人工智能方法用于使用可穿戴传感器检测和分类老年人的异常行为

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:

• 全球老年人口的增加需要改进老年护理解决方案.
• 养老院面临的挑战是为越来越多的老年人提供足够的护理.
• 现有的监控系统可能缺乏对异常行为的实时检测和分类能力.

研究的目的:

• 提出和评估一种智能可穿戴设备,用于检测和分类养老院居民的异常行为.
• 利用人工智能 (AI) 来加强老年人的监测和安全.
• 为基于人工智能的老年护理技术进步奠定基础.

主要方法:

• 使用智能可穿戴设备,配备三轴加速度传感器,用于移动数据收集.
• 在无线传感器网络 (WSN) 中使用Zigbee进行无线数据传输.
• 实现了反向传播 (BP) 神经网络,用于使用模拟数据智能识别和分类行为.

主要成果:

• 该系统成功地检测和分类了例行动作和异常行为,包括跌倒.
• 模拟演示了基于人工智能的系统在检测行为变化的有效性.
• 该设备提供室内定位,行为检测和分类功能.

结论:

• 拟议的智能可穿戴设备为在养老院的老年人实时监控提供了可行的解决方案.
• 人工智能驱动的行为检测和分类可以显著提高居民的安全和护理.
• 这项技术在为老年护理机构实施先进的人工智能解决方案方面迈出了一大步.