Beschreibung

Die Erfindung betrifft ein Verfahren zum Auswerten von mehrdimensionalen Vektordaten eines Bewegungssensors, sowie ein tragbares Gerät zum Erfassen einer Bewegung, insbesondere zum Detektieren einer Atembewegung. Weiterhin betrifft die Erfindung ein System zum Erfassen einer Bewegung, insbesondere zum Detektieren einer Atembewegung, wobei das System das tragbare Gerät und ein Host-Gerät umfasst.

Eine Vielzahl von Verfahren zur Auswertung von Vektordaten eines Beschleunigungssensors ist bekannt. Hierbei haben sich Algorithmen etabliert, um aus den Vektordaten zuverlässig auf vorbestimmte Merkmale einer Bewegung des Beschleunigungssensors schließen zu können.

Im Bereich der Bewegungsdetektion beschreibt das Patent US 9,510,775 B2 die weit verbreitete Methode der Hauptkomponentenanalyse zum Auswerten von mehrdimensionalen Vektordaten.

Weiterhin ist bekannt, Verfahren zur Auswertung von Vektordaten im Rahmen einer Patientenüberwachung anzuwenden, beispielsweise bei der Detektion einer Aktivität eines Patienten durch einen Beschleunigungssensor.

Aufgabe der vorliegenden Erfindung ist es, ein verbessertes Verfahren zum Auswerten von mehrdimensionalen Vektordaten, insbesondere ein Verfahren mit einer besonders geringen zum Ausführen des Verfahrens erforderlichen Rechenleistung, bereitzustellen.

Erfindungsgemäß wird zur Lösung dieser Aufgabe gemäß einem ersten Aspekt der Erfindung ein Verfahren zur Auswertung von mehrdimensionalen, insbesondere dreidimensionalen, Vektordaten eines Bewegungssensors, insbesondere zum Detektieren einer Atembewegung, vorgeschlagen. Das erfindungsgemäße Verfahren weist hierbei die folgenden Schritte auf:

- Empfangen und Speichern der mehrdimensionalen Vektordaten des Bewegungssensors in einer Zeitreihe, insbesondere in regelmäßigen zeitlichen Abständen;

- Berechnen einer Mehrzahl von mittelfristigen Vektoren V1 durch eine Mittelung der empfangenen Vektordaten über ein jeweiliges vorbestimmtes erstes Zeitintervall;

- Berechnen einer Mehrzahl von langfristigen Durchschnittsvektoren V2 durch eine Mittelung der empfangenen Vektordaten über ein vorbestimmtes zweites Zeitintervall, das länger als das erste Zeitintervall ist;

- Berechnen und Speichern einer Mehrzahl von mittelwertbefreiten Vektoren V, abhängig von einer Differenz zwischen einem jeweiligen mittelfristigen Vektor V1 aus der Mehrzahl von mittelfristigen Vektoren und einem jeweiligen langfristigen Durchschnittsvektor V2 aus der Mehrzahl von langfristigen Durchschnittsvektoren, basierend auf einer zeitabhängigen Zuordnung zwischen mittelfristigen Vektoren V1 und langfristigen Durchschnittsvektoren V2;

- Ermitteln einer Mehrzahl von Einheitsvektoren E, wobei ein jeweiliger Einheitsvektor in eine Zufallsrichtung ausgerichtet ist, und Zuordnen eines jeweiligen Einheitsvektors E zu einem jeweiligen mittelwertbefreiten Vektor V;

- Berechnen einer Mehrzahl von skalaren Produkten P jeweils aus einem mittelwertbefreiten Vektor V aus der Mehrzahl von mittelwertbefreiten Vektoren V und dem diesem mittelwertbefreiten Vektor V zugeordneten Einheitsvektor E;

- Berechnen einer Bewegungskennung, die ein Maß für die Atembewegung ist, basierend auf der Mehrzahl von skalaren Produkten P; und

- Bestimmen und Ausgeben eines Auswertesignals basierend auf einem Vergleich zwischen der Bewegungskennung und einem vorbestimmten Bewegungsschwellenwert.

Der Erfindung liegt die Erkenntnis zugrunde, dass das Auswerten und Übertragung von skalaren Werten besonders wenig Rechenleistung für eine das Verfahren umsetzende Vorrichtung erfordert. Weiterhin wurde im Rahmen der Erfindung erkannt, dass für eine Bewegungserkennung, beispielsweise zur Detektion einer Atembewegung, der Einfluss der Schwerkraft auf den Bewegungssensor aus den gewonnenen Daten herausgerechnet werden muss. Erfindungsgemäß wird dies durch die in jeweilige Zufallsrichtungen ausgerichteten Einheitsvektoren erreicht und die dadurch realisierten Zufallsprojektionen der mittelwertbefreiten Vektoren. Durch diese lassen sich aus der Mehrzahl von skalaren Produkten Merkmale extrahieren, die rotationsinvariant gegenüber einer räumlichen Ausrichtung sind.

Das erfindungsgemäße Verfahren erlaubt besonders vorteilhaft eine Verarbeitung von mehrdimensionalen Vektordaten durch eine Auswertung von skalaren Größen. Hierdurch werden rechenaufwendige Verarbeitungsschritte, wie sie beispielsweise bei der Hauptkomponentenanalyse erforderlich sind, vermieden. Dies führt weiterhin zu einem geringen Speicheraufwand für eine das Verfahren ausführende Vorrichtung.

Die geringe erforderliche Rechenleistung für das erfindungsgemäße Verfahren führt weiterhin zu einem geringen Stromverbrauch und mithin zu einer geringen Batteriegröße und/oder einer längeren Batterielaufzeit. Hierdurch wird vorteilhaft eine geringere Baugröße der entsprechenden Vorrichtung und/oder eine längere mobile Einsatzzeit der Vorrichtung ermöglicht.

Das Bestimmen des Auswertesignals basierend auf dem Vergleich zwischen der Bewegungserkennung und dem vorbestimmten Bewegungsschwellenwert erlaubt vorteilhaft, dass auch ohne aufwändige Rechenprozesse, durch einfaches Vergleichen zweier skalarer Werte eine abschließende Auswertung der Vektordaten erfolgt. Dies reduziert zusätzlich den erforderlichen Rechenaufwand und mithin die für das erfindungsgemäß Verfahren bereitzustellende erforderliche Rechenleistung. Dies führt wiederum zu einem geringen Stromverbrauch, der eine geringe Batteriegröße und/oder eine längere Batterielaufzeit ermöglicht.

Vorteilhaft kombiniert das erfindungsgemäße Verfahren ein Berechnen der Bewegungskennung, das wenig Rechenleistung erfordert, mit einem Auswerten der Bewegungskennung durch eine Vergleichs-Operation, die ebenfalls wenig Rechenleistung erfordert. Bei der Bewegungskennung handelt es sich um ein Maß für die Atembewegung, die als ein skalarer Wert, aber auch als eine Mehrzahl von Werten ausgebildet sein kann. Das Berechnen der Bewegungskennung impliziert also das Berechnen von Merkmalen einer über den Bewegungssensor ausgewerteten Bewegung.

Der Bewegungsschwellenwert ist typischerweise ein empirisch bestimmter Wert, der eine schwache Atembewegung eines zu untersuchenden Lebewesens, insbesondere einer zu untersuchenden Person, impliziert. Beispielsweise kann dies ein für eine Atemkurve charakteristischer Bewegungswert sein. Ein solcher Bewegungswert wird typischerweise aus mehreren Versuchsreihen ermittelt, um einen Schwellenwert festzulegen, unter dem nicht mehr sicher von dem Vorliegen einer Atembewegung ausgegangen werden kann.

Das Empfangen und Speichern der Vektordaten in einer Zeitreihe bedeutet, dass in vorbestimmten zeitlichen Abständen jeweils ein Vektor mit ermittelten Daten einer Messung des Bewegungssensors empfangen und gespeichert wird. Die über die Zeit empfangene Vielzahl an Vektoren bildet die erfindungsgemäßen Vektordaten.

Der Einheitsvektor weist einen Betrag von 1 auf. Die Zufallsrichtung ist eine zufällig ermittelte Richtung, insbesondere eine über alle drei Raumdimensionen gleichverteilte zufällig ermittelte Richtung. Algorithmen zum Ermitteln einer zufälligen Richtung sind bekannt und werden im Folgenden nicht weiter erläutert.

