RU2015145376A - Способ обнаружения падений и детектор падения - Google Patents
Способ обнаружения падений и детектор падения Download PDFInfo
- 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
Links
- 238000001514 detection method Methods 0.000 title claims 2
- 230000000694 effects Effects 0.000 claims 23
- 238000000034 method Methods 0.000 claims 16
- 238000006243 chemical reaction Methods 0.000 claims 14
- 238000005259 measurement Methods 0.000 claims 8
- 210000003403 autonomic nervous system Anatomy 0.000 claims 4
- 238000004590 computer program Methods 0.000 claims 1
- 238000002567 electromyography Methods 0.000 claims 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
- A61B5/1116—Determining posture transitions
- A61B5/1117—Fall detection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
- A61B5/024—Measuring pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4029—Detecting, measuring or recording for evaluating the nervous system for evaluating the peripheral nervous systems
- A61B5/4035—Evaluating the autonomic nervous system
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
- A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7221—Determining signal validity, reliability or quality
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
- G08B21/043—Alarms 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0446—Sensor means for detecting worn on the body to detect changes of posture, e.g. a fall, inclination, acceleration, gait
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0453—Sensor means for detecting worn on the body to detect health condition by physiological monitoring, e.g. electrocardiogram, temperature, breathing
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/001—Alarm cancelling procedures or alarm forwarding decisions, e.g. based on absence of alarm confirmation
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
- G08B29/18—Prevention or correction of operating errors
- G08B29/20—Calibration, including self-calibrating arrangements
- G08B29/24—Self-calibration, e.g. compensating for environmental drift or ageing of components
- G08B29/26—Self-calibration, e.g. compensating for environmental drift or ageing of components by updating and storing reference thresholds
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0219—Inertial 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.
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)
| 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)
| 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 |
-
2014
- 2014-02-21 CN CN201480017433.6A patent/CN105051799A/zh active Pending
- 2014-02-21 RU RU2015145376A patent/RU2015145376A/ru not_active Application Discontinuation
- 2014-02-21 AU AU2014233947A patent/AU2014233947A1/en not_active Abandoned
- 2014-02-21 WO PCT/IB2014/059146 patent/WO2014147496A1/en not_active Ceased
- 2014-02-21 EP EP14710987.0A patent/EP2976756A1/en not_active Withdrawn
- 2014-02-21 BR BR112015023961A patent/BR112015023961A2/pt not_active IP Right Cessation
- 2014-02-21 US US14/779,187 patent/US20160038061A1/en not_active Abandoned
- 2014-02-21 JP JP2016503734A patent/JP2016512777A/ja active Pending
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 |