CigTrak:基于智能手表的准确在线吸烟口和插曲检测,以手势为中心的窗口为CNN提供

科学领域:

• 生物医学工程 生物医学工程
• 数字健康数字健康
• 可穿戴技术可穿戴技术

背景情况:

• 戒烟是一个主要的公共卫生目标,许多成年人寻求有效的自助工具.
• 现有的可穿戴运动传感解决方案用于跟踪吸烟行为,往往具有低准确性,杂性或有限的设备处理能力.
• 准确,自动记录吸烟活动对于支持戒烟努力和减少医疗保健系统压力至关重要.

研究的目的:

• 通过智能手表运动传感器引入CigTrak,这是一种用于准确检测单个吸烟口气和抽烟事件的新管道.
• 开发和验证一个实时的多阶段方法,在低功耗的可穿戴设备上独立于主体的吸烟行为分析.
• 为了评估CigTrak的性能与最先进的风口和发作检测相比.

主要方法:

• 气泡检测的多阶段方法,包括用于时间定位的动力分析.
• 使用一个卷积神经网络 (CNN) 模型,处理局部的膨胀运动以进行最终分类.
• 通过集群识别的个体吸烟,检测吸烟事件,并实施在线实时处理在智能手表上的管道.

主要成果:

• CigTrak在气泡检测方面表现出高的主体独立性,达到0.94.9的F1得分.
• 该系统还实现了强大的F1得分为0.89的自由生活事件检测.
• 在两个不同的智能手表平台上成功测试了实时膨胀检测,证实了设备上的可行性.

结论:

• 使用现有智能手表技术,CigTrak提供了一个高度准确和高效的解决方案,用于自动检测吸烟气和吸烟事件.
• 该系统完全运行在智能手表上的能力使其成为帮助戒烟的实用和可扩展的工具.
• CigTrak有可能显著提高自助戒烟策略,并减轻医疗保健服务的负担.