Die Mittelung über das erste und zweite Zeitintervall erfolgt jeweils überall eine Vielzahl von Vektoren der mehrdimensionalen Vektordaten, die innerhalb des entsprechenden Zeitintervalls empfangen wurde. Die vorbestimmten zeitlichen Abstände, die die Zeitreihe bilden, sind also kürzer als das erste Zeitintervall und auch kürzer als das zweite Zeitintervall. Hierdurch wird vorteilhaft sichergestellt, dass der jeweilige langfristige Durchschnittsvektor V2 eine langfristige Tendenz einer durch die Vektordaten implizierten Bewegung oder Lage des Bewegungssensors anzeigt, wohingegen der jeweilige mittelfristige Vektor V1 einen für ein kurzes Zeitintervall vorliegenden Wert einer durch die Vektordaten implizierten Bewegung anzeigt. Die langfristigen Durchschnittsvektoren V2 und die mittelfristigen Vektoren V1 stellen somit jeweils einen gleitenden Mittelwert dar, wobei entsprechend dem ersten Zeitintervall und dem zweiten Zeitintervall über verschiedene Laufzeiten des gleitenden Mittelwerts gemittelt wird. Im Ergebnis werden dadurch vorteilhaft hochfrequente Anteile aus den mehrdimensionalen Vektordaten gefiltert, die lediglich kurzfristige Messungenauigkeiten des Bewegungssensors wiederspiegeln.

Unter Mittelung ist im Rahmen der Erfindung jegliche Art von Mittelung zu verstehen. Insbesondere kann es sich um eine arithmetische Mittelung, eine geometrische Mittelung, eine quadratische Mittelung und eine harmonische Mittelung handeln. Weiterhin kann es sich um eine mehrstufige Mittelung, insbesondere eine zweistufige oder dreistufige Mittelung handeln. Hierbei bedeutet mehrstufige Mittelung, dass eine erste Mittelung von mehreren Gruppen von Werten innerhalb einer jeweiligen Gruppe stattfindet und diese gemittelten Werte werden untereinander in einer nächsten Stufe wiederum gemittelt.

Nachfolgend werden bevorzugte Ausführungsformen des Verfahrens gemäß dem ersten Aspekt der Erfindung beschrieben.

In einer bevorzugten Ausführungsform sind die mehrdimensionalen Vektordaten dreidimensionale Vektordaten. Hierbei werden die drei Komponenten der Vektordaten durch die drei Raumrichtungen gebildet. In einer anderen Ausführungsform handelt es sich bei den mehrdimensionalen Vektordaten um zweidimensionale Vektordaten. Hierbei entsprechen die zwei Komponenten vorzugsweise zwei Raumrichtungen. In einer weiteren anderen Ausführungsform sind die mehrdimensionalen Vektordaten vierdimensionale Vektordaten. Hierbei entsprechen die vier Komponenten den drei Raumrichtungen und der Zeit.

In einer besonders bevorzugten Ausführungsform basiert das Bestimmen des Auswertesignals auf einer Klassifikation der Bewegungskennung, die auf einem Vergleich von durch die Bewegungskennung induzierten Bewegungskennwerten mit einer Mehrzahl von jeweiligen Bewegungsschwellenwerten basiert. Ein Vergleich mit einer Mehrzahl von Bewegungsschwell werten ermöglicht das Auswerten mehrerer Parameter der über die Vektordaten detektierten Bewegung. Das Verfahren gemäß dieser Ausführungsform erlaubt eine besonders präzise Klassifikation der Bewegungskennung. Die Bewegungskennung wird hierbei vorzugsweise durch eine Vielzahl von skalaren Werten, beispielsweise in Form einer Matrix oder in Form eines Bewegungsverlaufs gebildet. Die Mehrzahl von Bewegungsschwellenwerten ist typischerweise eine Mehrzahl von empirisch bestimmten Werten, die eine schwache Atembewegung implizieren. Beispielsweise kann dies eine für eine Atemkurve charakteristische Mehrzahl von Bewegungswerten sein. Eine solche Mehrzahl von Bewegungswerten wird typischerweise aus mehreren Versuchsreihen ermittelt, um entsprechende Schwellenwerte festzulegen, unter denen nicht mehr sicher von dem Vorliegen einer Atembewegung ausgegangen werden kann. In einer besonders bevorzugten Variante dieser Ausführungsform basiert die Klassifikation der Bewegungskennung auf einem Random Forrest Algorithmus. Im Vergleich zu anderen bekannten Algorithmen zur Klassifikation, erlaubt der Random Forrest Algorithmus eine Klassifikation mit besonders geringem Rechenaufwand, da lediglich über eine Anzahl von Vergleichen eine Klassifikation der Bewegungskennung erfolgt. Eine detaillierte Beschreibung des Aufbaus eines Random Forrest Algorithmus findet man unter anderem in der Druckschrift„Random Forrests.“, Breimann, L, Machine Learning,45 , pp 5-32, Kluwer Academic Publishers, 2001 .

In einer besonders bevorzugten Ausführungsform des erfindungsgemäßen Verfahrens zeigt das Auswertesignal eine durch eine Atmung verursachte Bewegung des die Vektordaten bereitstellenden Bewegungssensors an. H ierbei wird vorteilhaft ausgenutzt, dass das erfindungsgemäße Verfahren zu einer Bewegungskennung führt, die rotationsinvariant ist. Die durch die Atmung verursachte Bewegung ist ebenfalls in allen Raumrichtungen möglich, so dass die erfindungsgemäße Bewegungskennung besonders vorteilhaft für die Detektion der Atmung ist. Weiterhin wird in dieser Ausführungsform vorteilhaft ausgenutzt, dass die Kombination aus einer über die Bewegungskennung realisierten Merkmalsextraktion und einer auf Vergleichen beruhenden Klassifikation zu einer besonders genauen Detektion einer Bewegung führen kann, sodass auch eine kleine Bewegung, wie sie für die Atmung anzunehmen ist, detektiert werden kann. In einer bevorzugten Variante dieser Ausführungsform zeigt das Auswertesignal an, ob eine Atmung vorliegt.

In einer weiteren vorteilhaften Ausführungsform der Erfindung basiert die Berechnung der Bewegungskennung auf einer Summe aus quadrierten skalaren Produkten. In einer bevorzugten Variante dieser Ausführungsform basiert die Berechnung der Bewegungskennung zumindest teilweise auf der Summe der Quadrate der skalaren Produkte P. Hierdurch weist die Bewegungskennung vorteilhaft ein Maß für eine Bewegungsenergie der durch den Bewegungssensor detektieren Bewegung auf. In einer besonders bevorzugten Variante dieser Ausführungsform weist die Bewegungskennung sowohl die Summe der Quadrate der skalaren Produkte P, als auch die skalaren Produkte P als Maß für eine Amplitude der detektieren Bewegung auf.

In einer weiteren vorteilhaften Ausführungsform basiert die Berechnung der Bewegungskennung neben der Mehrzahl von skalaren Produkten auch auf der Mehrzahl von mittelwertbefreiten Vektoren V. Hierdurch kann unmittelbar aus den mehrdimensionalen Vektordaten auf eine Amplitude und/oder Richtung der auszuwertenden Bewegung geschlossen werden.

In einer vorteilhaften Ausführungsform erfolgt die zeitabhängige Zuordnung zwischen mittelfristigen Vektoren V1 und langfristigen Durchschnittsvektoren V2 derart, dass das für die Berechnung des jeweiligen mittelfristigen Vektors V1 genutzte erste Zeitintervall im Wesentlichen innerhalb des für die Berechnung des jeweiligen langfristigen Durchschnittsvektors V2 genutzten zweiten Zeitintervalls liegt. Hierdurch induziert ein jeweiliger mittelwertbefreiter Vektor V aus der Mehrzahl von mittelwertbefreiten Vektoren V eine Bewegungsamplitude, da von dem aktuell vorliegenden mittelfristigen Vektor V1 die aktuelle, langfristige Bewegungstendenz in Form des langfristigen Durchschnittsvektors V2 abgezogen wird. In einer bevorzugten Variante liegt das erste Zeitintervall vollständig innerhalb des zweiten Zeitintervalls, insbesondere zentral innerhalb des zweiten Zeitintervalls. Hierdurch wird sichergestellt, dass der langfristige Durchschnittsvektor V2 die zeitlich während der Ermittlung der Daten für den mittelfristigen Vektor V1 vorliegende langfristige Bewegungstendenz anzeigt.

In einer vorteilhaften Ausführungsform ist das zweite Zeitintervall mindestens zweimal so lang wie das erste Zeitintervall, vorzugsweise mindestens viermal so lang wie das erste Zeitintervall, besonders bevorzugt mindestens sechsmal so lang wie das erste Zeitintervall. Vorteilhaft hat das erste Zeitintervall eine Länge von mindestens 0,2 Sekunden, bevorzugt von mindestens 0,5 Sekunden, besonders bevorzugt von mindestens 1 Sekunde.

