-
Die vorliegende Erfindung bezieht sich auf eine Vorrichtung und auf ein Verfahren zur Vorhersage eines Verlustes einer Kontrolle über eine Muskulatur und insbesondere auf eine Detektion von Schwindelanfällen und Müdigkeit. Schwindelanfälle können beispielsweise im Vorfeld eines Sturzes auftreten, währenddessen Ermüdungszustände von Muskeln z. B. als Folge von körperlichen Anstrengungen und Müdigkeit – wie beispielsweise während des Autofahrens – auftreten können. Weitere Anwendungsfelder umfassen beispielsweise ein Erkennen eines Kontrollverlustes unter Einfluss von Drogen oder Alkohol und ggf. ein Erkennen degenerativer neurologischer Erkrankungen wie beispielsweise Parkinson.
-
Viele ältere Menschen hegen den Wunsch, so lange wie möglich in ihrer Wohnung bleiben zu können. Dabei stellt sich jedoch für die Angehörigen und das medizinische Personal die Frage, wie beispielsweise ein spontan geänderter Gesundheitszustand erkannt werden kann. Häufig ergibt sich ein Problem dadurch, dass, wenn beispielsweise Senioren stürzen, sie hilflos am Boden liegen bleiben können. Zahlreiche Anstrengungen wurden unternommen, um diese Situation beispielsweise mittels eines Sturzdetektors zu erkennen, um somit automatisch Hilfe anzufordern zu können. Diese Anstrengungen umfassen beispielsweise eine Sturzdetektion mittels Beschleunigungs- und/oder Lagesensoren. Dabei wird bei Überschreiten eines bestimmten Grenzwertes, wie beispielsweise eines Aufpralls auf dem Boden, ein Alarm ausgelöst. Weitere konventionelle Verfahren versuchen zusätzlich anhand von Lagesensoren die Raumlage des Menschen bzw. eventuelle Bewegungsmuster im Anschluss an ein vorausgegangenes Sturzereignis auszuwerten, um dadurch eine höhere Zuverlässigkeit zu erreichen und Fehlalarme auszuschließen.
-
Es zeigt sich jedoch, dass sich mittels konventioneller Vorrichtungen oder Verfahren ein Sturz bzw. ein Torkeln nur im Nachhinein feststellen lässt und sich dadurch der Sturz selbst kaum vermeiden lässt. Besser wäre eine Vorrichtung, die in der Lage ist, einen Sturz bzw. ein Torkeln „vorauszuahnen”, um damit den Sturz selbst verhindern zu können. Eine derartige Vorhersageeinrichtung, könnte neben den adressierten Krankheitsbildern auch dahin gehend angewendet werden, um beispielsweise einem in Folge einer Übermüdung auftretenden Kontrollverlust vorzubeugen.
-
Ausgehend von diesem Stand der Technik liegt der vorliegenden Erfindung die Aufgabe zugrunde, eine Vorrichtung und ein Verfahren zu schaffen, die einen Verlust der Kontrolle über eine Muskulatur vorherzusagen kann und die gleichzeitig an einen menschlichen Körper leicht anbringbar und einfach handhabbar ist.
-
Diese Aufgabe wird durch eine Vorrichtung nach Anspruch 1, ein Verfahren nach Anspruch 23 oder ein Computerprogramm nach Anspruch 27 gelöst.
-
Der vorliegenden Erfindung liegt die Erkenntnis zugrunde, dass ein bevorstehender Verlust einer Kontrolle über einen Muskel eines Menschen oder eines menschlichen Körpers sich durch eine Änderung der Geräusche bzw. der Geräuschmuster in der Muskulatur ankündigt, die wiederum mit Torkelbewegungen einhergehen können. Somit ist ein Kontrollverlust eines Muskels (z. B. Stützmuskel oder Beinmuskulatur) dadurch vorhersagbar, dass eine Einrichtung Geräusche des Muskels detektiert und eine weitere Einrichtung eine Beschleunigung z. B. des menschlichen Körpers oder des Kopfes erfasst. Die detektierten Daten (Muskelgeräusche und Beschleunigung) können in einer Auswerteeinheit derart ausgewertet werden, dass ein bevorstehender Kontrollverlust über die Muskulatur aus den (typischen) Geräuschen der Muskulatur und der Beschleunigung vorhergesagt werden kann.
-
Somit umfassen Ausführungsbeispiele der vorliegenden Erfindung eine Datenfusion von Muskelgeräuschen und Beschleunigungsmessdaten, so dass es ermöglicht wird, einen beobachteten Menschen prinzipiell bereits vor dem Sturz zu warnen.
-
Eine Messwertaufnahme kann beispielsweise auf zweierlei Art geschehen:
- (a) Einzelsensoren zur Erfassung von Muskelgeräuschen und Körperbeschleunigung sind getrennt am menschlichen Körper angebracht;
- (b) ein kombinierter Sensor, der den Geräuschsensor und den Beschleunigungssensor umfasst, wird an einer Stelle des menschlichen Körpers angebracht.
-
Im Fall (b), in dem die Sensoren als Kombisensor ausgeführt sind, erscheint eine Fixierung am Oberschenkel des Menschen sinnvoll. Hier ist sowohl eine Detektion von Bewegungsmustern als auch die Detektion eines Tonusverlustes, der ein mögliches Torkeln verursachen kann, möglich. Eine Qualität der Regelung des Muskeltonus (Muskelspannung) bestimmt sich aus der Einhaltung eines Arbeitspunktes, der durch ein Gleichgewicht zwischen der Schwerkraftkomponente und der Kraftwirkung infolge der Muskelspannung bestimmt ist. Bei einem Tonus hoher Qualität ist die Muskelspannung hoch genug, um der Schwerkraft zu widerstehen, andererseits jedoch auch niedrig genug sein, um eine harmonische Bewegung zu ermöglichen. Ein Krampf ist beispielsweise eine starke Überhöhung des Tonus und eine Paralyse stellt beispielsweise einen Verlust des Tonus dar.
