一个创新的物联网和边缘智能框架,用于监控老年人使用异常检测从非可穿戴传感器的数据

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
• 生物医学工程 生物医学工程

背景情况:

• 全球人口老龄化需要先进的远程健康监测解决方案.
• 目前医疗保健的局限性包括缺乏老年患者的持续行为数据.
• 由于缺乏历史行为洞察力和异常检测,及时的医疗干预受到阻碍.

研究的目的:

• 提出基于边缘的物联网 (IoT) 框架,用于实时远程监控和老年护理中的异常检测.
• 解决隐私问题,并通过本地数据处理确保数据的立即可用性.
• 帮助医生和护理人员评估老年患者的健康状况,并检测出与正常行为的偏差.

主要方法:

• 开发一个基于边缘的物联网框架,利用非可穿戴传感器.
• 实施机器学习模型,特别是隔离森林和长短期记忆 (LSTM) 网络,用于异常检测.
• 为护理人员和医疗保健专业人员创建一个实时警报和纵向趋势可视化仪表板.

主要成果:

• 在老年护理环境中展示系统的可行性,可扩展性,效率和可靠性.
• 成功地识别出不寻常的行为模式,表明潜在的健康风险.
• 验证所选择的机器学习模型,以有效检测异常.

结论:

• 拟议的边缘物联网框架通过即时的患者行为洞察力来提高医疗保健的响应能力.
• 该系统有助于主动干预,更准确的诊断和改善老年人的医疗护理.
• 这项研究为在老年护理中整合边缘计算,人工智能和物联网提供了基础.