基于MEMS的帕金森病人體姿態(tài)分類監(jiān)測系統(tǒng)

魯鵬威　賈方秀　郄劍文

摘 要： 帕金森病有較高的患病率和致殘率，已成為危害老年人健康的主要疾病之一，針對這種情況，開發(fā)了一套人體姿態(tài)監(jiān)測與分類的系統(tǒng)，以便在危險發(fā)生時能夠及時發(fā)現(xiàn)，避免情況進一步惡化。設(shè)計了一個便攜式人體加速度信息采集裝置，通過無線數(shù)據(jù)傳輸技術(shù)，將采集到的人體加速度信息傳送到上位機PC中，根據(jù)相應(yīng)算法，在上位機PC中編寫相應(yīng)的程序，提取不同姿態(tài)下的人體特征，然后根據(jù)這些姿態(tài)特征，實現(xiàn)人體姿態(tài)的實時監(jiān)測，并且將人體姿態(tài)分類成平躺、坐、站、行走、起立等。實驗結(jié)果表明該系統(tǒng)有良好的識別能力。

關(guān)鍵詞： PD患者； 加速度計； 姿態(tài)監(jiān)測； 人體姿態(tài)分類

中圖分類號： TN931+.3?34； TN492 文獻標(biāo)識碼： A 文章編號： 1004?373X（2017）16?0161?04

Abstract： Parkinson′s disease （PD） has high rate of disability and morbidity， and becomes one of the major diseases endangering the health of the elderly. In view of this situation， a human?body posture monitoring and classification system was developed to discover the danger timely， and prevent the further deterioration. A portable acquisition device of human?body acceleration information was designed. The collected human?body acceleration information is transmitted to the PC by means of wireless data transmission technology. According to the corresponding algorithm， the appropriate program is written in PC to extract the human?body characteristics of different postures. In accordance with the posture characteristics， the human?body posture is monitored in real time， and classified as lying， sitting， standing， walking and standing up. The experimental results show that the system has good recognition ability.

Keywords： PD patient； accelerometer； posture monitoring； human?body posture classification

0 引 言

帕金森?。≒D）又名震顫麻痹，是最常見的神經(jīng)退行性疾病之一，主要臨床癥狀是：震顫、僵直、運動遲緩、步態(tài)失調(diào)和姿勢不穩(wěn)等[1]，PD有較高的患病率和致殘率，已經(jīng)成為危害老年人健康的主要疾病之一。如果能夠?qū)D患者進行實時的姿態(tài)檢測和分類，建立大樣本的運動數(shù)據(jù)庫，進而通過對運動信息的數(shù)據(jù)挖掘和分析，實現(xiàn)PD患者運動能力的評估和預(yù)測，并對潛在的跌倒風(fēng)險進行預(yù)警，則可以將帕金森病的危害大大降低。與傳統(tǒng)監(jiān)護方法相比，人體姿態(tài)監(jiān)測技術(shù)可以實現(xiàn)低生理、心理負(fù)擔(dān)情況下的人體生理信息的采集，具有體積小、功耗小、成本低、方便攜帶等優(yōu)點；同時它的應(yīng)用極大地提高了醫(yī)療資源共享效率，增加了緊急情況處理的及時性[2]。

目前，人體姿態(tài)檢測識別的方法主要有基于計算機視覺的姿態(tài)監(jiān)測和基于加速度傳感器的姿態(tài)監(jiān)測。基于計算機視覺的姿態(tài)監(jiān)測有很高的準(zhǔn)確率，系統(tǒng)的效率也較高[3?5]。2013年，Ji S等將廣泛用于圖像分類的卷積神經(jīng)網(wǎng)絡(luò)擴展到三維空間，將原先的二維感受野增加一個時間維度，擴展為三維感受野，并利用多個卷積層和下釆樣層，學(xué)習(xí)視頻數(shù)據(jù)的特征表達(dá)，最終利用線性分類模型進行姿態(tài)檢測和分類[6]。但是該系統(tǒng)的缺點也十分明顯，由于監(jiān)控設(shè)備的監(jiān)測范圍有一定限制，當(dāng)被監(jiān)測者離開這個范圍時，系統(tǒng)就無法進行姿態(tài)監(jiān)測和分類；還有就是這類系統(tǒng)成本比較高，不利于推廣和使用；最后，這類系統(tǒng)不能很好地保護被監(jiān)測者的個人隱私[7?8]。本文提出的基于MEMS帕金森病人體姿態(tài)監(jiān)測系統(tǒng)是基于加速度傳感器的姿態(tài)監(jiān)測，操作方法簡單，能夠很好地保護個人隱私；通過LabVIEW軟件對數(shù)據(jù)處理、分類和比較，實現(xiàn)人體平躺、坐姿、站姿、行走、起立等日常姿態(tài)的識別。

1 系統(tǒng)設(shè)計

為了實現(xiàn)對被測對象的姿態(tài)監(jiān)控和分類，準(zhǔn)備將加速度的測量裝置固定在被測對象的足部、大腿、胸腔、手腕處，測量這些部位的加速度和角速度，對被測對象的“平躺”、“坐”、“站”、“起立”、“行走”等行為狀態(tài)進行正確的分類，如圖1所示。

該系統(tǒng)慣性傳感器單元中選用InvenSense公司的MPU6050三軸加速度和陀螺儀傳感器。該傳感器將測得的數(shù)據(jù)傳輸給發(fā)送端，經(jīng)接收端接收后傳輸至上位機，以實現(xiàn)原始信號的采集。該系統(tǒng)無線發(fā)送及接收端均選用NORDIC公司NRF24L01無線6通道收發(fā)芯片，其工作在2.5 GHz世界通用ISM頻段。將每一個慣性傳感器單元都安裝在獨立的殼體中，在其內(nèi)部完成原始動態(tài)數(shù)據(jù)的測量與采集，各個子系統(tǒng)單元之間互不影響，并通過各自無線通信傳輸至接收端，避免了傳感器之間的硬件連接，提高了系統(tǒng)的穩(wěn)定性。本系統(tǒng)以Cortex?M3內(nèi)核的32位微處理器為核心，選用STM32F103RE型號，圖2所示是慣性傳感器單元的原理框圖。endprint