[go: up one dir, main page]

RU2015145376A - Способ обнаружения падений и детектор падения - Google Patents

Способ обнаружения падений и детектор падения Download PDF

Info

Publication number
RU2015145376A
RU2015145376A RU2015145376A RU2015145376A RU2015145376A RU 2015145376 A RU2015145376 A RU 2015145376A RU 2015145376 A RU2015145376 A RU 2015145376A RU 2015145376 A RU2015145376 A RU 2015145376A RU 2015145376 A RU2015145376 A RU 2015145376A
Authority
RU
Russia
Prior art keywords
user
fall
ans
activity
level
Prior art date
Application number
RU2015145376A
Other languages
English (en)
Inventor
Патрик КЕХИХЯН
Вэй Чжан
Original Assignee
Конинклейке Филипс Н.В.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Конинклейке Филипс Н.В. filed Critical Конинклейке Филипс Н.В.
Publication of RU2015145376A publication Critical patent/RU2015145376A/ru

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
    • A61B5/1116Determining posture transitions
    • A61B5/1117Fall detection
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/01Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/024Measuring pulse rate or heart rate
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/40Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4029Detecting, measuring or recording for evaluating the nervous system for evaluating the peripheral nervous systems
    • A61B5/4035Evaluating the autonomic nervous system
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/44Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441Skin evaluation, e.g. for skin disorder diagnosis
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7221Determining signal validity, reliability or quality
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/04Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0407Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
    • G08B21/043Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis detecting an emergency event, e.g. a fall
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/04Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438Sensor means for detecting
    • G08B21/0446Sensor means for detecting worn on the body to detect changes of posture, e.g. a fall, inclination, acceleration, gait
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/04Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438Sensor means for detecting
    • G08B21/0453Sensor means for detecting worn on the body to detect health condition by physiological monitoring, e.g. electrocardiogram, temperature, breathing
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/001Alarm cancelling procedures or alarm forwarding decisions, e.g. based on absence of alarm confirmation
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B29/00Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/18Prevention or correction of operating errors
    • G08B29/20Calibration, including self-calibrating arrangements
    • G08B29/24Self-calibration, e.g. compensating for environmental drift or ageing of components
    • G08B29/26Self-calibration, e.g. compensating for environmental drift or ageing of components by updating and storing reference thresholds
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • General Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Physiology (AREA)
  • Emergency Management (AREA)
  • Business, Economics & Management (AREA)
  • Neurology (AREA)
  • Gerontology & Geriatric Medicine (AREA)
  • Cardiology (AREA)
  • Psychiatry (AREA)
  • Neurosurgery (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Security & Cryptography (AREA)
  • Pulmonology (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Dermatology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Claims (35)

