一种脑卒中患者可穿戴设备的跌倒检测算法模型

本发明提供一种脑卒中患者可穿戴设备的跌倒检测算法模型，涉及健康监测以及姿态检测技术领域，其技术要点在于：所述模型的构建方法如下所示：S1：利用可穿戴设备中的惯性传感器IMU获取佩戴者的姿态信息，数据收集完成后对原始数据进行低通滤波处理获得传感器数据；S2将t时刻获取的惯性传感器数据，根据STL循环趋势分解法，使用LOESS将惯性传感器数据分解为趋势分量，季节分量和残差分量，然后对数据进行归一化处理；S3：使用LSTM分别对各惯性传感器分量进行时序建模。本申请提供的一种脑卒中患者可穿戴设备的跌倒检测算法模型，实现多物理量耦合特征解耦与时序动态建模的协同优化，在可穿戴设备资源约束下，实现医疗级跌倒监测性能。