具备跌倒前活动识别的跌倒警报系统
机器学习
2022-01-11 v1 信号处理
摘要
跌倒，尤其是老年人的跌倒，是一个需照护与监测的关键问题。已有诸多研究聚焦于跌倒检测。然而，据我们的调研，仍无研究指明跌倒前活动，我们认为其与跌倒强度有强相关性。本研究旨在开发一种同时识别跌倒前活动的跌倒警报系统。首先，我们欲寻找适于佩戴传感器于身体的位置。我们制作了多点的身体佩戴设备以收集各类活动数据。我们用该数据集训练了 5 种不同的分类模型。通过比较检测准确率，我们选取 XGBoost 分类模型用于检测跌倒前活动，并选取胸部位置用于跌倒检测。随后我们测试了 3 种现有跌倒检测阈值算法以检测跌倒及先跪倒，并在系统中选用了 Chaitep 与 Chawachat [3] 的三阶段阈值算法。实验发现，跌倒检测准确率为 88.91%，先跪倒检测准确率为 91.25%，跌倒前活动检测平均准确率为 86.25%。尽管我们使用的是青年至中年（18–49 岁）活动数据集，我们确信本系统可经开发用于监测跌倒前活动，尤其是老年人的，以使照护者更好地应对状况。
引用
@article{arxiv.2201.02803,
title = {A fall alert system with prior-fall activity identification},
author = {Pisol Ruenin and Sarayut Techakaew and Patsakorn Towatrakool and Jakarin Chawachat},
journal= {arXiv preprint arXiv:2201.02803},
year = {2022}
}