-
Bewegungsmuster können beispielsweise auf ein Stehen, Gehen oder Laufen oder auch Treppensteigen hinweisen und können dementsprechend in der Auswerteeinheit entsprechend detektiert werden. Neben der Fixierung des kombinierten Sensors an dem Oberschenkel des Menschen können optional auch andere Stellen am menschlichen Körper zur Platzierung des kombinierten Sensors benutzt werden – beispielsweise am Torso oder im Hals/Schulter-Bereich. Zum gegenwärtigen Zeitpunkt erscheint jedoch eine Fixierung am Oberschenkel des Menschen als sinnvoll.
-
Im Fall (a), bei dem die Sensoren (Beschleunigungssensor, Geräuschsensor) als Einzelsensoren ausgeführt sind, liegt der Ansatz nahe, ein Mikrofon (als Geräuschsensor) zur Aufzeichnung der Muskelgeräusche auch in diesem Fall am Oberschenkel zu platzieren und den Beschleunigungssensor an der Hüfte des Menschen anzubringen. Somit können Bewegungen des Torsos {beispielsweise in Folge eines Sturzes, Drehung, etc} klassifiziert werden. Aber auch hier können bei weiteren Ausführungsbeispielen die Einzelsensoren an anderen Stellen platziert werden, die beispielsweise entsprechend einem konkreten Anwendungsfall gewählt sind.
-
Neben der bereits erwähnten Anwendungsmöglichkeit als eine Vorhersageeinrichtung, die vor einem bevorstehenden Sturz warnen kann, können Ausführungsbeispiele beispielsweise herzbedingte Schwindelanfälle feststellen. Dies kann beispielsweise durch einen weiteren Sensor zur Detektion von Herzmuskelgeräuschen geschehen, der die im Alter häufig auftretenden herzbedingten Schwindelanfälle bereits vor Eintritt eines manifesten Schwindelanfalls registriert und durch ein präventives Verfahren eingreifen kann. Das präventives Verfahren kann beispielsweise ein entsprechendes Warnsignal umfassen, so dass im Vorfeld des Schwindelanfalls Vorkehrungen getroffen werden können bzw. eine Warnung erfolgen kann.
-
Neben diesen alters- bzw. krankheitsbedingten Symptomen, sind Ausführungsbeispiele der vorliegenden Erfindung ebenfalls geeignet, eine Müdigkeit beispielsweise beim Autofahren zu erkennen und anhand von Nickbewegungen des Kopfes zu detektieren. Für dieses Anwendungsszenario können beispielsweise der Geräuschsensor bzw. Beschleunigungssensor am Kopf bzw. im Hals-Schulter-Bereich angeordnet werden.
-
Neben Ermüdungserscheinungen beim Führen eines Fahrzeuges können aber ebenso muskulöse Erschöpfungszustände – beispielsweise nach körperlicher Anstrengung (z. B. Treppensteigen) – bereits im Vorfeld detektiert werden und eine entsprechende Warnung erfolgen. Je nachdem, welche Körperregion von der körperlichen Anstrengung betroffen ist, können die Sensoren entsprechend positioniert sein.
-
Ausführungsbeispiele versuchen somit eine kritische Situation vorauszuahnen und bereits auftretender Schwindel, Erschöpfungszustände, Müdigkeit, etc. und die damit verbundenen kurzzeitige Torkelbewegung aufgrund eines Tonusverlustes der Haltungsmuskulatur zu erkennen.
-
Neben den Sensoren weisen Ausführungsbeispiele ebenfalls eine Auswerteeinheit auf, die beispielsweise in ein Gehäuse des Kombisensors oder in einem Gehäuse von einem der Einzelsensoren (des Bewegungssensors oder des Geräuschsensors) integriert sein kann. Die Auswerteeinheit erfasst dabei die detektierten Daten der Sensoren und kann sich ferner einer „Intelligenz” zur Feststellung von Schwindel bzw. eines Sturzes bedienen. Die Intelligenz kann beispielsweise mittels eines Mikrocontrollers oder eines programmierbaren Chips realisiert werden und analysiert dabei entsprechende Muster der Geräusche bzw. der Beschleunigungsdaten, die einen bevorstehenden Sturz als wahrscheinlich vorhersagen können.
-
Darüber hinaus kann die Auswerteeinheit Module zur drahtlosen Auslösung von Alarmen, beispielsweise ein, an eine externe Einheit übermitteltes Alarmsignal, aufweisen. Dies kann beispielsweise mittels Bluetooth geschehen. Die externe Einheit kann z. B. das Alarmsignal optisch oder akustisch darstellen, eine Benachrichtigung an eine Benachrichtigungsstelle (beispielsweise Verwandte oder eine Notfallstelle) übermitteln und/oder aber auch die Alarmsituation aufzeichnen. Ferner kann bei Ausführungsbeispielen die Auswerteeinheit die erfassten Daten abspeichern bzw. ebenfalls über eine drahtlose Verbindung an ein entsprechendes Speichermedium weiterzuleiten, so dass Tonusverluste über einen gewissen Zeitraum erfasst werden können und somit Hinweise auf ein Vorliegen einer Krankheit liefern können. Eine genaue Lokalisierung des Kombisensors bzw. der Sensoren am Körper ist wie gesagt für konkrete Anwendungsfälle durch entsprechende Studien zu bestimmen und kann beliebig dem jeweiligen Anwendungsfall angepasst werden. Die hier beschriebenen Lokalisierungen der Sensoren bzw. des Kombisensors sind dementsprechend nur Beispiele und können hinsichtlich der Wirksamkeit der Vorhersage entsprechend optimiert werden.