In einer weiteren bevorzugten Ausführungsform umfasst das Verfahren zum Auswerten von Sensordaten, nach dem Empfangen und Speichern der mehrdimensionalen Vektordaten, in einem zusätzlichen Verfahrensschritt eine auf den mehrdimensionalen Vektordaten basierende Aktivitätserkennung, wobei die weiteren Verfahrensschritte nur ausgeführt werden, wenn ein durch die Aktivitätserkennung ausgegebener Aktivitätskennwert kleiner als ein vorbestimmter Aktivitätsschwellenwert ist. In einer Variante dieser Ausführungsform wird der ausgegebene Aktivitätskennwert gebildet durch eine Komponente oder einen Vektorbetrag der mehrdimensionalen Vektordaten. In dieser Ausführungsform wird vorteilhaft sichergestellt, dass das erfindungsgemäße, präzise Verfahren zum Auswerten von Vektordaten nur angewendet wird, wenn nicht schon ein deutlich weniger rechenaufwändiges Verfahren zur Aktivitätserkennung eine Bewegung anzeigt. Hierdurch wird vorteilhaft ein Rechenaufwand des erfindungsgemäßen Verfahrens weiter reduziert. Weiterhin kann hierdurch sichergestellt werden, dass nicht durch eine Aktivität eines untersuchten Lebewesens eine fehlerhafte Auswertung hinsichtlich einer Atembewegung als Auswertesignal ausgegeben wird. Der vorbestimmte Aktivitätsschwellenwert ist typischerweise ein empirisch bestimmter Wert, der zumindest eine schwache Bewegung von Gliedmaßen des untersuchten Lebewesens impliziert. Ein solcher Wert wird typischerweise aus mehreren Versuchsreihen ermittelt, um einen Schwellenwert festzulegen, unter dem nicht mehr sicher von dem Vorliegen einer zumindest schwachen Bewegung der Gliedmaßen ausgegangen werden kann. In einer Variante dieser Ausführungsform erfolgt die Aktivitätserkennung durch eine Variationsbestimmung der erfassten mehrdimensionalen Vektordaten und dem nachgelagerten Vergleich mit dem vorbestimmten Aktivitätsschwellenwert. Im Rahmen der Beschreibung von Fig. 2 wird hierauf detailliert eingegangen werden.

In einer bevorzugten Ausführungsform des erfindungsgemäßen Verfahrens, weist das Verfahren weiterhin ein Auswählen des Bewegungsschwellenwerts oder einer für das Bestimmen des Auswertesignals verwendeten Mehrzahl von Bewegungsschwellenwerten aus einer vorbestimmten Gruppe von Bewegungsschwellenwerten auf, wobei das Auswählen abhängig ist von einem Auswerten einer Komponente der mehrdimensionalen Vektordaten, insbesondere von einem Ausgabesignal einer Bauchlagendetektion. In einer besonders bevorzugten Variante dieser Ausführungsform wird die Mehrzahl von Bewegungsschwellenwerten in einem Random Forrest Algorithmus verwendet. In dieser Ausführungsform können vorteilhaft Bewegungsschwellenwerte verwendet werden, die für eine sich aus dem Auswerten der Komponente ergebende Lage des Bewegungssensors besonders geeignet sind. Besonders vorteilhaft wird in einer Variante dieser Ausführungsform erkannt, ob das zu untersuchende Lebewesen sich gerade in einer Bauchlage befindet oder nicht, unabhängig davon wird der Bewegungsschwellenwert oder die Mehrzahl von Bewegungsschwellenwerten ausgewählt. Die vorbestimmte Gruppe von Bewegungsschwellwerten wird in einer Variante dieser Ausführungsform auf einem externen Gerät gespeichert, sodass diese Variante weiterhin die Verfahrensschritte umfasst, dass abhängig von dem Auswerten der Komponente ein Auswahlsignal ausgegeben wird und basierend auf dem Auswahlsignal der Bewegungsschwellenwert oder die Mehrzahl von Bewegungsschwellenwerten ausgegeben und empfangen wird.

In einer vorteilhaften Variante der vorhergehenden Ausführungsform ist das Auswählen abhängig von einem Auswerten einer z-Komponente der mehrdimensionalen Vektordaten, wobei die z-Komponente während eines Beginns einer Datenaufnahme durch den Bewegungssensor im Wesentlichen in Richtung der auf den Bewegungssensor wirkenden Schwerkraft auszurichten ist, und wobei das Auswerten der z-Komponente auf einem Vergleich zwischen einer auf die z-Komponente wirkenden Beschleunigungskraft und einem an der Schwerkraft orientierten, vorbestimmten Beschleunigungsschwellenwert basiert. Durch den Vergleich zwischen der auf die z-Komponente wirkenden Beschleunigungskraft und der Schwerkraft, kann bestimmt werden, ob die z- Komponente immer noch in Richtung der Schwerkraft ausgerichtet ist, oder ob eine Lageänderung des Bewegungssensors seit dem Beginn der Datenaufnahme stattgefunden hat. Insbesondere kann eine Bauchlage des zu untersuchenden Lebewesens detektiert werden. Der Bewegungssensor ist in dieser Ausführungsform vorzugsweise ein Beschleunigungssensor. In einer Variante dieser Ausführungsform liegt der Beschleunigungsschwellenwert in einem Bereich zwischen 0 m/s ² und -5 m/s ² , insbesondere zwischen -0,2 m/s ² und -2 m/s ² , besonders bevorzugt zwischen -0,7 m/s ² und -1 m/s ² . Der Vergleich zwischen der auf die z-Komponente wirkenden Beschleunigungskraft und der Schwerkraft erfolgt vorzugsweise durch einen Vergleich mit einem über ein entsprechendes Zeitintervall gemittelten Wert für die Beschleunigungskraft. Bei dem Mittelwert handelt es sich in einem Beispiel um einen exponentiellen Mittelwert.

Zur Lösung der Aufgabe der Erfindung wird gemäß einem zweiten Aspekt ein tragbares Gerät zum Erfassen einer Bewegung, insbesondere zum Detektieren einer Atembewegung, vorgeschlagen, mit einem Befestigungsmittel, einem Bewegungssensor, einer Vorverarbeitungseinheit und einer Sendeeinheit.

Das Befestigungsmittel ist dazu ausgebildet, das tragbare Gerät an einem Kleidungsstück eines Trägers des tragbaren Geräts zu befestigen.

Der Bewegungssensor ist dazu ausgebildet, abhängig von einer Bewegung des tragbaren Gerätes mehrdimensionale Vektordaten zu erzeugen, die eine Richtung und eine Amplitude der Bewegung des tragbaren Geräts implizieren, und diese mehrdimensionalen Vektordaten in einer Zeitreihe auszugeben.

Die Vorverarbeitungseinheit ist mit dem Bewegungssensor signaltechnisch verbunden und ist dazu ausgebildet, die mehrdimensionalen Vektordaten zu empfangen und in einem Speichermodul der Vorverarbeitungseinheit zu speichern, und ist weiterhin dazu ausgebildet, - eine Mehrzahl von mittelfristigen Vektoren V1 durch eine Mittelung der empfangen Vektordaten über ein jeweiliges vorbestimmtes erstes Zeitintervall, das länger als die zeitlichen Empfangs-Abstände ist, zu berechnen,

- eine Mehrzahl von langfristigen Durchschnittsvektoren V2 durch eine Mittelung der empfangenen Vektordaten über ein vorbestimmtes zweites Zeitintervall, das länger als das erste Zeitintervall ist, zu berechnen,

- eine Mehrzahl von mittelwertbefreiten Vektoren V, abhängig von einer Differenz zwischen einem jeweiligen mittelfristigen Vektor V1 aus der Mehrzahl von mittelfristigen Vektoren und einem jeweiligen langfristigen Durchschnittsvektor V2 aus der Mehrzahl von langfristigen Durchschnittsvektoren, basierend auf einer zeitabhängigen Zuordnung zwischen mittelfristigen Vektoren V1 und langfristigen Durchschnittsvektoren V2 zu berechnen und in dem Speichermodul zu speichern,

- eine Mehrzahl von Einheitsvektoren E zu ermitteln, wobei ein jeweiliger Einheitsvektor E in eine Zufallsrichtung ausgerichtet ist, und einen jeweiligen Einheitsvektors E zu einem jeweiligen mittelwertbefreiten Vektor V zuzuordnen, und wobei die Vorverarbeitungseinheit weiterhin dazu ausgebildet ist,

- eine Mehrzahl von skalaren Produkten P jeweils aus einem mittelwertbefreiten Vektor V aus der Mehrzahl von mittelwertbefreiten Vektoren und dem diesem mittelwertbefreiten Vektor V zugeordneten Einheitsvektor E zu berechnen.

Die Sendeeinheit ist mit der Vorverarbeitungseinheit zumindest indirekt signaltechnisch verbunden, und ist ausgebildet, ein Bewegungssignal zu senden, das auf der Mehrzahl von skalaren Produkten P basiert.

