基于貝葉斯公式的年長者生活狀態(tài)監(jiān)測推理方法
【技術領域】
[0001] 本發(fā)明設及一種年長者生活狀態(tài)監(jiān)測人工智能推理方法，具體是一種基于貝葉斯 公式的年長者生活狀態(tài)監(jiān)測推理方法，屬于人工智能領域。
【背景技術】
[0002] 無人陪伴的居家養(yǎng)老的年長者若有不適、發(fā)生摔倒等突發(fā)事件將處于危險中。為 了應對該些危險，國內外進行了大量的研究，出現(xiàn)了大量的成果，包括論文、專利和產品。該 些成果集中為1、傳感器偵測系統(tǒng)，通過安裝在年長者居室內的傳感器判定年長者的狀態(tài)和 行為；2、可穿戴和可植入式醫(yī)療檢測系統(tǒng)，可將年長者的脈搏、血壓、屯、電、呼吸、血氧等參 數上傳至醫(yī)療監(jiān)護中屯、；3、摔倒偵測系統(tǒng)，一旦發(fā)生摔倒，可向醫(yī)療監(jiān)護系統(tǒng)報警；4、按鈕 求助系統(tǒng)，年長者在需要時可按按鈕向醫(yī)療監(jiān)護系統(tǒng)求助；5、視頻監(jiān)控系統(tǒng)，可直接將居室 內部影像傳輸到醫(yī)療監(jiān)護終端；6、W醫(yī)療監(jiān)護為目的的輔助和互動機器人陪伴。該些方法 很有效。存在的問題是1、隱私權保護問題；2、年長者的舒適感W及年長者的接受程度；3、 傳感器反映年長者狀態(tài)的不確定性、結論的判讀方法及其準確性。
[0003] 上述現(xiàn)有技術中，傳感器偵測系統(tǒng)因傳感器信號包含不確定性，難W保證結論的 可信度。例如將翻身、看表、去衛(wèi)生間等動作觸發(fā)傳感器錯誤地判定為已經起床等。有的傳 感器偵測系統(tǒng)有粗略的推理能力，可在24小時內判斷年長者是否有動作?？纱┐麽t(yī)療檢測 系統(tǒng)存在舒適性問題，該些系統(tǒng)穿戴在身上甚至植入體內會影響年長者的行動。尤其夏日 穿戴比較單薄的時候、洗澡的時候會感到不方便。另外該些信息需要專業(yè)護理人員隨時判 讀，因此該種系統(tǒng)通常用于危重病人，健康和亞健康的年長者難W接受。摔倒是導致年長者 死亡的主要危險。已有成果用超聲波技術或雷達技術追蹤年長者，一旦發(fā)現(xiàn)異常，可向醫(yī)療 監(jiān)控系統(tǒng)報警。該要求各個房間都要安裝探測裝置，而且偵測內容單一，區(qū)分被動摔倒和主 動邱床有困難。按鈕求助系統(tǒng)結構簡單，但要求年長者意識清楚，有行為能力，且有求助的 意愿。按鈕求助系統(tǒng)無法防止自殺，也無法區(qū)分無意求助和已無行為能力沒能求助兩種情 況。視頻監(jiān)控系統(tǒng)有隱私許可問題、持續(xù)占據大量網絡帶寬、需要?？谌藛T持續(xù)監(jiān)看判讀等 問題。W醫(yī)療監(jiān)護為目的的輔助和互動機器人是重要發(fā)展方向，其問題是發(fā)展水平不一，年 長者的經濟負擔能力不一，部分年長者承擔不起。

【發(fā)明內容】

[0004] 本發(fā)明要解決的技術問題是提供一種基于貝葉斯公式的年長者生活狀態(tài)監(jiān)測推 理方法，可W顯著降低傳感器偵測系統(tǒng)的不確定性，提高判斷的準確率。
[0005] 為了解決所述技術問題，本發(fā)明采用的技術方案是；一種基于貝葉斯公式的年長 者生活狀態(tài)監(jiān)測推理方法，包括傳感器系統(tǒng)、專家系統(tǒng)、推理機和結論判定模塊，所述傳感 器系統(tǒng)包括多個用于采集年長者生活狀態(tài)信息的傳感器，所述專家系統(tǒng)包括反應年長者生 活狀態(tài)的各事件的初始先驗概率、各事件發(fā)生且觸發(fā)傳感器的條件概率和各事件未發(fā)生卻 觸發(fā)傳感器的條件概率，所述推理機用于計算反應年長者生活狀態(tài)的各事件的后驗幾率， 所述結論判定模塊用于判斷反應年長者生活狀態(tài)的各事件是否發(fā)生，所述方法包括w下步 驟：
