用于住院患者离床警报的超低分辨率射频供能加速度计
计算机与社会
2020-03-20 v1 机器学习
信号处理
摘要
跌倒后果严重，在照护老年人的急症医院和疗养院中十分普遍。大多数跌倒发生在卧室和床边。旨在降低跌倒风险的技术干预措施力求自动监测离床事件，并随后警报医护人员以提供及时监护。我们观察到与患者活动相关的频域信息主要存在于极低频中。因此，我们认识到采用低分辨率加速度感知方式、而非使用常规 MEMS（微机电系统）加速度计进行供能与感知的潜力。进而，我们研究了一种无电池、低成本、无线供能的射频识别（RFID）技术感知方式，其有望便捷集成至如病号服等衣物中。我们设计并构建了基于无源加速度计的 RFID 传感器实体——ID-Sensor——用于本研究。该传感器设计可根据患者上半身运动，从唯一 RFID 标签标识符的变化率中导出超低分辨率加速度数据。我们研究了两种卷积神经网络架构以从原始仅 RFID 数据流中学习，并与带工程特征的传统浅层分类器比较性能。我们以 23 名住院老年患者评估性能。我们首次且据我们所知证明：i) 嵌入在射频供能 ID-Sensor 数据流中的低分辨率加速度数据可提供可行的活动识别方法；以及 ii) 可使用全卷积网络架构从原始仅 RFID 数据流中高效学习高度判别性特征。
引用
@article{arxiv.2003.08530,
title = {Super Low Resolution RF Powered Accelerometers for Alerting on Hospitalized Patient Bed Exits},
author = {Michael Chesser and Asangi Jayatilaka and Renuka Visvanathan and Christophe Fumeaux and Alanson Sample and Damith C. Ranasinghe},
journal= {arXiv preprint arXiv:2003.08530},
year = {2020}
}