1. Способ обнаружения падения пользователя, при этом способ содержит этапы, на которых:
обнаруживают, испытал ли пользователь возможное событие падения, по измерениям движений пользователя;
при обнаружении возможного события падения определяют уровень активности пользователя и показатель реакции вегетативной нервной системы, ANS, для пользователя в связи с возможным событием падения;
сравнивают определенные уровень активности и показатель реакции ANS с профилем пользователя, связывающим уровень активности и реакцию ANS для пользователя; и
определяют, является ли падением возможное событие падения, на основании результата сравнения.
2. Способ по п. 1, в котором этап сравнения определенных уровня активности и показателя реакции ANS с профилем пользователя содержит этап, на котором используют профиль для определения вероятности наличия определенных уровня активности и показателя реакции ANS у пользователя, и при этом этап определения, является ли падением возможное событие падения, использует определенную вероятность.
3. Способ по п. 2, в котором профиль пользователя связывает типичные уровни активности и типичные реакции ANS для пользователя, и при этом этап определения, является ли падением возможное событие падения, содержит этап, на котором определяют, что возможное событие падения является падением, если определенная вероятность ниже пороговой величины, и этап, на котором определяют, что возможное событие падения не является падением, если определенная вероятность выше пороговой величины.
4. Способ по п. 2 или 3, в котором, в случае, если определено, что возможное событие падения является падением, и впоследствии принимается указание на то, что событие падения не было падением, способ дополнительно содержит этап, на котором регулируют значение пороговой величины.
5. Способ по п. 4, в котором указание на то, что событие падения не было падением, представляет собой осуществляемый пользователем ввод в детектор падения или сигнал, принятый из удаленного компьютера, связанного с детектором падения.
6. Способ по п. 1, дополнительно содержащий этап, на котором:
определяют профиль пользователя, связывающий уровень активности и реакцию ANS для пользователя, посредством:
(i) получения пар измерений уровня активности и реакции ANS для пользователя в течение множества периодов времени; и
(ii) определения совместного распределения уровня активности и реакции ANS для пользователя по полученным парам измерений.
7. Способ по п. 6, в котором этап определения профиля пользователя, связывающего уровень активности и реакцию ANS для пользователя, содержит этап, на котором определяют множество профилей пользователя, связывающих уровень активности и реакцию ANS для пользователя, при этом каждый профиль связывает уровень активности и реакцию ANS в течение конкретного периода времени суток.
8. Способ по п. 6, в котором этап получения пар измерений уровня активности и реакции ANS для пользователя содержит этап, на котором отбрасывают любую пару измерений, полученную в течение периода времени, в котором обнаружено возможное падение пользователя.
9. Способ по п. 1, в котором этап определения уровня активности и показателя реакции ANS содержит этап, на котором определяют уровень активности и/или показатель реакции ANS по измерениям движений пользователя.
10. Способ по п. 1, в котором этап определения уровня активности и показателя реакции ANS содержит этап, на котором определяют уровень активности по измерениям движений пользователя и показатель реакции ANS по измерениям физиологической характеристики пользователя посредством датчика физиологической характеристики.
11. Способ по п. 1, в котором показатель реакции ANS является одним или более из температуры кожи, проводимости кожи, электромиографии, частоты сердечных сокращений и любой другой характеристики, относящейся к сердечной деятельности пользователя.
12. Способ по п. 1, в котором этап обнаружения, испытал ли пользователь возможное событие падения, содержит этапы, на которых:
измеряют движения пользователя; и
анализируют измерения движений пользователя для идентификации одной или более характеристик, связанных с падением.
13. Способ по п. 12, в котором одна или более характеристик, связанных с падением, выбраны из: (i) изменения высоты, (ii) удара, (iii) свободного падения, (iv) изменения ориентации с вертикальной на горизонтальную и (v) периода бездействия.
14. Компьютерный программный продукт, содержащий реализованный в нем машиночитаемый код, при этом машиночитаемый код конфигурирован таким образом, что при выполнении подходящим компьютером или процессором, компьютер или процессор выполняет способ по любому из пп. 1-13.
15. Детектор падения для обнаружения падений пользователя, при этом детектор падения содержит:
датчик движения для измерения движений пользователя; и
процессор, выполненный с возможностью:
обнаружения, испытал ли пользователь возможное событие падения, по измерениям движений пользователя от датчика;
при обнаружении возможного события падения, определения уровня активности пользователя и показателя реакции вегетативной нервной системы, ANS, для пользователя в связи с возможным событием падения;
сравнения определенных уровня активности и показателя реакции ANS с профилем, связывающим уровень активности и реакцию ANS для пользователя; и
определения, является ли падением возможное событие падения, на основании результата сравнения.
16. Детектор падения для обнаружения падений пользователя по п. 15, в котором датчик движения является акселерометром или датчиком давления воздуха.
17. Детектор падения для обнаружения падений пользователя по п. 16, в котором показатель реакции вегетативной нервной системы зависит от измерений акселерометра или датчика давления воздуха.
18. Детектор падения для обнаружения падений пользователя по п. 15 или 16, в котором детектор падения дополнительно содержит датчик проводимости кожи, датчик температуры кожи или датчик частоты сердечных сокращений для определения показателя реакции вегетативной нервной системы.
19. Детектор падения для обнаружения падений пользователя по п. 15, в котором детектор падения содержит пользовательский интерфейс, позволяющий пользователю извещать детектор падения, если падение, определенное на основании результата сравнения, было ложной тревогой.
20. Детектор падения для обнаружения падений пользователя по п. 19, в котором результат сравнения определенных уровня активности и показателя реакции ANS с профилем, связывающим уровень активности и реакцию ANS для пользователя, зависит от пороговой величины, при этом процессор выполнен с возможностью регулирования пороговой величины в зависимости от извещения пользователем детектора падения о том, что определенное падение было ложной тревогой.
RU2015145376A 2013-03-22 2014-02-21 Способ обнаружения падений и детектор падения RU2015145376A (ru)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201361804222P 2013-03-22 2013-03-22
US61/804,222 2013-03-22
PCT/IB2014/059146 WO2014147496A1 (en) 2013-03-22 2014-02-21 Method for detecting falls and a fall detector.

