Evaluation eines Smartphone-basierte Personal Activity Recognition System in einem täglichen Lebens Umwelt
11. Dezember 2015
Es wurde eine standardisierte Bewertungsmethode für tragbare Mobilitätsüberwachungssysteme (WMMS) entwickelt, die kontinuierliche Aktivitäten in einer realistischen täglichen Lebensumgebung umfasst. Das Testen mit einer Reihe von Aktivitäten des täglichen Lebens kann die Empfindlichkeit der Aktivitätserkennung verringern. Daher werden realistische Testschaltungen für eine valide Bewertung der WMMS-Leistung empfohlen.
Das übergeordnete Ziel dieser Aktivitätserkennungsmethodik ist es, eine standardisierte Bewertungsmethode für das Testen von tragbaren Mobilitätsüberwachungssystemen bereitzustellen, indem kontinuierliche Aktivitäten in einer realistischen täglichen Lebensumgebung einbezogen werden. Diese Methode kann dazu beitragen, wichtige Fragen in den Bereichen physikalische Rehabilitation, Biomedizintechnik und Biomechanik zu beantworten, z. B. ob tragbare Sensorsysteme, die aufzeichnen, wie sich eine Person bewegt, genaue und zuverlässige Ergebnisse liefern. Der Hauptvorteil dieser Technik besteht darin, dass das Bewertungsprotokoll einen Kontrollparcours verwendet, der die realen täglichen Lebensumgebungen widerspiegelt. Beginnen Sie damit, dem Teilnehmer ein Telefonholster sicher an seiner rechten vorderen Hüfte zu befestigen.
Starten Sie die Anwendung auf dem Smartphone zur Mobilitätsmessung, mit dem die Sensordaten erfasst werden. Legen Sie dann das Smartphone mit der Rückseite des Geräts nach außen in das Holster. Starten Sie als Nächstes eine digitale Videoaufzeichnung auf einem zweiten Smartphone, um die Anonymität zu wahren.
Nehmen Sie das Vergleichsvideo auf dem zweiten Smartphone auf, ohne das Gesicht des Teilnehmers zu zeigen. Stellen Sie jedoch sicher, dass alle Aktivitätsübergänge während des Aktivitätszyklus aufgezeichnet werden. Folgen Sie dem Teilnehmer und verwenden Sie das zweite Smartphone, um alle Aktionen des Teilnehmers aufzuzeichnen.
Beginnen Sie damit, dem Teilnehmer aus dem Stand heraus die folgenden Anweisungen zu geben. Schütteln Sie das Smartphone, um den Start der Testversion anzuzeigen. Stehen Sie mindestens 10 Sekunden lang weiter und gehen Sie dann zu einem Stuhl in der Nähe und setzen Sie sich.
Stehen Sie auf und gehen Sie 60 Meter zu einem Aufzugsständer und warten Sie, bis der Aufzug ankommt, und gehen Sie dann in den Aufzug. Biegen Sie als nächstes ab und gehen Sie in die häusliche Umgebung. Gehen Sie ins Badezimmer und simulieren Sie das Zähneputzen, das Kämmen der Haare, das Händewaschen und dann das Trocknen der Hände mit einem Handtuch.
Gehen Sie danach in die Küche und nehmen Sie Geschirr von einem Gestell und stellen Sie es auf die Theke. Füllen Sie einen Wasserkocher mit Wasser aus der Küchenspüle und stellen Sie den Wasserkocher auf den Herd. Anschließend das Brot in einen Toaster geben.
Gehen Sie dann zum Esszimmer und setzen Sie sich an den Esstisch. Simulieren Sie, wie Sie eine Mahlzeit am Tisch essen. Stehen Sie dann auf und gehen Sie zurück zur Küchenspüle, um das Geschirr abzuspülen und auf ein Gestell zu legen.
Gehen Sie 50 Meter zu einem Treppenhaus. Öffnen Sie die Tür und betreten Sie das Treppenhaus. Gehe 13 Stufen hoch und öffne die Treppenhaustür zum Flur.
Biegen Sie rechts ab und gehen Sie den Gang 15 Meter hinunter. Weisen Sie dann den Teilnehmer an, sich umzudrehen und 15 Meter zurück zum Treppenhaus zu gehen. Öffne die Tür, betrete das Treppenhaus und gehe 13 Stufen hinunter und verlasse das Treppenhaus.
