买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉深圳大学申请的专利一种基于手腕部的惯性传感器的跌倒检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119587007B 。

龙图腾网通过国家知识产权局官网在2025-11-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411466720.7，技术领域涉及：A61B5/11；该发明授权一种基于手腕部的惯性传感器的跌倒检测方法及系统是由胡新尧;何丹;马龙龙;方志猛;曲行达设计研发完成，并于2024-10-21向国家知识产权局提交的专利申请。

本一种基于手腕部的惯性传感器的跌倒检测方法及系统在说明书摘要公布了：本发明公开了一种基于手腕部的惯性传感器的跌倒检测方法及系统，所述方法包括：获取安装在人体手腕部的惯性传感器采集的运动数据并进行预处理，得到目标运动数据；基于一维卷积和长短期记忆神经网络构建跌倒检测模型和跌倒方向检测模型，利用跌倒检测模型进行跌倒检测，若连续设定次数检测到跌倒，则确认跌倒发生，然后利用跌倒方向检测模型进行跌倒方向检测，输出跌倒方向检测结果。本发明融合卷积神经网络和长短期记忆神经网络的优点构建跌倒检测模型和跌倒方向检测模型，不仅实现了自动识别跌倒方向，而且提高了跌倒检测的准确性；基于多个连续滑窗数据的判断方法，有效避免将近似跌倒行为错误判断为跌倒。

本发明授权一种基于手腕部的惯性传感器的跌倒检测方法及系统在权利要求书中公布了：1.一种基于手腕部的惯性传感器的跌倒检测方法，其特征在于，所述基于手腕部的惯性传感器的跌倒检测方法包括： 获取安装在人体手腕部的惯性传感器采集的运动数据，并对所述运动数据进行预处理，得到目标运动数据； 基于一维卷积和长短期记忆神经网络构建跌倒检测模型，将所述目标运动数据多次输入到所述跌倒检测模型中进行跌倒检测，输出多个跌倒检测结果； 所述基于一维卷积和长短期记忆神经网络构建跌倒检测模型，将所述目标运动数据多次输入到所述跌倒检测模型中进行跌倒检测，输出多个跌倒检测结果，具体包括： 基于一维卷积和长短期记忆神经网络的结构，构建初始跌倒检测模型； 利用收集的第一历史数据集对所述初始跌倒检测模型进行训练并测试，得到跌倒检测模型，所述第一历史数据集包括跌倒样本数据和日常行为样本数据，所述日常行为样本数据包括正常行为样本数据，以及滑脚或绊脚后恢复平衡的近似跌倒行为样本数据； 将符合标准正态分布的目标运动数据输入到所述跌倒检测模型中进行跌倒检测，输出跌倒检测结果，所述跌倒检测结果包括跌倒和日常行为，所述日常行为包括正常行为，以及滑脚或绊脚后恢复平衡的近似跌倒行为； 若所述跌倒检测模型连续设定次数输出的跌倒检测结果都为跌倒，则确认跌倒发生； 基于一维卷积和长短期记忆神经网络构建跌倒方向检测模型，若跌倒发生，则将所述目标运动数据输入到所述跌倒方向检测模型中进行跌倒方向检测，输出跌倒方向检测结果； 所述基于一维卷积和长短期记忆神经网络构建跌倒方向检测模型，若跌倒发生，则将所述目标运动数据输入到所述跌倒方向检测模型中进行跌倒方向检测，输出跌倒方向检测结果，具体包括： 基于一维卷积和长短期记忆神经网络的结构，构建初始跌倒方向检测模型； 利用收集的第二历史数据集对所述初始跌倒方向检测模型进行训练并测试，得到跌倒方向检测模型，所述第二历史数据集包括向前跌倒样本数据、向后跌倒样本数据、向左跌倒样本数据、向右跌倒样本数据和直立跌倒样本数据； 若确认跌倒发生，则将跌倒发生对应的符合标准正态分布的所述目标运动数据输入到所述跌倒方向检测模型中进行跌倒方向检测，输出跌倒方向检测结果，所述跌倒方向检测结果包括向前跌倒、向后跌倒、向左跌倒、向右跌倒和直立跌倒。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳大学，其通讯地址为：518061 广东省深圳市南山区南海大道3688号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。