-
Eine Messwertauswertung kann wie folgt geschehen. Beide Sensoren liefern ihre jeweiligen Messwerte (Geräusche oder Geräuschmuster, Beschleunigungswerte) an den entsprechend programmierten Mikrocontroller („Intelligenz”), der eine Fusion der Daten auf der Grundlage eines physiologisch-physikalischen Modells durchführt. Ziel dieser Fusion ist es dabei, abweichende Körperbewegung im Sinne eines kurzen Kontrollverlustes der Raumlage festzustellen und somit die Erkennung von Schwindel oder von erwarteten Bewegungsmustern zu ermöglichen. Dabei kann der Mikrocontroller z. B. über einen bestimmten Zeitraum „normale” Körperbewegungen, die von Mensch zu Mensch variieren, aufzeichnen, so dass durch einen Vergleich „abnorme” Körperbewegungen, die mit einem Tonusverlust einhergehen können, festgestellt werden können. Da der Muskeltonus sich beispielsweise auch beim Hinsetzen ändert, ist gerade die Kombination mit dem Beschleunigungssensor wichtig, um nur bestimmte Ereignisse (wie beispielsweise Schwindel) festzustellen, nicht jedoch ganz natürliche Verhaltensweisen, die keinerlei krankhaften Hintergrund haben bzw. nicht auf eine Müdigkeit zurückgeführt werden können.
-
Die Erfassung des Muskeltonus kann wie gesagt beispielsweise durch eine Auswertung der damit assoziierten Muskelgeräusche und deren Geräuschmuster geschehen. Diese Muster oder Geräuschmuster reflektieren den jeweiligen Aktivierungsgrad des Muskels. Zur einwandfreien Fokussierung auf die Muskel- bzw. Herzgeräusche kann dabei parallel eine Messung von Umgebungsgeräuschen erfolgen. Die Umgebungsgeräusche umfassen dabei beispielsweise jene Geräusche, deren Ursprung nicht in dem menschlichen Körper oder nicht im Muskel liegt. Nach einer Berücksichtigung der Übertragungscharakteristik (anderes Mikrofon, Dämpfung von Kleidung, usw.) können diese dann von dem erfassten Signal der Körpergeräusche subtrahiert werden. Diese so erhaltene differentielle Messung der Geräusche erhöht deutlich die Sensitivität der Vorrichtung – bedarf aber eines weiteren Mikrofons (an einer anderen Stelle) zur Erfassung der Umgebungsgeräusche. Alternativ können unter Ausnutzung algorithmischer Verfahren auch störende Umgebungsgeräusche herausgefiltert werden.
-
Die Auswertung der Daten des Beschleunigungssensors führt zu Informationen über einen Verlauf der Körperlage relativ zu dem Gravitationsfeld. Damit ist gemeint, dass die Beschleunigung, die auf den Beschleunigungssensor wirkt, eine Überlagerung der Gravitationsbeschleunigung und der relativen Beschleunigung (zum Gravitationsfeld) des menschlichen Körpers bzw. des Beschleunigungssensors darstellt. Im Falle eines Sturzes verringert sich zunächst die auf den Beschleunigungssensor wirkende Beschleunigung (wegen der Fallbeschleunigung des menschlichen Körpers), um daran anschließend zum Zeitpunkt des Aufpralls auf den Boden, deutlich erhöht zu werden. Ein deutlicher Ausschlag der Beschleunigung kann somit ein Indiz für das Vorhandensein eines Sturzes sein. Spontane Änderungen können demnach wie gerade beschrieben, erkannt werden und deren Muster kann einen Rückschluss auf Schwindel erlauben.
-
Hinsichtlich der Fixierung der Sensoren bzw. des Kombisensors an einem Patienten ist eine praktische Durchführung derart zu wählen, dass einerseits den Forderungen nach Ergonomie und andererseits der Notwendigkeit einer zuverlässigen Messwerterfassung Rechnung getragen wird. Dementsprechend kann in Abhängigkeit von dem jeweiligen Anwendungsfall der Ort der Fixierung der Sensoren oder des Kombisensors unterschiedlich gewählt sein. Abgesehen von der bereits beschriebenen optimierten Fixierung in Bezug auf die gewünschte Anwendung (Erfassung von Schwindelgefühlen, Erfassung von Müdigkeit, Erfassung von Herzgeräuschen bzw. Herzschwächen, etc.) ist bei der Fixierung der Sensoren ebenfalls zu berücksichtigen, dass der Patient hinsichtlich seiner Bewegungsfreiheit nicht in unzumutbarer Art und Weise eingeschränkt wird und darüber hinaus, dass die natürliche Bewegung des Patienten die Fixierung der Sensoren nicht nachteilig beeinflusst (fester Halt auch bei natürlichen Bewegungen).
-
Im Vergleich zu konventionellen Verfahren erhöht die Auswertung zweier nur indirekt abhängiger Modalitäten die Zuverlässigkeit des Systems und bietet wie gesagt die Möglichkeit zur Prädiktion eines eventuell bevorstehenden Sturzes oder anderer Ereignisse, die mit einem momentanen Tonusverlust einhergehen. Beispiele hierfür umfassen akute Ermüdungserscheinungen, Klärung von unklaren Symptomen kardiologischen Ursprungs, Detektion motorischer Erkrankungen oder Erschöpfungszustände.
