Name: הערכה של מערכת פעילות אנושית המבוססת על טלפון חכם הכרה בימי סביבת חיים (וידאו) | JoVE Journal
Uploaded: 2015-12-11T13:00:00.000+00:00
Duration: 6 min 49 s
Description: חקור פרוטוקול הערכה סטנדרטי למערכות ניטור ניידות באמצעות פעילויות יומיומיות רציפות בסביבה מציאותית. השיטה מספקת הערכות מדויקות יותר לשימוש קליני ומחקרי.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

playerTrialDesktop

המחברים מודים אוון Beisheim, ניקול Capela, אנדרו הרברט-קופלי לקבלת סיוע טכני ואיסוף נתונים. מימון פרויקט התקבל ממדעי הטבע והנדסת מועצת מחקר של קנדה (NSERC) וBlackBerry בע&quot;מ, הכוללים טלפונים חכמים בשימוש במחקר.

פרוטוקול זה אושר על ידי הרשת למדעי בריאות אוטווה מחקר האתיקה. 1. הכנה <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> לספק למשתתפים עם קווי המתאר של המחקר, לענות על כל שאלה, ולקבל הסכמה מדעת. מאפייני משתתף רשומות (למשל, גיל, מין, גובה, משקל, היקף מותניים, גובה רגל מעמוד השדרה הקדמי מעולה הכסל לmalleolus המדיאלי), קוד זיהוי, ותאריך על גיליון נתונים. ודא שהטלפון החכם השני המשמש ללכידת וידאו מוגדר לפחות 30 מסגרות לשיעור לכידה שנייה. </li><li style=";text-align:right;direction:rtl"> מאובטח לצרף נרתיק טלפון לחגורה או מכנסיים המותניים הקדמיים הימני של המשתתף. הפעל את יישום הטלפון החכם שישמש לאיסוף נתונים חיישן (כלומר, רישום נתונים או יישום WMMS) בטלפון החכם מדידת הניידות ולהבטיח שהיישום פועל כראוי. הנח את הטלפון החכם בנרתיק, עם גב המכשיר (CA האחוריMera) פונה החוצה. </li><li style=";text-align:right;direction:rtl"> להתחיל בהקלטת וידאו דיגיטלית בטלפונים חכמים שני. לאנונימיות, להקליט וידאו ההשוואה בלי להראות את פניו של האדם, אלא להבטיח להקליט את כל מעברי הפעילות. הטלפון יכול להיות כף יד. </li></ol> 2. פעילות במעגל <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> בצע את המשתתף ווידאו את מעשיהם, על הטלפון החכם השני, תוך שהם מבצעים את הפעולות הבאות, שנאמרה על ידי החוקר: <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> ממצב עמיד, לנער את הטלפון החכם כדי לציין את תחילת המשפט. </li><li style=";text-align:right;direction:rtl"> תמשיך לעמוד לפחות 10 שניות. שלב עומד זה יכול לשמש לכיול נטייה טלפון 14. </li><li style=";text-align:right;direction:rtl"> ללכת לכיסא סמוך ולשבת. </li><li style=";text-align:right;direction:rtl"> לקום וללכת 60 מטר למעלית. </li><li style=";text-align:right;direction:rtl"> לעמוד ולחכות למעלית ולאחר מכן נכנס למעלית. </li><li style=";text-align:right;direction:rtl"> קח את המעלית לקומה השנייה. </li><li style=";text-align:right;direction:rtl"> הפעל ונכנסת לסביבה הביתית. </li><li style=";text-align:right;direction:rtl"> ללכת לחדר האמבטיה וסיmulate צחצוח שיניים. </li><li style=";text-align:right;direction:rtl"> לדמות סירוק שיער. </li><li style=";text-align:right;direction:rtl"> לדמות שטיפת ידיים. </li><li style=";text-align:right;direction:rtl"> ידיים יבשים באמצעות מגבת. </li><li style=";text-align:right;direction:rtl"> ללכת למטבח. </li><li style=";text-align:right;direction:rtl"> קח מנות ממדף ומניח אותם על הדלפק. </li><li style=";text-align:right;direction:rtl"> מלא קומקום עם מים מכיור המטבח. </li><li style=";text-align:right;direction:rtl"> מניחים את הקומקום על אלמנט התנור. </li><li style=";text-align:right;direction:rtl"> מניחים לחם בטוסטר. </li><li style=";text-align:right;direction:rtl"> ללכת לחדר האוכל. </li><li style=";text-align:right;direction:rtl"> לשבת ליד שולחן בחדר אוכל. </li><li style=";text-align:right;direction:rtl"> לדמות לאכול ארוחה ליד השולחן. </li><li style=";text-align:right;direction:rtl"> לעמוד וללכת בחזרה לכיור המטבח. </li><li style=";text-align:right;direction:rtl"> לשטוף את הכלים ומניחים אותם במעמד. </li><li