；

圖4是本實用新型公開的一種基于極限學(xué)習(xí)機的老人監(jiān)護方法的執(zhí)行流程圖。

具體實施方式

為使本實用新型實施例的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合本實用新型實施例中的附圖，對本實用新型實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例是本實用新型一部分實施例，而不是全部的實施例?；诒緦嵱眯滦椭械膶嵤├绢I(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本實用新型保護的范圍。

實施例一

參照圖1中一種基于極限學(xué)習(xí)機的老人監(jiān)護系統(tǒng)的結(jié)構(gòu)框圖，如附圖1所示，該老人監(jiān)護系統(tǒng)包括藍牙數(shù)據(jù)采集模塊、手機APP模塊、服務(wù)器模塊。

其中，藍牙數(shù)據(jù)采集模塊的工程過程如下：a)采集佩戴于老人身上的各個傳感器數(shù)據(jù)，發(fā)送到藍牙模塊上；b)藍牙模塊將傳感器數(shù)據(jù)發(fā)送到手機APP模塊上。

其中，手機APP模塊的工作過程如下：a)接收來自藍牙模塊的傳感器數(shù)據(jù)；b)采集GPS數(shù)據(jù)；c)將傳感器數(shù)據(jù)和GPS數(shù)據(jù)一并發(fā)送到服務(wù)器模塊上。

其中，服務(wù)器模塊的工作過程如下：a)接收來自手機APP模塊的傳感器數(shù)據(jù)和GPS數(shù)據(jù)；b)調(diào)用已訓(xùn)練的極限學(xué)習(xí)機對數(shù)據(jù)進行處理；c)將預(yù)警信息和相關(guān)指令發(fā)送給GPRS模塊；d)將預(yù)警信息發(fā)送到監(jiān)護人手機上。

該系統(tǒng)各個模塊的組成及工作原理如下：

(1)參照圖2所示，為一種基于極限學(xué)習(xí)機的老人監(jiān)護系統(tǒng)的藍牙數(shù)據(jù)采集模塊結(jié)構(gòu)圖。藍牙數(shù)據(jù)采集模塊由藍牙模塊和若干的傳感器組成，佩戴于老人身上，用于收集老人身體各項活動數(shù)據(jù)，并通過藍牙模塊將數(shù)據(jù)發(fā)送到手機APP模塊。其中藍牙模塊采用配有CC2540藍牙芯片的第二代New SmartRF開發(fā)板，其電源提供接口與各個傳感器的電源接口相連，其擴展I/O接口與各個傳感器的通信接口相連，其藍牙無線接口與手機APP模塊的藍牙無線接口連接。藍牙模塊通過I/O接口接收各個傳感器采集的老人活動數(shù)據(jù)，并利用藍牙4.0協(xié)議經(jīng)由藍牙無線接口將數(shù)據(jù)發(fā)送到手機APP模塊上。此外藍牙數(shù)據(jù)采集模塊所包括的傳感器如下：

a)三軸加速度傳感器：個體運動時，會在三個正交方向產(chǎn)生不同的加速度，這些加速度的變化值可用來判斷身體姿勢的變化，是判斷個體是否發(fā)生跌倒的依據(jù)。該傳感器佩戴于老人腰部，數(shù)據(jù)采集速率為50Hz。

b)陀螺儀：現(xiàn)在陀螺儀可以精確地確定運動物體3個正交方向的轉(zhuǎn)角，通過陀螺儀可以獲取人體運動方位的變化來判斷跌倒。該傳感器佩戴于老人腰部，數(shù)據(jù)采集速率為50Hz。

c)心率傳感器：根據(jù)人體血液是紅色的，即人體血液會反射紅光吸收綠光的原理，獲得心率數(shù)據(jù)。通過陀螺儀獲得人體心率變化來判斷跌倒。該傳感器佩戴于老人手腕，數(shù)據(jù)采集速率為25Hz。

d)壓力傳感器：壓力的變化或?qū)е聜鞲衅鲀?nèi)部電阻的改變，因此壓力傳感器可以準確地測量出老人腳步壓力的改變，由此判斷老人的活動狀態(tài)。該傳感器有第一傳感器和第二傳感器，分別佩戴于老人左右腳底，數(shù)據(jù)采集速率為50Hz。

上述各傳感器的通信接口與所述藍牙模塊的I/O接口相連，如圖2中實線箭頭，電源接口與藍牙模塊的電源提供接口相連，如圖2中虛線箭頭且除心率傳感器的采集速率為25Hz以外，其他各傳感器采集速率為50Hz。