Als nächstes gehst du in einen Raum und legst dich auf das Bett. Steigen Sie dann auf und gehen Sie 10 Meter bis zu einer Rampe. Gehe die Rampe hoch, drehe dich um und gehe dann die Rampe hinunter.
Geh weiter in den Gang und öffne die Tür nach draußen. Als nächstes gehen Sie 100 Meter auf den gepflasterten Weg. Dreh dich um und geh zurück in Richtung Raum.
Gehe dann in den Raum und stelle dich an den Startpunkt. Stehen Sie weiter und schütteln Sie dann das Smartphone, um das Ende der Testversion anzuzeigen. Sobald der Versuch abgeschlossen ist, stoppen Sie die Aufzeichnung vom zweiten Smartphone und entfernen Sie das erste Smartphone mit dem Holster vom Teilnehmer.
Stoppen Sie abschließend die Datenprotokollierungsanwendung auf dem ersten Smartphone. Kopieren Sie die erfassten Bewegungsdatendateien und Videodateien von beiden Telefonen zur Nachbearbeitung auf einen Computer. In diesem Protokoll wurde eine Bewertungsmethode für tragbare Mobilitätsüberwachungssysteme (WMMS) bei kontinuierlichen Aktivitäten in einer täglichen Lebensumgebung diskutiert.
Sensitivität und Spezifität wurden für drei Arten von Klassifikationen gemessen: Mobilität oder Immobilität. Sitzen, stehen, liegen oder gehen und sitzen, stehen liegen, gehen, Treppensteigen oder kleine stehende Bewegungen. Obwohl dieses Protokoll zu konservativeren Ergebnissen für die WMMS-Systeme führen wird als frühere Berichte, werden die hier berichteten Ergebnisse die Ergebnisse in der täglichen Praxis besser widerspiegeln.
Einmal gemeistert, kann diese Technik in 10 bis 15 Minuten abgeschlossen werden, wenn sie richtig ausgeführt wird. Beim Versuch dieses Verfahrens ist es wichtig, daran zu denken, dem Studienteilnehmer klare Anweisungen zu geben und alle Aktivitätsübergänge aufzuzeichnen, damit sie aus dem Video protokolliert werden können. Nach diesem Verfahren können andere Berechnungsmethoden auf dem Sensorausgang durchgeführt werden, um nach seiner Entwicklung bessere Methoden zur Aktivitätsklassifizierung zu entwickeln.
Diese Technik ebnet Forschern auf dem Gebiet der Erkennung menschlicher Aktivitäten den Weg, um die Überwachung tragbarer Mobilität in einer Umgebung zu erforschen, die sich auf die reale Welt übertragen lässt. Nachdem Sie sich dieses Video angesehen haben, sollten Sie ein gutes Verständnis dafür haben, wie Sie eine kontinuierliche Testumgebung einrichten und relevante Bewegungsdaten für die Bewertung von Anwendungen zur Überwachung menschlicher Aktivitäten erfassen. Vergessen Sie nicht, dass Menschen mit Behinderungen unterschiedliche Mobilitäts- und Gleichgewichtsfähigkeiten haben, daher sollten Vorsichtsmaßnahmen getroffen werden, um Stürze oder Überanstrengung bei der Durchführung dieses Eingriffs zu vermeiden.
Sehen Sie sich das vollständige Transkript an und erhalten Sie Zugang zu Tausenden wissenschaftlicher Videos
Übersicht
In diesem Artikel wird ein standardisiertes Evaluierungsprotokoll für tragbare Mobilitätsüberwachungssysteme (WMMS) vorgestellt, das kontinuierliche Aktivitäten des täglichen Lebens in einer realistischen Umgebung simuliert. Die Methode zielt darauf ab, die Genauigkeit und Zuverlässigkeit von WMMS bei der Erkennung verschiedener menschlicher Aktivitäten zu bewerten und liefert wertvolle Erkenntnisse für die Rehabilitation, die biomedizinische Technik und die Biomechanikforschung.