Vorteilhaft erlaubt das tragbare Gerät eine Vorverarbeitung von mehrdimensionalen Vektordaten, die eine besonders geringe Rechenleistung erfordert. Dies wird durch die Berechnung und Verwendung skalarer Werte ermöglicht, die verglichen mit aufwändigeren Berechnungsalgorithmen, wie beispielsweise einer Hauptkomponentenanalyse, sehr schnell durch einen Prozessor der Vorverarbeitungseinheit ausgeführt werden kann. Dies kann einen vergleichsweise geringen Stromverbrauch des tragbaren Gerätes unterstützen.

Der geringe Stromverbrauch ermöglicht eine geringe Batteriegröße und/oder eine lange Batterielaufzeit einer Batterie innerhalb des tragbaren Gerätes. Hierdurch wird eine geringe Baugröße des tragbaren Gerätes und/oder eine besonders lange mobile Einsatzdauer des tragbaren Gerätes ermöglicht.

In verschiedenen erfindungsgemäßen Ausführungsformen des tragbaren Gerätes ist zwischen der Vorverarbeitungseinheit und der Sendeeinheit eine weitere Einheit angeordnet, sodass die Vorverarbeitungseinheit indirekt signaltechnisch mit der Sendeeinheit verbunden ist. In alternativen oder ergänzenden Ausführungsformen ist die Vorverarbeitungseinheit direkt mit der Sendeeinheit verbunden.

Nachfolgend werden bevorzugte Ausführungsformen des tragbaren Geräts gemäß dem zweiten Aspekt der Erfindung beschrieben.

Das erfindungsgemäße Befestigungsmittel ist typischerweise dazu ausgebildet, an dem Kleidungsstück des Trägers mittels einer lösbaren Verbindung befestigt zu sein. In einer Ausführungsform handelt es sich bei der lösbaren Verbindung um eine magnetische Verbindung, wobei das Kleidungsstück zwischen zwei Magneten der magnetischen Verbindung angeordnet ist. In einer weiteren Ausführungsform ist die lösbare Verbindung über eine Anstecknadel realisiert. In einer weiteren Ausführungsform ist die lösbare Verbindung über eine Klammerverbindung realisiert.

In einer besonders bevorzugten Ausführungsform weist das tragbare Gerät weiterhin eine Energiequelle auf, die ausgebildet ist, den Bewegungssensor, die Vorverarbeitungseinheit und die Sendeeinheit mit Strom zu versorgen. In einer vorteilhaften Variante dieser Ausführungsform ist die Energiequelle eine auswechselbare Batterie. In einer weiteren besonders bevorzugten Ausführungsform ist der Bewegungssensor als ein Beschleunigungssensor ausgebildet. Der Aufbau eines Beschleunigungssensors ist bekannt und wird daher im Folgenden nicht detailliert geschildert.

In einer weiteren Ausführungsform des erfindungsgemäßen tragbaren Gerätes ist die Vorverarbeitungseinheit weiterhin dazu ausgebildet, eine Bewegungskennung, die ein Maß für die Atembewegung ist, basierend auf der Mehrzahl von skalaren Produkten P zu berechnen. In dieser Ausführungsform kann das Bewegungssignal besonders vorteilhaft eine geringe Datenmenge übertragen, da lediglich die Bewegungskennung an ein externes Gerät zum Auswerten der mehrdimensionalen Vektordaten ausgegeben werden muss. Die Bewegungskennung umfasst mindestens ein Merkmal der mehrdimensionalen Vektordaten, dass sich aus der Mehrzahl von skalaren Produkten P ergibt.

In einer besonders vorteilhaften Variante der vorhergehenden Ausführungsform weist das tragbare Gerät weiterhin eine Klassifikationseinheit auf, die mit der Vorverarbeitungseinheit signaltechnisch verbunden ist, und die dazu ausgebildet ist, ein Auswertesignal basierend auf einem Vergleich zwischen der Bewegungskennung und einem vorbestimmten Bewegungsschwellenwert zu bestimmen und an die Sendeeinheit auszugeben. In einem vorteilhaften Beispiel dieser Variante ist die Vorverarbeitungseinheit über die Klassifikationseinheit indirekt mit der Sendeeinheit signaltechnisch verbunden. In einem besonders vorteilhaften Beispiel dieser Variante werden durch die Bewegungskennung induzierte Bewegungskennwerte mit einer Mehrzahl von jeweiligen Bewegungsschwellenwerten verglichen. Besonders vorteilhaft basiert dieser Vergleich auf einem Random Forrest Algorithmus. Diese Variante der Ausführungsform ist dadurch besonders vorteilhaft, dass lediglich das Ergebnis des Vergleiches zwischen Bewegungskennung und Bewegungsschwellenwert als Bewegungssignal von der Sendeeinheit gesendet wird. Flierdurch ist das Bewegungssignal besonders einfach ausgestaltet, sodass Fehler in der Übertragung durch die Sendeeinheit vermieden werden können. Das Auswahlen eines Bewegungsschwellenwertes oder einer Mehrzahl von Bewegungsschwellenwerten ist vorzugsweise abhängig von einem Auswerten einer Komponente der mehrdimensionalen Vektordaten durch die Vorverarbeitungseinheit, insbesondere von einem Ausgabesignal einer Bauchlagendetektion. Hierdurch können vorteilhaft die für die aktuelle Lage des Bewegungssensors besonders geeigneten Bewegungsschwellenwerte durch die Klassifikationseinheit verwendet werden.

In einer weiteren Ausführungsform des tragbaren Gerätes gemäß dem zweiten Aspekt der Erfindung führt die Vorverarbeitungseinheit erst die Berechnung der mittelfristigen Vektoren V1 und der langfristigen Durchschnittsvektoren V2 und die darauffolgenden Schritte aus, falls in einem vorgeschalteten Verarbeitungsschritt der Vorverarbeitungseinheit, der eine auf den mehrdimensionalen Vektordaten basierende Aktivitätserkennung umfasst, ein durch die Aktivitätserkennung ausgegebener Aktivitätskennwert kleiner als ein vorbestimmter Aktivitätsschwellenwert ist.

Zur Lösung der erfindungsgemäßen Aufgabe wird gemäß einem dritten Aspekt der Erfindung ein System zum Erfassen einer Bewegung, insbesondere zum Detektieren einer Atembewegung, vorgeschlagen, das das tragbare Gerät gemäß mindestens einer der vorhergehenden Ausführungsformen des zweiten Aspekts der Erfindung und ein Host-Gerät aufweist.

Das Host-Gerät ist dazu ausgebildet, das durch die Sendeeinheit versendete Bewegungssignal zu empfangen und basierend auf dem Bewegungssignal ein optisches und/oder akustisches Ausgabesignal über eine Ausgabeeinheit des Host-Gerätes auszugeben, wobei das Ausgabesignal eine durch eine Atmung verursachte Bewegung des tragbaren Gerätes impliziert.

Vorteilhaft erlaubt das erfindungsgemäße System eine Ausgabe einer Auswertung der mehrdimensionalen Vektordaten durch eine von dem tragbaren Gerät beabstandete Person über das Host-Gerät. Hierdurch kann vorteilhaft ein Teil der für die Auswertung der mehrdimensionalen Vektordaten notwendigen Rechenleistung durch eine Verarbeitungseinheit innerhalb des Host-Gerätes bereitgestellt werden.

Weiterhin erlaubt das erfindungsgemäße System mehrere tragbare Geräte mit einem Host-Gerät zu verbinden und/oder das tragbare Gerät mit mehreren Host- Geräten zu verbinden. Hierdurch kann beispielsweise eine besonders übersichtliche Auswertung von Vektordaten mehrerer Träger von tragbaren Geräten, insbesondere eine Detektion der Atembewegung von mehreren Personen, gleichzeitig erfolgen.

Nachfolgend werden bevorzugte Ausführungsformen des Systems gemäß dem dritten Aspekt der Erfindung beschrieben.

Die Übertragung des Bewegungssignals durch die Sendeeinheit an das Host- Gerät erfolgt vorzugsweise kabellos, beispielsweise durch eine Bluetooth-, ZigBee-, WLAN-, NFC- oder DECT-Verbindung, oder durch eine andere Funkverbindung.

Das Host-Gerät kann ein stationäres Gerät, beispielsweise ein multifunktionales Medizingerät sein, oder ein für den mobilen Einsatz vorgesehenes Gerät, beispielsweise ein Mobilfunkgerät, ein Notebook, eine Smartwatch oder ein Tablett-PC.