(2)手機APP模塊是安裝于老人智能手機上的APP，用于采集GPS數(shù)據(jù)和接收來自藍牙數(shù)據(jù)采集模塊的數(shù)據(jù)，并將藍牙數(shù)據(jù)采集模塊的數(shù)據(jù)和手機的GPS數(shù)據(jù)發(fā)送到服務(wù)器模塊上。其功能的實現(xiàn)步驟如下：

a)手機APP模塊調(diào)用智能手機的藍牙無線接口與藍牙數(shù)據(jù)采集模塊相連接，通過藍牙4.0協(xié)議進行通信，接收來自藍牙數(shù)據(jù)采集模塊的傳感器數(shù)據(jù)。

b)手機APP模塊調(diào)用智能手機的GPS功能獲得GPS數(shù)據(jù)，用于判斷老人的位置。

c)手機APP模塊經(jīng)由移動互聯(lián)網(wǎng)與服務(wù)器模塊相連接，利用TCP/IP協(xié)議將傳感器數(shù)據(jù)和GPS數(shù)據(jù)一同發(fā)送到服務(wù)器模塊上，用于判斷老人的活動狀況和確定老人位置。

(3)服務(wù)器模塊由服務(wù)器和GPRS模塊組成，用于接收來自手機APP模塊的數(shù)據(jù)，并利用已訓(xùn)練的極限學(xué)習(xí)機對數(shù)據(jù)進行處理，判別是否發(fā)生異常情況，并將預(yù)警信息通過GPRS模塊發(fā)送到監(jiān)護人手機上。其功能的實現(xiàn)步驟如下：

a)服務(wù)器模塊中的服務(wù)器通過互聯(lián)網(wǎng)與手機APP模塊相連，并借由TCP/IP協(xié)議進行通信，接收來自手機APP模塊發(fā)送過來的與老人狀態(tài)相關(guān)的傳感器數(shù)據(jù)和與老人位置相關(guān)的GPS數(shù)據(jù)。

b)服務(wù)器對接收到傳感器數(shù)據(jù)進行預(yù)處理后，調(diào)用已訓(xùn)練好的極限學(xué)習(xí)機對數(shù)據(jù)進行實時處理，分析老人的生理狀況和活動狀況，判斷老人是否發(fā)生意外狀況。

c)服務(wù)器模塊中的GPRS模塊采用SIM800C開發(fā)模塊。GPRS模塊的USB接口與服務(wù)器的USB接口相連接，用于指令和數(shù)據(jù)的傳輸以及GPRS模塊的電源供給。GPRS模塊與服務(wù)器通過AT指令進行通信，AT指令一般應(yīng)用于終端設(shè)備與PC應(yīng)用之間的連接與通信。當服務(wù)器判斷老人發(fā)生異常情況時，就會將相關(guān)的AT指令以及預(yù)警信息通過USB接口發(fā)送到GPRS模塊上。

d)當GPRS模塊接收到來自服務(wù)器模塊的相關(guān)AT指令和預(yù)警信息時，就會將預(yù)警信息通過GPRS服務(wù)以短信的形式發(fā)送到監(jiān)護人的手機上，從而達到預(yù)警的目的。其中預(yù)警信息的內(nèi)容包括老人意外發(fā)生的內(nèi)容以及地點信息。

綜上所述，本實用新型提出的一種基于極限學(xué)習(xí)機的老人監(jiān)護系統(tǒng)與現(xiàn)有系統(tǒng)相比，其特點主要有：1)除了采用三軸加速度傳感器和陀螺儀以外，還額外采用了壓力傳感器和心率傳感器作為判斷的依據(jù)，采用手機的GPS導(dǎo)航作為定位依據(jù)。2)采用極限學(xué)習(xí)機作為異常情況檢測算法，與閥值法相比，其優(yōu)點為無需人為設(shè)置難以確定的閥值；與其他智能算法相比，其優(yōu)點為訓(xùn)練速度快、運行速度快、準確率高。

