跌倒已逐渐成为一种危害老年人身体健康的严重事故,如何在跌倒前对跌倒作出预测具有重要意义.设计一种基于足底压力和惯性传感器的跌倒检测系统,系统位于鞋体外侧,同时设计一种三层BP神经网络作为检测算法,系统运行时采集传感数据并通过WiFi传给上位机,上位机对数据进行显示,特征处理后使用训练好的算法进行跌倒检测.实验结果表明,该系统对跌倒和日常活动(ADL)的准确度达99.7％,算法的敏感度和特异性分别为100％和99.3％,同时,检测系统的PIT值约为400ms.该系统在保证高准确率的同时,还实现了很高的PIT值,给跌倒后续处理保留了较长前置时间.
国家科技期刊平台
NSTL
万方数据
维普