[0006] SOI;傳感器系統(tǒng)采集反應年長者生活狀態(tài)的各事件的信息，并將其作為觸發(fā)
[0007] 信號送入推理機；
[0008] S02;設定反應年長者生活狀態(tài)的各事件發(fā)生的可信度判據和事件沒有發(fā)生的
[0009] 可信度判據；
[0010] S03 ;根據專家系統(tǒng)包括的反應年長者生活狀態(tài)的各事件的初始先驗概率PHj.、各 事件發(fā)生且觸發(fā)傳感器的條件概率PSHy和各事件未發(fā)生卻觸發(fā)傳感器的條件概率PSNHU， 計算各事件的初始先驗幾率：
[0011]
' .................................... ①
[0012] 各事件對各傳感器的充分性似然值為：
[0013]
1 <i< 8 , 1 < 7 < 8 ;...........................(2)
[0014] 各事件發(fā)生但未觸發(fā)各傳感器的充分性似然值為：
[001日]
^ - 7 - ^ ? ?????????????????????????????????? ⑨
[0016] PS冊j為各事件發(fā)生卻并未觸發(fā)任何傳感器的條件概率，WM/。, =1-晉登PW馬' 1《j《8 ;PSNH〇j為各事件未發(fā)生也并未觸發(fā)任何傳感器的條件概率，
[0017] 其中i為傳感器編號，j為反映年長者生活狀態(tài)的事件的編號，i為[0,引之間的 正整數，j為[1，引之間的正整數；i= 0代表沒有任何傳感器，i= 1~8代表相應傳感器 的編號；
[0018] S04 ;推理機收到來自傳感器的觸發(fā)信號，根據貝葉斯公式，按周期計算各個事件 發(fā)生的后驗概率：
[0019] OHj化+1) =LSij'XOHj化），0《i《8, 1《j《8，k= 0, 1，…；...............④
[0020] k為推理步數，LSu為j事件對i傳感器的充分性似然值，由專家系統(tǒng)中的數據推 得；〇&似為j事件第k步的先驗幾率，當k= 0時，0& (0)為j事件的初始先驗幾率，由 專家系統(tǒng)的數據推得；當k聲0時，0&化）取上一步的后驗幾率0&化+1);
[0021] S05 ;比較后驗幾率和可信度判據，判斷事件有無發(fā)生。
[0022] 進一步的，為了方便計算，使運算步驟簡單，對公式①②⑨④分別取對數，得到：
[00 巧]
[0026] LnOHj化+1) =log[0Hj'(k)XLS。']=LnOHj'GO+LnLSu'O《i《8,1《j《8。
[0027] 進一步的，還包括自學習模塊，自學習模塊根據判斷結果，修正先驗概率，當得出 正確結論時，將向上修正專家系統(tǒng)中的初始先驗概率，并W0.95為極限；當判定結論出錯 時，將向下修正初始先驗概率，并W0. 1為極限。
[0028] 進一步的，所述推理機的推理周期為1分鐘。
[0029] 進一步的，所述專家系統(tǒng)包括年長者已經起床、已經早餐、已經午餐、已經午間休 息、已經午睡起床、已經晚餐、已經就寢、已經出口的時間的初始先驗概率、發(fā)生上述事件觸 發(fā)傳感器的條件概率和上述事件沒有發(fā)生卻觸發(fā)各傳感器的條件概率，該些數據由統(tǒng)計得 出。具體為；起床、早餐、午餐、午間休息、晚餐、就寢、出口的初始先驗概率為；PHi=0. 5，PH2 =0. 5,PHs= 0. 5,PH4= 0. 5,PHs= 0. 5,PHe= 0. 5,PH?= 0. 5,PHs= 0. 5。