-
Ausführungsbeispiele der vorliegenden Erfindung sind somit vorteilhaft gegenüber dem Stand der Technik, weil die Beschleunigungserfassung durch eine Geräuscherfassung der Muskulatur oder eines bestimmten Muskels kombiniert wird. Somit ist auf intelligente Art und Weise die einseitige Beschleunigungserfassung des Standes der Technik durch eine Geräuscherfassung kombiniert. Da eine bevorstehende Tonusschwächung des Muskels sich bereits in einem Geräuschmuster der Muskulatur zeigt, ist es somit insbesondere möglich, eine Warnung im Vorfeld zu erhalten, was konventionelle Verfahren oder Methoden nicht bieten können. Damit ist eine erfindungsgemäße Vorrichtung nicht nur für die Sturz- bzw. Schwindelvorhersage sinnvoll einsetzbar, sondern ebenso bei einer rechtzeitigen Warnung im Falle von Ermüdungserscheinungen, die insbesondere für Fahrzeugführer eine besondere Gefahrenquelle darstellen. Durch eine permanente Aufzeichnung der Messdaten können weiterhin über einen Tag verteilte Tonusverluste einer bestimmten Muskulatur untersucht und aufgezeichnet werden, was weiterhin Aufschluss für bestimmte Krankheiten liefern kann.
-
Ausführungsbeispiele der vorliegenden Erfindung werden nachfolgend Bezug nehmend auf die beiliegenden Zeichnungen erläutert. Es zeigen:
-
1 eine schematische Darstellung einer Erfassung von Messwerten an einem Menschen und deren Auswertung;
-
2A eine mögliche Verteilung von Sensoren an verschiedenen Stellen des menschlichen Körpers;
-
2B mögliche Positionen eines Kombisensors;
-
2C mögliche Positionen eines Beschleunigungssensors;
-
2D mögliche Positionen eines Geräuschsensors;
-
3 eine mögliche kombinierte Datenerfassung; und
-
4A–C Ausführungsbeispiele für eine Auswertung von Beschleunigungs- und Geräuschdaten.
-
Bezüglich der nachfolgenden Beschreibung sollte beachtet werden, dass bei den unterschiedlichen Ausführungsbeispielen gleiche oder gleichwirkende Funktionselemente gleiche Bezugszeichen aufweisen und somit die Beschreibung dieser Funktionselemente in den verschiedenen, in den nachfolgend dargestellten Ausführungsbeispielen, untereinander austauschbar sind.
-
1 zeigt eine Messwerterfassung an einem Menschen 100 oder an einem anderen lebenden Körper, welche zum einen ein Erfassen von Muskelgeräuschen durch einen Geräuschsensor 110 umfasst und zum anderen eine Erfassung einer Beschleunigung durch einen Beschleunigungssensor 120 umfasst. Der Geräuschsensor 110 kann beispielsweise im einfachsten Fall ein Mikrofon aufweisen, welches Signale 115 an eine Auswerteeinheit 130 übermittelt. Der Beschleunigungssensor 120 erfasst eine relative Beschleunigung zur Gravitationsbeschleunigung sowie körpereigene Beschleunigung, die aufgrund der Tonusvariation entsteht und übermittelt entsprechende Beschleunigungsdaten 125 ebenfalls an die Auswerteeinheit 130. Durch eine Kombination beider Daten und deren zeitlichen Verlauf (Muster) ermittelt die Auswerteeinheit 130 Ereignisdaten (Warnsignale) 135, wobei die Ereignisdaten 135 beispielsweise ein Torkeln, Schwindelgefühle, Schwindelanfälle, Ermüdungserscheinungen, abnorme Herztätigkeit, etc. signalisieren können. Bei weiteren Ausführungsbeispielen sind weitere Beschleunigungssensoren und/oder weitere Geräuschsensoren an dem Menschen angebracht, wobei die weiteren Beschleunigungssensoren Beschleunigungen weiterer Körperteile des Menschen 100 erfassen können und die weiteren Geräuschsensoren beispielsweise Umgebungsgeräusche bzw. Geräusche von anderen Organen (Herz) erfassen können.
-
2A zeigt den Menschen 100 mit einem Kopf-Halsbereich 102, zwei Armen 103, einem Torso 104 mit einem Herzen 105, einem Wirbelsäulenbereich 106, einem Hüftbereich 107 und zwei Beinen 108. An dem Menschen 100 können an verschiedenen Körperregionen oder Körperstellen der Geräuschsensor 110 und der Beschleunigungssensor 120 angebracht sein (dargestellt durch gestrichelte Linien). Sofern der Beschleunigungssensor 120 und der Geräuschsensor 110 in einem Kombisensor 200 untergebracht sind, kann dieser Kombisensor beispielsweise an einem Bein oder Oberschenkel 108 angebracht sein (durchgezogene Linie). Die Auswerteeinheit 130 kann entweder in dem Geräuschsensor 110 oder in dem Beschleunigungssensor 120 angeordnet sein und beispielsweise einen Mikrocontroller 131 (eine Intelligenz), eine Übertragungseinheit 132 (beispielsweise basierend auf Bluetooth) und eine Antenne 133 aufweisen. Die Auswerteeinheit kann ebenfalls in dem Kombisensor 200 bzw. in deren Gehäuse angeordnet sein.
