基于加速度计的重症监护病房患者早期活动识别
机器学习
2021-06-30 v1 计算机与社会
摘要
随着物联网（IoT）和人工智能（AI）技术的发展，人体活动识别已实现了多种应用，例如智能家居和辅助生活。在本文中，我们面向人体活动识别的一个新医疗应用：重症监护病房（ICU）患者的早期活动识别。早期活动对于长期制动的 ICU 患者至关重要。我们的系统包括从 ICU 患者采集基于加速度计的数据，以及一个用于识别患者早期活动的 AI 模型。为提高模型的准确率和稳定性，我们识别出对传感器方向不敏感的特征，并提出了一种利用多数投票策略来识别各片段活动的片段投票过程。我们的结果表明，与未经我们特征工程和片段投票过程的同一 AI 模型相比，我们的系统将模型准确率从 77.78% 提升至 81.86%，并将模型不稳定性（标准差）从 16.69% 降低至 6.92%。
引用
@article{arxiv.2106.15017,
title = {Early Mobility Recognition for Intensive Care Unit Patients Using Accelerometers},
author = {Rex Liu and Sarina A Fazio and Huanle Zhang and Albara Ah Ramli and Xin Liu and Jason Yeates Adams},
journal= {arXiv preprint arXiv:2106.15017},
year = {2021}
}