使用二进制传感器对老年人运动丧失进行非侵入性监测和检测

科学领域:

• 老年学是一门学科.
• 计算机科学 计算机科学
• 医疗信息学 医疗信息学

背景情况:

• 移动性对于健康老龄化至关重要,但其下降会对生活质量产生负面影响,并增加医疗保健成本.
• 目前的临床移动性评估对于持续监测是不切实际的.
• 现有的自动化解决方案往往是无聊的或不适合长期远程使用.

研究的目的:

• 探索使用非侵入性,低成本二元传感器的可行性,以连续,远程检测老年人移动性异常.
• 为了识别突然的移动事件 (如跌倒) 和逐渐的移动丧失.
• 开发一种实用且可扩展的解决方案,用于监测老年人的流动性.

主要方法:

• 利用公开可用的数据集 (CASAS Aruba, HH120) 与来自住宅二进制传感器的注释活动数据.
• 预处理的数据,过不相关的事件并将其聚合到行为意义的地方 (BMP).
• 采用时间序列预测模型 (Prophet) 来预测正常的移动性,以及用于异常检测的模糊推理模块.

主要成果:

• 该系统实现了77-81%的点移动异常检测率,错误阳性率为12-16%.
• 成功识别了长时间的不活动期,这表明了潜在的跌倒或中断.
• 通过统计学意义上的活动趋势分析检测到模拟的渐进式移动性下降 (每日减少1%).

结论:

• 非侵入性的二元传感器,结合预测和模糊推理,为检测老年人移动异常提供了实用解决方案.
• 拟议的系统解决了当前流动性评估方法的局限性.
• 在数据预处理,建模和值调整方面的进一步改进可以提高性能.