相关实验视频
Updated: Jul 20, 2025
07:51
Video Movement Analysis Using Smartphones ViMAS: A Pilot Study
Published on: March 14, 2017
16.9K
使用移动智能手机传感器进行摔倒风险评估程序的可靠性和准确性,与生理特征评估程序相比
José-Francisco Pedrero-Sánchez1, Helios De-Rosario-Martínez1, Enrique Medina-Ripoll1
1Instituto de Biomecánica (IBV), Universitat Politècnica de València, Edificio 9C, Camino de Vera S/N, 46022 Valencia, Spain.
Sensors (Basel, Switzerland)
|July 29, 2023
概括
这项研究为老年人提供了快速,可靠的智能手机落风险评估. 使用智能手机传感器,它准确地分类掉落风险,提供了一个有价值的临床查工具.
科学领域:
- 老年学是指老年学的学科.
- 生物医学工程 生物医学工程
- 数字健康数字健康
背景情况:
- 跌倒对老年人来说是一个重要的健康问题,导致残疾和死亡.
- 现有的跌倒风险评估可能是耗时和复杂的.
研究的目的:
- 用智能手机惯性传感器来评估一种新的,快速落风险评估.
- 为了验证这种基于智能手机的方法的准确性和可靠性,与生理特征评估 (PPA) 相比.
主要方法:
- 55岁以上的65名参与者使用智能手机传感器进行了定时启动和启动测试.
- 计算了平衡和步态参数,并使用类内相关系数 (ICC) 评估了可靠性.
- 智能手机数据使用机器学习模型被分为六个跌倒风险级别,与PPA结果进行比较.
主要成果:
- 所有评估的参数都显示出高可靠性,ICCs在0.9.9左右.
- 性能最好的模型在分类跌倒风险水平方面取得了100%的成功率.
- 智能手机评估准确地分类了跌倒风险,与PPA相比.
结论:
- 一个简单,快速的智能手机协议可靠地评估了老年人的跌倒风险.
- 这种方法提供了准确的跌倒风险分类,作为一个有用的临床查工具.
