跌倒可能為年長者帶來嚴重的健康問題。在醫院和護理中心，年長者跌倒的主要原因通常是在無醫護人員輔助的情況下自行離床。傳統離床感測器常使用壓力感測墊(圖1(a))。然而，壓力感測墊很難為體重輕或經常移動的病人，設定適當的觸發閥值。當閥值過低時，誤報率會大幅提高。穿戴式感測器(圖1(b))被視為壓力感測墊的替代方案。但是，長時間穿戴感測器，可能造成年長者睡覺時的不適。一些研究提出監視器結合電腦視覺 (圖1(c))，雖然能準確偵測人體動作，但有隱私疑慮。

有鑑於此，本團隊提出一種基於超音波感測器、紅外線感測器和加速度計的離床偵測系統。超音波感測器用於監控年長者床上的移動方向。紅外線感測器用於偵測年長者離開床的動作。一旦紅外線感測器被觸發，系統會向照顧者發出離床事件的警告。放下床欄的動作增加老年人從床上摔落的風險，因此也會觸發警報以防止潛在的跌倒。在實驗中，13名健康受試者進行了390次離床動作，其中97.7%的動作被正確識別。在現實生活中，有7次老年人的離床動作在早期就被檢測到。結果證明，該系統能夠高靈敏度地檢測老年人離床，並及早通知照顧者。這證明了我們的系統在實際應用中的有效性。我們期待這個系統能夠在未來的護理實踐中發揮更大的作用。

            (a)               (b)           (c)

圖1、離床警報器：(a)壓力感測墊 (b)穿戴式感測器 (c)監視器結合電腦視覺

提出的系統由床欄裝置跟床底裝置組成(圖2(a))，整體外觀如圖2(b)所示。 床底裝置固定在床底部，包括一個微控制器、一個 ZigBee模組和兩個相互垂直的感測帶，固定在床尾板跟床欄之間的空隙。每個感測帶包含四個紅外線感應器，作為紅外線光柵，檢測床縫中是否有人。為了在離床事件的早期階段就辨識識別動作，床欄裝置利用兩個超音波感測器（US1和US2）。當床用戶離開床時，將穿過超音波感測器的檢測區域。此外，一個三軸加速度計被整合到感測帶中，用於監測床邊欄杆的傾斜角度。當檢測到穿過空隙或放下床欄的動作時，系統通過ZigBee發送警報，通知離床事件發生。

圖2、(a)系統原理 (b)系統外觀

提出的系統使用超音波感測器測量床欄與人體之間的距離，以辨識人體。根據從超音波發射到接收到被床用戶反射的波所花費的時間來計算距離，如下所示的方程式：

其中V是聲速，為343米/秒；S∈{US1,US2}表示超聲波感測器；t_echo,S是從發射到接收超聲波的時間，D_s是相應感測器與床用戶之間的距離值。然而，衣物會導致反射波的衰減，導致距離的量測數值缺失。圖3顯示了兩個超音波傳感器的原始資料，其中缺失的值用0表示。為了避免這些值影響提取特徵的完整性，使用濾波器來補償這些缺失值。經過濾波器補償平滑化的波形，被用D'_US1和D'_US2來表示，被用於特徵提取。

圖3、超音波訊號補償

超音波的訊號，D'_US1和D'_US2，會被分類為以下三個類別之一：1）“離床”2）“回床”3）和“無風險”。”離床”定義為往床尾移動並從空隙下床。反之則被視為“回床”。任何不完整的離床和回床動作都被視為“無風險”。使用了SVM分類器和八個特徵來對床上動作進行分類，如圖4所示。受測者離開床時會先靠近US1和US2，接著遠離，產生大的距離值和D'_US1和D'_US2的變化。因此，D'_US1和D'_US2的變異度和平均值（F1、F2、F3和F4）被用作識別離床動作的特徵值。此外，受測者在離床之前會移開覆蓋的毯子，進而衰減反射波，導致距離讀數為零，因此D'_US1和D'_US2的零讀數比例（F5和F6）被用作特徵。在圖4(a)中，零讀數和非零讀數以紅色和灰色呈現。由於非零讀數是由受測者反射波引起的，灰色部分的中點代表了人通過US1和US2正前方的時刻。圖4(b)顯示，當受測者移動到床尾時，D'_US1的中點將比D'_US2的中點提前到達，因為受測者首先進入US1的檢測範圍。因此，兩個中點之間的差異可以用作確定床用戶運動方向的特徵。此外，透過US1及US2的將產生一個差分信號（Diff）：

Diff = D^'_US1 - D^'_US2

當受測者在離床期間進入US1的檢測範圍或離開US2的檢測範圍時，將產生大的Diff值，這也作為一個特徵值（F8）。

圖4、超音波特徵提取

表1顯示了對於偵測離床、回床和無風險動作，SVM分類器的靈敏度分別達到97.7％、93.6％和87.4％。總體檢測準確率為93％。對於無風險動作的檢測準確率為93.1％，表明此系統處理誤報的性能優於醫院中使用的傳統壓力離床警報。此外，本研究還對10名老年受試者進行24小時監測，監測過程中不要求受試者執行特定動作。

表1、SVM分類器的評估結果

表2展示共計檢測到7次離床事件，描述了實際離床時間從8秒到104秒不等。預警時間與實際離床時間的比率從7.1%到73.5%不等。這些事件在離床結束前平均11.4秒被檢測到。

表2、7筆在醫院收集到的年長者的真實離床事件的偵測結果

最後，表3中，將本研究與前作比較後可知本論文提出之方法靈敏度更高，並且在離床前期就提供Early Warning，以預防跌倒發生。

表3、提出的系統跟相關工作的比較