style=";text-align:right;direction:rtl"> ללכת מהמטבח בחזרה למעלית. </li><li style=";text-align:right;direction:rtl"> לעמוד ולחכות למעלית ולאחר מכן נכנס למעלית. </li><li style=";text-align:right;direction:rtl"> קח את המעלית לקומה הראשונה. </li><li style=";text-align:right;direction:rtl"> ללכת 50 מטרים לחדר מדרגות. </li><li style=";text-align:right;direction:rtl"> פתח את הדלת ולהיכנס לחדר המדרגות. </li><li style=";text-align:right;direction:rtl"> ללכת עד מדרגות (13 מדרגות, סביב נחיתה, 13 צעדים). </li><li style=";text-align:right;direction:rtl"> פתח את דלת חדר המדרגות למסדרון. </li><li style=";text-align:right;direction:rtl"> פונה ימינה והולכים במסדרון במשך 15 מטרים. </li><li style=";text-align:right;direction:rtl"> להסתובב וללכת 15 מטרים בחזרה לחדר המדרגות. </li><li style=";text-align:right;direction:rtl"> פתח את הדלת ולהיכנס לחדר המדרגות. </li><li style=";text-align:right;direction:rtl"> ללכת במורד מדרגות (13 מדרגות, סביב נחיתה, 13 צעדים). </li><li style=";text-align:right;direction:rtl"> צא מחדר המדרגות ונכנסנו לחדר. </li><li style=";text-align:right;direction:rtl"> לשכב על מיטה. </li><li style=";text-align:right;direction:rtl"> לקום וללכת 10 מטרים לרמפה. </li><li style=";text-align:right;direction:rtl"> ללכת עד הרמפה, להסתובב, ואז במורד הכבש (20 מ &#39;). </li><li style=";text-align:right;direction:rtl"> המשך ההליכה לאולם ולפתוח את הדלת לבחוץ. </li><li style=";text-align:right;direction:rtl"> ללכת 100 מטרים על המסלול הסלול. </li><li style=";text-align:right;direction:rtl"> להסתובב וללכת בחזרה לחדר. </li><li style=";text-align:right;direction:rtl"> נכנסתי לחדר ולעמוד בנקודת ההתחלה. </li><li style=";text-align:right;direction:rtl"> המשך מעמד, ואז ללחוץ הטלפון החכם כדי לציין את סוף המשפט. </li></ol></li></ol> 3. השלמת משפט <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> עצור את הטלפון החכם הקלטת וידאו ולשאול את המשתתף להסיר ולהחזיר את הטלפון החכם ונרתיק. לעצור את נתוני רישום או יישום WMMS על SMArtphone. העתק את הקבצים שנרכשו תנועת נתונים וקבצי וידאו משני הטלפונים למחשב לעיבוד פוסט. </li></ol> לאחר עיבוד 4. <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> לסנכרן עיתוי בין הווידאו ונתונים חיישן גלם על ידי קביעת הזמן שבו הפעולה לרעוד התחילה. תנועה רועדת זה מתאים למסגרת אות תאוצה ווידאו שונה. בדקו שגיאת סנכרון על ידי הפחתת הזמן לנער הסוף מרגע שייק ההתחלה, למקורות נתוני חיישן ווידאו. הבדלי זמן צריכים להיות דומים בין שתי קבוצות נתונים. </li><li style=";text-align:right;direction:rtl"> לקבוע זמני שינוי למדינה בפועל מווידאו תקן זהב על ידי הקלטת הפרש הזמן מרגע שייק ההתחלה למסגרת וידאו במעבר בין פעילויות. השתמש בתוכנת עריכת וידאו כדי לקבל תזמון כדי בתוך 0.033 שניות (כלומר, 30 מסגרות לשיעור וידאו שני). השתמש בתוכנת WMMS ליצור שינויים למדינה דומים מנתוני החיישן. </li><li style=";text-align:right;direction:rtl"> צור שתי ערכות נתונים, אחדעם פעילויות האמיתיות והשני עם פעילות חזויה, על ידי תיוג הפעילות לכל מסגרת וידאו (המבוסס על השינוי של עיתוי מדינה) ולאחר מכן חישוב הפעילות חזתה בכל פעם מסגרת וידאו מתפוקת WMMS. להערכת ביצועי WMMS, לחשב חיוביים אמיתי, תשלילי שווא, תשלילים אמיתיים, חיוביים שגוי בין פעילות תקן הזהב וWMMS חזה פעילות. להשתמש בפרמטרים אלה כדי לחשב מדדי תוצאות רגישות, סגוליות, ו- F-ציון. הערה: הגדרת סובלנות של 3 חלונות נתונים משני צדי החלון להיות מנותחים יכולה לשמש לקביעת תוצאות שינוי למדינה, ו -2 חלונות נתונים לתוצאות סיווג. לדוגמא, מאז 1 חלונות נתונים השנייה שימשה לWMMS במחקר זה, 3 שניות לפני ואחרי החלון הנוכחי נבדקו, כך ששינויים ברציפות בתוך סובלנות זה התעלם. התמורה שהשינויים של מדינה שיקרו בפחות מ -3 שניות ניתן להתעלם להומא ברוטוניתוח תנועת n מאז מדינות אלה ייחשב חולפים. </li></ol>