-
2B zeigt mögliche Fixierungsstellen des Kombisensors 200, die beispielsweise an einem Bein 108 oder dem Oberschenkel angeordnet sein kann. Darüber hinaus ist es ebenfalls möglich, den Kombisensor 200 an einer anderen Körperstelle anzuordnen, sofern sich dies für die Erfassung der Daten als günstig erweist, beispielsweise an einer Wirbelsäulenregion 106 zur Erfassung der Geräusche der Stützmuskulatur oder in der Nähe des Herzens 105 zur Erfassung von Herzgeräuschen oder in dem Hals-Kopfbereich 102, beispielsweise zur Erfassung von Ermüdungserscheinungen (Kopfnicken). Diese alternativen Anordnungen sind mit gestrichelten Linien gekennzeichnet.
-
2C zeigt mögliche Fixierungsorte des Beschleunigungssensors 120. Diese Positionen beziehen sich insbesondere auf die Möglichkeit, wenn der Beschleunigungssensor 120 und der Geräuschsensor 110 jeweils getrennt an verschiedenen Körperstellen angeordnet sind. Der Beschleunigungssensor 120 kann beispielsweise in dem Hüftbereich 107, dem Hals-Kopfbereich 102 oder einem Schulterbereich 104' angeordnet sein.
-
2D zeigt mögliche Anordnungen des Geräuschsensors 110, wobei wie in 2C bei diesem Ausführungsbeispiel davon ausgegangen wird, dass der Geräuschsensor 110 und der Beschleunigungssensor 120 getrennt voneinander am menschlichen Körper 100 fixiert werden. Mögliche Anordnungen des Geräuschsensors 110 sind dabei der Oberschenkel oder das Bein 108, der Wirbelsäulenbereich 106, nahe dem Herzen 105 oder weitere, nicht in der 2D gezeigte Bereiche des menschlichen Körpers (beispielsweise des Kopf-Halsbereiches 102).
-
Bei den Ausführungsbeispielen von 2C und 2D kann die Auswerteeinheit 130 entweder in dem Geräuschsensor 110 oder dem Beschleunigungssensor 120 angeordnet sein bzw. in deren Gehäuse untergebracht werden. Somit sind ebenfalls die Untermodule, Mikrocontroller 131 („Intelligenz”) und die Übertragungseinheit 132 (Bluetooth) im Falle von Einzelsensoren gemäß Aspekten der Ergonomie in allen der Sensoren bzw. im Falle eines Kombisensors in dessen Gehäuse integriert. Um miteinander kommunizieren zu können, brauchen die getrennt angeordneten Sensoren (Geräuschsensor 110 und Beschleunigungssensor 120) jeweils eine Übertragungseinheit 132, damit die Daten ausgetauscht werden können. Die Übertragung kann drahtgebunden oder auch drahtlos geschehen. Andererseits kann es ausreichend sein, wenn der Mikrocontroller 131 nur in einen der Sensoren (oder deren Gehäuse) integriert ist. Es ist ebenfalls möglich unter Verwendung der Übertragungseinheiten 132, die Daten an eine externe Einheit zu übermitteln, wobei die externe Einheit ebenfalls am Menschen oder einen anderen Platz (auch weiter entfernt vom Menschen) fixiert sein kann. Durch Verwendung von mehreren Beschleunigungssensoren ist es darüber hinaus möglich, die Messgenauigkeit zu erhöhen, wobei Beschleunigungssensoren beispielsweise in dem Hüftbereich 107 und in dem Schulterbereich 104' angeordnet sein können.
-
Zum Anbringen oder zum Fixieren kann der Kombisensor 200 oder der Beschleunigungssensor 120 und/oder der Geräuschsensor 110 und/oder die Auswerteeinheit 130 eine Einrichtung zur Fixierung oder eine Einrichtung zum Anbringen aufweisen, die beispielsweise ihrerseits einen Klettverschluss, Kleber, Gummihalterung aufweisen.
-
Im Folgenden werden verschiedene Ausführungsbeispiele beschrieben, wie die Datenerfassung und -auswertung erfolgen kann. In 3 wird zunächst die einfachste Möglichkeit beschrieben, bei der zunächst nur Geräuschdaten erfasst werden, währenddessen die 4 eine parallele Erfassung und Auswertung beschreibt, die zwar aufwendiger ist, jedoch eine Reihe von Vorteilen bietet.
-
3 zeigt ein Ausführungsbeispiel für ein Verfahren, bei dem beispielsweise ständig (kontinuierlich) oder in regelmäßigen Zeitabständen die Muskelgeräusche erfasster werden und nur wenn Besonderheiten, die mit einem Tonusverlust einhergehen, auftreten, wird ein Abfragesignal 115' generiert. Als Folge wird ein Abfragen des Beschleunigungssensors 120 vorgenommen und nur wenn der Beschleunigungssensor 120 ebenfalls Besonderheiten zum Beispiel innerhalb eines vorbestimmten Zeitintervalls (Zeitfenster). wie beispielsweise Torkeln, Kopfnicken feststellt, erfolgt die Ausgabe des Warnsignals 135 oder der Ereignisdaten. Das Zeitfenster kann beispielsweise 0,1 Sekunden, 0,5 Sekunden, 1 Sekunde oder 5 Sekunde umfassen. Sofern innerhalb des Zeitfenster der Beschleunigungssensor 120 keine Besonderheiten feststellt, kann zum Beispiel das Geräuschsignal ignoriert werden.
-
Die 4A bis 4C beschreiben mögliche Ausführungsbeispiele für die Auswerteeinheit 130, wobei die 4A zunächst die Datenstruktur beschreibt, mit der die Auswerteeinheit 130 Daten analysieren und entsprechende Schlussfolgerungen ziehen kann (Erzeugung eines Warnsignals, Benachrichtigung einer Benachrichtigungsstelle, etc.).
