熊界，周曉青，劉志朋，殷濤

中國醫(yī)學科學院 北京協(xié)和醫(yī)學院 生物醫(yī)學工程研究所，天津 300192

基于低功耗藍牙的跌倒檢測系統(tǒng)的設計

熊界，周曉青，劉志朋，殷濤

中國醫(yī)學科學院 北京協(xié)和醫(yī)學院 生物醫(yī)學工程研究所，天津 300192

本文設計了一種基于低功耗藍牙技術結合多傳感器協(xié)同判斷的穿戴式跌倒檢測系統(tǒng)，系統(tǒng)由控制芯片、傳感器以及對應的硬件與軟件構成。通過實驗室環(huán)境下的跌倒實驗測試，表明該系統(tǒng)能有效區(qū)分跌倒與日常行為活動。通過系統(tǒng)功耗測試，結果顯示跌倒檢測系統(tǒng)在待機狀態(tài)和工作狀態(tài)的總功耗分別為35 μW和41 μW，采用紐扣電池CR2032供電的情況下即能滿足長期使用的要求。

低功耗藍牙；傳感器；穿戴式醫(yī)療器件；跌倒檢測；意外跌倒

引言

人口老齡化的加速使大多數(shù)人的壽命史無前例地有望超過60歲甚至更高，我國60歲及以上人口占13.26%，其中65歲及以上人口占8.87%[1]。老年人是傷害發(fā)生的高危人群，而老年人傷害的首要原因是跌倒。據(jù)推算，我國60歲以上老年人每年因跌倒發(fā)生的傷害人次數(shù)達到2500萬[2]。跌倒是我國傷害死亡的第4位原因，而在65歲以上的老年人中則為首位[3]。能夠實時、準確地檢測老年人跌倒事件的發(fā)生十分重要。

跌倒是指突發(fā)、不自主、非故意的體位改變，倒在地面或更低的平面上。跌倒檢測系統(tǒng)主要實現(xiàn)的功能是根據(jù)人體運動時特征參數(shù)的變化，將跌倒與日常行為活動（Activities of Daily Living，ADL）區(qū)分開。為了準確的將跌倒與ADL區(qū)別開，僅靠單一的傳感器是無法實現(xiàn)的，本文采取三軸加速度傳感器BMA250與薄膜壓力傳感器Flex Pressure IM-S-1-C20相結合的方式，對跌倒進行協(xié)同判斷，有效地降低了系統(tǒng)誤報的幾率。

穿戴式設備不可避免的需要無線通訊功能，在穿戴式跌倒檢測系統(tǒng)的現(xiàn)有研究中，多采用不同類型的微控制系統(tǒng)如51單片機、ARM芯片和DSP芯片配以ZigBee、Wi-Fi或經(jīng)典藍牙的方式。功耗和連接一直是制約穿戴式設備中亟待解決的兩個重要問題。低功耗藍牙（Bluetooth Low Energy，BLE）技術是近年來新發(fā)展出的一種低功耗射頻通信技術，與Wi-Fi或經(jīng)典藍牙技術相比，BLE技術的功耗極低，使用紐扣電池供電的情況下即能工作數(shù)月之久，與Zigbee技術相比，BLE技術已經(jīng)在當前的移動設備中廣泛地應用。本文采用兼具控制與無線通訊功能的單模BLE芯片作為系統(tǒng)的主控芯片。實現(xiàn)了基于單芯片藍牙方案，具有低功耗、小體積、低成本的跌倒檢測系統(tǒng)。本文的數(shù)據(jù)采集與測試采用青年被試，借鑒先驗文獻對老年人的行為方式與跌倒方式進行模仿，并對實驗跌倒類型與ADL進行分類與測試，測試結果表明，本系統(tǒng)能有效地將跌倒與ADL區(qū)分開來。