<ol><li>Lara, O. D., Labrador, M. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+Survey+on+Human+Activity+Recognition+using+Wearable+Sensors%5BTitle%5D)+AND+%22IEEE+Communications+Surveys+Tutorials%22%5BJournal%5D)">A Survey on Human Activity Recognition using Wearable Sensors.</a> IEEE Communications Surveys Tutorials. 15 (3), 1192-1209 (2013).</li>
<li>Foerster, F., Smeja, M., Fahrenberg, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Detection+of+posture+and+motion+by+accelerometry%3A+a+validation+study+in+ambulatory+monitoring%5BTitle%5D)+AND+%22Computers+in+Human+Behavior%22%5BJournal%5D)">Detection of posture and motion by accelerometry: a validation study in ambulatory monitoring.</a> Computers in Human Behavior. 15 (5), 571-583 (1999).</li>
<li>Elsmore, T. F., Naitoh, P. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aElsmore%2C+TF+%22Monitoring+Activity+With+a+Wrist-Worn+Actigraph%3A+Effects+of+Amplifier+Passband+and+threshold+Variations%22">Monitoring Activity With a Wrist-Worn Actigraph: Effects of Amplifier Passband and threshold Variations</a>. , DTIC Online. (1993).</li>
<li>Kripke, D. F., Webster, J. B., Mullaney, D. J., Messin, S., Mason, W. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aKripke%2C+DF+%22Measuring+sleep+by+wrist+actigraph%22">Measuring sleep by wrist actigraph</a>. , DTIC Online. (1981).</li>
<li>Lockhart, J. W., Pulickal, T., Weiss, G. M. Applications of mobile activity recognition. Proceedings of the 2012 ACM Conference on Ubiquitous Computing. , 1054-1058 (2012).</li>
<li>Incel, O. D., Kose, M., Ersoy, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+Review+and+Taxonomy+of+Activity+Recognition+on+Mobile+Phones%5BTitle%5D)+AND+%22BioNanoScience%22%5BJournal%5D)">A Review and Taxonomy of Activity Recognition on Mobile Phones.</a> BioNanoScience. 3 (2), 145-171 (2013).</li>
<li>Yang, C. C., Hsu, Y. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+Review+of+Accelerometry-Based+Wearable+Motion+Detectors+for+Physical+Activity+Monitoring%5BTitle%5D)+AND+%22Sensors%22%5BJournal%5D)">A Review of Accelerometry-Based Wearable Motion Detectors for Physical Activity Monitoring.</a> Sensors. 10 (8), 7772-7788 (2010).</li>
<li>He, Y., Li, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Physical+Activity+Recognition+Utilizing+the+Built-In+Kinematic+Sensors+of+a+Smartphone%5BTitle%5D)+AND+%22International+Journal+of+Distributed+Sensor+Networks%22%5BJournal%5D)">Physical Activity Recognition Utilizing the Built-In Kinematic Sensors of a Smartphone.</a> International Journal of Distributed Sensor Networks. 2013, (2013).</li>
<li>Vo, Q. V., Hoang, M. T., Choi, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Personalization+in+Mobile+Activity+Recognition+System+using+K-medoids+Clustering+Algorithm%5BTitle%5D)+AND+%22International+Journal+of+Distributed+Sensor+Networks%22%5BJournal%5D)">Personalization in Mobile Activity Recognition System using K-medoids Clustering Algorithm.</a> International Journal of Distributed Sensor Networks. 2013, (2013).</li>
<li>Dernbach, S., Das, B., Krishnan, N. C., Thomas, B. L., Cook, D. J. Simple and Complex Activity Recognition through Smart Phones. 8th International Conference on Intelligent Environments (IE), , 214-221 (2012).</li>
<li>Hache, G., Lemaire, E. D., Baddour, N. Mobility change-of-state detection using a smartphone-based approach. IEEE International Workshop on Medical Measurements and Applications Proceedings (MeMeA). , 43-46 (2010).</li>
<li>Wu, H. H., Lemaire, E. D., Baddour, N. Change-of-state determination to recognize mobility activities using a BlackBerry smartphone. Annual International Conference of the IEEE Engineering in Medicine and Biology Society, , EMBC. 5252-5255 (2011).</li>
<li>Wu, H., Lemaire, E. D., Baddour, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Activity+Change-of-state+Identification+Using+a+Blackberry+Smartphone%5BTitle%5D)+AND+%22Journal+of+Medical+and+Biological+Engineering%22%5BJournal%5D)">Activity Change-of-state Identification Using a Blackberry Smartphone.</a> Journal of Medical and Biological Engineering. 32 (4), 265-271 (2012).</li>
<li>Tundo, M. D., Lemaire, E., Baddour, N. Correcting Smartphone orientation for accelerometer-based analysis. IEEE International Symposium on Medical Measurements and Applications Proceedings (MeMeA). , 58-62 (2013).</li>
<li>Tundo, M. D. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22Development+of+a+human+activity+recognition+system+using+inertial+measurement+unit+sensors+on+a+smartphone%22">Development of a human activity recognition system using inertial measurement unit sensors on a smartphone</a>. , Available from: 
 <a target="_blank" href="http://www.ruor.uottawa.ca/handle/10393/30963">http://www.ruor.uottawa.ca/handle/10393/30963</a> (2014).</li>
</ol>