實施例二

本實施例公開了一種基于極限學(xué)習(xí)機的老人監(jiān)護方法，該方法包括：訓(xùn)練階段和執(zhí)行階段。所述訓(xùn)練階段包括：S1、采集各傳感器的樣本數(shù)據(jù)；S2、對樣本數(shù)據(jù)進行預(yù)處理并構(gòu)造樣本特征向量；S3、用樣本特征向量訓(xùn)練極限學(xué)習(xí)機。所述執(zhí)行階段包括：S4、采集各傳感器的數(shù)據(jù)；S5、對數(shù)據(jù)進行預(yù)處理并構(gòu)造出特征向量；S6、用極限學(xué)習(xí)機對特征向量分類，輸出分類結(jié)果。

其中，傳感器包括：佩戴于人體腰部的三軸加速度傳感器和三軸陀螺儀、佩戴于人體手腕的心率傳感器、分別佩戴于人體左右腳底的第一壓力傳感器和第二壓力傳感器。

其中，所述預(yù)處理具體為：采用滑動加權(quán)平均濾波算法對所述心率傳感器采集的心率數(shù)據(jù)進行預(yù)處理，采用歐氏距離的計算方法對所述三軸加速度傳感器采集的加速度傳感器和所述三軸陀螺儀采集的陀螺儀數(shù)據(jù)進行預(yù)處理。

如圖3所示，為一種基于極限學(xué)習(xí)機的老人監(jiān)護方法的訓(xùn)練流程圖，該方法包括以下步驟：

S1、采集各傳感器的樣本數(shù)據(jù)，傳感器包括佩戴于人體腰部的三軸加速度傳感器和三軸陀螺儀、佩戴于人體手腕的心率傳感器、分別佩戴于人體左右腳底的第一壓力傳感器和第二壓力傳感器；

S2、采用滑動加權(quán)平均算法和歐氏距離計算方法對樣本數(shù)據(jù)進行預(yù)處理并構(gòu)造樣本特征向量；

S3、用樣本特征向量訓(xùn)練極限學(xué)習(xí)機；

步驟S1、采集各個傳感器的樣本數(shù)據(jù)，具體如下：

被采集的傳感器包括三軸加速度傳感器，陀螺儀、心率傳感器，第一壓力傳感器和第二壓力傳感器；

a)三軸加速度傳感器：用于測量佩戴者身體在三個正交方向上的加速度，這些測量值可用于判斷佩戴者身體姿勢的變化，是判斷佩戴者是否發(fā)生跌倒等異常情況的依據(jù)；

b)三軸陀螺儀：用于測量佩戴者身體在三個正交方向上的角速度，這些測量值用于判別佩戴者身體運動方位的變化。

c)心率傳感器：心率傳感器通過人類血液會反射紅光吸收綠光的原理，獲得心率數(shù)據(jù)。測量的心率數(shù)據(jù)用來判斷佩戴者是否發(fā)生異常情況。

d)第一壓力傳感器和第二壓力傳感器：測量佩戴者雙腳的壓力值，其測量值用來判斷佩戴者是否發(fā)生異常情況。

步驟S2、采用滑動加權(quán)平均算法和歐氏距離計算方法對樣本數(shù)據(jù)進行預(yù)處理并構(gòu)造樣本特征向量；具體過程如下：

S21、采用滑動加權(quán)平均算法對樣本心率數(shù)據(jù)進行預(yù)處理。具體公式如下

其中，hb_i為預(yù)處理后的第i個樣本心率數(shù)據(jù)，o_hb_i為預(yù)處理前的心率傳感器采集到的第i個樣本心率數(shù)據(jù)，n為樣本總數(shù)，且設(shè)定o_hb₀＝o_hb-₁＝0。

S22、采用歐式距離計算方法對樣本加速度數(shù)據(jù)和樣本角速度數(shù)據(jù)進行預(yù)處理。具體公式如下：

其中acc_i和w_i分別為預(yù)處理后的第i個樣本加速度數(shù)據(jù)和角速度數(shù)據(jù)，acc_x_i、acc_y_i、acc_z_i是預(yù)處理前的三軸加速度傳感器采集到的三個正交方向上的第i個樣本加速度數(shù)據(jù)，w_x_i、w_y_i、w_z_i是預(yù)處理前的三軸陀螺儀采集到的三個正交方向上的第i個樣本角速度數(shù)據(jù)，n為樣本總數(shù)。

