相关实验视频
Updated: Jul 17, 2025

08:05
Design and Analysis for Fall Detection System Simplification
Published on: April 6, 2020
10.7K
设计中的隐私 解决方案用于强大的落检测.
Michael Brandstötter1, Jennifer Lumetzberger2, Martin Kampel2
1Cogvis software & consulting GmbH, Austria.
Studies in health technology and informatics
|August 28, 2023
概括
这项研究引入了一种可靠的基于深度的老年人落检测系统,在现实环境中显著提高了落检测率. 这项技术通过广泛的现场评估来验证,确保了隐私,并帮助及时协助落受害者.
科学领域:
- 老年学是一门学科.
- 计算机科学 计算机科学
- 生物医学工程 生物医学工程
背景情况:
- 跌倒是老年人死亡的主要原因.
- 目前的摔倒检测方法往往缺乏可靠性和现实世界的验证.
- 需要有效的,保护隐私的摔倒检测系统.
研究的目的:
- 开发和评估一种使用深度数据的新型落检测方法.
- 评估拟议系统的可靠性和错误报警率.
- 进行大规模的现场评估,对落下检测技术进行评估.
主要方法:
- 基于深度数据 (距离地图) 开发了一种落检测算法.
- 遵循了设计中的隐私原则,在传感器内处理数据.
- 进行了广泛的现实世界评估,包括超过10万个手动注释的事件和220万事件的数据集.
主要成果:
- 基于深度的摔倒检测方法表现出高可靠性,错误报警率低.
- 现场评估涉及超过220万个事件和一项为期8个月的研究,分析了来自214个传感器的超过12万个警报.
- 该系统检测到比记录下来的跌倒数量多2.3倍,突出显示传统方法报告不足.
结论:
- 基于深度的跌倒检测系统为老年人护理提供了一个成熟和用户接受的解决方案.
- 该技术显著改善了落的检测,包括那些否则会被忽视的落.
- 这种解决方案有可能大大降低与老年人意外跌倒相关的风险.

