Ocena systemu rozpoznawania aktywności człowieka opartego na smartfonach w codziennym środowisku życia
December 11th, 2015
Ustandaryzowana metoda oceny została opracowana dla Wearable Mobility Monitoring Systems (WMMS), która obejmuje ciągłe działania w realistycznym codziennym środowisku życia. Testowanie z serią codziennych czynności życiowych może zmniejszyć czułość rozpoznawania aktywności; w związku z tym zachęca się do stosowania realistycznych obwodów testowych w celu prawidłowej oceny wydajności WMMS.
Ogólnym celem tej metodologii rozpoznawania aktywności jest zapewnienie ustandaryzowanej metody oceny do testowania systemów monitorowania mobilności ubieralnej poprzez włączenie ciągłych działań w realistycznym środowisku życia codziennego. Metoda ta może pomóc odpowiedzieć na kluczowe pytania w dziedzinie rehabilitacji fizycznej, inżynierii biomedycznej i biomechaniki, takie jak to, czy systemy czujników do noszenia, które rejestrują ruch danej osoby, zapewniają dokładne i wiarygodne wyniki. Główną zaletą tej techniki jest to, że protokół oceny wykorzystuje kurs kontrolny, który odzwierciedla rzeczywiste codzienne środowisko życia Zacznij od bezpiecznego przymocowania kabury na telefon do uczestnika przy prawym przednim biodrze.
Uruchom aplikację na smartfonie do pomiaru mobilności, która służy do zbierania danych z czujników. Następnie umieść smartfon w kaburze tyłem urządzenia skierowanym na zewnątrz. Następnie rozpocznij cyfrowe nagrywanie wideo na drugim smartfonie, aby zachować anonimowość.
Nagraj film porównawczy na drugim smartfonie bez pokazywania twarzy uczestnika. Upewnij się jednak, że wszystkie przejścia aktywności są rejestrowane podczas obwodu aktywności. Podążaj za uczestnikiem i użyj drugiego smartfona, aby nagrać wszystkie działania uczestnika.
Rozpocznij od przekazania uczestnikowi następujących instrukcji z pozycji stojącej. Potrząśnij smartfonem, aby wskazać początek badania. Kontynuuj stanie przez co najmniej 10 sekund, a następnie podejdź do pobliskiego krzesła i usiądź.
Wstań i przejdź 60 metrów do stanowiska windy i poczekaj na przyjazd windy, a następnie wejdź do windy. Następnie skręć i wejdź do środowiska domowego. Wejdź do łazienki i symuluj mycie zębów, symuluj czesanie włosów, mycie rąk, a następnie suszenie rąk ręcznikiem.
Następnie idź do kuchni, wyjmij naczynia z regału i połóż je na blacie. Napełnij czajnik wodą ze zlewu kuchennego i postaw czajnik na kuchence. Następnie włóż chleb do tostera.
Następnie przejdź do jadalni i usiądź przy stole w jadalni. Symuluj jedzenie posiłku przy stole. Następnie wstań i wróć do zlewu kuchennego, aby spłukać naczynia i umieścić je na ruszcie.
Idź 50 metrów do klatki schodowej. Otwórz drzwi i wejdź na klatkę schodową. Wejdź po 13 schodach i otwórz drzwi klatki schodowej na korytarz.
Skręć w prawo i idź korytarzem przez 15 metrów. Następnie poinstruuj uczestnika, aby odwrócił się i przeszedł 15 metrów z powrotem do klatki schodowej. Otwórz drzwi, wejdź na klatkę schodową i zejdź po 13 stopniach i wyjdź z klatki schodowej.
Następnie wejdź do pokoju i połóż się na łóżku. Następnie wstań i idź 10 metrów do rampy. Wejdź na rampę, odwróć się, a następnie zejdź po rampie.
Kontynuuj wchodzenie do holu i otwórz drzwi na zewnątrz. Następnie idź 100 metrów na utwardzoną ścieżkę. Odwróć się i idź z powrotem w stronę pokoju.
Następnie wejdź do pokoju i stań w punkcie wyjścia. Kontynuuj stanie, a następnie potrząśnij smartfonem, aby wskazać koniec próby. Po zakończeniu badania zatrzymaj nagrywanie z drugiego smartfona i wyjmij pierwszy smartfon z kaburą od uczestnika.
Na koniec zatrzymaj aplikację do rejestrowania danych na pierwszym smartfonie. Skopiuj pozyskane pliki danych ruchu i pliki wideo z obu telefonów do komputera w celu przetworzenia końcowego. W protokole tym omówiono metodę oceny systemów monitorowania mobilności ubieralnej (WMMS) podczas ciągłych czynności w codziennym środowisku życia.
Czułość i swoistość mierzono dla trzech typów klasyfikacji: mobilności lub bezruchu. Siedzieć, stój, leżeć lub chodzić i siedzieć, stać w pozycji leżącej, chodzić, wchodzić po schodach lub mały ruch stojący. Chociaż protokół ten zaowocuje bardziej konserwatywnymi wynikami dla systemów WMMS niż poprzednie raporty, przedstawione tutaj wyniki będą lepiej odzwierciedlać wyniki w codziennej praktyce.
Po opanowaniu tej techniki można ją wykonać w ciągu 10 do 15 minut, jeśli zostanie wykonana prawidłowo. Próbując wykonać tę procedurę, należy pamiętać o przekazaniu uczestnikowi badania jasnych instrukcji i nagrywaniu wszystkich przejść aktywności, tak aby można je było zarejestrować z filmu. Zgodnie z tą procedurą można przeprowadzić inne metody obliczeniowe na wyjściu czujnika, aby opracować lepsze metody klasyfikacji aktywności Po jego opracowaniu.