1 硬件設計

本系統(tǒng)結構由多點腳底壓力采集模塊與腰部加速度采集模塊組成，腰部模塊封裝在腰帶中，腳底模塊封裝在鞋墊中，見圖1。腰部加速度采集模塊作為主設備，腳底壓力采集模塊作為從設備。腳底的壓力傳感器與腰部的加速度傳感器同時進行實時的數(shù)據(jù)采集，當腳底模塊采集到疑似跌倒數(shù)據(jù)后，立即通過notif cation通知主機，主機將通過算法計算的加速度與從機發(fā)送的通知結合進行跌倒的協(xié)同判斷。模塊天線采用尺寸小、性能良好、成本低的PCB天線[4]，模塊供電采用容量為240 mAh的紐扣電池CR2032。

本文采用分區(qū)供電的方式進一步降低系統(tǒng)功耗。使用控制芯片直接為外部電路供電，這樣外部電路僅在采樣的數(shù)毫秒期間導通消耗能量，其余大部分時間均處于關斷狀態(tài)，極低地降低了系統(tǒng)的能耗。

圖1 系統(tǒng)結構圖

1.1 控制芯片的選擇

2013年藍牙技術聯(lián)盟（Bluetooth SIG）發(fā)布了藍牙最新版本4.1，其最大特點在于支持設備同時支持多重角色，支持連接多部設備，即一個設備可以同時工作在主機和從機模式，保持兩個連接。本文選擇了支持BLE 4.1協(xié)議的CC2640芯片作為系統(tǒng)的控制芯片。與現(xiàn)有支持藍牙4.0的設備兼容，但不向下兼容經(jīng)典藍牙[5]，既滿足系統(tǒng)兩模塊間的數(shù)據(jù)傳輸又便于后續(xù)的功能擴展。

1.2 傳感器的選擇與配置

腰部加速度采集采用Bosch Sensortec公司的BMA250芯片，該芯片為一款數(shù)字輸出的低功耗三軸加速度傳感器，測量量程為±2～±16 g，能夠直接輸出三軸加速度數(shù)據(jù)，無需對復雜原始資料進行運算。加速度傳感器模塊放置在腰部中心處，參考先驗知識比較得到加速度傳感器放在腰部（相比于軀干、手腕、耳朵、大腿、腳踝）是最佳選擇，因為腰部靠近人身體的重心，能準確的得到反映身體運動變化的數(shù)據(jù)[6]。

腳底壓力采集采用艾動薄膜壓力傳感器IM-S-1-C20，量程為100 kg。采取單腳兩點壓力測量方式，當傳感器受力時電阻下降，通過以OPA2349構成的壓力檢測電路實現(xiàn)壓電轉換，壓電轉換電路的輸出公式為：

其中，Vcc為輸入電壓，Vout為輸出電壓，F(xiàn)SR為壓敏電阻，Rref為反饋電阻。

2 軟件設計

系統(tǒng)軟件的開發(fā)平臺為IAR Embedded Workbench，以TI公司發(fā)布的BLE協(xié)議棧為基礎，分為腳底模塊軟件和腰部模塊軟件。跌倒檢測系統(tǒng)中腰部加速度檢測模塊擔任主機角色，腳底壓力檢測模塊擔任從機角色。

2.1 多狀態(tài)機

BLE的一個基本設計策略是將廣播、發(fā)現(xiàn)和連接過程與連接中的數(shù)據(jù)傳輸分離開來，本系統(tǒng)狀態(tài)機轉換過程，見圖2。圖2a為主機部分在接收到掃描指令后，從就緒態(tài)轉換到掃描態(tài)，將掃描到的從機地址保存到掃描列表中，在接到連接指令后向從機發(fā)起連接；圖2b為從機部分上電后在就緒態(tài)與廣播態(tài)之間轉換，當接收到主機發(fā)送的連接請求后建立連接，建立連接后從機狀態(tài)在3個狀態(tài)間相互轉換。只有作為從機的腳底模塊接收到作為主機的腰部模塊發(fā)來的報文后，才能向主機發(fā)送數(shù)據(jù)。

