基于智能手机的人体活动识别在健康研究中的系统性综述

背景：智能手机如今几乎无处不在；其众多内置传感器能够对日常生活活动进行连续测量，使其特别适用于健康研究。研究者已提出多种旨在将智能手机测量转化为各类身体活动的人体活动识别（HAR）系统。本综述中，我们总结了现有的基于智能手机的HAR方法。方法：我们系统性检索了Scopus、PubMed和Web of Science中截至2020年12月发表的关于使用智能手机进行HAR的同行评审文章。我们提取了关于智能手机佩戴位置、传感器、所研究的身体活动类型，以及用于活动识别的数据变换技术与分类方案的信息。结果：我们识别出108篇文章，描述了用于数据采集、数据预处理、特征提取和活动分类的各种方法，指出了最常见的做法及其替代方案。结论：智能手机非常适合于健康科学中的HAR研究。为产生人群层面的影响，未来研究应聚焦于提高所收集数据的质量、处理缺失数据、纳入更多样化的参与者与活动、放宽对手机放置的要求、提供更完整的研究参与者文档，并共享所实现方法与算法的源代码。