老年人落检测:对环境辅助生活和智能家居相关技术性能进行系统审查

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:

• 跌倒检测系统对于环境辅助生活 (AAL) 和智能家居中老年人的安全和独立至关重要.
• 评估跨传感器类型和方法的系统性能对于改善老年护理至关重要.

研究的目的:

• 系统地审查和分析落检测系统的性能.
• 为了比较不同的传感器类别 (可穿戴,非可穿戴,混合) 和方法 (深度学习,机器学习,值).

主要方法:

• 根据PRISMA指南进行了系统审查.
• 从80项选定的研究中提取和分析了数据.
• 评估了性能指标 (准确度,精度,灵敏度,特异性,F1得分) 和计算速度.

主要成果:

• 可穿戴式传感器在跌倒检测方面表现最差.
• 深度学习方法在所有五个性能参数中都取得了最佳结果.
• 非可穿戴传感器与深度学习相结合,显示出显著的前景.

结论:

• 深度学习方法在摔倒检测准确性和效率方面明显优于其他方法.
• 传感器选择至关重要;非可穿戴解决方案显示出优异的结果.
• 需要进一步的研究来优化系统设计,以有效地检测老年人跌倒.