-
Die Auswerteeinheit 130 erhält zunächst die Beschleunigungsdaten 125 von dem oder die Beschleunigungssensor(en) 120, die sich auf mehrere Beschleunigungen (z. B. Beschleunigungen entlang unterschiedlicher Raumrichtungen) oder aber auf Beschleunigungen bezüglich verschiedener Beschleunigungssensoren 125 beziehen können. In 4A ist ein Beispiel gezeigt, bei dem sieben Beschleunigungsdaten 125 erfasst werden, von denen beispielsweise drei Beschleunigungswerte B1, B2, B3 sich auf die drei Raumrichtungen der Beschleunigung beispielsweise der Hüfte, weitere drei Beschleunigungswerte B4, B5, B6 auf die drei Raumrichtungen der Beschleunigung der Schulterregion 102 und drei weitere Beschleunigungen B7, B8, B9 (B8 und B9 sind nicht in der 4A gezeigt) sich auf die drei Raumrichtungen der Beschleunigung des Oberschenkels 108 beziehen. Die hier angegebenen Beschleunigungsdaten stellen nur Beispiele dar und im Allgemeinen können für jeden Beschleunigungssensor 125 auch nur eine oder zwei oder alle drei Beschleunigungen (bzgl. aller drei Raumrichtungen) erfasst werden. Ebenso können weitere oder weniger Beschleunigungssensoren 125 verwendet werden. Ferner umfasst der Datensatz, wie in 4A gezeigt, drei Geräuschdaten G1, G2, G3, die beispielsweise einem Geräusch des Oberschenkelmuskels 108, des Herzmuskels 105 und des Umgebungsgeräusches entsprechen können.
-
Im Allgemeinen werden N Daten erfasst werden, wobei bei weiteren Ausführungsbeispielen mehr oder weniger als die gezeigten Daten erfasst werden können. Dadurch kann entweder eine genauere Vorhersage oder Detektion von kritischen Zuständen erfolgen oder andererseits (beim Erfassen von weniger Daten) kann der Rechenaufwand der Auswerteeinheit 130 verringert werden.
-
Die Geräusch- und Beschleunigungsdaten 115, 125 können weiterhin zu verschiedenen Zeitpunkten erfasst werden. Zum Beispiel kann ein Satz von Daten zu einer ersten Zeit t1, einer zweiten Zeit t2, zu einer dritten Zeit t3, ... bis zu einer siebten Zeit t7 erfasst werden, wobei der Zeitrhythmus oder Taktrhythmus, in dem Daten erfasst werden, an die gegebene Situation angepasst werden kann. Beispielsweise können Daten im Sekundentakt oder aber mit einem Takt in einem Bereich zwischen 1/15 bis 2 Sekunden erfasst werden. Bei weiteren Ausführungsbeispielen kann dieser Takt variabel einstellbar sein, so dass angepasst an die gegebene Situation (schnellere oder langsamere Bewegung), eine effiziente Feststellung eines kritischen Zustands ermöglicht wird.
-
In 4B ist gezeigt, wie die Geräuschdaten 115 und Beschleunigungsdaten 125 in der Auswerteeinheit 130 verarbeitet werden können, wobei die Anzahl der Daten die zu einem gegebenen Zeitpunkt erfasst werden mit N bezeichnet ist. Bei dem Ausführungsbeispiel von 4B werden zunächst die Geschwindigkeits- und Beschleunigungsdaten 115, 125 in eine erste Modelleinheit M1, in eine zweite Modelleinheit M2, in eine dritte Modelleinheit M3, in eine vierte Modelleinheit M4 eingegeben und die Modelleinheiten Mi (i = 1, 2, 3, 4, ...) erfassen beispielsweise die Daten in der Art und Weise, wie es in der 4A dargestellt ist, das heißt z. B. in einem vorgegeben Takt werden zu vorgegebenen Zeiten tn Daten erfasst, so dass sich die in der 4A gezeigte Matrix, bei der die verschiedenen Daten in verschiedene Zeilen geschrieben werden, und Daten, die zu verschiedenen Zeitpunkte erfasst werden, in verschiedenen Spalten angeordnet sind.
-
Den verschiedenen Modelleinheiten Mi liegen verschiedene Modelle zugrunde, wobei sich die Modelle auf verschiedene Tätigkeiten des Menschen beziehen können, die beispielsweise ein Gehen, ein Treppensteigen, ein Laufen oder Radfahren oder andere Tätigkeiten umfassen können. Ferner kann ein Modell sich auf einen Ernstfall beziehen, das heißt, ein typisches Muster eines Sturzes simulieren. Mit Hilfe der Modelle kann nun unter Zugrundelegung der Daten zu den beispielhaften Zeiten t1 bis tn ein Datensatz für die nächstfolgende Zeit tn+1 berechnet werden. Dies kann beispielsweise über eine Faltung geschehen. Der vorausberechnete Datensatz entspricht dabei dem wahrscheinlichsten Zustand, den das System unter Verwendung des entsprechenden Modells in der Folgezeit tn+1 einnehmen wird. Diese so vorausberechneten oder geschätzten Daten mi (i = 1, 2, 3, 4, ...) werden in Vergleichseinheiten Vi eingegeben, wobei die Vergleichseinheit Vi die vorausberechneten Daten mi, die sich auf die Zeit tn+1 beziehen, mit den tatsächlich gemessenen Daten zu der Zeit tn+1 vergleicht. Die Vergleichseinheiten Vi liefern dann als Ausgabe Prozentwerte pi, mit denen das zugrunde gelegte Modell mit den tatsächlich gemessenen Werten übereinstimmt. Die so erhaltenen Prozentwerte pi werden anschließend in einer Modellauswahleinheit MA eingelesen und die Modellauswahleinheit MA wählt anhand der erhaltenen Prozentzahlen pi jenes Modell aus, das die höchste prozentuale Übereinstimmung mit den tatsächlich gemessenen Werten aufweist.