In einer Ausführungsform des erfindungsgemäßen Systems umfasst das Ausgabesignal die Information, ob eine durch die Atmung verursachte Bewegung vorliegt. In einer weiteren Ausführungsform umfasst das Ausgabesignal zusätzlich eine Amplitude und/oder Intensität der Atembewegung. In einer weiteren Ausführungsform umfasst das Ausgabesignal eine Angabe des Zeitpunkts an welchem letztmalig eine Atembewegung detektiert wurde. In einer weiteren Ausführungsform umfasst das Ausgabesignal eine Dauer der bisher detektierten Atembewegung. Hierdurch kann ein zwischenzeitliches Aussetzen der Atembewegung durch einen Nutzer des Host-Gerätes nachvollzogen werden. In einer weiteren Ausführungsform des Systems gemäß dem dritten Aspekt der Erfindung weist das Host-Gerät weiterhin eine Klassifikationseinheit auf, die dazu ausgebildet ist, die Mehrzahl an skalaren Produkten P aus dem Bewegungssignal zu ermitteln, eine Bewegungskennung basierend auf der Mehrzahl von skalaren Produkten P zu berechnen, und ein Auswertesignal basierend auf einem Vergleich zwischen der Bewegungskennung und einem vorbestimmten Bewegungsschwellenwert zu bestimmen und auszugeben, wobei das optische und/oder akustische Ausgabesignal abhängig ist von dem Auswertesignal. In dieser Ausführungsform übernimmt das Host-Gerät vorteilhaft die Klassifikation der durch die Vorverarbeitungseinheit innerhalb des tragbaren Gerätes vorverarbeiteten multidimensionalen Vektordaten. Hierdurch kann der Stromverbrauch des tragbaren Gerätes weiter reduziert werden, wodurch eine längere Laufzeit der Energieversorgung des tragbaren Gerätes und/oder eine kleinere Bauweise der Energieversorgung und mithin eine kleinere Bauweise des tragbaren Gerätes ermöglicht wird. Vorzugsweise wird für das erfindungsgemäße System ein mit einer Klassifikationseinheit ausgestattetes Host-Gerät kombiniert mit einem tragbaren Gerät, welches keine eigene Klassifikationseinheit aufweist. Hierdurch wird eine mehrfache Klassifikation innerhalb des Systems vermieden.

In einer weiteren vorteilhaften Ausführungsform des erfindungsgemäßen Systems basiert das Bestimmen des Auswertesignals auf einer Klassifikation der Bewegungskennung, die auf einem Vergleich von durch die Bewegungskennung induzierten Bewegungskennwerten mit einer Mehrzahl von jeweiligen Bewegungsschwellenwerten, insbesondere auf einem Random Forrest Algorithmus, basiert. In einer besonders vorteilhaften Variante dieser Ausführungsform umfasst die Mehrzahl von jeweiligen Bewegungsschwellenwerten eine vorbestimmte Mehrzahl von Bewegungsschwellenwerten, die in einem externen Speichergerät außerhalb des Systems gespeichert ist, und wobei das Host-Gerät weiterhin eine Anfrageeinheit aufweist, die dazu ausgebildet ist, die Mehrzahl von Bewegungsschwellenwerten bei dem externen Speichergerät über eine Funkverbindung zwischen dem Speichergerät und der Anfrageeinheit anzufragen, zu empfangen und der Klassifikationseinheit bereitzustellen. Bei dem externen Speichergerät kann es sich beispielsweise um einen externen Server eines Netzwerkes handeln, auf den das Host-Gerät zugreifen kann. In dieser Variante wird vermieden, dass auf dem Host-Gerät große Datenmengen gespeichert sein müssen. So erlaubt die erfindungsgemäße Variante vorteilhaft, dass die vorbestimmte Mehrzahl von Bewegungsschwellenwerten einmalig auf dem externen Speichergerät abgelegt wird, derart, dass alle erfindungsgemäßen Host-Geräte auf das vorzugsweise eine externe Speichergerät zugreifen können.

Die Erfindung soll nun anhand von in den Figuren schematisch dargestellten, vorteilhaften Ausführungsbeispielen näher erläutert werden. Von diesen zeigen im Einzelnen:

Fig. 1 ein Flussdiagramm eines ersten Ausführungsbeispiels eines

Verfahrens gemäß dem ersten Aspekt der Erfindung;

Fig. 2 ein Flussdiagramm eines zweiten Ausführungsbeispiels eines Verfahrens gemäß dem ersten Aspekt der Erfindung; Fig. 3 eine schematische Darstellung eines ersten

Ausführungsbeispiels eines tragbaren Gerätes gemäß dem zweiten Aspekt der Erfindung;

Fig. 4 eine schematische Darstellung eines zweiten

Ausführungsbeispiels eines tragbaren Gerätes gemäß dem zweiten Aspekt der Erfindung;

Fig. 5 eine schematische Darstellung eines ersten

Ausführungsbeispiels eines Systems gemäß dem dritten Aspekt der Erfindung; und

Fig. 6 eine schematische Darstellung eines zweiten

Ausführungsbeispiels eines Systems gemäß dem dritten Aspekt der Erfindung.

Fig. 1 zeigt ein Flussdiagramm eines ersten Ausführungsbeispiels eines

Verfahrens 100 gemäß dem ersten Aspekt der Erfindung.

Das erfindungsgemäße Verfahren 100 ist ein Verfahren zum Auswerten von mehrdimensionalen Vektordaten eines Bewegungssensors, insbesondere zum Detektieren einer Atembewegung. Das Verfahren 100 weist dabei die im Folgenden angegebenen Schritte auf.

Ein erster Schritt 1 10 umfasst ein Empfangen und Speichern der mehrdimensionalen Vektordaten des Bewegungssensors in einer Zeitreihe.

Ein weiterer Schritt 120 umfasst ein Berechnen einer Mehrzahl von mittelfristigen Vektoren V1 durch eine Mittelung der empfangen Vektordaten über ein jeweiliges vorbestimmtes erstes Zeitintervall.

Ein nächster Schritt 130 umfasst ein Berechnen einer Mehrzahl von langfristigen Durchschnittsvektoren V2 durch eine Mittelung der empfangenen Vektordaten über ein vorbestimmtes zweites Zeitintervall, das länger als das erste Zeitintervall ist.

Ein darauffolgender Schritt 140 umfasst ein Berechnen und Speichern einer Mehrzahl von mittelwertbefreiten Vektoren V, abhängig von einer Differenz zwischen einem jeweiligen mittelfristigen Vektor V1 aus der Mehrzahl von mittelfristigen Vektoren und einem jeweiligen langfristigen Durchschnittsvektor V2 aus der Mehrzahl von langfristigen Durchschnittsvektoren, basierend auf einer zeitabhängigen Zuordnung zwischen mittelfristigen Vektoren V1 und langfristigen Durchschnittsvektoren V2.

Ein nächster Schritt 150 umfasst ein Ermitteln einer Mehrzahl von Einheitsvektoren E, wobei ein jeweiliger Einheitsvektor in eine Zufallsrichtung ausgerichtet ist, und ein Zuordnen eines jeweiligen Einheitsvektors E zu einem jeweiligen mittelwertbefreiten Vektor V.

Ein weiterer Schritt 160 umfasst ein Berechnen einer Mehrzahl von skalaren Produkten P jeweils aus einem mittelwertbefreiten Vektor V aus der Mehrzahl von mittelwertbefreiten Vektoren V und dem diesem mittelwertbefreiten Vektor V zugeordneten Einheitsvektor E. Ein darauffolgender Schritt 170 umfasst ein Berechnen einer Bewegungskennung, die ein Maß für die Atembewegung ist, basierend auf der Mehrzahl von skalaren Produkten P.

Ein abschließender Schritt 180 umfasst ein Bestimmen und Ausgeben eines Auswertesignals basierend auf einem Vergleich zwischen der Bewegungskennung und einem vorbestimmten Bewegungsschwellenwert.

Die Schritte des Verfahrens 100 werden typischerweise teilweise parallel zueinander ausgeführt. So werden die mehrdimensionalen Vektordaten über einen gewissen Beobachtungszeitraum, beispielsweise während einer Schlafphase einer zu untersuchenden Person, immer weiter empfangen und gespeichert, während über den gesamten Beobachtungszeitraum immer auch die mittelfristigen Vektoren V1 und die langfristigen Durchschnittsvektoren V2 weiter berechnet werden, um schließlich in gewissen zeitlichen Abständen während des Beobachtungszeitraums basierend auf einer aktuellen Bewegungskennung das Auswertesignal auszugeben. So erfolgt das erfindungsgemäße Auswerten von mehrdimensionalen Vektordaten durch wiederholtes Ausführen der Schritte des Verfahrens 100 kontinuierlich über den Beobachtungszeitraum.

In dem dargestellten Ausführungsbeispiel werden die mehrdimensionalen Vektordaten mit einer Frequenz zwischen 10 Hz und 50 Hz, insbesondere zwischen 20 Hz und 40 Hz, vorliegend von etwa 26 Hz empfangen. Das erste Zeitintervall hat eine Länge zwischen 0,8 Sekunden und 2 Sekunden, vorzugsweise zwischen 0,8 Sekunden und 1 ,5 Sekunden, vorliegend von etwa 1 Sekunde. Das zweite Zeitintervall hat in dem dargestellten Ausführungsbeispiel eine Länge zwischen 2 Sekunden und 6 Sekunden, insbesondere zwischen 3 Sekunden und 4 Sekunden, vorliegend von etwa 3,7 Sekunden. Hierbei liegt das erste Zeitintervall bei jeder Berechnung jeweils innerhalb des zweiten Zeitintervalls.