המחברים מצהירים שאין להם אינטרסים פיננסיים מתחרים.

הכרת פעילות אנושית עם מערכת ניטור ניידות לביש קיבלה יותר תשומת לב בשנים האחרונות בשל ההתקדמות הטכנית בתחום מחשוב לביש וטלפונים חכמים והצרכים שיטתיים למדדי תוצאה כמותית, המסייעים בקבלת החלטות קלינית והערכת התערבות בריאות. המתודולוגיה שתוארה במאמר זה הייתה יעילה להערכת התפתחות WMMS מאז שגיאות סיווג פעילות נמצאו כי לא הייתה קיים אם מגוון רחב של פעולות יומיומיות ותרחישי הליכה לא נכלל בהערכה. פרוטוקול הערכת WMMS מורכב...

חישה בכל מקום הפכה אזור מחקר מרתק בשל,, מחשוב חזק יותר ויותר קטן בעלות נמוכה וחישת ציוד 1. ניטור ניידות באמצעות חיישנים לביש יצר עניין רב מאז המיקרואלקטרוניקה ברמת הצרכן היא מסוגל לאתר מאפייני תנועה ברמת דיוק גבוה 1. הכרה אנושית פעילות (הר) באמצעות חיישנים לביש היא האזור האחרון של מחקר, עם מחקרים ראשוניים שבוצעו בשנת 1980 ו 1990 2 - 4. טלפונים חכמים מודרניים מכילים חיישנים הדרושים ויכולת חישוב בזמן אמת להכרה פעילות ניידות. ניתוח בזמן אמת במכשיר מאפשר סיווג פעילות והעלאת נתונים ללא שימוש או התערבות חוקר. טלפון חכם עם תוכנת ניתוח ניידות יכול לספק מעקב כושר, ניטור בריאות, נופל זיהוי, בבית או בעבודת אוטומציה, וexercis ניהול עצמיתוכניות דואר 5. יכולים להיחשב טלפונים חכמים פלטפורמות מדידת אינרציה לאיתור פעילויות ניידים ודפוסים ניידים בבני אדם, תוך שימוש בתכונות אות מתמטיות שנוצרו מחושבות עם יציאות חיישן משולבת 6. שיטות נפוצה דור תכונה כוללות היוריסטי, תחום בזמן, תדירות-תחום, וידווה גישות מבוססות ניתוח 7. מערכות HAR הטלפון החכם מודרניות הראו דיוקי חיזוי גבוהים כאשר איתור פעילויות שצוינו 1,5,6,7. מחקרים אלה משתנים במתודולוגיה הערכה, כמו גם דיוק שכן רוב המחקרים הסט שלהם הכשרה, התקנה סביבתית, ופרוטוקול איסוף נתונים. רגישות, סגוליות, דיוק, כזכור, דיוק, ו- F-ציון משמשים בדרך כלל כדי לתאר את איכות חיזוי. עם זאת, לא מעט מידע נגיש בשיטות להכרה &quot;פעילות מקבילה&quot; והערכה של היכולת לזהות שינויים בפעילות בזמן אמת1, למערכות HAR המנסים לסווג את מספר פעילויות. שיטות הערכה לדיוק מערכת HAR להשתנות באופן משמעותי בין מחקרים. ללא קשר לאלגוריתם המיון