跌倒检测中人体头部和腰部相关性的研究

周闯，傅珈豫，缪伟伟，雷中贵，王勤，4，王志雄，，5△，娜日苏，△

（1.上海理工大学，上海200093；2.源珈力医疗器材国际贸易（上海）有限公司，上海200000；3.日本国立大阪大学医学研究科，吹田565-0871；4.上海环境保护信息中心，上海200030；5.上海健康医学院，上海201318）

1 引 言

据统计，2003年中国65岁以上老年人已占人口总数的8.16%，中国已进入老龄化社会。造成老年人死亡的前五大原因分别是心血管疾病、癌症、中风、肺部疾病以及意外伤害，而其中跌倒致死占意外伤害的三分之二[1]。65岁以上老年人跌倒频率高且伴随有骨折、软组织损伤和脑部伤害等问题，这不仅对老年人的身体健康造成影响，而且会使老年人因害怕摔倒而抗拒活动，进而减少社交，形成抑郁等心理疾病[2]。

目前，对于跌倒的研究大致可分为三类：基于视频图像、基于声音以及基于穿戴式设备。然而基于视频图像的跌倒检测使用空间有限，基于声音的跌倒检测则易受周围环境的影响，准确率低，相比之下，基于穿戴式设备的跌倒检测，不局限于室内，不易受周围环境干扰，使之成为最有研究价值的方向[3]。

基于穿戴式设备的跌倒检测，从使用的传感器上来看，多集中于惯性传感器，从检测部位上来看，多集中于腰部。但人体运动是一个非常复杂的过程，用单一检测部位和单一运动特征来反映整个身体的运动是不够的，可以通过增加检测部位和检测特征来提高准确度，如Shi等利用腰部惯性传感器结合足底压力来检测跌倒[4]。

增加检测特征的研究已经有很多，所以本研究从增加检测部位方面入手。理论上，检测部位越多，对运动的检测就越准确。然而检测部位的增加会影响穿戴的舒适性，所以检测部位的增加并不是越多越好。Özdemir的研究也给出了相似的结论，其研究表明，检测部位在三个以内既能提高准确度，又能保证穿戴的舒适性。所以对检测部位的选择十分重要[5]。

当前跌倒检测的检测部位大致分为头部、腰部、胸部、腕部、腿部等，如Lindemann将三轴加速度计集成到助听器中来检测跌倒[6]，Yuwono将三轴加速度传感器放置在腰部来检测跌倒[7]等。这可能是因为人体头部对于运动的变化较为敏感，同时头部在日常运动中不可能太剧烈；手臂和腿部虽然也对运动的变化十分敏感，但是它们参与的日常活动十分复杂，不利于观测；腰部和胸部接近人体重心位置，因而对重心变化明显的运动能够较为正确的检测出来。又因为胸部靠近腰部，因而探究胸部与腰部在跌倒过程中的联系意义不大。所以，本研究致力于头部与腰部在日常活动与跌倒中的联系。

为了衡量这种联系，我们以相关性来研究。相关性的高低用相关系数来表示，相关系数越接近1，说明两者的运动特征变化趋势越相似，相关系数越接近-1，说明两者变化趋势越相反，越接近0，说明两者变化趋势越不同[8]。

2 材料与方法

2.1 实验材料

研究采用六轴惯性传感器MPU6050，可采集三轴加速度数据和三轴角速度数据。见图1，传感器分别佩戴在头部的前额位置及腰部前方正中位置，y轴为竖直方向。其中a1合表示头部合加速度值，a1x，a1y，a1z分别为头部三轴加速度数据，同理a2合表示腰部的合加速度值，a2x，a2y，a2z分别为腰部三轴加速度数据。

图1 传感器佩戴位置Fig 1 Sensor wearing position

2.2 实验方法

本实验由四名健康青年男性志愿者模拟四种快速跌倒动作及五种日常活动动作（ADL），四名志愿者信息见表1，实验设计动作及标号见表2。每个志愿者每个动作重复3次。所有动作开始采集前，志愿者保持双手自然垂放的静止站立姿态，然后依次按照设计实验动作进行数据采集。模拟实验期间，志愿者佩戴防护用具，以保护头部，肘部，腕部以及膝部，同时在实验场地放置硬度适中的防护垫，在保护志愿者的同时，尽可能兼顾真实地面情况。四种模拟跌倒动作在自然站立的情况下，分别摔倒在防护垫上，倒后保持摔倒姿势不变。由于涉及安全及伦理问题，同时避免疾病因素对研究的干扰，所以前期研究以健康青年男性志愿者为主，后期研究会增加女性及中年人实验组。考虑到实验对象从较为普遍的群体中选择具有一定的研究价值，根据2015年《中国居民营养与慢性病状况报告（2015）》，中国男性青年平均身高为167.1 cm，平均体重为66.2 kg，所以选取身高在（167±10）cm，体重在（66.2±15）kg范围内的志愿者。

表1 志愿者信息Table 1 Volunteers information

表2 模拟实验动作及标号Table 2 Simulation experiment actions and labels

3 数据处理

3.1 合加速度

采集的数据为三轴加速度数据，但是如果对三个轴向的加速度进行研究，则数据量过于庞大，因此采用合加速度进行研究，公式如下：

3.2 合加速度偏离竖直方向夹角

合加速度偏离竖直方向角度（下文均以倾角表示）在人体静态时，能表示人体的倾角值，在动态时，虽然不能准确反映某一具体时刻人体的倾角角度，但是从跌倒的整体过程来看，可以反映人体运动过程的倾角变化趋势，该角度可以由反三角函数得到，公式如下：

