Detektor upadków oparty na dyskretnej transformacie falkowej oraz niezależnych klasyfikatorach SVM

• Autorzy: Wójtowicz B. , Dobrowolski A. P.

Warianty tytułu

EN

Falls detector based on discrete wavelet transform and independent SVM classifiers

• Języki publikacji: PL

Abstrakty

PL

Artykuł prezentuje algorytm do detekcji niekontrolowanych upadków człowieka. Wiele dostępnych rozwiązań bazuje na pojedynczych sensorach, a uzyskiwane rezultaty są zazwyczaj wynikiem implementacji algorytmów bazujących na progach, po przekroczeniu których uruchamiana jest procedura alarmowa. W odróżnieniu do takiego podejścia w artykule zaprezentowano i przebadano algorytm detekcji upadków bazujący na dekompozycji falkowej oraz liniowej sieci wektorów nośnych. Uzyskane wyniki dały w rezultacie poprawną klasyfikację wszystkich badanych zdarzeń upadków, z niewielką liczbą zgłaszanych fałszywych alarmów. Zaprezentowane badania są kontynuacja prac mających na celu opracowanie mobilnego detektora upadków.

EN

This article presents an algorithm for the detection of uncontrolled falls. Many of the available solutions are based on data from individual sensors. The results obtained through them are usually based on thresholds algorithms beyond which the alarm is triggered. In contrast to this approach, in this article falls detection algorithm based on wavelet decomposition and linear support vector machine has been presented and tested. The results have given the correct classification of all fall events, with a small number of false positives. The presented study is the continuation of the work to develop a mobile fall detector.

Słowa kluczowe

PL

detekcja upadków; fuzja sensoryczna; sieć wektorów podtrzymujących

EN

falls detection; fall detection; data fusion; support vector machine (SVM)

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Elektronika : konstrukcje, technologie, zastosowania
• Rocznik: 2014
• Tom: Vol. 55, nr 3
• Strony: 22--26
• Opis fizyczny: Bibliogr. 15 poz., il., rys.

Twórcy

autor

Wójtowicz B.

• Wojskowa Akademia Techniczna, Wydział Elektroniki, Instytut Systemów Elektronicznych, Warszawa

autor

Dobrowolski A. P.

• Wojskowa Akademia Techniczna, Wydział Elektroniki, Instytut Systemów Elektronicznych, Warszawa

Bibliografia

• [1] Nyan M. N., Tay F. E. H., Koh T. H., Sitoh Y. Y., Tan K. L., Location and sensitivity comparison of MEMS accelerometers in signal identification for ambulatory monitoring, Electron. Components Technol., Vol. 1, no. 1–4, pp. 956–960, Jun. 2004.
• [2] Guangyi S., Cheung S. C., Wen J. L., Kwok-Sui L., Yuexian Z., Yufeng J., Mobile Human Airbag System for Fall Protection Using MEMS Sensors and Embedded SVM Classifier, IEEE SENSORSJOURNAL, Vol. 9, No. 5, May 2009.
• [3] Szpringer M., Wybraniec-Lewicka B., Czerwiak G., Michalska M., Krawczyńska J., Upadki i urazy wieku geriatrycznego, Studia Medyczne 2008.
• [4] Edbom-Kolarz A., Marcinkowski J. T., Upadki osób starszych – przyczyny, następstwa, profilaktyka, Hygeia Public Health 2011, s. 313–318.
• [5] Bourke A. K., Lyons G. M., A threshold-based fall-detection algorithm using a biaxial gyroscope sensor, Biomedical Electronics Laboratory, Department of Electronic and Computer Engineering, University of Limerick, Limerick, Ireland 2006.
• [6] Rigler S. K., Preventing falls in older adults, Hospital Pract, 1999.
• [7] Simpson J. M., Elderly people at risk of falling: the role of muscle weakness, Physiother, 1993.
• [8] Thornby M. A., Balance and falls in the frail older person: a review of the literature, Topics in Geriatric Rehabilitation, 1995.
• [9] Kalache. A., Fu D., WHO Global Report on Falls Prevention in Older Age, WHO 2007.
• [10] Wójtowicz B., Dobrowolski A., Projekt integratora danych sensorycznych do detekcji niekontrolowanych upadków, Biuletyn WAT, Vol. LXII, Nr 4, Warszawa 2013.
• [11] Wójtowicz B., Dobrowolski A., Bezprzewodowy system do detekcji niekontrolowanych upadków człowieka, Materiały konferencyjne VI Konferencja UiSR’13, Jachranka 24–25.10.2013.
• [12] Smith S., Cyfrowe przetwarzanie sygnałów. Praktyczny poradnik dla inżynierów i naukowców. Wydawnictwo BTC 2007. Wyd. 1.
• [14] Osowski S., Markiewicz T., Kruk M., Kozłowski W., Metody sztucznej inteligencji do wspomagania diagnostyki patologii tkanek, Metrologia w medycynie – wybrane zagadnienia (red. A. Michalski), WAT, Warszawa 2011, s. 91–126.
• [15] Osowski S., Metody i narzędzia eksploracji danych. Wydawnictwo BTC 2013. Wyd. 1.
• [16] Dobrowolski A., Obiektywna metoda diagnozowania schorzeń nerwowo-mięśniowych oparta na analizie falkowej potencjałów czynnościowych jednostek ruchowych, Redakcja Wydawnictw WAT, Warszawa, 2009.