או תכונות שימושיות, התיאורים של שיטות הערכה סטנדרטי זהב מעורפלים עבור רוב מחקר HAR. הכרת פעילות בסביבה היומיומית לא נחקרה בהרחבה. רוב מערכות הכרת פעילות מבוססת הטלפון החכם מוערכות באופן מבוקר, שהוביל לפרוטוקול הערכה שעשויה להיות יתרון לאלגוריתם ולא מציאותי לסביבה בעולם אמיתי. בתוך תכנית הערכתם, משתתפים לעתים קרובות לבצע רק פעולות שנועדו לחיזוי, ולא יישום מגוון גדול של פעילויות מציאותיות למשתתף לבצע ברצף, מחקה אירועי חיים אמיתיים. HAR הטלפון החכם כמה מחקרי פעילויות 8,9 קבוצה דומות ביחד, כגון מדרגות והליכה, אבל לא לכלול פעילויות אחרות מקבוצת הנתונים. דיוק חיזוי נקבע אז על ידי כמה טוב האלגוריתם זיהה את פעילות היעד. Dernbach et al. 9 משתתפים היו לכתוב את הפעילות שהם עומדים לבצע לפני שעברו, קוטע את מעברי שינוי-של-מדינה רציפות. הערכות מערכת HAR צריכים להעריך את האלגוריתם בעוד המשתתף מבצע פעולות טבעיות בסביבת חיים יומיומית. זה יאפשר הערכת חיים אמיתיים שמשכפלת שימוש יומיומי של היישום. מעגל מציאותי כולל שינויים רבים למדינה, כמו גם שילוב של פעולות לא חיזוי על ידי המערכת. חוקר אז יכול להעריך את התגובה של האלגוריתם לתנועות נוספות אלה, ובכך להעריך את החוסן של האלגוריתם לתנועות חריגות. מאמר זה מציג פרוטוקול הערכת מערכת ניטור ניידות לביש (WMMS) שמשתמש כמובן בשליטה המשקפת סביבות יומיומיות בחיים אמיתיים. WMMSהערכה אז יכולה להיות שנעשתה בתנאים מבוקרים, אבל מציאותיים. בפרוטוקול זה, אנו משתמשים WMMS דור שלישי שפותח באוניברסיטת אוטווה אוטווה ובית החולים מכון מחקר 11-15. WMMS תוכנן עבור טלפונים חכמים עם תאוצה תלת-הצירי וג&#39;ירוסקופ. אלגוריתם הניידות מהווה השתנות משתמש, מספק ירידה במספר של תוצאות חיוביות שגויות לזיהוי שינויים-של-מדינה, ומגביר את הרגישות בסיווג פעילות. מזעור תוצאות חיוביות שגויות הוא חשוב מאז WMMS מפעיל הקלטת וידאו קליפ קצרה כאשר שינויי פעילות של המדינה מזוהות, להערכת פעילות תלויה-קשר שמשפר את סיווג WMMS נוסף. הקלטת וידאו מיותרת יוצרת חוסר יעילות באחסון ושימוש בסוללה. אלגוריתם WMMS בנוי כמודל למידה חישובית נמוך והוערכו באמצעות רמות שונות חיזוי, שבו עלייה ברמת חיזוי מסמנת עלייה בכמותפעולות של זיהוי.