Wesentliche Studienkomponenten
Bereich der Wissenschaft
- Erkennung menschlicher Aktivitäten
- Tragbare Sensortechnologie
- Rehabilitationsmedizin
- Bioingenieurwesen
Hintergrund
- Tragbare Mobilitätsüberwachungssysteme werden zunehmend zur Verfolgung und Klassifizierung menschlicher Bewegung in realen Umgebungen eingesetzt.
- Eine genaue Aktivitätserkennung ist entscheidend für klinische Entscheidungsfindung und die Überwachung von Rehabilitation.
- Bestehende Evaluierungsprotokolle weisen häufig eine geringe ökologische Validität auf, da sie keine kontinuierlichen, alltagsnahen Aktivitätsübergänge widerspiegeln.
- Ein standardisiertes, realistisches Protokoll ist erforderlich, um die Leistung von WMMS wirksam bewerten zu können.
Zweck der Studie
- Entwicklung und Demonstration einer standardisierten Evaluationsmethode für WMMS anhand kontinuierlicher Aktivitäten des täglichen Lebens.
- Beurteilung der Klassifizierungsgenauigkeit von WMMS für verschiedene Aktivitätszustände in einer realistischen Umgebung.
- Bereitstellung eines Protokolls, das für zukünftige Forschungs- und klinische Anwendungen angepasst werden kann.
Verwendete Methoden
- Fünfzehn gesunde Probanden führten eine Abfolge von Aktivitäten des täglichen Lebens in einem kontrollierten Parcours durch.
- Die Probanden trugen ein Smartphone an der rechten vorderen Hüfte, um Beschleunigungs- und Gyroskopdaten zu erfassen.
- Alle Aktivitäten und Übergänge wurden per Video aufgezeichnet, um einen Goldstandard-Vergleich zu ermöglichen, wobei die Beginnzeitpunkte der Aktivitäten manuell protokolliert wurden.
- Drei Klassifizierungssätze wurden analysiert: (i) Mobilität vs. Immobilität, (ii) Sitzen, Stehen, Liegen oder Gehen, und (iii) Sitzen, Stehen, Liegen, Gehen, Treppensteigen oder kleine Stehbewegungen.
- Für jeden Klassifizierungssatz wurden Sensitivitäten, Spezifitäten und F1-Scores berechnet.
Hauptergebnisse
- Die Klassifizierung von Mobilität vs. Immobilität erreichte eine Sensitivität von 86,30 % ± 7,2 % und eine Spezifität von 98,96 % ± 0,6 %.
- Der zweite Klassifizierungssatz (Sitzen, Stehen, Liegen, Gehen) wies eine Sensitivität von 88,35 % ± 7,80 % und eine Spezifität von 98,51 % ± 0,62 % auf.
- Der dritte Satz (einschließlich Treppensteigen und kleiner Stehbewegungen) zeigte eine Sensitivität von 84,92 % ± 6,38 % und eine Spezifität von 98,17 % ± 0,62 %.
- Die F1-Scores betrugen für die drei Sätze jeweils 86,17 ± 6,3, 80,19 ± 6,36 und 78,42 ± 5,96.
Schlussfolgerungen
- Die Leistung von WMMS hängt sowohl vom Evaluierungsprotokoll als auch von den zugrunde liegenden Algorithmen ab.
- Das beschriebene Protokoll liefert konservativere, aber realistischere Leistungsschätzungen im Vergleich zu früheren Methoden.
- Dieser Ansatz kann für die Bewertung von Systemen zur Erkennung menschlicher Aktivitäten in klinischen und Forschungsumgebungen angepasst werden, insbesondere in der Rehabilitationsmedizin.
Häufig gestellte Fragen
Aussagekräftige Relevanz für die Industrie
Die standardisierte Bewertung tragbarer Mobilitätsüberwachungssysteme (WMMS) in realistischen Alltagsumgebungen ist entscheidend, um die Vorhersagegenauigkeit von Technologien zur Erkennung menschlicher Aktivitäten sicherzustellen. Dieses Protokoll ermöglicht eine robuste Zielvalidierung für sensorbasierte Aktivitätsklassifizierer und wirkt sich damit direkt auf translationsorientierte Forschung sowie die Entwicklung präklinischer Modelle in der Rehabilitation und biomedizinischen Technik aus. Eine zuverlässige Aktivitätserkennung unterstützt die risikoadjustierte Weiterentwicklung digitaler Gesundheitslösungen entlang des gesamten Biopharma-Portfolios.