Technika ta toruje drogę naukowcom zajmującym się rozpoznawaniem aktywności człowieka do zbadania monitorowania mobilności urządzeń ubieralnych w środowisku, które może przełożyć się na świat rzeczywisty. Po obejrzeniu tego filmu powinieneś dobrze zrozumieć, jak skonfigurować środowisko ciągłego testowania i przechwytywać odpowiednie dane dotyczące ruchu człowieka w celu oceny aplikacji do monitorowania aktywności człowieka. Nie zapominaj, że osoby niepełnosprawne będą miały różne zdolności poruszania się i równowagi, dlatego należy zachować środki ostrożności, aby uniknąć upadków lub nadmiernego wysiłku podczas wykonywania tej procedury.
View the full transcript and gain access to thousands of scientific videos
Przegląd
Ten artykuł przedstawia standaryzowaną metodę oceny Systemów Monitorowania Mobilności Przenośnych (WMMS), która uwzględnia ciągłe aktywności w realistycznych środowiskach codziennego życia. Metodologia ma na celu poprawę dokładności i niezawodności rozpoznawania aktywności w rehabilitacji fizycznej i inżynierii biomedycznej.
Kluczowe elementy badania
Dziedzina nauki
- Inżynieria biomedyczna
- Rehabilitacja fizyczna
- Biomechanika
Tło
- Systemy sensorów przenośnych są używane do monitorowania ruchu człowieka.
- Dokładne rozpoznawanie aktywności jest kluczowe dla skutecznej rehabilitacji.
- Realistyczne środowiska testowe mogą poprawić wyniki oceny.
- Potrzebne są standaryzowane metody do niezawodnej oceny wydajności.
Cel badania
- Opracowanie metody oceny WMMS w prawdziwych scenariuszach.
- Rozwiązanie kluczowych pytań dotyczących niezawodności sensorów przenośnych.
- Poprawa wrażliwości rozpoznawania aktywności poprzez realistyczne testy.
Zastosowane metody
- Uczestnicy nosili przytwierconą do biodra pokrowce na smartfony.
- Dane z sensorów były zbierane za pomocą aplikacji do pomiaru mobilności.
- Na potrzeby anonimowości podczas testów zrobiono cyfrowy zapis wideo.
- Testy obejmowały serię codziennych aktywności życiowych.
Główne wyniki
- Protokół oceny odzwierciedla realistyczne środowiska codziennego życia.
- Realistyczne szlaki testowe poprawiają ważność oceny wydajności WMMS.
- Standaryzowane metody mogą prowadzić do bardziej niezawodnych wyników w rozpoznawaniu aktywności.
Wnioski
- Standaryzowana metoda oceny jest niezbędna dla WMMS.
- Realistyczne testy poprawiają dokładność rozpoznawania aktywności.
- Ta metodologia może znacząco wpłynąć na praktyki rehabilitacji.
Często zadawane pytania
Executive Industry Relevance
Standardized evaluation of wearable mobility monitoring systems (WMMS) in realistic daily living environments is critical for establishing predictive confidence in human activity recognition technologies. This protocol enables robust target validation for sensor-based activity classifiers, directly impacting translational research and preclinical model development in rehabilitation and biomedical engineering. Reliable activity recognition supports risk-adjusted advancement of digital health solutions across the biopharma portfolio.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables rigorous hypothesis testing for sensor-based activity classification algorithms.
- Supports biological de-risking by benchmarking classifier performance against gold standard video-logged data.
- Facilitates functional validation of activity recognition targets in ecologically valid settings.
Screening & Assay Development
- Prepares validated activity datasets for downstream algorithm refinement and benchmarking.
- Standardizes assay conditions by using a continuous, real-world activity circuit.
- Enables reproducible, quantitative outputs such as sensitivity, specificity, and F1 scores for classifier evaluation.
Translational & Preclinical Research
- Aligns activity recognition outputs with clinically relevant mobility endpoints for rehabilitation research.
- Ensures continuity from discovery-stage classifier development to preclinical validation in real-world scenarios.
- Provides a foundation for risk-adjusted decisions on advancing digital mobility monitoring tools.
Pipeline & Workflow Integration
This evaluation protocol bridges early discovery, screening, and translational research by providing a standardized workflow for WMMS validation in daily living environments.
- Discovery Biology: Supports hypothesis testing and pathway clarification for activity recognition algorithms.
- Screening: Delivers reproducible, quantitative metrics for classifier performance across multiple activity states.
- Analytics: Generates sensitivity, specificity, and F1 score outputs for robust condition comparison.
- Translational Research: Connects classifier validation to clinically meaningful mobility monitoring endpoints.
- Enterprise Reuse: Establishes a reusable protocol adaptable to diverse activity recognition systems and populations.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in activity recognition.
- Operational Value: Promotes standardization, reproducibility, and scalability of WMMS evaluation.
- Strategic Value: Informs go/no-go decisions and enhances capital efficiency for digital health R&D.
- Portfolio Impact: Enables risk-adjusted prioritization of mobility monitoring technologies for clinical and research applications.
Implementation Considerations
- Requires expertise in sensor data acquisition and manual video annotation for gold standard comparison.
- Needs smartphones with accelerometer and gyroscope capabilities and secure data handling infrastructure.
- Demands cross-team standardization of activity protocols and data logging procedures.
- Adaptable to various model systems but must account for participant safety and mobility limitations.
- Protocol duration and participant compliance may limit throughput in large-scale studies.
