席旭刚,左　静,罗志增

(杭州电子科技大学智能控制与机器人研究所 浙江杭州 3100118)



肌电模糊熵特征的加权核FDA跌倒识别

席旭刚,左静,罗志增

(杭州电子科技大学智能控制与机器人研究所 浙江杭州 3100118)

针对跌倒常常对老年人的健康构成严重危害的问题.本文设计了一种基于肌电信号的跌倒检测方法,首先提取腓肠肌和股外侧肌的sEMG的模糊熵特征作为特征向量,然后,针对日常活动动作类(Activities of Daily Life,ADL)的数目远多于跌倒类导致的数据集不平衡的问题,提出了加权核Fisher线性判别方法,采用相应的平衡参数来调节样本核矩阵,最终,将跌倒与行走、蹲下和坐下辨识出来.实验结果表明,该方法跌倒平均识别率96.7%,ADL平均识别率99.4%,识别结果优于其它分类方法.

跌到检测;表面肌电信号;模糊熵;加权核Fisher线性判别;模式识别

1　引言

跌倒是老年人群体中的高发性和高危害性的事故.据估计,在65岁以上的老年人中,每年有1/3都会经历跌倒[1].对于老年人而言,跌倒常常导致受伤,瘫痪甚至死亡[2].跌倒给个人,家庭乃至社会带来了巨大的经济负担,已成为全社会关注的健康问题.因此,国内外许多机构已经开始跌倒检测与防护的研究.跌倒检测的目标是将跌倒与日常活动动作(Activities of Daily Life,ADL)辨识出来,从而报警或启动防护装置避免或减少跌倒带来的伤害.

Krekovic,M[3]等为避免老人因独自在家无人照顾,发生跌倒事故后无法得到及时救治的问题,设计了一套基于视频监督的老年人跌倒实时监测……