Strategische Anwendungen in der Biopharma-Forschung und Entwicklung
Frühe Entdeckung und Zielvalidierung
- Ermöglicht eine stringente Hypothesenprüfung für sensorbasierte Algorithmen zur Aktivitätsklassifizierung.
- Unterstützt die biologische Ent风险bewertung, indem die Leistung des Klassifizierungsverfahrens anhand von als Goldstandard geltenden, videoaufgezeichneten Daten bewertet wird.
- Erleichtert die funktionelle Validierung von Zielen der Aktivitätserkennung unter ökologisch validen Bedingungen.
Screening und Assay-Entwicklung
- Bereitet validierte Aktivitätsdatensätze zur Weiterverarbeitung für die Algorithmenoptimierung und -benchmarking auf.
- Standardisiert Testbedingungen durch die Verwendung eines kontinuierlichen, realitätsnahen Aktivitätszyklus.
- Ermöglicht reproduzierbare, quantitative Ergebnisse wie Sensitivität, Spezifität und F1-Scores zur Klassifikatorbewertung.
Translationale und präklinische Forschung
- Koppelt die Ergebnisse der Aktivitätserkennung mit klinisch relevanten Mobilitätsendpunkten für die Rehabilitationsforschung.
- Stellt eine lückenlose Übertragung von der entdeckungsorientierten Klassifikatorentwicklung bis zur präklinischen Validierung in realen Szenarien sicher.
- Bietet eine Grundlage für risikoadjustierte Entscheidungen über die Weiterentwicklung digitaler Mobilitätsüberwachungstools.
Pipeline- und Workflow-Integration
Dieses Evaluierungsprotokoll schließt die Lücke zwischen früher Entdeckung, Screening und translationsorientierter Forschung, indem es einen standardisierten Arbeitsablauf für die Validierung von WMMS in Alltagsumgebungen bereitstellt.
- Entdeckungsbasierte Biologie: Unterstützt die Hypothesenprüfung und Klärung von Wegen für Algorithmen zur Erkennung von Aktivitäten.
- Screening: Liefert reproduzierbare, quantitative Metriken zur Bewertung der Klassifikatorleistung in mehreren Aktivitätszuständen.
- Analysen: Erzeugt Ausgaben zu Sensitivität, Spezifität und F1-Score für eine robuste Vergleichbarkeit von Bedingungen.
- Translationale Forschung: Verbindet die Validierung von Klassifikatoren mit klinisch aussagekräftigen Endpunkten zur Mobilitätsüberwachung.
- Unternehmensweite Wiederverwendung: Schafft ein wiederverwendbares Protokoll, das an verschiedene Systeme zur Aktivitätserkennung und Populationen angepasst werden kann.
Operative und unternehmerische Auswirkungen
- Wissenschaftlicher Wert: Erhöht die Vorhersagesicherheit und verringert die mechanistische Mehrdeutigkeit bei der Aktivitätserkennung.
- Operationaler Wert: Fördert die Standardisierung, Reproduzierbarkeit und Skalierbarkeit der WMMS-Evaluation.
- Strategischer Wert: Unterstützt Go/No-Go-Entscheidungen und verbessert die Kapitalnutzungseffizienz in der digitalen Gesundheitsforschung und -entwicklung.
- Portfolio-Wirkung: Ermöglicht eine risikoadjustierte Priorisierung von Mobilitätsüberwachungstechnologien für klinische und forschungstechnische Anwendungen.
Umsetzungsaspekte
- Erfordert Fachkenntnisse in der Erfassung von Sensordaten und manueller Videoannotation für den Vergleich mit dem Goldstandard.
- Benötigt Smartphones mit Beschleunigungssensor- und Gyroskopfunktion sowie eine sichere Infrastruktur für die Datenverarbeitung.
- Setzt eine standardisierte Vorgehensweise für Aktivitätsprotokolle und Datenaufzeichnungsverfahren über verschiedene Teams hinweg voraus.
- Kann auf verschiedene Modellsysteme angepasst werden, muss jedoch die Sicherheit der Teilnehmenden und deren Bewegungseinschränkungen berücksichtigen.
- Die Dauer des Protokolls und die Compliance der Teilnehmenden können die Durchsatzrate bei groß angelegten Studien begrenzen.