Publications (1)

Publication Number Publication Date
RU2015145376A true RU2015145376A (ru) 2017-04-27

Family

ID=50290219

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2015145376A RU2015145376A (ru) 2013-03-22 2014-02-21 Способ обнаружения падений и детектор падения

Country Status (8)

Country Link
US (1) US20160038061A1 (ru)
EP (1) EP2976756A1 (ru)
JP (1) JP2016512777A (ru)
CN (1) CN105051799A (ru)
AU (1) AU2014233947A1 (ru)
BR (1) BR112015023961A2 (ru)
RU (1) RU2015145376A (ru)
WO (1) WO2014147496A1 (ru)

Families Citing this family (59)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9367770B2 (en) 2011-08-30 2016-06-14 Digimarc Corporation Methods and arrangements for identifying objects
US10664795B1 (en) 2013-09-20 2020-05-26 Amazon Technologies, Inc. Weight based item tracking
US10515309B1 (en) * 2013-09-20 2019-12-24 Amazon Technologies, Inc. Weight based assistance determination
US10713614B1 (en) 2014-03-25 2020-07-14 Amazon Technologies, Inc. Weight and vision based item tracking
US10657411B1 (en) 2014-03-25 2020-05-19 Amazon Technologies, Inc. Item identification
US9936885B1 (en) 2014-03-31 2018-04-10 Sensogram Technologies, Inc. Apparatus for ambient noise cancellation in PPG sensors
US10117586B1 (en) 2014-03-31 2018-11-06 Sensogram Technologies, Inc. Continuous non-invasive wearable blood pressure monitoring system
US10327649B1 (en) 2014-03-31 2019-06-25 Sensogram Technologies, Inc. Non-invasive wearable blood pressure monitoring system
EP3207865A4 (en) 2014-10-16 2017-10-25 Panasonic Intellectual Property Management Co., Ltd. Biological information processing device and biological information processing method
US10347108B2 (en) * 2015-01-16 2019-07-09 City University Of Hong Kong Monitoring user activity using wearable motion sensing device
KR102612874B1 (ko) 2015-08-31 2023-12-12 마시모 코오퍼레이션 무선 환자 모니터링 시스템들 및 방법들
US9959733B2 (en) * 2015-09-01 2018-05-01 Cassia Network Inc. Devices, systems, and methods for detecting falls
US10117598B1 (en) 2015-11-08 2018-11-06 Sensogram Technologies, Inc. Non-invasive wearable respiration rate monitoring system
CN105476640A (zh) * 2015-12-21 2016-04-13 青岛中科慧康科技有限公司 智能手表健康安全检测算法
CN105534500B (zh) * 2016-01-21 2017-07-18 华中科技大学同济医学院附属协和医院 一种整合生理参数监测的平衡功能测评装置及方法
US11064912B2 (en) * 2016-01-26 2021-07-20 Climax Technology Co., Ltd. Fall sensor
US10362998B2 (en) 2016-02-25 2019-07-30 Samsung Electronics Co., Ltd. Sensor-based detection of changes in health and ventilation threshold
US10172517B2 (en) 2016-02-25 2019-01-08 Samsung Electronics Co., Ltd Image-analysis for assessing heart failure
US11164596B2 (en) 2016-02-25 2021-11-02 Samsung Electronics Co., Ltd. Sensor assisted evaluation of health and rehabilitation
US10420514B2 (en) 2016-02-25 2019-09-24 Samsung Electronics Co., Ltd. Detection of chronotropic incompetence
FI127322B (fi) 2016-04-22 2018-03-29 Maricare Oy Anturi ja järjestelmä valvontaan
GB2561328B (en) * 2016-06-28 2019-04-10 Skyguard Ltd Safety device with fall detection
CN106264544A (zh) * 2016-07-28 2017-01-04 江苏人之初母婴用品有限公司 一种智能儿童安全监护系统及方法
WO2018029193A1 (en) * 2016-08-08 2018-02-15 Koninklijke Philips N.V. Device, system and method for fall detection