In dem dargestellten ersten Ausführungsbeispiel zeigt das Auswertesignal an, ob sich aus der berechneten Bewegungskennung ergibt, dass eine Atmung des zu untersuchenden Patienten vorliegt. In einem nicht dargestellten Ausführungsbeispiel zeigt das Auswertesignal weiterhin an, seit wann eine ununterbrochene Atmung gemessen wurde. In einem anderen nicht dargestellten Ausführungsbeispiel zeigt das Auswertesignal weiterhin an, wie groß die detektierte Amplitude der Bewegung des Bewegungssensors, insbesondere der Atembewegung ist.

In dem ersten Ausführungsbeispiel basiert die berechnete Bewegungskennung auf einer Summe von Quadraten der skalaren Produkte P, wobei diese Summe alle diejenigen skalaren Produkte P aufweist, die innerhalb eines aktuellen zeitlichen Kennungsintervalls berechnet wurden. Dadurch ist die Summe ein Maß für eine Energie der durch den Bewegungssensor detektieren Bewegung. Weiterhin weist die Bewegungskennung in dem dargestellten Ausführungsbeispiel die innerhalb des aktuellen zeitlichen Kennungsintervalls berechneten und gespeicherten mittelwertbefreiten Vektoren V auf. Diese bilden ein Maß für die Amplitude einer aktuell detektierten Bewegung des Bewegungssensors. In einem nicht dargestellten Ausführungsbeispiel werden zur Berechnung der Bewegungskennung diese aktuell berechneten mittelwertbefreiten Vektoren durch die Bildung eines weiteren gleitenden Mittelwertes oder durch die gezielte Berücksichtigung eines vordefinierten Anteils der mittelwertbefreit Vektoren, wie etwa jedes vierten mittelwertbefreiten Vektors, weiterverarbeitet.

In einem weiteren nicht dargestellten Ausführungsbeispiel basiert die Berechnung der Bewegungskennung auf einer Verarbeitung der berechneten Vektoren mittels Fouriertransformation, beispielsweise durch eine Implementierung des bekannten Cooley-Tukey-Algorithmus.

Das Bestimmen des Auswertesignals basiert in dem dargestellten Ausführungsbeispiel auf einer Klassifikation der Bewegungskennung. Die Klassifikation erfolgt durch einen Vergleich von durch die Bewegungskennung induzierten Bewegungskennwerten mit einer Mehrzahl von jeweiligen Bewegungsschwellenwerten. Dieser Vergleich ist im Detail ausgestaltet als eine sogenannte Random Forrest Klassifikation. In einem nicht dargestellten Ausführungsbeispiel erfolgt die Klassifikation der Bewegungskennung durch einen direkten Vergleich eines durch die Bewegungskennung induzierten Bewegungskennwerts mit einem vorbestimmten Bewegungsschwellenwert.

Die Random Forrest Klassifikation ist für das erfindungsgemäße Verfahren 100 besonders geeignet, da durch eine auf Vergleichen basierende Algorithmik empfangene Daten besonders schnell und unkompliziert verarbeitet werden, um am Ende zwischen zwei Zuständen, wie etwa„Atmung vorhanden“ und„Atmung nicht vorhanden“ zu unterscheiden.

In einem nicht dargestellten Ausführungsbeispiel des erfindungsgemäßen Verfahrens erfolgt vor der Ausgabe des Auswertesignals eine Nachverarbeitung der berechneten Daten, um eine Fehlerwahrscheinlichkeit bezüglich eines durch das Auswertesignal mitgeteilten Ergebnisses zu reduzieren. Insbesondere erfolgt in diesem Ausführungsbeispiel die Ausgabe der Information, dass keine oder nur eine geringfügige Bewegung des Bewegungssensors detektiert wurde, also das wahrscheinlich keine Atmung vorliegt, nur nach einer erneuten Detektion dieses Ergebnisses, um einen Fehlalarm zu vermeiden.

Fig. 2 zeigt ein Flussdiagramm eines zweiten Ausführungsbeispiels eines Verfahrens 200 gemäß dem ersten Aspekt der Erfindung.

Das Verfahren 200 unterscheidet sich dadurch von dem in Fig. 1 dargestellten Verfahren 100, dass nach dem Schritt 1 10, nämlich dem Empfangen und Speichern der mehrdimensionalen Vektordaten, nicht automatisch der Schritt 120 ausgeführt wird. So ist in einem zwischengeschalteten Schritt 215 eine Aktivitätserkennung vorgesehen.

Im Rahmen der Aktivitätserkennung wird ein Aktivitätskennwert berechnet und abschließend mit einem vorbestimmten Aktivitätsschwellenwert verglichen. Die darauffolgenden Verfahrensschritte werden nur dann ausgeführt, wenn der Aktivitätskennwert kleiner als der vorbestimmte Aktivitätsschwellenwert ist, also eine geringere Aktivität ermittelt wird, als sie zum Erreichen des Aktivitätsschwellenwerts notwendig wäre. Eine derart vorgelagerte Prüfung ist sinnvoll, weil eine kleine Bewegung, wie sie beispielsweise bei der Detektion einer Atmung vorliegt, durch eine zu große Aktivität überlagert werden könnte, sodass eine fehlerhafte Auswertung der mehrdimensionalen Vektordaten wahrscheinlich wäre.

In dem dargestellten Ausführungsbeispiel handelt es sich bei den Vektordaten um Accelerometerdaten. Diese Accelerometerdaten werden im Rahmen der Aktivitätserkennung zum Bestimmen eines gleitenden Mittelwertes genutzt. Bei der hierbei verwendeten Glättung mittels gleitendem Mittelwert handelt es sich beispielsweise um eine exponentielle Glättung. Durch einen Vergleich zwischen den ursprünglichen Accelerometerdaten und dem gleitenden Mittelwert, wird eine Variation der Accelerometerdaten bestimmt. Falls diese Variation größer ist als ein vorbestimmter Variationsschwellenwert, wird ein Zähler für ein aktuell vorliegendes zeitliches Aktivitätsintervall hoch gesetzt. Accelerometerdaten, die außerhalb des mitlaufenden Aktivitätsintervalls liegen, werden von dem Zähler nicht mehr berücksichtigt. Dieser Zähler bildet für das jeweils vorliegende zeitliche Aktivitätsintervall den Aktivitätskennwert. Falls diese Aktivitätskennwert einen vorbestimmten Aktivitätsschwellenwert überschreitet, wird in dem vorliegenden Ausführungsbeispiel ein Aktivitätssignal ausgegeben, welches anzeigt, dass für die erfindungsgemäße Detektion einer Bewegung zur Zeit eine zu große überlagernde Aktivität vorliegt. So kann bei der Detektion einer Atembewegung ausgegeben werden, dass nicht detektiert werden kann, ob eine Person atmet, da sich die Person oder deren Umgebung hierfür zu stark bewegt.

Weiterhin unterscheidet sich das Verfahren 200 von dem einen Fig. 1 dargestellten Verfahren 100 durch den weiteren zwischengeschalteten Schritt 285.

In dem Schritt 285 wird eine Komponente der mehrdimensionalen Vektordaten ausgewertet. Anhand dieser Auswertung wird die Mehrzahl von Bewegungsschwellenwerten aus einer vorbestimmten Gruppe von Bewegungsschwellenwerten ausgewählt. In dem dargestellten Ausführungsbeispiel handelt es sich bei der ausgewerteten Komponente um die z-Komponente der Vektordaten, welche typischerweise zu Beginn eines Beobachtungszeitraums in Richtung der auf den Bewegungssensor wirkenden Schwerkraft ausgerichtet ist. Bei den Vektordaten handelt sich weiterhin um Accelerometerdaten, die mithin geeignet sind eine Abweichung von der typischerweise in Richtung der Schwerkraft wirkenden Erdbeschleunigung anzuzeigen.

Die Auswertung im Rahmen des Schrittes 285 erfolgt für das dargestellte Ausführungsbeispiel derart, dass zwischen zwei Zuständen unterschieden wird, nämlich zwischen einer z-Komponente, die unterhalb eines vorbestimmten Beschleunigungsschwellenwertes liegt, und einer z-Komponente, die oberhalb des vorbestimmten Beschleunigungsschwellenwertes liegt. Der Beschleunigungsschwellenwert liegt typischerweise zwischen 0 m/s ² und -5m/s ² , vorliegend im Bereich zwischen -0,7 m/s ² und -1 m/s ² . Im Ergebnis entspricht diese Auswertung einer Bauchlagendetektion, da bei Vorliegen einer Bauchlage eine z-Komponente im Bereich der negativen Erdbeschleunigung, also bei -9,81 m/s ² zu erwarten ist.