-
Ein gegebenes Modell, wie beispielsweise ein Gehen des Menschen 100, kann beispielsweise mit unterschiedlicher Geschwindigkeit geschehen. Demzufolge ist es sinnvoll, dass die Vergleichseinheiten Vi eine Rückkopplung aufweisen, um das verwendete Modell beziehungsweise ein Parameter des verwendeten Modells entsprechend zu ändern. Diese Rückkopplung kann über die Rückkoppeldaten ri erfolgen und einen Parameter enthalten, (zeitliche Streckung oder zeitliche Stauchung beispielsweise) mit dem das zugrundegelegte Modell verändert wird. Dieser Parameter ri kann durch die Vergleichseinheit Vi beispielsweise dadurch ermittelt werden, dass die Vergleichseinheit Vi eine Optimierung hinsichtlich der dem Modell zugrunde gelegten Parameter durchführt, so dass die prozentuale Übereinstimmung pi maximiert wird. Für das gegebene Beispiel des Gehens eines Menschen 100 kann dies so geschehen, dass die Gehgeschwindigkeit des Menschen 100 durch die Vergleichseinheit Vi so lange variiert wird, bis die prozentuale Übereinstimmung pi einen maximalen Wert aufweist.
-
Die 4C zeigt ein weiteres Ausführungsbeispiel für die Auswertung der Geräusch- und Beschleunigungsdaten 115, 125. Es wird wieder davon ausgegangen, dass der Datensatz insgesamt N-Daten enthält, die nach einander zu gegebenen Zeitpunkten tn (n = 1, 2, 3, ...) erfasst werden. Diese Datensätze werden bei dem Ausführungsbeispiel, wie es in der 4C gezeigt ist, in Modelltesteinheiten MVi eingegeben, wobei bei diesem Ausführungsbeispiel angenommen wurde, dass vier Modelltesteinheiten MVi vorhanden sind, deren Anzahl jedoch bei weiteren Ausführungsbeispielen variieren kann. Die Modelltesteinheiten MVi erfassen nun die Geräusch- und Beschleunigungsdaten 115, 125 wiederum in der Art, wie es in der 4A gezeigt ist, so dass eine Matrix entsteht mit N Zeilen und n Spalten, wobei Daten verschiedener Art in verschiedene Zeilen und Daten zu verschiedenen Zeitpunkten in verschiedenen Spalten der Matrix angeordnet sind. Die so erhaltene Matrix von Daten weist nun für jede Tätigkeit oder Bewegung des Menschen 100 ein charakteristisches Muster auf (wobei wiederum das charakteristische Muster zeitlich gestaucht oder gestreckt sein kann).
-
Die Modelltesteinheiten MVi testen nun das erfasste Datenmuster mit den verschiedenen Modellen, d. h. die Modelltesteinheit MV1 vergleicht die erfassten Daten (das heißt die Daten in der Matrix, wie es in der 4A dargestellt ist) mit dem ersten Modell, die zweite Modelltesteinheit MV2 testet den Datensatz mit dem zweiten Modell, usw. Im Allgemeinen werden die Modelltesteinheiten MVi keine 100%ige Übereinstimmung der gemessenen Datensätze oder der Datenmatrix aus 4A mit der den Modellen zugrunde gelegten Datenstrukturen erreichen und die Modelltesteinheiten MVi einen prozentualen Übereinstimmungswert pi ausgibt. Der prozentuale Übereinstimmungswert pi gibt an, zu welchem Prozentsatz die tatsächlich gemessenen Daten oder die Datenmatrix mit dem zugrunde gelegten Modell oder Modellen übereinstimmt. Die Modelltesteinheiten MVi können dabei wiederum intern Parameter des zugrunde gelegten Modells mit dem Ziel variieren, dass die erhaltenen prozentualen Übereinstimmungswerte pi maximal sind. Die erhaltenen prozentualen Übereinstimmungswerte pe werden wiederum in einer Modellauswahleinheit MA eingegeben, wobei die Modellauswahleinheit MA wiederum das Modell auswählt, dass eine möglichst gute Übereinstimmung der gemessenen Datenmatrix mit dem zugrunde gelegten Modell aufweist.
-
Die parallele Erfassung der Daten beziehungsweise der parallele Abgleich der erfassten Daten mit den zugrunde gelegten Modellen, erlaubt es nun, dass ein Wechsel der Tätigkeit des Menschen 100 beispielsweise vom Gehen zum Treppensteigen oder zum Hinsetzen sich dadurch zeigt, dass die prozentualen Übereinstimmungswerte pi sich plötzlich ändern, so dass die Modellauswahleinheit MA das zugrunde gelegte Modell dynamisch anpassen kann. Wenn die Modellauswahleinheit MA jedoch ein Datenmuster erkennt, das auf einen kritischen Zustand hindeutet (beispielsweise das Modell Sturz oder Schwindel) kann die Modellauswahleinheit MA ein Warnsignal 135 ausgeben, beziehungsweise eine entsprechende Benachrichtigung einer Notfallstelle (Benachrichtigungsstelle) übermitteln. Bezogen auf einen Fahrzeugführer kann die Modellauswahleinheit MA beim Feststellen eines Zustandes (oder Modells), das auf eine Übermüdung des Fahrzeugführers hindeutet (beispielsweise Kopfnicken), ein entsprechendes Warnsignal an den Fahrzeugführer ausgeben, um ihn auf seinen kritischen Zustand hinzuweisen.