<table><tbody><tr><td>טלפון חכם או מכשיר מדידה לביש</td><td>Blackberry</td><td>Z10</td><td></td></tr><tr><td>טלפון חכם להקלטת וידאו</td><td>נרתיק טלפון Blackberry</td><td>Z10 או 9800</td><td></td></tr><tr><td></td><td>כל</td><td></td><td></td></tr><tr><td>יישום לוגר נתונים עבור הטלפון החכם</td><td>BlackBerry World - TOHRC Data Logger עבור BlackBerry 10</td><td></td><td><a href="http://appworld.blackberry.com/webstore/content/32013891/?countrycode=CA">http://appworld.blackberry.com/webstore/content/32013891/?countrycode=CA</a></td></tr><tr><td>מדידת ניידות לבישה</td><td>תוכנת בלקברי 10 ו-Matlab מותאמת אישית לניטור</td><td></td> ניידות<td><a href="http://www.irrd.ca/cag/smartphone/">http://www.irrd.ca/cag/smartphone/</a></td></tr><tr><td>עריכת וידאו או תוכנת ניתוח</td><td>תנועה כלי</td><td></td> ניתוח תנועה<td><a href="http://www.irrd.ca/cag/mat/">http://www.irrd.ca/cag/mat/</a></td></tr></tbody></table>

הערכה של מערכת פעילות אנושית המבוססת על טלפון חכם הכרה בימי סביבת חיים

Evaluation of a Smartphone-based Human Activity Recognition System in a Daily Living Environment

שיטת הערכה הכוללת פעילויות מתמשכות בסביבת חיים יומיומית פותחה עבור מערכות ניטור ניידות לבישות (WMMS) המנסות לזהות פעילויות משתמש. המשתתפים ביצעו סט קבוע מראש של פעולות יומיומיות בתוך מעגל בדיקה מתמשך שכללו פעילויות ניידות (הליכה, עמידה, ישיבה, שכיבה, עלייה/ירידה במדרגות), משימות חיים יומיומיות (סירוק שיער, צחצוח שיניים, הכנת אוכל, אכילה, שטיפת כלים) ושינויים עדינים בסביבה (פתיחת דלתות, שימוש במעלית, הליכה בשיפועים, חציית מדרגות, הליכה בחוץ). 
כדי להעריך את ביצועי WMMS במעגל זה, חמישה עשר משתתפים בעלי כושר גופני השלימו את המשימות כשהם עונדים סמארטפון באגן הקדמי הימני שלהם. אפליקציית WMMS השתמשה באותות מד תאוצה וג'ירוסקופ לסמארטפון כדי לסווג מצבי פעילות. מערך נתוני השוואה סטנדרטי זהב נוצר על ידי הקלטת וידאו של כל ניסיון ורישום ידני של זמני תחילת הפעילות. נתוני תקן הזהב ו-WMMS נותחו במצב לא מקוון. שלוש קבוצות סיווג חושבו עבור כל מעגל: (1) ניידות או חוסר תנועה, 2) ישיבה, עמידה, שכיבה או הליכה, ו-(3) ישיבה, עמידה, שכיבה, הליכה, טיפוס במדרגות או תנועת עמידה קטנה. חושבו רגישויות, ספציפיות וציוני F לסיווג פעילות ושינויי מצב.
ערכת הסיווג הנייד לעומת הנייד הייתה בעלת רגישות של 86.30% ±-7.2% וסגוליות של 98.96% ±-0.6%, בעוד שלקבוצת החיזוי השנייה הייתה רגישות של 88.35% ±-7.80% וסגוליות של 98.51% ±-0.62%. עבור קבוצת הסיווג השלישית, הרגישות הייתה 84.92% ±-6.38% והסגוליות הייתה 98.17 ±-0.62. ציוני הפורמולה 1 במערכות הדירוג הראשון, השני והשלישי היו 86.17 ± 6.3, 80.19 ± 6.36 ו-78.42 ±-5.96, בהתאמה. זה מדגים שביצועי WMMS תלויים בפרוטוקול ההערכה בנוסף לאלגוריתמים. ניתן להשתמש בפרוטוקול המודגם ולהתאים אותו להערכת מערכות זיהוי פעילות אנושית ברפואת שיקום שבהן ניטור ניידות עשוי להועיל בקבלת החלטות קליניות.

