全球每年約有1700萬人受到中風的影響〔1〕。中風后的幸存者主要受到運動障礙的影響，這些障礙是由于共濟失調或偏癱，以及中風后運動皮層損傷的后果。運動功能的恢復需要強化的身體康復，必須為患者量身定做，以獲得更好的療效。目前，治療決策通常基于對運動功能的臨床評估，使用功能測試，如平衡評估的Berg平衡量表（BBS）或步態(tài)和平衡評估的定時起跑（TUG）或患者報告，包括生活質量問卷，如一般中風影響量表〔4〕或中風特定生活質量〔5〕。雖然這些評估有用，目前在臨床實踐中使用，但人們認識到，這些評估可能有一些局限性。對問題的主觀解釋和患者的心理狀態(tài)可能會對生活質量評分產(chǎn)生偏差。臨床功能測試僅在醫(yī)院進行，不能反映患者日常生活中的實際運動表現(xiàn)。例如，患者在臨床檢查中可能表現(xiàn)出良好的平衡和穩(wěn)定的步態(tài)，在日常生活中表現(xiàn)出良好的靈活性，但實際上他/她可能避免長距離步行或爬樓梯。因此，日常生活中的活動監(jiān)測有望對中風后患者的身體功能和生活質量提供更全面的評估。

　　近十年來，隨著可穿戴技術的發(fā)展和普及，人們對現(xiàn)實生活中的基本日常活動進行了廣泛的研究。在慢性疼痛或中風患者的關鍵部位放置一組多個慣性傳感器（加速度計和陀螺儀），成功地監(jiān)測他們的日常活動。放置在軀干上的傳感器用于檢測躺著和行走的時間，并描述姿勢轉移，如從坐姿到站姿和從站姿（STS）轉換［9］，與中風后功能恢復評估相關［10，11］，大腿上的慣性傳感器（加速計）可以區(qū)分坐姿和站立姿勢，而小腿/腳上的傳感器（陀螺儀）則用于詳細評估步態(tài)模式。然而，將多個傳感器放置在患者身體上可能會導致不適，從而阻礙他們執(zhí)行正常日常活動的能力和意愿。鑒于這一局限性，許多研究致力于開發(fā)使用單一傳感器配置的活動監(jiān)視器［12–14］對說謊）仍然有限。例如，放置在大腿上的加速計無法準確區(qū)分坐姿和躺姿［15，16］病人〔13，17〕。提高這些算法性能的一個可能的解決方案是使用額外的傳感器模式，如大氣壓（BP）。BP提供傳感器絕對高度的估計，這對于區(qū)分涉及高度/身體的活動之間的轉換特別有用海拔變化（例如上/下水平行走、爬樓梯、STS過渡）。這種方法可以檢測額外的活動，例如評估患者爬樓梯時的活動性，這是卒中后恢復的相關結果［18］。〔19〕和Moncada Torres等人。〔20〕提出了包括基于bps的爬樓梯檢測算法在內(nèi)的活動識別算法，但僅在健康對照組上驗證了結果。

　　除了傳感器配置（數(shù)量和位置）外，從原始傳感器數(shù)據(jù)中識別/分類活動的方法也是至關重要的。最常見的方法是基于歷元的分類〔21〕，即將傳感器數(shù)據(jù)分割成固定長度的歷元，并根據(jù)提取的特征應用機器學習技術將每個歷元分類為一個活動。另一種方法是基于事件的分類，它包括對關鍵事件的檢測和分類，如姿勢轉換、行走開始/結束和躺臥期。遵循這種方法，Salarian等人。〔22〕在基于模糊邏輯的活動識別算法中加入特定于姿勢轉換的知識，以提高分類性能。該算法僅基于固定在中繼線上的單個慣性傳感器的信息，因此STS分類的精度受到限制。本文的工作基于以下假設：（1）STS姿勢轉換、傾斜行走和爬樓梯過程中軀干高度的變化可以通過慣性（加速度計、陀螺儀）和BP傳感等多模態(tài)傳感器進行檢測；（2） 該信息可用于設計一種改進的基于事件的活動分類算法。提出了一種基于單干線磨損多模態(tài)傳感器系統(tǒng)（慣性測量單元IMU和BP）和基于模糊邏輯的活動分類器的可穿戴活動監(jiān)測系統(tǒng)。該分類器考慮了行為約束，并且在站立和運動期間估計了身體的高度（平直、上下）。