一种数字乡村中的养老预警方法及系统与流程

本发明属于数字乡村，具体涉及一种数字乡村中的养老预警方法及系统。

背景技术：

1、在乡村地区，老年化现象日益严重，但医疗条件和基础设施相对较弱，养老保障水平相对滞后。许多老年人分散独居在各个乡村家庭中，有些甚至还从事农业生产活动。随着数字乡村技术的发展，为了实时监测老年人的健康状况并发现问题，村委会一般采用智能手环监控老年人的心跳、心率等信息，或者通过其他需要随身携带的智能监测设备进行行动轨迹、人身安全监测。

2、例如公开号为cn 108093122 a的发明专利公开了一种用于老人安全监控的自动警报方法，其利设置有加速度传感器、位移传感器和gps定位部件的智能移动终端监测老人安全，异常情况下发出警报声。然而，老年人往往缺乏健康意识，在移动过程中可能不佩戴这些设备，或者忘记充电，此时如果发生老年人意外摔倒等情况，若不能及时发出预警，则可能会发送严重安全问题。因此，在老年人并未随身携带特定的智能安全监测设备的情况下，及时对养老人员进行安全预警也是数字乡村发展的重要方向。

3、一般情况下，如果老年人遇到意外摔倒等情况而无法行动，就会形成在某一个固定地方持续驻留的特征。基于这一特征，可以通过判断老人的驻留时长来推测是否发生了意外摔倒。比较容易想到的是采用设定一个经验恒定值的方法，只要超过这个经验恒定值，且周围没有其他人在，就认为老人发生了意外摔倒。但是这种方法并不够准确，因为每个老年人的年龄、性别、基础疾病等客观原因会导致其持续驻留发生预警的时长不同。

4、因此，需要一种新的养老预警方式，及时对不同身体状况的养老人员进行针对性的安全预警。

技术实现思路

1、有鉴于此，本发明提出了一种数字乡村中的养老预警方法及系统，用于解决数字乡村中不能及时对不同身体状况的养老人员进行针对性的安全预警的问题。

2、本发明第一方面，公开了一种数字乡村中的养老预警方法，所述方法包括：

3、收集乡村地区的老年人在白天持续驻留不动的历史数据，形成第一数据集，根据第一数据集构建老年人驻留持续时长为b0的概率密度函数；

4、从第一数据集中筛选出因为摔倒而持续不动的数据，形成第二数据集，根据第二数据集构建老年人发生意外摔倒的条件下，驻留持续时长为b0的概率密度函数；

5、确定影响老年人发生意外摔倒的概率的影响因素，根据影响因素查询历史数据库，统计不同老年人意外摔倒的概率；

6、基于老年人驻留持续时长为b0的概率密度函数、老年人发生意外摔倒的条件下，驻留持续时长为b0的概率密度函数和不同老年人意外摔倒的概率，结合贝叶斯公式构造各个老年人的预警时长误差条件，计算满足预警时长误差条件的最小持续时长；

7、以满足预警时长误差条件的最小持续时长作为对应的老年人的最佳预警阈值，进行老年人意外摔倒预警。

8、在以上技术方案的基础上，所述第一数据集的数据内容包括老年人身份、持续不动原因和持续不动时长。

9、在以上技术方案的基础上，所述根据第一数据集构建老年人驻留持续时长为b0的概率密度函数具体包括：

10、假设事件b表示老年人在某一区域驻留时间大于预设时长，计算第一数据集的期望μ2和方差σ2，构建老年人驻留持续时长为b0的概率密度函数：

11、

12、其中，x代表时长，p(b<b0)表示老年人驻留持续时长为b0的概率。

13、在以上技术方案的基础上，所述根据第二数据集构建老年人发生意外摔倒的条件下，驻留持续时长为b0的概率密度函数具体包括：

14、假设事件a表示老年人发生意外摔倒的情况，计算第二数据集的期望μ1和方差σ1，则老年人发生意外摔倒的条件下，驻留持续时长为b0的概率密度函数为：

15、

16、其中，x代表时长，p((b<b0)|a)表示老年人发生意外摔倒的条件下，驻留持续时长为b0的概率。

17、在以上技术方案的基础上，所述预警时长误差条件为：

18、|p(a)p((b<b0)|a)-p0p(b<b0)|≤△e

19、其中，△e为预先配置的误差阈值，p0为预先设置的预警概率，p(a)为对应的老年人意外摔倒的概率。

20、在以上技术方案的基础上，所述计算满足预警时长误差条件的最小持续时长具体包括：

21、设定循环开始的初始时长、循环结束的最大时长和每次循环时的增量时长dt，每次循环时令b0＝b0+dt，循环判断当前持续时长b0是否满足预警时长误差条件，一旦满足，此时b0即为满足预警时长误差条件的最小持续时长。

22、在以上技术方案的基础上，若直至循环结束没有计算得到满足预警时长误差条件的最小持续时长，则在循环开始的初始时长至循环结束的最大时长这段时间范围内，查找最接近预警概率的时长作为最佳预警阈值。

23、本发明第二方面，公开了一种数字乡村中的养老预警系统，所述系统包括：

24、第一计算模块：用于收集乡村地区的老年人在白天持续驻留不动的历史数据，形成第一数据集，根据第一数据集构建老年人驻留持续时长为b0的概率密度函数；

25、第二计算模块：用于从第一数据集中筛选出因为摔倒而持续不动的数据，形成第二数据集，根据第二数据集构建老年人发生意外摔倒的条件下，驻留持续时长为b0的概率密度函数；

26、概率统计模块：用于确定影响老年人发生意外摔倒的概率的影响因素，根据影响因素查询历史数据库，统计不同老年人意外摔倒的概率；

27、阈值计算模块：用于基于老年人驻留持续时长为b0的概率密度函数、老年人发生意外摔倒的条件下，驻留持续时长为b0的概率密度函数和不同老年人意外摔倒的概率，结合贝叶斯公式构造各个老年人的预警时长误差条件，计算满足预警时长误差条件的最小持续时长；

28、摔倒预警模块：用于以满足预警时长误差条件的最小持续时长作为对应的老年人的最佳预警阈值，进行老年人意外摔倒预警。

29、本发明第三方面，公开一种电子设备，包括：至少一个处理器、至少一个存储器、通信接口和总线；

30、其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；

31、所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令，以实现如本发明第一方面所述的方法。

32、本发明第四方面，公开一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令使计算机实现如本发明第一方面所述的方法。

33、本发明相对于现有技术具有以下有益效果：

34、1)本发明收集乡村地区的老年人在白天持续驻留不动的历史数据，分别计算老年人驻留持续时长为b0的概率和发生意外摔倒的条件下，驻留持续时长为b0的概率，并统计不同老年人意外摔倒的概率，基于贝叶斯公式进行概率估计，计算最佳预警阈值，基于该最佳预警阈值，快速进行老年人意外摔倒预警，即便在老年人并未随身携带智能监测设备的情况下，也能及时对不同的养老人员进行针对性的安全预警，降低了预警难度，弥补了数字乡村中养老预警的不足。

35、2)本发明基于条件概率模型为各个老年人构造了预警时长误差条件，通过迭代运算，计算满足预警时长误差条件的最小持续时长，并将满足预警时长误差条件的最小持续时长作为对应的老年人的最佳预警阈值，不需要复杂的数据处理即可快速预警，提高了预警响应速度。

36、3)本发明充分考虑到了不同身体状况的老年人发生摔倒事件的概率的不同，根据不同老人的个体差异性，为每个老人分别计算了最佳预警阈值，更加精确地预测老人发生意外摔倒的情况，提高预警应急救援的效率。