פרוטוקול המחקר נערך עם מדגם נוחות של חמש עשרה משתתפי הכשירים שממוצע משקל היה 68.9 (± 11.1) קילוגרם, גובה היה 173.9 (± 11.4) סנטימטר, והגיל היה 26 (± 9) שנים, גויס מבית החולים אוטווה ואוניברסיטת אוטווה צוות והתלמידים. טלפון חכם שנתפס נתוני חיישן בשיעור 40-50 הרץ משתנה. וריאציות קצב דגימה הן טיפוסיות לדגימת חיישן חכם. טלפון חכם שני משמש להקלטת וידאו דיגיטלי ברזולוצית 1280x720 (720p). הנרתיק היה מהודק לחגורה ימנית ה...

שיטת הערכה סטנדרטית פותחה עבור מערכות ניטור ניידות לבישות (WMMS) הכוללת פעילויות מתמשכות בסביבת חיים יומיומית מציאותית. בדיקה עם סדרה של פעילויות יומיומיות יכולה להפחית את הרגישות לזיהוי פעילות; לכן, מעודדים מעגלי בדיקה מציאותיים להערכה תקפה של ביצועי WMMS.

An evaluation method that includes continuous activities in a daily-living environment was developed for Wearable Mobility Monitoring Systems (WMMS) that ...

המטרה הכוללת של מתודולוגיה זו לזיהוי פעילות היא לספק שיטת הערכה סטנדרטית לבדיקת מערכות ניטור ניידות לבישות, על ידי הכללת פעילויות רציפות בסביבת חיים יומיומית מציאותית. שיטה זו יכולה לסייע במתן מענה לשאלות מפתח בתחומי השיקום הפיזי, ההנדסה הביו-רפואית והביומכניקה, כגון השאלה האם מערכות חיישנים לבישות המתעדות את אופן תנועתו של אדם מספקות תוצאות מדויקות ואמינות. היתרון המרכזי של טכניקה זו הוא שפרוטוקול ההערכה משתמש במסלול בקרה המשקף סביבות חיים יומיומיות אמיתיות. התחילו בחיבור מאובטח של נרתיק לטלפון למשתתף בגב הירך היمنى מלפנים.הפעילו את האפליקציה בסמארטפון למדידת ניידות המשמש לאסוף את נתוני החיישנים. לאחר מכן, מקמו את הסמארטפון בנרתיק כאשר גב המכשיר פונה כלפי חוץ. לאחר מכן, התחילו הקלטת וידאו דיגיטלית בסמארטפון שני לצורכי אנונימיות.הקליטו את סרטון ההשוואה באמצעות הסמארטפון השני מבלי להראות את פניו של המשתתף. עם זאת, ודאו שכל מעברי הפעילות מוקלטים במהלך מסלול הפעילות. עקבו אחר המשתתף והשתמשו בסמארטפון השני כדי להקליט את כל פעולותיו של המשתתף.התחל במתן ההוראות הבאות למשתתף בעמידה. נער את הסמארטפון כדי לציין את תחילת הניסוי. המשך לעמוד במשך 10 שניות לפחות, ולאחר מכן לך לכיסא סמוך ושב.עמדו והלכו 60 מטרים לעבר מעמד המעלית, המתינו להגעת המעלית ולאחר מכן היכנסו אליה. לאחר מכן פנו והלכו אל תו

evaluation-smartphone-based-human-activity-recognition-system-daily

Research

JoVE Journal

Behavior

התנהגות

כתב יד זה מתאר את השיטה לבדיקת התוקף המקביל של מדדים קינמטיים שנרשמו על ידי אפליקציית הסמארטפון בהשוואה למערכת לכידת תנועה תלת מימדית במישור הסגיטלי. פרוטוקול זה יאפשר לרופאים להגדיר סמארטפונים לצילום וידאו של תנועה אנושית.

ניתוח וידאו התנועה באמצעות טלפונים חכמים (ViMAS): מחקר פיילוט

מחקר זה מציג פרוטוקול של תכנון וייצור משקפיים-סוג התקן לביש מזהה דפוסי צריכת המזון ומוספים אחרים פעילות גופנית נבחרים באמצעות טען תאים בשני הצירים של המשקפיים.