由于是合加速度与竖直向上方向的夹角，θ的范围在0°～90°，所以ay/a合取绝对值。

3.3 相关系数

头部和腰部在同一动作完成时的合加速度相关系数计算公式如下：

式中N为完成一个动作采集的数据个数，a1i与a2i分别代表头部和腰部采集到的第i个合加速度。与表示头、腰两组合加速度数据的平均值，sa1合与sa2合分别为头、腰合加速度数据组的标准差。

同理，头部和腰部在同一动作时的倾角的相关系数计算公式如下：

式中，N为完成一个动作的数据个数，θ1i与θ2i分别代表头部和腰部为计算得到到的第i个角度，和分别为头、腰两组角度数据的平均值，sθ1，sθ2分别为头、腰角度数据组的标准差。

4 结果

图2 四种跌倒的合加速度图像及对应的倾角变化图像Fig 2 The resultant-acceleration curve of four kinds of falls and the corresponding angle curve

四种跌倒的合加速度图像及其对应的倾角变化图像见图2，从左至右分别为向前跌倒、向后跌倒、向左跌倒、向右跌倒。在跌倒过程中，头部和腰部的合加速度先下降，再迅速增大，接着震荡几次后变为保持合加速度不变。这是因为人体在跌倒过程中会先失重，与地面撞击后，导致合加速度迅速增大，之后身体部位会有一定的反弹，直至最终保持躺在地面的静止状态。由于人体体型原因，传感器佩戴并非完全与竖直方向重合，所以，图中头部和腰部起始角度并非0°。

跌倒之后，由于受试者头部佩戴传感器的位置在前额正中，在前跌和后跌中对头部的姿势有一定的影响，所以在前跌和后跌中，头部合加速度与竖直方向夹角最终保持在60°左右，但是在左跌和右跌中，头部受佩戴位置的影响较小，最终都保持在接近90°的水平线上。另外，腰部则受佩戴位置的影响较小，所以在四种跌倒中最终角度都接近90°。

五种日常活动的合加速度图像及对应的倾角变化图像见图3，从左至右分别为蹲下、弯腰捡拾、站变坐、慢跑、慢走。可以发现大部分日常活动动作较为舒缓，除慢跑外，合加速度峰值均不超过2 g。另外弯腰捡拾这一动作的头部和腰部角度变化较为一致，但是合加速度峰值不超过1.5 g。

图3 五种日常活动的合加速度图像及对应的倾角变化图像Fig 3 The resultant-acceleration curve of five kinds of ADLs and the corresponding angle curve

日常活动与跌倒中头部与腰部合加速度的相关系数统计表分别见表3、表4。可以看出，无论是跌倒还是日常活动，头部和腰部的合加速度相关性都很低，只有两次相关系数超过0.7，这说明在跌倒和日常活动中，头部和腰部的合加速度相关性很低。

表3 日常活动中头部与腰部合加速度的相关系数统计表Table 3 Correlation coefficients statistics of head and waist resultant-acceleration in ADLS

表4 跌倒中头部与腰部合加速度的相关系数统计表Table 4 Correlation coefficients statistics of head and waist resultant-acceleration in falls

日常活动和跌倒中头部和腰部合加速度偏离竖直方向夹角相关系数统计见表5、表6。首先在跌倒过程中，头部和腰部的倾角的相关系数普遍在0.7以上，说明在跌倒过程中，头部和腰部的倾角相关性较高，而在日常活动中，除了弯腰捡拾相关系数在0.8以上，其余只有坐下出现两次相关系数超过0.7。这表明在跌到过程中，头部和腰部倾角具有较高相关性，且为正相关，这可以将跌倒与大部分日常活动区分开。至于弯腰捡拾虽然也有很高的相关性，但是这一动作并不剧烈，其合加速度不超过1.5 g，而跌倒动作的合加速度普遍高于2 g。

表5 日常活动中头部和腰部倾角相关系数统计表Table 5 Angle correlation coefficients statistics of head and waist in ADLS

表6 跌倒中头部和腰部倾角相关系数统计表Table 6 Statistics of angle correlation coefficients between head and waist in falls

5 讨论

人体作为一个整体，各部位既有一定的独立性，又有一定的联系，本研究在模拟实验条件下，发现在日常活动和跌倒中，头部和腰部的合加速度相关性都极低，但是在跌倒动作中，两者的倾角明显具有较高的相关性，相关系数在0.7以上，而在大部分日常活动中，相关性微弱，类似于弯腰捡拾这样的动作虽然有极高的相关性，但是这类日常动作并不像跌倒般剧烈，因而可以通过合加速度进一步区分开来。

本试验对人体日常动作及跌倒过程中头部和腰部相关性的研究，不仅为跌倒检测提供了一种新思路，而且减少了单个部位受偶然因素的影响，提高准确度。同时，相关性的应用范围也很广，如跌倒预测，人体协调性研究，运动状态检测等等。Nyan通过设定较低的腰部角度阈值（10°），结合腰部和腿部的高相关系数阈值（0.99）来进行预测跌倒，取得了不错的效果，但是由于腿部在跌倒中变化复杂，导致漏报了有屈腿的跌倒动作，而且也未研究跌倒全过程的相关性[9]。相关性在其他领域的应用，后续研究也会进行。

本研究也存在一些问题，由于研究处于早期探究阶段，以及考虑到伦理等问题，所以实验对象较少且均为健康的男性青年，不能真实反映老年人日常动作及跌倒的实际情况，因而后续会增加不同的实验对象和数量。另外实验设计动作都是模拟动作，尤其是模拟跌倒动作，由于人自我保护的本能，往往导致模拟的跌倒动作与真实环境下的跌倒动作有所差别，后续工作也会对模拟动作设计加以改进。