Evaluatie van een smartphone op basis van menselijke activiteiten Recognition System in een dagelijkse Leefomgeving

Samenvatting

Er is een gestandaardiseerde evaluatiemethode ontwikkeld voor Draagbare Mobiliteitsbewakingssystemen (WMMS) die continue activiteiten in een realistische dagelijkse leefomgeving omvat. Testen met een reeks dagelijkse levensactiviteiten kan de gevoeligheid van activiteitsherkenning verminderen; daarom worden realistische testcircuits aanbevolen voor een geldige evaluatie van de prestaties van WMMS.

Samenvatting

Een evaluatiemethode die continue activiteiten in een dagelijkse leefomgeving omvat, werd ontwikkeld voor Draagbare Mobiliteitsbewakingssystemen (WMMS) die proberen gebruikersactiviteiten te herkennen. Deelnemers voerden een vooraf bepaalde reeks dagelijkse leefhandelingen uit binnen een doorlopend testcircuit dat mobiliteitsactiviteiten (lopen, staan, zitten, liggen, trappen op/af stappen), dagelijkse taken (haar kammen, tanden poetsen, eten bereiden, eten, afwas doen) en subtiele omgevingsveranderingen (deuren openen, lift gebruiken, op hellingen lopen, trappen oversteken, buiten lopen) omvatte.

Om de prestaties van WMMS op dit circuit te evalueren, voltooiden vijftien niet-gehandicapte deelnemers de taken terwijl ze een smartphone aan hun rechtervoorste bekken droegen. De WMMS-applicatie gebruikte smartphone-versnellingsmeter- en gyroscoopsignalen om activiteitstoestanden te classificeren. Een vergelijkende dataset met gouden standaard werd gemaakt door elke proef op video op te nemen en de begintijden van de activiteiten handmatig vast te leggen. Gouden standaard en WMMS-gegevens werden offline geanalyseerd. Drie classificatiesets werden berekend voor elke circuit: (i) mobiliteit of immobiliteit, (ii) zitten, staan, liggen of lopen, en (iii) zitten, staan, liggen, lopen, trappen beklimmen of kleine staande beweging. Gevoeligheden, specificiteiten en F-Scores voor activiteitscategorisatie en veranderingen van toestand werden berekend.

De mobiele versus immobiele classificatieset had een gevoeligheid van 86,30% ± 7,2% en een specificiteit van 98,96% ± 0,6%, terwijl de tweede voorspellingsset een gevoeligheid van 88,35% ± 7,80% en een specificiteit van 98,51% ± 0,62% had. Voor de derde classificatieset was de gevoeligheid 84,92% ± 6,38% en de specificiteit 98,17 ± 0,62. F1-scores voor de eerste, tweede en derde classificatiesets waren respectievelijk 86,17 ± 6,3, 80,19 ± 6,36 en 78,42 ± 5,96. Dit toont aan dat de prestaties van WMMS afhankelijk zijn van het evaluatieprotocol naast de algoritmen. Het aangetoonde protocol kan worden gebruikt en aangepast voor het evalueren van systemen voor herkenning van menselijke activiteit in revalidatiegeneeskunde waar mobiliteitsbewaking nuttig kan zijn bij klinische besluitvorming.

Inleiding

Alomtegenwoordige sensing is uitgegroeid tot een boeiende onderzoek gebied als gevolg van steeds krachtiger, kleine, lage kosten computing en sensing apparatuur ^1. Mobiliteit monitoren met behulp van draagbare sensoren heeft geleid tot een grote belangstelling, omdat de consument-niveau micro-elektronica zijn voor het opsporen van de beweging kenmerken met een hoge nauwkeurigheid ^1. Menselijke activiteit erkenning (HAR) met behulp van draagbare sensoren is een recent gebied van onderzoek, met de voorlopige studies uitgevoerd in de jaren 1980 en 1990 ^2-4.

Moderne smartphones bevatten de nodige sensoren en r....

Protocol

Dit protocol werd goedgekeurd door de Ottawa Health Science Network Research Ethics Board.

1. Voorbereiding

1. Bieden de deelnemers met een overzicht van het onderzoek, eventuele vragen te beantwoorden, en geïnformeerde toestemming te verkrijgen. Record deelnemer kenmerken (zoals leeftijd, geslacht, lengte, gewicht, taille omtrek, been hoogte van de spina iliaca anterior superior aan de mediale malleolus), identificatiecode, en datum op een fiche. Zorg ervoor dat de tweede smartphone die wordt gebruikt om de video-opname wordt ingesteld op ten minste 30 frames per seconde vast te leggen tarief.
2. Stevig te bevesti....

Resultaten

De studie protocol werd uitgevoerd met een gemak steekproef van vijftien valide deelnemers van wie de gemiddelde gewicht was 68,9 (± 11,1) kg, hoogte was 173,9 (± 11,4) cm en leeftijd was 26 (± 9) jaar, gerekruteerd uit de Ottawa Hospital en Universiteit van Ottawa medewerkers en studenten. Een smartphone sensor gegevens die zijn vastgelegd met een variabele 40-50 Hz tarief. Sample rate variaties zijn typisch voor de bemonstering smartphone sensor. Een tweede smartphone werd gebruikt om digitale video op te nemen op 128.......

Discussie

Menselijke activiteit erkenning met een draagbare bewaking mobiliteitssysteem heeft meer aandacht gekregen in de afgelopen jaren als gevolg van de technische vooruitgang in de draagbare computers en smartphones en systematische behoefte aan kwantitatieve uitkomstmaten die helpen met de klinische besluitvorming en de gezondheid interventie evalueren. De in dit document beschreven methode effectief was voor het evalueren van WMMS ontwikkeling sinds activiteit classificatie fouten werden gevonden die niet aanwezig zou zijn.......

Materialen

Lijst van materialen gebruikt in dit artikel

Naam	Bedrijf	Catalogusnummer	Opmerkingen
Smartphone of draagbaar meetapparaat	Blackberry	Z10
Smartphone voor video-opname	Blackberry	Z10 of 9800
Telefoonholster	Alle
Datalogger-applicatie voor de smartphone	BlackBerry World - TOHRC Data Logger voor BlackBerry 10		http://appworld.blackberry.com/webstore/content/32013891/?countrycode=CA
Draagbare mobiliteitsmeting	Aangepaste Blackberry 10 en Matlab software voor mobiliteitsbewaking		http://www.irrd.ca/cag/smartphone/
Videobewerkings- of analysesoftware	Motion Analysis Tools		http://www.irrd.ca/cag/mat/