从原始RSSI数据中提取日常程序

科学领域:

• 老年学和健康信息学
• 行为科学和人与计算机的交互

背景情况:

• 了解日常生活对于老年人的福祉至关重要,特别是在养老院环境中.
• 现有的常规检测方法往往缺乏精度或需要大量的手动输入.

研究的目的:

• 提出一个全面的方法来提取和分析养老院中老年人的日常行为习惯.
• 利用可穿戴传感器数据对活动进行客观和持续的监控.

主要方法:

• 在5个月内利用了6名志愿者佩戴的智能手表的信号强度测量.
• 采用基于指纹的定位技术来追踪每分钟的位置.
• 估计了日常活动,并计算了在周日进行特定活动的概率.

主要成果:

• 从智能手表数据中成功地提取和分析了详细的日常活动模式.
• 证明了使用位置数据推断行为常规的可行性.
• 量化了特定活动在不同工作日发生的概率.

结论:

• 拟议的方法提供了一个强大的方法来检测和分析老年人的行为习惯.
• 这种技术可以支持个性化的护理策略,并提高养老院居民的生活质量.
• 未来的工作可以将其扩展到更大的队列和不同的护理环境.