In dem dargestellten Ausführungsbeispiel wird der zwischengeschaltete Schritt 285 der Bauchlagendetektion lediglich zur Bestimmung von geeigneten Bewegungsschwellenwerten für das Ausführen des erfindungsgemäßen Verfahrens verwendet. In einem nicht dargestellten Ausführungsbeispiel wird ein Ergebnis der Bauchlagendetektion ebenfalls durch ein entsprechendes Signal, vorzugsweise durch das Auswertesignal, ausgegeben. In einem weiteren nicht dargestellten Ausführungsbeispiel wird die Bauchlagendetektion an einer anderen Stelle des erfindungsgemäßen Verfahrens zwischengeschaltet.

In einem weiteren nicht dargestellten Ausführungsbeispiel wird das Ergebnis der Aktivitätserkennung ebenfalls über das Auswertesignal ausgegeben.

Fig. 3 zeigt eine schematische Darstellung eines ersten Ausführungsbeispiels eines tragbaren Gerätes 300 gemäß dem zweiten Aspekt der Erfindung.

Das tragbare Gerät 300 ist ein Gerät zum Erfassen einer Bewegung, insbesondere zum Detektieren einer Atembewegung. Das tragbare Gerät 300 umfasst dabei ein Befestigungsmittel 310, einen Bewegungssensor 320, eine Vorverarbeitungseinheit 330 und eine Sendeeinheit 340.

Das Befestigungsmittel 310 ist dazu ausgebildet, das tragbare Gerät 300 an einem Kleidungsstück 312 eines Trägers des tragbaren Geräts 300 zu befestigen. In dem dargestellten Ausführungsbeispiel handelt es sich bei dem Befestigungsmittel 310 um eine magnetische Verbindung, der aus zwei Teilen 314, 316 besteht, wobei das erste Teil 314 an einem Gehäuse 305 des tragbaren Geräts 300 befestigt ist, und dass zweite Teil 316 derart unterhalb des Kleidungsstücks 312 angeordnet ist, dass die magnetische Wechselwirkung zwischen den zwei Teilen 314, 316 das tragbare Gerät 300 an dem Kleidungsstück 312 hält.

In einem nicht dargestellten Ausführungsbeispiel bildet das Befestigungsmittel eine lösbare Verbindung, die über eine Anstecknadel oder über eine Klammerverbindung realisiert ist.

Der Bewegungssensor 320 ist ausgebildet, abhängig von einer Bewegung des tragbaren Gerätes 300 mehrdimensionale Vektordaten zu erzeugen, die eine Richtung und eine Amplitude der Bewegung des tragbaren Geräts 300 implizieren, und diese mehrdimensionalen Vektordaten in einer Zeitreihe auszugeben. In dem dargestellten Ausführungsbeispiel handelt es sich bei dem Bewegungssensor 320 um einen Beschleunigungssensor.

Die Vorverarbeitungseinheit 330 ist mit dem Bewegungssensor 320 signaltechnisch verbunden, vorliegend durch ein Kabel, und sie ist dazu ausgebildet, die mehrdimensionalen Vektordaten zu empfangen und in einem Speichermodul 332 der Vorverarbeitungseinheit 330 zu speichern.

Weiterhin ist die Vorverarbeitungseinheit 330 dazu ausgebildet, eine Mehrzahl von mittelfristigen Vektoren V1 durch eine Mittelung der empfangen Vektordaten über ein jeweiliges vorbestimmtes erstes Zeitintervall zu berechnen, und eine Mehrzahl von langfristigen Durchschnittsvektoren V2 durch eine Mittelung der empfangenen Vektordaten über ein vorbestimmtes zweites Zeitintervall, das länger als das erste Zeitintervall ist, zu berechnen.

Die Vorverarbeitungseinheit 330 ist weiterhin dazu ausgebildet, die Mehrzahl von mittelfristigen Vektoren V1 und die Mehrzahl von langfristigen Durchschnittsvektoren V2 zu nutzen, um eine Mehrzahl von mittelwertbefreiten Vektoren V, abhängig von einer Differenz zwischen einem jeweiligen mittelfristigen Vektor V1 und einem jeweiligen langfristigen Durchschnittsvektor V2 zu berechnen. Diese Berechnung basiert auf einer zeitabhängigen Zuordnung zwischen mittelfristigen Vektoren V1 und langfristigen Durchschnittsvektoren V2. Die zeitabhängige Zuordnung ist dabei so gewählt, dass das erste Zeitintervall eines jeweiligen mittelfristigen Vektors V1 innerhalb des zweiten Zeitintervalls eines jeweiligen langfristigen Durchschnittssektors V2 liegt. Eine derartige zeitabhängige Zuordnung sorgt dafür, dass ein jeweiliger mittelwertbefreiter Vektor V ein Maß für die Amplitude einer detektierten Bewegung aufweist. Die Mehrzahl von mittelwertbefreiten Vektoren V wird durch die Vorverarbeitungseinheit 330 ebenfalls in dem Speichermodul 332 gespeichert.

Weiterhin ist die Vorverarbeitungseinheit 330 dazu ausgebildet, eine Mehrzahl von Einheitsvektoren E zu ermitteln, wobei ein jeweiliger Einheitsvektor E in eine Zufallsrichtung ausgerichtet ist, und einen jeweiligen Einheitsvektors E zu einem jeweiligen mittelwertbefreiten Vektor V zuzuordnen. Da es sich bei den Einheitsvektoren E um zufällig ausgewählte Vektoren handelt, ist keine Zuordnungsvorschrift für die Zuordnung zwischen Einheitsvektor und mittelwertbefreitem Vektor V notwendig. In dem vorliegenden Ausführungsbeispiel ist die Zufallsrichtung eine gemäß einer Gleichverteilung in alle Raumrichtungen zufällig ausgewählte Richtung. In einem nicht dargestellten Ausführungsbeispiel wird eine andere zufällige Verteilung in alle Raumrichtungen für das Ermitteln der Einheitsvektoren genutzt. Ein ermittelter Einheitsvektor hat stets genauso viele Komponenten wie die Vektoren der mehrdimensionalen Vektordaten.

Entsprechend der Zuordnung eines jeweiligen Einheitsvektors E und eines jeweiligen mittelwertbefreiten Vektors V ist die Vorverarbeitungseinheit 330 weiter dazu ausgebildet, eine entsprechende Mehrzahl von skalaren Produkten P jeweils aus mittelwertbefreitem Vektor V und dem zugeordneten Einheitsvektor E zu berechnen.

Diese skalaren Produkte P dienen der Vorverarbeitungseinheit 330 als Grundlage, um über eine zumindest indirekte signaltechnische Verbindung zwischen Vorverarbeitungseinheit 330 und Sendeeinheit 340 ein Bewegungssignal 345 zu senden, das auf der Mehrzahl von skalaren Produkten P basiert. In dem dargestellten Ausführungsbeispiel handelt es sich bei der zumindest indirekten signaltechnischen Verbindung um eine direkte Verbindung über ein Kabel. Das Bewegungssignal 345 wird vorliegend als ein Funksignal gesendet.

Die verschiedenen Verarbeitungsschritte der Vorverarbeitungseinheit 330 sind in Fig. 3 durch verschiedene Kästen innerhalb der Vorverarbeitungseinheit 330 dargestellt. Dies stellt eine Veranschaulichung dar, die die Verarbeitungsschritte innerhalb eines einzigen Prozessors der Vorverarbeitungseinheit 330 verdeutlicht. In einem nicht dargestellten Ausführungsbeispiel sind die Verarbeitungsschritte der Vorverarbeitungseinheit auf mindestens zwei räumlich getrennte Vorverarbeitungsmodule aufgeteilt.

Die innerhalb der Vorverarbeitungseinheit 330 ausgeführten Verarbeitungsschritte können analog zu den im Rahmen von Fig. 1 und Fig. 2 diskutierten Ausführungsbeispielen für das erfindungsgemäße Verfahren verschieden realisiert sein.

In dem dargestellten Ausführungsbeispiel umfasst das Bewegungssignal 345 die Mehrzahl der skalaren Produkte P. In einem nicht dargestellten Ausführungsbeispiel umfasst das Bewegungssignal zusätzlich oder alternativ eine basierend auf den skalaren Produkten P berechnete Bewegungskennung. In einem anderen nicht dargestellten Ausführungsbeispiel umfasst das Bewegungssignal zusätzlich die Mehrzahl von mittelwertbefreiten Vektoren V. Fig. 4 zeigt eine schematische Darstellung eines zweiten Ausführungsbeispiels eines tragbaren Gerätes 400 gemäß dem zweiten Aspekt der Erfindung.

