多模态数据融合的高危患者跌倒前异常行为预警系统

本发明涉及医疗健康数据分析技术领域，具体涉及一种多模态数据融合的高危患者跌倒前异常行为预警系统。本发明通过对于任一患者，根据不同时刻帧的脚踝坐标分布，获得时刻帧构成的多个步态周期；根据每个步态周期中不同时刻帧的脚踝坐标分布，获得每个步态周期的步态高危性；根据每个步态周期内不同时刻帧的髋坐标分布，获得每个步态周期的重心偏移程度，并获得所有患者在每个步态周期的高危重心偏移基准度；对于任一患者，根据不同步态周期的重心偏移程度、高危重心偏移基准度以及不同时刻的多种生理参数数据，获得每个滑动窗口内的跌倒概率；对跌倒异常行为进行预警。本发明通过准确分析高危患者的跌倒概率，提高对跌倒异常行为预警的准确性。