圖2 系統(tǒng)狀態(tài)轉換示意圖

2.2 檢測流程

跌倒檢測系統(tǒng)的檢測流程，見圖3。腳底模塊以4 Hz的頻率檢測腳底壓力。采樣數(shù)據(jù)以單向鏈表的方式存儲，算法會在每個采樣周期結束后分析前10 s內40個采樣點的數(shù)據(jù)，并計算壓力狀態(tài)比Pr，該壓力狀態(tài)比的定義為腳底失去壓力的采樣點數(shù)/一個周期內的總采樣點數(shù)。將狀態(tài)比的閾值Pt設定為0.8，當Pr＞Pt時，腳底模塊向上給腰部模塊發(fā)送通知，當Pr＜Pt時，繼續(xù)檢測。這樣的設計在滿足跌倒延時檢測功能的同時降低了跌倒誤報率，提高了跌倒檢測的準確性。

三軸加速度傳感器以圖3中坐標方向放置，加速度采用時域判斷方法，在人體運動時，以50 Hz的采樣頻率輸出3個方向的加速度數(shù)據(jù)ax、ay、az，系統(tǒng)計算加速度的信號幅度向量（Support Vector Machine，SVM），其計算公式為：

將得到的數(shù)據(jù)與預設的加速度SVM閾值（4 g）進行比較，當aSVM＞SVM閾值時，會向腳底模塊發(fā)出查詢指令，查詢腳底壓力檢測結果，結合腳底模塊向上發(fā)送的notif cation對是否為真跌倒進行判定。當aSVM＜ SVM閾值時，返回繼續(xù)對運動中的加速度進行實時檢測。當且僅當同時滿足跌倒判斷的2個條件時，系統(tǒng)才會發(fā)出跌倒信號。

圖3 系統(tǒng)檢測流程圖

3 結果

3.1 特征量的采集

通過對人體在ADL與跌倒中腰部中心位置的加速度值的采集與后處理，可以得到加速度特征量。實驗包括ADL與跌倒動作的模擬，實驗動作的選取參照Robinovitch SN等人的研究[7]進行選取，分別包括站立、行走、坐下、起立、躺下及側向跌倒、撞倒、失去支撐跌倒。實驗被試為體重在50?80 kg、年齡在25歲左右的健康青年，通過觀察老年人的生活狀態(tài)以及采用負重的方式模仿老年人的行為模式，佩戴加速度采集腰帶，在有保護措施（10 cm的體育墊與緩沖材料）的實驗室環(huán)境中進行實驗。

在靜站狀態(tài)下，x軸與z軸方向的加速度為0，受重力作用y軸方向的加速度為1 g，在后續(xù)的數(shù)據(jù)處理中均將y軸方向的加速度進行去基線處理，得到處理后的y軸方向的加速度值與x軸、z軸方向的加速度值的SVM作為做圖的依據(jù)。

兩種典型ADL的SVM變化情況，見圖4。在跌倒判斷中最容易產(chǎn)生誤差的動作就是躺下與躺倒，因此特別對躺下動作進行特征量采集。根據(jù)兩種典型的ADL數(shù)據(jù)，人的正常行為產(chǎn)生的加速度信號幅度向量值不會超過2.5 g。

3種典型跌倒動作的SVM變化情況，見圖5。通過對圖5數(shù)據(jù)的分析，當受到外界沖擊與突然失去支撐的情況下發(fā)生跌倒的SVM峰值很高，通常會超過6 g，而由于自身重心偏移導致的跌倒由于身體會有自發(fā)的保護反應，SVM峰值會在4～6 g的范圍內，因此將aSVM的閾值選為4 g。

3.2 工作能耗

將模塊直接與穩(wěn)壓直流電源相連，并串接數(shù)字萬用表測量模塊平均電流消耗。采用上述方法測量得到腰部模塊與腳底模塊的平均電流分別為0.0062 mA與0.0056 mA，腰部模塊與腳底模塊連接狀態(tài)的電流分別為0.0078 mA與0.0061 mA。在額定容量為240 mAh的CR2032供電條件下，兩模塊的持續(xù)工作時間至少達6個月。

