基于物联网区块链的Trinet:针对老年人的安全性,优化了摔倒检测系统

科学领域:

• 老年学是指老年学的学科.
• 计算机科学 计算机科学
• 公共卫生 公共卫生

背景情况:

• 越来越多的老年人面临着更高的跌倒风险,这对公共卫生构成了重大挑战.
• 独自生活的老年人可能在摔倒后难以及时寻求帮助.
• 现有的落检测系统往往缺乏强大的安全和有效的应急响应机制.

研究的目的:

• 为老年人开发一个集成的摔倒检测系统,利用物联网 (IoT) 和区块链技术.
• 提高防摔检测和紧急通报流程的准确性和安全性.
• 为老年人跌倒事故提供可靠的解决方案,改善反应时间和护理.

主要方法:

• 从可穿戴传感器 (加速计,陀螺仪) 收集数据,然后进行预处理 (缺失/无效值处理).
• 使用统计方法,自相关性和主要组件分析进行特征提取.
• 一个新的混合优化算法 (HSSTL) 用于特征选择和一个优化的卷积神经网络 (CNN) 在一个三网架构 (包括LSTM和RNN) 内的落检测.
• 通过区块链网络安全存储和传播机警报.

主要成果:

• 拟议的系统在跌倒检测方面实现了高精度,最高精度为0.974015,学习率为80%.
• 混合HSSTL优化模型有效地选择了最佳特征,提高了TriNet落检测模型的性能.
• 区块链集成确保了安全存储掉落数据和可靠的紧急警报给指定的联系人.

结论:

• 开发的物联网和基于区块链的系统为准确和安全的老年人跌倒检测提供了一个有希望的解决方案.
• 该系统能够提供快速和安全的紧急通知,这可以显著改善遇到跌倒的老年人的结果.
• 进一步的研究和实施可以导致广泛采用,提高老年人群的安全和福祉.