Bir Günlük Yaşam Ortamında Smartphone merkezli İnsan Aktivitesi Tanıma Sisteminin Değerlendirilmesi
December 11th, 2015
Giyilebilir Mobilite İzleme Sistemleri (WMMS) için gerçekçi bir günlük yaşam ortamında sürekli aktiviteleri içeren standart bir değerlendirme yöntemi geliştirilmiştir. Bir dizi günlük yaşam aktivitesi ile test etmek, aktivite tanıma hassasiyetini azaltabilir; bu nedenle, WMMS performansının geçerli bir şekilde değerlendirilmesi için gerçekçi test devreleri teşvik edilir.
Bu aktivite tanıma metodolojisinin genel amacı, gerçekçi bir günlük yaşam ortamında sürekli aktiviteleri dahil ederek giyilebilir mobilite izleme sistemlerini test etmek için standartlaştırılmış bir değerlendirme yöntemi sağlamaktır. Bu yöntem, bir kişinin nasıl hareket ettiğini kaydeden giyilebilir sensör sistemlerinin doğru ve güvenilir sonuçlar sağlayıp sağlamadığı gibi fiziksel rehabilitasyon, biyomedikal mühendisliği ve biyomekanik alanlarındaki temel soruların yanıtlanmasına yardımcı olabilir. Bu tekniğin temel avantajı, değerlendirme protokolünün gerçek hayattaki günlük yaşam ortamlarını yansıtan bir kontrol kursu kullanmasıdır: Katılımcının sağ ön kalçasına güvenli bir şekilde bir telefon kılıfı takarak başlayın.
Sensör verilerini toplamak için kullanılan mobilite ölçümü akıllı telefonunda uygulamayı başlatın. Ardından akıllı telefonu, cihazın arkası dışa bakacak şekilde kılıfına yerleştirin. Ardından, anonimlik için ikinci bir akıllı telefonda dijital bir video kaydı başlatın.
Karşılaştırma videosunu, katılımcının yüzünü göstermeden ikinci akıllı telefona kaydedin. Ancak, etkinlik devresi sırasında tüm etkinlik geçişlerinin kaydedildiğinden emin olun. Katılımcıyı takip edin ve katılımcının tüm eylemlerini kaydetmek için ikinci akıllı telefonu kullanın.
Katılımcıya ayakta durur pozisyonda aşağıdaki talimatları vererek başlayın. Denemenin başladığını belirtmek için akıllı telefonu sallayın. En az 10 saniye ayakta durmaya devam edin ve ardından yakındaki bir sandalyeye yürüyün ve oturun.
Ayağa kalkın ve bir asansör standına 60 metre yürüyün ve asansörün gelmesini bekleyin ve ardından asansöre binin. Sonra dönün ve ev ortamına yürüyün. Banyoya girin ve diş fırçalamayı simüle edin, saç taramayı, elleri yıkamayı ve ardından bir havlu kullanarak ellerinizi kurutmayı simüle edin.
Bunu takiben, mutfağa yürüyün ve bir raftan bulaşıkları alın ve tezgahın üzerine koyun. Bir su ısıtıcısını mutfak lavabosundan suyla doldurun ve su ısıtıcısını ocağın üzerine yerleştirin. Daha sonra ekmeği bir ekmek kızartma makinesine koyun.
Ardından, yemek odasına yürüyün ve yemek odası masasına oturun. Masada yemek yemeyi simüle edin. Sonra ayağa kalkın ve bulaşıkları durulamak ve bir rafa koymak için mutfak lavabosuna geri dönün.
Bir merdiven boşluğuna 50 metre yürüyün. Kapıyı açın ve merdiven boşluğuna girin. 13 basamak çıkın ve koridora giden merdiven boşluğu kapısını açın.
Sağa dönün ve koridorda 15 metre yürüyün. Ardından katılımcıya arkasını dönmesini ve merdiven boşluğuna 15 metre geri yürümesini söyleyin. Kapıyı açın, merdiven boşluğuna girin ve 13 basamak aşağı inin ve merdiven boşluğundan çıkın.
Sonra, bir odaya girin ve yatağa uzanın. Sonra kalkın ve bir rampaya 10 metre yürüyün. Rampadan yukarı yürüyün, arkanızı dönün ve ardından rampadan aşağı yürüyün.
Salona doğru yürümeye devam edin ve dışarıya açılan kapıyı açın. Ardından, asfalt patikada 100 metre yürüyün. Arkanı dön ve odaya doğru yürü.
Sonra odaya girin ve başlangıç noktasında durun. Ayakta durmaya devam edin ve ardından denemenin sona erdiğini belirtmek için akıllı telefonu sallayın. Deneme süresi tamamlandıktan sonra, ikinci akıllı telefondaki kaydı durdurun ve kılıfıyla birlikte ilk akıllı telefonu katılımcıdan çıkarın.
