通过脚步诱导的地板振动传感和人不变的对比学习来检测家庭行走异常

科学领域:

• 生物医学工程 生物医学工程
• 可穿戴技术可穿戴技术
• 神经学 神经学

背景情况:

• 步行异常的检测对于跌倒风险评估和神经肌肉骨疾病 (如帕金森病,中风) 的早期诊断至关重要.
• 目前的临床步行评估是罕见的和不可访问的,而现有的家庭解决方案有局限性 (例如,视觉障碍,覆盖范围有限,设备要求).

研究的目的:

• 引入一种新的,低成本的,非侵入性的,无设备的家庭系统,用于使用脚步诱导的地板振动来检测步行异常.
• 为了应对由于人际步态变化的高不确定性地板振动的挑战,并开发一个可概括的模型.

主要方法:

• 从特定步行阶段的地板振动数据中分析时间频域特征.
• 基于学习的对比性特征转换的开发,以创建一个嵌入式空间,对人际变化强大,对步态异常敏感.
• 使用下游分类器对转换的特征进行步行异常检测.

主要成果:

• 21名参与者进行的现实世界行走实验证明了该系统的有效性.
• 在检测各种步态异常时,平均准确度达到85%至95%.

结论:

• 拟议的方法为在家中检测步行异常提供了一个可访问的解决方案,克服了以前方法的局限性.
• 这种新的技术可以在没有侵入性设备或需要为新人提供患者特定标签的情况下进行步行健康监测.