תכנון והערכה של המשקפיים חכמים על צריכת המזון ועל פעילות גופנית סיווג

חיישנים פולשני וטכנולוגיית מחשוב נרחבת שולבו בבית החיים היומיומיים בריאות משמעותיות מאפשר מבוגרים בוגרים ושינויים פעילות שיירשמו ברציפות במשך חודשים עד שנים, מתן חוקי מבחינה אקולוגית, בתדירות גבוהה, נתונים מרובה תחום מחקר או שימוש קליני.

מתודולוגיה עבור הקמת מעבדה ברוחב לקהילה החיים עבור לכידת פעילות מרחוק פולשני רציף ונתונים בריאות

תיכננו בדיקת מציאות מדומה כדי להעריך פלייבק פעולות יומיומיות (IADL) עם מערכת לכידת תנועה. אנו מציעים ניתוח מפורט קנטית לפרש של המשתתף תנועות שונות, כולל מסלול, נע מרחק וזמן סיום כדי להעריך את היכולות IADL.

מדידה קינמטיקה של תנועות החיים יומי עם מערכות לכידת תנועה במציאות וירטואלית

מכשיר חדשני זה משתמש בחיישנים מגנטו-אינרציאליות כדי להתיר הילוך וניתוח פעילות בסביבות בלתי מבוקרות. כיום בתהליך ההסמכה כמדד התוצאה בסוכנות הרפואית האירופית, אחד היישומים יהיה לשמש נקודת הקצה הקלינית בניסויים קליניים במחלות נוירו-מולקולרית.

צג מבוסס על בסיס לניתוח הילוך ופעילות

פרוטוקול מוצע ללכוד תפקוד יד טבעי של אנשים עם ליקויים ביד במהלך שגרת היומיום שלהם באמצעות מצלמה אגוצנטרית. מטרת הפרוטוקול היא להבטיח שההקלטות מייצגות שימוש אופייני ביד של אדם במהלך פעילויות של חיי היומיום בבית.

לכידת שימוש ביד נציג בבית באמצעות וידאו אגוצנטרי אצל אנשים עם ליקוי בגפיים העליונות

הפרוטוקול הנוכחי מציג אפליקציה לא מסחרית שפותחה על ידי עצמה לאיסוף נתונים בזמן אמת באתר, כולל סולמות פסיכולוגיים, מיקום GPS, קצב לב ורמת ריווי חמצן בדם, כמו גם נהלי ההפעלה של היישום. מחקר אמפירי שנערך בטייוואן בשנת 2020 שימש כדוגמה ליישום.

בקשה להתאמה עם התקנים לבישים לניטור מצב הבריאות האישי

שעונים חכמים מסחריים המצוידים בחיישנים לבישים נמצאים בשימוש הולך וגובר במחקרי אוכלוסייה. עם זאת, כלי השירות שלהם מוגבל לעתים קרובות על ידי משך הסוללה המוגבל שלהם, קיבולת הזיכרון ואיכות הנתונים. דו"ח זה מספק דוגמאות לפתרונות חסכוניים לאתגרים טכניים אמיתיים שנתקלו בהם במהלך מחקרים שכללו ילדים חולי אסתמה וחולי לב קשישים.

הקמת מכשירים לבישים לצרכנים לחשיפה ולניטור בריאות במחקרי אוכלוסייה

מאמר זה מציע מערכת מבוססת בינה מלאכותית כדי לזהות באופן אוטומטי אם התלמידים שמים לב לכיתה או מוסחים. מערכת זו נועדה לסייע למורים לשמור על תשומת הלב של התלמידים, לייעל את השיעורים שלהם ולהכניס שינויים באופן דינמי על מנת שהם יהיו מרתקים יותר.

מערכת מבוססת בינה מלאכותית לאיתור רמות קשב אצל תלמידים

M3-BREATHE היא מערכת בריאות ניידת (mHealth) המשלבת חיישנים לבישים למעקב אחר נשימה, התנהגות וחשיפה סביבתית לצורך טיפול מותאם אישית והערכת בריאות בעולם האמיתי.

M3-BREATHE בעולם האמיתי: לקראת ניטור נייד רב-מודלי של התנהגות, נשימה וחשיפה לצורך טיפול והערכת בריאות

חקור פרוטוקול הערכה סטנדרטי למערכות ניטור ניידות באמצעות פעילויות יומיומיות רציפות בסביבה מציאותית. השיטה מספקת הערכות מדויקות יותר לשימוש קליני ומחקרי.

הערכה של מערכת פעילות אנושית המבוססת על טלפון חכם הכרה בימי סביבת חיים

גלה סרטונים נוספים