【技术实现步骤摘要】
【国外来华专利技术】
本公开的实施例涉及机器学习。更具体地，本公开的实施例涉及使用机器学习来评估压力传感器数据。
技术介绍
1、在各种医疗(和非医疗)环境中，用户跌倒(例如，从站立、坐着或行走的位置)属于最常见也是最危险的风险。这在那些由于例如年龄、身体状况、受伤等原因而行动不便的人中尤其如此。常规地，预防跌倒涉及通用和简单的解决方案，例如使用手杖、安装扶手以及潜在物理治疗以改进力量。然而，这些方法不能解决各种各样的实际问题，并且不能提供充分或完整的解决方案。此外，它们不能有针对性地预测跌倒风险和进行特定的干预。
2、需要改进的系统和技术来预测和防止平衡问题和跌倒。
技术实现思路
1、根据本公开中呈现的一个实施例，提供了一种训练机器学习模型的方法。该方法包括：接收对应于用户的一只或多只脚的压力数据；确定指示在收集到压力数据之后的定义的时间窗口内用户是否跌倒的标记；以及基于压力数据和标记训练一个或多个机器学习模型来预测跌倒风险。
2、根据本公开中呈现的一个实施例，提供了一种使用机器学习模型来预测事件的方法。该方法包括：接收对应于用户的一只或多只脚的压力数据；通过使用一个或多个经训练的机器学习模型处理压力数据来生成预测的跌倒风险；以及在确定预测的跌倒风险满足一个或多个定义的标准时：为用户选择干预；以及启动干预的应用。
3、以下描述和相关附图详细阐述了一个或多个实施例的某些说明性特征。
【技术保护点】
1.一种训练机器学习模型的方法，包括：
2.根据权利要求1所述的方法，其中：
3.根据权利要求1所述的方法，其中，确定所述用户是否跌倒包括：
4.根据权利要求1所述的方法，还包括：
5.根据权利要求1所述的方法，其中，训练所述一个或多个机器学习模型包括：
6.根据权利要求5所述的方法，其中，所预测的严重性至少部分基于所述潜在跌倒的预测方向。
7.根据权利要求1所述的方法，还包括：
8.一种使用机器学习模型来预测事件的方法，包括：
9.根据权利要求8所述的方法，其中：
10.根据权利要求8所述的方法，其中，生成所述预测的跌倒风险包括：
11.根据权利要求10所述的方法，还包括：
12.根据权利要求10所述的方法，还包括：
13.根据权利要求12所述的方法，其中，生成预测的严重性是在确定所述用户跌倒的可能性不满足一个或多个时间标准时被执行的。
14.根据权利要求12所述的方法，其中，所述预测的严重性至少部分基于所述潜在跌倒的预测方
15.根据权利要求8所述的方法，还包括：
16.根据权利要求8所述的方法，还包括：
17.一种非暂时性计算机可读存储介质，包括计算机可读程序代码，当使用一个或多个计算机处理器执行所述计算机可读程序代码时，所述计算机可读程序代码执行使用机器学习模型来预测事件的操作，所述操作包括：
18.根据权利要求17所述的非暂时性计算机可读存储介质，其中，生成所述预测的跌倒风险包括：
19.根据权利要求18所述的非暂时性计算机可读存储介质，还包括：
20.根据权利要求18所述的非暂时性计算机可读存储介质，还包括：
...【技术特征摘要】
【国外来华专利技术】
1.一种训练机器学习模型的方法，包括：
2.根据权利要求1所述的方法，其中：
3.根据权利要求1所述的方法，其中，确定所述用户是否跌倒包括：
4.根据权利要求1所述的方法，还包括：
5.根据权利要求1所述的方法，其中，训练所述一个或多个机器学习模型包括：
6.根据权利要求5所述的方法，其中，所预测的严重性至少部分基于所述潜在跌倒的预测方向。
7.根据权利要求1所述的方法，还包括：
8.一种使用机器学习模型来预测事件的方法，包括：
9.根据权利要求8所述的方法，其中：
10.根据权利要求8所述的方法，其中，生成所述预测的跌倒风险包括：
11.根据权利要求10所述的方法，还包括：
12.根据权利要求10所述的方法，还包括：
13.根据权利要...
【专利技术属性】
技术研发人员：内特·苏赫蒂皮亚罗格，维韦克·库玛，阿迪拉吉·甘帕特·普拉贾帕蒂，凯达尔·曼格什·卡达姆，基冈·杜安·迪苏扎，
申请(专利权)人：梅崔克凯尔公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。