S23、第一壓力傳感器和第二壓力傳感器采集到的壓力數(shù)據(jù)無需經(jīng)過預(yù)處理并與預(yù)處理過后的其他數(shù)據(jù)構(gòu)成樣本特征向量。樣本特征向量形式如下：

x_i＝[acc_i,w_i,p1_i,p2_i,hb_i]^T,i＝1,…,n

其中x_i是第i個樣本特征向量，hb_i、acc_i和w_i分別為預(yù)處理后的第i個樣本心率數(shù)據(jù)、樣本加速度數(shù)據(jù)和樣本角速度數(shù)據(jù)，p1_i和p2_i分別是第一壓力傳感器和第二壓力傳感器采集到的第i個樣本壓力數(shù)據(jù)，n為樣本總數(shù)。

步驟S3、用樣本特征向量訓(xùn)練極限學(xué)習(xí)機。具體包括：

S31、隨機生成隱含層輸入權(quán)重和輸入偏置。形式如下：

a_i∈R^1×5,i＝1,…,L

b_i∈R,i＝1,…,L

其中a_i為第i個隱含層節(jié)點的輸入權(quán)重，a_i是一個具有5個隨機實數(shù)元素的行向量；b_i為第i個隱含層節(jié)點的輸入偏置，b_i是一個隨機的實數(shù)；L為隱含層節(jié)點數(shù)，本實用新型中L＝100。R表示全體實數(shù)。

S32、用樣本特征向量計算出隱含層輸出矩陣。公式如下：

其中，H為隱含層輸出矩陣，x_i是第i個樣本特征向量，G(x)為隱含層節(jié)點的激勵函數(shù)，本實施例采用sigmoid函數(shù)，a_i為第i個隱含層節(jié)點的輸入權(quán)重，b_i為第i個隱含層節(jié)點的輸入偏置，n為樣本總數(shù)，L為隱含層節(jié)點數(shù)，本實施例中L＝100。

S33、計算隱含層輸出權(quán)重矩陣。公式如下：

其中是矩陣H的莫逆矩陣，H^T是矩陣H的轉(zhuǎn)置矩陣，T是樣本數(shù)據(jù)的標簽矩陣，β是隱含層輸出權(quán)重矩陣。

如圖4所示，為一種基于極限學(xué)習(xí)機的老人監(jiān)護方法的執(zhí)行流程圖，該方法包括以下步驟：

S4、采集各傳感器的數(shù)據(jù)；

S5、對數(shù)據(jù)進行預(yù)處理并構(gòu)造出特征向量；

S6、用極限學(xué)習(xí)機對特征向量分類，輸出分類結(jié)果。

步驟S4、采集各傳感器的數(shù)據(jù)

在實際應(yīng)用中被采集的傳感器包括佩戴于人體腰部的三軸加速度傳感器和三軸陀螺儀、佩戴于人體手腕的心率傳感器、佩戴于人體腳底的第一傳感器和第二壓力傳感器。

步驟S5、對數(shù)據(jù)進行預(yù)處理并構(gòu)造出特征向量。

采用訓(xùn)練流程中用到的滑動加權(quán)平均算法和歐氏距離計算方法對數(shù)據(jù)進行預(yù)處理，并構(gòu)成特征向量。形式如下：

x′＝[acc′,w′,p1′,p2′,hb′]^T

其中x′為特征向量，hb′、acc′和w′分別為預(yù)處理后的心率數(shù)據(jù)、加速度數(shù)據(jù)和角速度數(shù)據(jù)，p1′和p2′分別是第一壓力傳感器和第二壓力傳感器采集到的壓力數(shù)據(jù)。

步驟S6、用極限學(xué)習(xí)機對特征向量分類，輸出分類結(jié)果。

S61、計算隱含層輸出，公式如下：

H′＝[G(a₁·x′+b₁) … G(a_L·x′+b_L)]

其中H′為隱含層輸出矩陣，x′是特征向量，G(x)為隱含層節(jié)點的激勵函數(shù)，本實用新型采用sigmoid函數(shù)，a_i為第i個隱含層節(jié)點的輸入權(quán)重，b_i為第i個隱含層節(jié)點的輸入偏置，L為隱含層節(jié)點數(shù)，本實用新型中L＝100。

S62、計算并輸出分類結(jié)果，公式如下：

y＝H′*β

其中y是極限學(xué)習(xí)機的分類結(jié)果，β是隱含層輸出權(quán)重矩陣，H′為隱含層輸出矩陣。

上述實施例為本實用新型較佳的實施方式，但本實用新型的實施方式并不受上述實施例的限制，其他的任何未背離本實用新型的精神實質(zhì)與原理下所作的改變、修飾、替代、組合、簡化，均應(yīng)為等效的置換方式，都包含在本實用新型的保護范圍之內(nèi)。