[0030] 各事件發(fā)生且觸發(fā)各傳感器的條件概率如表1 ;
[0031] 表1 ;各事件發(fā)生且觸發(fā)各傳感器的條件概率
[0032]
[0034] 各事件沒有發(fā)生卻觸發(fā)了各傳感器的條件概率如表2 :
[00巧]表2 ;各事件沒有發(fā)生卻觸發(fā)了各傳感器的條件概率
[0036]
[0037] 進一步的，所述傳感器系統(tǒng)包括邱室熱釋電傳感器、中廳熱釋電傳感器、廚房熱釋 電傳感器、n磁開關、自來水流量傳感器、照明電流傳感器、煤氣流量傳感器和求助按鈕。
[0038] 已經起床、已經早餐、已經午餐、已經午睡起床、已經晚餐的事件發(fā)生的可信度判 據統(tǒng)一取&it95 = 0. 95 ;已經午間休息、已經就寢、已經出口的事件的可信度判據統(tǒng)一取 化it05 = 0. 05 ;事件沒有發(fā)生的可信度統(tǒng)一取化it50 = 0. 5。
[0039] 本發(fā)明的有益效果；本發(fā)明W貝葉斯公式為基礎計算反應年長者生活狀態(tài)的各事 件的后驗概率，即監(jiān)測推理反應年長者生活狀態(tài)的事件發(fā)生的幾率，可W顯著降低傳感器 系統(tǒng)采集信息的不穩(wěn)定性，提高判斷的準確率，使準確率達95%W上。
【附圖說明】
[0040] 圖1為本發(fā)明的流程圖；
[0041] 圖2為本發(fā)明的實施圖。
【具體實施方式】
[0042] 下面結合附圖和具體實施例對本發(fā)明做進一步的說明和限定。
[0043] 一種基于貝葉斯公式的年長者生活狀態(tài)監(jiān)測推理方法，包括傳感器系統(tǒng)、專家系 統(tǒng)、推理機、結論判定模塊和自學習模塊，所述傳感器系統(tǒng)包括用來采集年長者生活狀態(tài) 信息的邱室熱釋電傳感器、中廳熱釋電傳感器、廚房熱釋電傳感器、n磁開關、自來水流量 傳感器、照明電流傳感器、煤氣流量傳感器和求助按鈕；所述專家系統(tǒng)包括；年長者已經起 床、已經早餐、已經午餐、已經午間休息、已經午睡起床、已經晚餐、已經就寢、已經出口的事 件的初始先驗概率，發(fā)生上述事件觸發(fā)傳感器的條件概率和未發(fā)生上述事件卻觸發(fā)傳感器 的條件概率；所述推理機是W貝葉斯公式為基礎的計算機迭代方法，用于計算反應年長者 生活狀態(tài)事件的后驗幾率。在事先確定的時間段中，一旦有傳感器被觸發(fā)，推理機將按周期 計算累計后驗幾率，并由結論判定模塊判定反映年長者生活狀態(tài)的事件已經發(fā)生，并記錄 事件發(fā)生的時間。所述自學習模塊將根據判斷的正確性對所述專家系統(tǒng)進行修正，使判斷 的準確性不斷改善。
[0044] 如圖1所示，本基于貝葉斯公式的年長者生活狀態(tài)監(jiān)測推理方法的具體步驟為：
[0045] SOI;傳感器系統(tǒng)采集反應年長者生活狀態(tài)的各事件的信息，并將其作為觸發(fā)信號 送入推理機；
[0046] S02;設定反應年長者生活狀態(tài)的各事件發(fā)生的可信度判據和事件沒有發(fā)生的可 信度判據；已經起床、已經早餐、已經午餐、已經午睡起床、已經晚餐事件發(fā)生的可信度判 據統(tǒng)一取化it95 = 0.95。已經午間休息、已經就寢、已經出口事件的可信度判據統(tǒng)一取 化it05 = 0. 05。事件沒有發(fā)生的可信度統(tǒng)一取化it50 = 0. 5。
[0047] S03 ;專家系統(tǒng)包括的起床、早餐、午餐、午間