-
Bei der Auswertung der Datensätze oder der Datenmatrix in der Auswerteeinheit 130 kann beispielsweise ein Kalmanfilter zur Anwendung kommen. Basierend auf vorgegeben Modellen nutzt ein Kalmanfilter eine Zustandsgleichung mit deren Hilfe zukünftige Zustände des Systems abgeschätzt werden können. Dies ist insbesondere dahingehend sinnvoll, da ein Kalmanfilter die Möglichkeit bietet, entsprechende Fehler oder Rauschen herauszufiltern und es ferner für Echtzeitanwendungen prädestiniert ist. Ferner ist es bei einem Kalmanfilter möglich, über Parameteränderungen das Modell dynamisch zu ändern, um dadurch eine bessere Übereinstimmung der geschätzten Zustände von den tatsächlichen Zuständen zu erreichen.
-
Bei weiteren Ausführungsbeispielen kann es sinnvoll sein, dass nicht alle Modelle parallel mit einer gleichen Intensität bearbeitet werden, sondern dass über Zeiträumen, in denen sich ein gegebenes Modell die Situation sehr gut beschreibt, die anderen Modelle nur in größeren Zeitabständen getestet werden und dass erst bei einem möglichen Modellwechsel, aufgrund stark sinkender Übereinstimmungswahrscheinlichkeiten pi die alternativen Modelle wieder mit voller Intensität getestet werden. Es ist auch möglich, zu einer gegebenen Zeit immer nur ein Modell hinsichtlich der Übereinstimmung mit den tatsächlich gemessenen Werten zu testen und nur dann, wenn die Übereinstimmungswahrscheinlichkeiten pi unterhalb einer bestimmten Schwelle liegen, andere Modelle nacheinander durchgetestet werden. Dies kann solange geschehen, bis sich wieder ein dominierendes Modell herausstellt. Bei weiteren Ausführungsbeispielen passt die Auswerteeinheit 130 die Modelle den natürlichen Eigenheiten des Menschen 100 an. Damit passt sich nach einiger Zeit mittels einer derartigen Intelligenz jedes der Modelle (zum Beispiel Gehen, Treppensteigen, Stehen, Liegen usw.) individuell an den Menschen 100 an.
-
Somit beziehen sich Ausführungsbeispiele der vorliegenden Erfindung insbesondere auf ein Verfahren und eine Vorrichtung zur Feststellung eines Tonusverlustes bzw. eines bevorstehenden Tonusverlustes einer Muskulatur eines Menschen. Ausführungsbeispiele weisen verschiedene Kombinationen von Messwertaufnehmern (Geräuschsensoren 110 und Beschleunigungssensoren 120) auf, die einzeln oder auch mehrere an verschiedenen Körperstellen angeordnet sein können und ferner bieten Ausführungsbeispiele ein Verfahren zur Feststellung eines Schwindelzustandes oder einer Ermüdungserscheinung oder anderer zu einem bevorstehenden Tonusverlustes führende Zustände des menschlichen Körpers, wobei ein entsprechendes algorithmisches Verfahren verwendet werden kann. Das entsprechende algorithmische Verfahren setzt dabei beispielsweise ein Zusammentreffen von zwei Ereignissen voraus, zum einen ein Auftreten von entsprechenden Muskelgeräuschen und zum anderen ein Erfassen einer entsprechenden Beschleunigung (einem Beschleunigungsgrenzwert oder Musters), beispielsweise in Folge eines Sturzes, Kopfnickens oder anderer plötzlicher Körperbewegungen. Die entsprechenden Muskelgeräusche können beispielsweise einem Geräuschgrenzwert oder einem Verlassen einer Bandbreite (z. B. in der Frequenzdarstellung) des Geräuschmusters entsprechen. Die Vorrichtung ist somit sensitiv in bezug auf stark erhöhte oder stark verringerte Muskelgeräuschen. Der Beschleunigungsgrenzwert kann beispielsweise einem Aufprall des menschlichen Körpers 100 oder anderer abrupter Körperbewegungen (Kopfnicken) entsprechen.
-
Im Gegensatz zu konventionellen Verfahren oder Vorrichtungen, die nur auf der Erfassung von Beschleunigungsdaten basieren, bieten Ausführungsbeispiele der vorliegenden Erfindung damit ein erhöhtes Maß an Sicherheit und Zuverlässigkeit hinsichtlich der Detektion entsprechend krankhafter oder unerwünschter Zustände des menschlichen Körpers.
-
Insbesondere wird darauf hingewiesen, dass abhängig von den Gegebenheiten das erfindungsgemäße Schema auch in Software implementiert sein kann. Die Implementierung kann auf einem digitalen Speichermedium oder einem nichtflüchtigen Flashspeicher, insbesondere einer Diskette oder einer CD mit elektronisch auslesbaren Steuersignalen erfolgen, die so mit einem programmierbaren Computersystem zusammenwirken können, dass das entsprechende Verfahren ausgeführt wird. Allgemein besteht die Erfindung somit auch in einem Computerprogrammprodukt mit auf einem maschinenlesbaren Träger gespeicherten Programmcode zur Durchführung des erfindungsgemäßen Verfahrens, wenn das Computerprogrammprodukt auf einem Rechner abläuft. In anderen Worten ausgedrückt kann die Erfindung somit als ein Computerprogramm mit einem Programmcode zur Durchführung des Verfahrens realisiert werden, wenn das Computerprogramm auf einem Computer oder einem so genannten embedded system abläuft.