EP3288000A1 (en) * 2016-08-25 2018-02-28 Continyou As Fall warning for a user
US9953507B1 (en) * 2016-12-28 2018-04-24 Nortek Security & Control Llc Monitoring a wearing of a wearable device
CN106875629B (zh) * 2017-03-07 2023-02-10 吉林省家人帮信息服务有限公司 基于体感网的居家养老系统及其控制方法
FR3065828B1 (fr) * 2017-04-27 2020-01-17 Bodycap Procede et systeme de detection des chutes par double controle et repetitivite
SE542317C2 (en) * 2017-07-07 2020-04-07 Pink Nectarine Health Ab Fall detection system and method
EP3724864A1 (en) 2017-09-29 2020-10-21 Koninklijke Philips N.V. Wrist fall detector based on arm direction
US10629048B2 (en) 2017-09-29 2020-04-21 Apple Inc. Detecting falls using a mobile device
US11527140B2 (en) 2017-09-29 2022-12-13 Apple Inc. Detecting falls using a mobile device
GB2564167B (en) * 2017-11-17 2019-05-22 August Int Ltd Improvements in or relating to fall detectors and fall detection
JP2021027801A (ja) * 2017-11-29 2021-02-25 シャープ株式会社 情報処理装置、プログラム、サーバ、および情報処理方法
JP2019125254A (ja) * 2018-01-18 2019-07-25 株式会社東芝 システム、方法、プログラム
GB2573490A (en) * 2018-02-08 2019-11-13 James Link Matthew A fall sensing system
CN108670261B (zh) * 2018-04-12 2021-10-15 深圳先进技术研究院 运动状态检测方法、可佩戴设备以及装置
JP6660601B2 (ja) * 2018-06-06 2020-03-11 パナソニックIpマネジメント株式会社 生体情報監視装置及び生体情報監視方法
WO2020089535A1 (fr) * 2018-11-02 2020-05-07 Bodycap Procédé et système de détection des chutes par double contrôle et répétitivité
FR3089319A1 (fr) * 2018-12-04 2020-06-05 Orange Procédé d’évaluation de l’activité corporelle d’un utilisateur
US11308783B2 (en) * 2019-05-29 2022-04-19 Medtronic, Inc. Medical device for fall detection
EP3757958A1 (en) 2019-06-25 2020-12-30 Koninklijke Philips N.V. Evaluating movement of a subject
EP3757957A1 (en) 2019-06-25 2020-12-30 Koninklijke Philips N.V. Evaluating movement of a subject
CN112235464B (zh) * 2019-06-28 2022-05-31 华为技术有限公司 一种基于跌倒检测的呼救方法及电子设备
WO2021074295A1 (de) * 2019-10-18 2021-04-22 Dietmar Basta Individualisierte sturzprävention
US11730379B2 (en) 2020-03-20 2023-08-22 Masimo Corporation Remote patient management and monitoring systems and methods
WO2021233725A1 (en) * 2020-05-20 2021-11-25 Koninklijke Philips N.V. Fall detector incorporating physiological sensing
USD974193S1 (en) 2020-07-27 2023-01-03 Masimo Corporation Wearable temperature measurement device
JP7024025B2 (ja) * 2020-08-26 2022-02-22 株式会社東芝 システム、プログラム
USD1072837S1 (en) 2020-10-27 2025-04-29 Masimo Corporation Display screen or portion thereof with graphical user interface
USD1000975S1 (en) 2021-09-22 2023-10-10 Masimo Corporation Wearable temperature measurement device
WO2023129254A1 (en) * 2021-12-30 2023-07-06 Google Llc Fall risk assessment for a user
USD1048908S1 (en) 2022-10-04 2024-10-29 Masimo Corporation Wearable sensor
CN115500823B (zh) * 2022-10-26 2024-12-20 首都医科大学宣武医院 一种跌倒状态和防走失位置信息实时监测系统
CN115844384B (zh) * 2022-12-28 2024-08-23 河北志晟信息技术股份有限公司 养老院危险事件处理方法
CH720617A1 (de) * 2023-03-20 2024-09-30 Nestor Int Corporation Ag System und verfahren zum erkennen von stürzen
CN116439694B (zh) * 2023-06-14 2023-08-15 深圳市魔样科技有限公司 基于运动模型训练的智能手表动态数据监测方法
CN119970009A (zh) * 2025-01-20 2025-05-13 江苏医药职业学院 一种防跌倒智能预测报警系统及方法
CN120431677B (zh) * 2025-07-08 2025-09-16 运城市恩光科技有限公司 基于智能穿戴设备的协同应急处理方法、系统及设备

