本发明涉及一种用于跌倒防护系统的数据分割方法，包括以下步骤：获取用户跌倒动作和日常行为动作的数据集；对获取的数据集进行预处理，截取出用户跌倒撞击地面前其所穿戴的惯性传感器数据，组建训练数据集；基于多通道卷积神经网络模型MC‑CNN对训练数据集进行训练，获得所有通道的特征图feature map以及相应的权重；对所获得的特征图feature map以及相应的权重，结合重要性映射方法，得出对于数据分割而言各个序列位置的重要性，从而确定数据分割的具体区域进而用于跌倒防护系统的跌倒检测。本发明方法可以清晰的划分出跌倒检测的触发条件以及窗口的截取长度，规避了现有分割方法解决数据分割窗口长度凭经验确定的弊端，解决了跌倒防护系统对数据分割困难的问题。