圖4 日常生活行為實驗采集的SVM實驗結果

圖5 實驗室環(huán)境下模擬老年人跌倒實驗采集的SVM實驗結果

參照TI公司提供的技術資料[8]，采用外接10 Ω電阻和示波器測量的方式測量系統(tǒng)連接事件的電流消耗。系統(tǒng)在待機狀態(tài)的電流消耗約為6 μA，系統(tǒng)在被喚醒時電流消耗高達8 mA，系統(tǒng)在接發(fā)信息時的電流消耗也在6 mA左右，好在系統(tǒng)的一個工作狀態(tài)的持續(xù)時間非常短，僅持續(xù)2 ms左右（圖6），雖然瞬時功耗很大但不會影響系統(tǒng)的整體功耗。

圖6 系統(tǒng)連接事件電流消耗

4 結論與討論

本文設計了基于BLE技術的穿戴式跌倒檢測系統(tǒng)，該系統(tǒng)滿足設計初期對低功耗的要求，單芯片方案的設計降低了系統(tǒng)的成本。跌倒檢測算法上，采取腰部加速度檢測與腳底兩點壓力檢測協(xié)同判斷的方法，簡化了加速度信號處理的算法，同時滿足對跌倒延時檢測的要求，有效降低了系統(tǒng)的誤報率，能夠有效的將ADL與跌倒行為區(qū)分開來。

基于BLE技術的開發(fā)具有很強的靈活性，本系統(tǒng)仍具有很大的提升空間。本文中腰部檢測模塊在跌倒檢測系統(tǒng)中僅擔任主機的角色，未發(fā)揮出藍牙4.1版本允許主從一體工作的優(yōu)勢。未來可以設計相應的移動端應用與腰部模塊連接，實現(xiàn)跌倒檢測系統(tǒng)參數(shù)初始化、跌倒定位、跌倒報警等功能。

[1]中國國家統(tǒng)計局.第六次人口普查[R].2010.

[2]張小燕.老年患者的跌倒風險與預防[A].中華醫(yī)學會第十八次全國神經(jīng)病學學術會議論文匯編（上）[C].成都:中華醫(yī)學會神經(jīng)病學分會,2015:203-204.

[3]老年人跌倒干預技術指南[S].北京:中國衛(wèi)生部,2011.

[4]Andersen A.為低功耗無線應用選擇天線[OL].2008.http://www.ti.com.

[5]Heydon R.低功耗藍牙開發(fā)權威指南[M].陳燦峰,劉嘉,譯.北京:機械工業(yè)出版社,2015.

[6]Kangas M,Konttila A,Lindgren P,et al.Comparison of lowcomplexity fall detection algorithms for body attached accelerometers[J].Gait Posture,2008,28:285-291.

[7]Robinovitch SN,Feldman F,Yang Y,et al.Video capture of the circumstances of falls in elderly people residing in long-term care: an observational study[J].Lancet,2013,381(9860):47-54.

[8]Sandeep K,Lindh J.Measuring Bluetooth? Low Energy Power Consumption.Texas Instruments Application Note AN092[EB/OL].2012.http://www.ti.com.cn/cn/lit/an/swra347a/swra347a.pdf.

Design of Fall Detection System Based on Bluetooth Low Energy

A wearable fall detection system with multi-sensor cooperation which based on the bluetooth low energy is designed. This system consists of control chip, sensor and corresponding hardware and software. Through fall experimental tests in laboratory environment, it’s shown that the fall detection system can distinguish between falls and activities of daily living effectively. The power consumption measurement of the system indicates that the total power consumption of the ready mode and operative mode are 35 μW and 41 μW respectively. And it can realize long-term use with the button battery CR2032 power supply.

bluetooth low energy; sensor; wearable medical device; fall detection; accidental falls

XIONG Jie, ZHOU Xiao-qing, LIU Zhi-peng, YIN Tao
Institute of Biomedical Engineering, Chinese Academy of Medical Sciences & Peking Union Medical College, Tianjin 300192, China

R318.6；TP277

A

10.3969/j.issn.1674-1633.2016.12.005

1674-1633(2016)12-0023-03

2016-09-05

2016-11-28

國家自然科學基金（81127003）。

殷濤，教授。主要研究方向：神經(jīng)調控與醫(yī)療儀器。

通訊作者郵箱：bme500@163.com