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI114246B (fi) 2003-06-25 2004-09-15 Ist Oy Laite kaatumisen ilmaisua varten
CN1849635A (zh) * 2003-09-15 2006-10-18 戴维·科恩 紧急情况检测器
RU2006113127A (ru) * 2003-09-15 2006-08-27 Давид КОХЕН (IL) Детектор чрезвычайной ситуации
US9968266B2 (en) * 2006-12-27 2018-05-15 Cardiac Pacemakers, Inc. Risk stratification based heart failure detection algorithm
CN101711401B (zh) * 2007-04-19 2014-03-12 皇家飞利浦电子股份有限公司 跌倒检测系统
AU2009247636B2 (en) * 2008-05-12 2014-07-24 Koninklijke Philips Electronics N.V. Displacement measurement in a fall detection system
WO2010023604A1 (en) * 2008-08-28 2010-03-04 Koninklijke Philips Electronics N.V. Fall detection and/or prevention systems
AU2009305075B2 (en) * 2008-10-17 2014-09-11 Koninklijke Philips Electronics N.V. A fall detection system and a method of operating a fall detection system
US8956294B2 (en) * 2009-05-20 2015-02-17 Sotera Wireless, Inc. Body-worn system for continuously monitoring a patients BP, HR, SpO2, RR, temperature, and motion; also describes specific monitors for apnea, ASY, VTAC, VFIB, and ‘bed sore’ index
EP2445405B1 (en) * 2009-06-24 2018-06-13 The Medical Research, Infrastructure, And Health Services Fund Of The Tel Aviv Medical Center Automated near-fall detector
RU2629795C2 (ru) * 2011-04-29 2017-09-04 Конинклейке Филипс Н.В. Устройство для использования в детекторе падения или системе обнаружения падений и способ управления таким устройством
US20140276238A1 (en) * 2013-03-15 2014-09-18 Ivan Osorio Method, system and apparatus for fall detection

Also Published As

Publication number Publication date
AU2014233947A1 (en) 2015-11-12
WO2014147496A1 (en) 2014-09-25
US20160038061A1 (en) 2016-02-11
BR112015023961A2 (pt) 2017-07-18
CN105051799A (zh) 2015-11-11
EP2976756A1 (en) 2016-01-27
JP2016512777A (ja) 2016-05-09

Similar Documents

Publication Publication Date Title
RU2015145376A (ru) Способ обнаружения падений и детектор падения
RU2013153099A (ru) Устройство для использования в детекторе падения или системе обнаружения падений и способ управления таким устройством
JP2014518666A5 (ru)
JP5587328B2 (ja) 転倒検出システム
US9011352B2 (en) Fall detection and/or prevention systems
CN106132287B (zh) 心率监测器系统
CN103886715B (zh) 一种人体跌倒检测方法
KR20150115028A (ko) 애완동물 건강관리 시스템 및 그 제어방법
US20140276127A1 (en) Contextual heart rate monitoring
JP2014531274A5 (ru)
US20170095159A1 (en) Resting heart rate monitor system
RU2016131353A (ru) Способы, системы и устройства для оптимального расположения датчиков
WO2017209903A8 (en) Control-to-range failsafes
MX394718B (es) Agresividad de control a intervalo.
RU2015126534A (ru) Система и способ для оптимизирования частоты сбора данных и пороговых значений для алгоритма обнаружения ухудшения состояния
US9474472B2 (en) Apparatus, method, and system for accurate estimation of total energy expenditure in daily activities
JP2012527292A5 (ru)
JP6691334B2 (ja) 睡眠時無呼吸症候群の疑いを検知するためのシステム、処理部及びコンピュータプログラム
WO2016192235A1 (zh) 一种检测溺水的方法和检测溺水的装置
CN107466222A (zh) 生命体征监测系统
TW201605410A (zh) 監控應力的方法和系統
JP2014526034A5 (ja) センサによるロバスト且つ高速な存在検出方法、存在検出器、存在検出器を有する照明器具、及びコンピュータ可読媒体
Chen et al. A wireless real-time fall detecting system based on barometer and accelerometer
JP2015222191A (ja) 赤外線アレイセンサを用いた行動検知システムと方法
JP2017086195A (ja) 体力指標表示システム、体力指標出力装置および体力指標表示方法

Legal Events

Date Code Title Description
FA92 Acknowledgement of application withdrawn (lack of supplementary materials submitted)

Effective date: 20180122

FZ9A Application not withdrawn (correction of the notice of withdrawal)

Effective date: 20180122

FA92 Acknowledgement of application withdrawn (lack of supplementary materials submitted)

Effective date: 20180601