Son olarak, ilk akıllı telefondaki veri kaydı uygulamasını durdurun. Alınan hareket veri dosyalarını ve video dosyalarını son işlem için her iki telefondan bir bilgisayara kopyalayın. Bu protokol, günlük yaşam ortamındaki sürekli aktiviteler sırasında giyilebilir mobilite izleme sistemleri veya WMMS için bir değerlendirme yöntemini tartıştı.
Duyarlılık ve özgüllük, hareketlilik veya hareketsizlik olmak üzere üç tür sınıflandırma için ölçüldü. Oturun, ayakta durun, yalan söyleyin veya yürüyün ve oturun, ayakta durun, yalan söyleyin, yürüyün, merdiven çıkınca veya küçük ayakta durun. Bu protokol, WMMS sistemleri için önceki raporlara göre daha muhafazakar sonuçlarla sonuçlanacak olsa da, burada rapor edilen sonuçlar günlük uygulamadaki sonuçları daha iyi yansıtacaktır.
Bir kez ustalaştıktan sonra, bu teknik uygun şekilde uygulanırsa 10 ila 15 dakika içinde tamamlanabilir. Bu prosedürü denerken, çalışma katılımcısına net talimatlar vermeyi ve videodan kaydedilebilmeleri için tüm aktivite geçişlerini kaydetmeyi unutmamak önemlidir. Bu prosedürü takiben, geliştirildikten sonra daha iyi aktivite sınıflandırma yöntemleri geliştirmek için sensör çıkışı üzerinde başka hesaplama yöntemleri de gerçekleştirilebilir.
Bu teknik, insan aktivitesi tanıma alanındaki araştırmacıların, gerçek dünyaya tercüme edebilecek bir ortamda giyilebilir mobilite izlemeyi keşfetmelerinin yolunu açıyor. Bu videoyu izledikten sonra, insan etkinliği izleme uygulamalarını değerlendirmek için sürekli bir test ortamının nasıl kurulacağını ve ilgili insan hareketi verilerinin nasıl yakalanacağını iyi anlamış olmalısınız. Engelli kişilerin farklı hareket kabiliyetlerine ve denge yeteneklerine sahip olacağını unutmayın, bu nedenle bu işlemi gerçekleştirirken düşme veya aşırı efordan kaçınmak için önlemler alınmalıdır.
View the full transcript and gain access to thousands of scientific videos
Genel Bakış
Bu makale, gerçekçi günlük yaşam ortamlarında sürekli aktiviteleri dahil eden Giyilebilir Hareket İzleme Sistemleri (GMHS) için standart bir değerlendirme yöntemi sunar. Metodoloji, fiziksel rehabilitasyon ve biyomedikal mühendisliğinde aktivite tanıma doğruluğunu ve güvenilirliğini artırmayı amaçlamaktadır.
Çalışmanın Temel Bileşenleri
Bilim Alanı
- Biyomedikal Mühendisliği
- Fiziksel Rehabilitasyon
- Biyomekanik
Arka Plan
- Giyilebilir sensör sistemleri, insan hareketini izlemek için kullanılır.
- Doğru aktivite tanıma, etkili rehabilitasyon için kritik öneme sahiptir.
- Gerçekçi test ortamları değerlendirme sonuçlarını iyileştirebilir.
- Güvenilir performans değerlendirmesi için standart yöntemlere ihtiyaç vardır.
Çalışmanın Amacı
- Gerçek hayat senaryolarında GMHS'leri değerlendirmek için bir yöntem geliştirmek.
- Giyilebilir sensörlerin güvenilirliği ile ilgili temel soruları ele almak.
- Gerçekçi testlerle aktivite tanıma hassasiyetini artırmak.
Kullanılan Yöntemler
- Katılımcılar, beline bir akıllı telefon tutucu taktı.
- Sensör verileri, bir mobilite ölçüm uygulaması kullanılarak toplandı.
- Test sırasında anonimlik için dijital bir video kaydı yapıldı.
- Testler, bir dizi günlük yaşam aktivitesini içeriyordu.
Ana Sonuçlar
- Değerlendirme protokolü, gerçek hayattaki günlük yaşam ortamlarını yansıtır.
- Gerçekçi test devreleri, GMHS performans değerlendirmesinin geçerliliğini artırır.
- Standart yöntemler, aktivite tanımada daha güvenilir sonuçlara yol açabilir.
Sonuçlar
- GMHS için standart bir değerlendirme yöntemi esastır.
- Gerçekçi testler, aktivite tanıma doğruluğunu artırır.
- Bu metodoloji, rehabilitasyon uygulamalarını önemli ölçüde etkileyebilir.
Sıkça Sorulan Sorular
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.
