Avaliação de um Sistema de Reconhecimento de Atividade Humana baseado em Smartphone em uma Vida Diária Ambiente
December 11th, 2015
Um método de avaliação padronizado foi desenvolvido para Sistemas de Monitoramento de Mobilidade Vestível (WMMS) que inclui atividades contínuas em um ambiente realista de vida diária. O teste com uma série de atividades da vida diária pode diminuir a sensibilidade ao reconhecimento da atividade; portanto, circuitos de teste realistas são incentivados para uma avaliação válida do desempenho do WMMS.
O objetivo geral desta metodologia de reconhecimento de atividades é fornecer um método de avaliação padronizado para testar sistemas de monitoramento de mobilidade vestíveis, incluindo atividades contínuas em um ambiente de vida diária realista. Esse método pode ajudar a responder a perguntas-chave nos campos de reabilitação física, engenharia biomédica e biomecânica, como se os sistemas de sensores vestíveis que registram como uma pessoa se move fornecem resultados precisos e confiáveis. A principal vantagem dessa técnica é que o protocolo de avaliação usa um curso de controle que reflete os ambientes da vida cotidiana da vida real: comece prendendo com segurança um coldre de telefone ao participante no quadril frontal direito.
Inicie o aplicativo no smartphone de medição de mobilidade que é usado para coletar os dados do sensor. Em seguida, coloque o smartphone no coldre com a parte de trás do dispositivo voltada para fora. Em seguida, inicie uma gravação de vídeo digital em um segundo smartphone para anonimato.
Grave o vídeo de comparação no segundo smartphone sem mostrar o rosto do participante. No entanto, certifique-se de que todas as transições de atividade sejam registradas durante o circuito de atividade. Siga o participante e use o segundo smartphone para registrar todas as ações do participante.
Comece fornecendo as seguintes instruções ao participante em pé. Agite o smartphone para indicar o início do teste. Continue em pé por pelo menos 10 segundos e depois caminhe até uma cadeira próxima e sente-se.
Levante-se e caminhe 60 metros até um elevador e espere o elevador chegar e depois entre no elevador. Em seguida, vire e entre no ambiente doméstico. Entre no banheiro e simule escovar os dentes, simular pentear o cabelo, lavar as mãos e depois secar as mãos com uma toalha.
Em seguida, caminhe até a cozinha e pegue os pratos de uma prateleira e coloque-os no balcão. Encha uma chaleira com água da pia da cozinha e coloque a chaleira no fogão. Depois, coloque o pão em uma torradeira.
Em seguida, caminhe até a sala de jantar e sente-se à mesa da sala de jantar. Simule comer uma refeição à mesa. Em seguida, levante-se e volte para a pia da cozinha para enxaguar a louça e colocá-la em uma prateleira.
Caminhe 50 metros até uma escada. Abra a porta e entre na escada. Suba 13 degraus e abra a porta da escada para o corredor.
Vire à direita e caminhe pelo corredor por 15 metros. Em seguida, instrua o participante a se virar e caminhar 15 metros de volta à escada. Abra a porta, entre na escada e desça 13 degraus e saia da escada.
Em seguida, entre em um quarto e deite-se na cama. Em seguida, levante-se e caminhe 10 metros até uma rampa. Suba a rampa, vire-se e desça a rampa.
Continue andando para o corredor e abra a porta para o lado de fora. Em seguida, caminhe 100 metros até o caminho pavimentado. Vire-se e volte para a sala.
Em seguida, entre na sala e fique no ponto de partida. Continue em pé e agite o smartphone para indicar o fim do teste. Assim que o teste for concluído, pare a gravação do segundo smartphone e remova o primeiro smartphone com o coldre do participante.
Por fim, pare o aplicativo de registro de dados no primeiro smartphone. Copie os arquivos de dados de movimento e vídeo adquiridos de ambos os telefones para um computador para pós-processamento. Este protocolo discutiu um método de avaliação para sistemas de monitoramento de mobilidade vestível ou WMMS durante atividades contínuas em um ambiente de vida diária.
A sensibilidade e a especificidade foram medidas para três tipos de classificações, mobilidade ou imobilidade. Sente-se, fique de pé, deite-se ou andando e sente-se, fique de pé, deite-se, andando, subindo escadas ou faça pequenos movimentos em pé. Embora este protocolo resulte em resultados mais conservadores para os sistemas WMMS do que os relatórios anteriores, os resultados relatados aqui refletirão melhor os resultados na prática diária.
Uma vez dominada, essa técnica pode ser concluída em 10 a 15 minutos se for executada corretamente. Ao tentar este procedimento, é importante lembrar de fornecer instruções claras ao participante do estudo e registrar todas as transições de atividades para que possam ser registradas no vídeo. Seguindo este procedimento, outros métodos computacionais podem ser realizados na saída do sensor para desenvolver melhores métodos de classificação de atividades após seu desenvolvimento.
Essa técnica abre caminho para que pesquisadores no campo do reconhecimento da atividade humana explorem o monitoramento da mobilidade vestível em um ambiente que pode ser traduzido para o mundo real. Depois de assistir a este vídeo, você deve ter uma boa compreensão de como configurar um ambiente de teste contínuo e capturar dados relevantes de movimento humano para avaliar aplicativos de monitoramento de atividade humana. Não se esqueça de que as pessoas com deficiência terão diferentes capacidades de mobilidade e equilíbrio, portanto, devem ser tomadas precauções para evitar quedas ou esforço excessivo ao realizar este procedimento.
View the full transcript and gain access to thousands of scientific videos
Visão Geral
Este artigo apresenta um método de avaliação padronizado para Sistemas de Monitoramento de Mobilidade Vestível (WMMS) que incorpora atividades contínuas em ambientes de vida diária realistas. A metodologia visa melhorar a precisão e confiabilidade do reconhecimento de atividades em reabilitação física e engenharia biomédica.
Componentes Principais do Estudo
Área da Ciência
- Engenharia Biomédica
- Reabilitação Física
- Biomecânica
Fundo
- Sistemas de sensores vestíveis são usados para monitorar o movimento humano.
- O reconhecimento preciso de atividades é crucial para uma reabilitação eficaz.
- Ambientes de teste realistas podem melhorar os resultados da avaliação.
- Métodos padronizados são necessários para uma avaliação de desempenho confiável.
Objetivo do Estudo
- Desenvolver um método para avaliar WMMS em cenários da vida real.
- Abordar questões-chave sobre a confiabilidade dos sensores vestíveis.
- Melhorar a sensibilidade do reconhecimento de atividades através de testes realistas.
Métodos Utilizados
- Os participantes usavam uma bolsa de smartphone na cintura.
- Os dados do sensor foram coletados usando um aplicativo de medição de mobilidade.
- Uma gravação de vídeo digital foi feita para garantir o anonimato durante os testes.
- Os testes envolveram uma série de atividades da vida diária.
Principais Resultados
- O protocolo de avaliação reflete ambientes de vida diária reais.
- Circuitos de teste realistas melhoram a validade da avaliação de desempenho do WMMS.
- Métodos padronizados podem levar a resultados mais confiáveis no reconhecimento de atividades.
Conclusões
- Um método de avaliação padronizado é essencial para WMMS.
- Testes realistas melhoram a precisão do reconhecimento de atividades.
- Esta metodologia pode impactar significativamente as práticas de reabilitação.
Perguntas Frequentes
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.