Das tragbare Gerät 400 unterscheidet sich von dem in Fig. 3 gezeigten tragbaren Gerät 300 dadurch, dass zwischen der Vorverarbeitungseinheit 430 und der Sendeeinheit 340 einer Klassifikationseinheit 450 angeordnet ist, die mit der Vorverarbeitungseinheit 430 und der Sendeeinheit 340 signaltechnisch verbunden ist.

Die Vorverarbeitungseinheit 430 ist hierbei zusätzlich dazu ausgebildet, die Bewegungskennung basierend auf der Mehrzahl von skalaren Produkten P zu berechnen. Die Bewegungskennung umfasst hierbei eine Summe von Quadraten der skalaren Produkte P und ein Maß für eine aktuelle Bewegungsamplitude basierend auf der Mehrzahl von mittelwertbefreiten Vektoren V.

Die Klassifikationseinheit 450 ist dazu ausgebildet, ein Auswertesignal 455 basierend auf einem Vergleich zwischen der Bewegungskennung und vorbestimmten Bewegungsschwellenwerten zu bestimmen und an die Sendeeinheit 340 auszugeben. Die Sendeeinheit 340 sendet hierbei das Bewegungssignal 345 basierend auf dem Auswertesignal 455 der Klassifikationseinheit 450.

Der Vergleich zwischen Bewegungskennung und vorbestimmten Bewegungsschwellenwerten sowie die Auswahl der vorbestimmten Bewegungsschwellenwerte ist vorliegend im Rahmen einer Random Forrest Klassifikation realisiert. In einem nicht dargestellten Ausführungsbeispiel werden die Bewegungsschwellenwerte aus einer vorbestimmten Gruppe von Bewegungsschwellenwerten ausgewählt, wobei die vorbestimmte Gruppe von Bewegungsschwellenwerten in einem Speicher der Klassifikationseinheit hinterlegt ist.

In dem dargestellten Ausführungsbeispiel bilden Vorverarbeitungseinheit 430 und Klassifikationseinheit 450 separate Einheiten. In einem nicht dargestellten Ausführungsbeispiel werden beide Einheiten von einem gemeinsamen Prozessor gebildet.

Fig. 5 zeigt eine schematische Darstellung eines ersten Ausführungsbeispiels eines Systems 500 gemäß dem dritten Aspekt der Erfindung.

Das erfindungsgemäße System 500 ist ein System zum Erfassen einer Bewegung, insbesondere zum Detektieren einer Atembewegung. Es umfasst das tragbare Gerät 400 gemäß mindestens einem Ausführungsbeispiel gemäß dem zweiten Aspekt der Erfindung und ein Host-Gerät 550.

Vorliegend handelt es sich bei dem tragbaren Gerät im das in Fig. 4 dargestellte tragbare Gerät 400.

Das Flost-Gerät 550 ist dazu ausgebildet, das durch die Sendeeinheit versendete Bewegungssignal 345 über eine Empfangseinheit 560 zu empfangen und basierend auf dem Bewegungssignal 345 ein optisches und/oder akustisches Ausgabesignal 575 über eine Ausgabeeinheit 570 des Flost-Gerätes 550 auszugeben. Die Ausgabeeinheit 570 weist vorliegend eine LED 577 auf, deren optisches Ausgabesignal 575 durch den Zustand gebildet wird, ob die LED 577 leuchtet oder nicht. Vorliegend bedeutet eine leuchtende LED 577, dass keine Bewegung des Bewegungssensors, also insbesondere keine Atmung der untersuchten Person, detektiert wurde. Eine nicht-leuchtende LED 577 gibt an, dass eine Atmung detektiert wird.

Das Flost-Gerät 550 ist vorliegend ein mobiles Gerät mit eigenem Gehäuse 555. In einem nicht dargestellten Ausführungsbeispiel ist das Flost-Gerät ein Mobiltelefon, ein Tablett-PC, ein Notebook oder eine Smartwatch.

Die Übertragung zwischen tragbarem Gerät 400 und Flost-Gerät 550 erfolgt vorliegend über eine kabellose Verbindung, nämlich eine Bluetooth-Verbindung. In einem nicht dargestellten Ausführungsbeispiel erfolgt die Übertragung über eine alternative kabellose Verbindung, wie etwa eine NFC-, eine WLAN-, eine ZigBee-Verbindung oder eine andere Funkverbindung. Fig. 6 zeigt eine schematische Darstellung eines zweiten Ausführungsbeispiels eines Systems 600 gemäß dem dritten Aspekt der Erfindung.

Das erfindungsgemäße System 600 unterscheidet sich von dem in Fig. 5 dargestellten System 500 dadurch, dass das Flost-Gerät 650 weiterhin eine Klassifikationseinheit 660 aufweist. Da das tragbare Gerät 300 mithin keine Klassifikationseinheit benötigt, handelt es sich in dem dargestellten Ausführungsbeispiel um das in Fig. 3 dargestellte tragbare Gerät 300.

Das durch das tragbare Gerät 300 gesendete Bewegungssignal 345 impliziert die Mehrzahl von skalaren Produkten P. Die Klassifikationseinheit 660 ist dazu ausgebildet, aus dem Bewegungssignal 345 die Mehrzahl an skalaren Produkten P zu ermitteln und eine Bewegungskennung basierend auf der Mehrzahl von skalaren Produkten P zu berechnen. Weiterhin ist die Klassifikationseinheit 660 dazu ausgebildet, die Bewegungskennung mit mindestens einem Bewegungsschwellenwert zu vergleichen und anhand dieses Vergleiches ein Auswertesignal 665 auszugeben. Die Ausgabeeinheit 670 ist weiterhin dazu ausgebildet, dass Ausgabesignal 675 abhängig von dem Auswertesignal 665 auszugeben.

In dem dargestellten Ausführungsbeispiel erfolgt die Klassifikation über einen Vergleich von durch die Bewegungskennung induzierten Bewegungskennwerten mit einer Mehrzahl von jeweiligen Bewegungsschwellenwerten. Die Mehrzahl von Bewegungsschwellenwerten wird aus einer Gruppe von vorbestimmten Bewegungsschwellenwerten, die innerhalb eines Speichermoduls 667 der Klassifikationseinheit 660 hinterlegt sind, entsprechend einem Random Forrest Algorithmus ausgewählt und ausgegeben.

In einem nicht dargestellten Ausführungsbeispiel ist die Gruppe von vorbestimmten Bewegungsschwellenwerten auf einem externen Speichergerät außerhalb des erfindungsgemäßen Systems gespeichert. In diesem Ausführungsbeispiel ist das Host-Gerät weiterhin ausgebildet, über eine Anfrageeinheit des Flost-Gerätes die Mehrzahl von Bewegungsschwellenwerten bei dem externen Speichergerät anzufragen, zu empfangen und der Klassifikationseinheit bereitzustellen.

Die Ausgabeeinheit 670 weist als optische Ausgabe für das Ausgabesignal 675 ein Display 677 auf, auf dem ein Ergebnis der Auswertung der Vektordaten des Bewegungssensors angezeigt wird.

Die im Rahmen von Fig. 2 erläuterte Aktivitätserkennung und

Bauchlagendetektion sind in nicht dargestellten Ausführungsbeispielen des tragbaren Geräts gemäß dem zweiten Aspekt der Erfindung und des Systems gemäß dem dritten Aspekt der Erfindung ebenfalls zusammen oder getrennt voneinander realisiert.

Grundsätzlich können Merkmale des erfindungsgemäßen Verfahrens innerhalb von Verarbeitungsschritten des tragbaren Gerätes oder des Systems ebenfalls realisiert sein. Insbesondere führen Vorteile des erfindungsgemäßen Verfahrens dazu, dass das entsprechend betriebene tragbare Gerät oder das entsprechend betriebene System ebenfalls diese Vorteile aufweist.

Bezuqszeichenliste

100, 200 Verfahren

110, 120, 130, 140, 150 Verfahrensschritte

160, 170, 180

215 Aktivitätserkennung

285 Bauchlagendetektion

300, 400 tragbares Gerät

305 Gehäuse des tragbaren Geräts

310 Befestigungsmittel

312 Kleidungsstück

314, 316 Teile einer magnetischen Verbindung 320 Bewegungssensor

330, 430 Vorverarbeitungseinheit

332 Speichermodul der Vorverarbeitungseinheit 340 Sendeeinheit

345 Bewegungssignal

450, 660 Klassifikationseinheit

455, 665 Auswertesignal

500, 600 System

550, 650 Host-Gerät

555 Gehäuse des Host-Geräts

560 Empfangseinheit

570, 670 Ausgabeeinheit

575, 675 Ausgabesignal

577 LED

667 Speichermodul der Klassifikationseinheit 677 Display