Jove
Visualize
联系我们
JoVE
x logofacebook logolinkedin logoyoutube logo
关于 JoVE
概览领导团队博客JoVE 帮助中心
作者
出版流程编辑委员会范围与政策同行评审常见问题投稿
图书馆员
用户评价订阅访问资源图书馆顾问委员会常见问题
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experiments存档
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教师资源中心教师网站
使用条款与条件
隐私政策
政策

相关概念视频

您也可能阅读

相关文章

通过共同作者、期刊和引用图与本文相关的文章。

排序
Same author

Body of Work: Reflections on Body Contouring Surgery Innovation and 30 Years of Aesthetic Surgery Journal.

Aesthetic surgery journal·2026
Same author

Rare-Variant Burden across Lysosomal Genes Implicates Sialylation and Ganglioside Metabolism in Parkinson's Disease.

Movement disorders : official journal of the Movement Disorder Society·2026
Same author

The GBA1 p.E427K (p.E388K) Variant Is a Risk Factor for Synucleinopathies: A Meta-Analysis.

Movement disorders : official journal of the Movement Disorder Society·2026
Same author

Genetic associations between post-traumatic stress disorder and REM-sleep behavior disorder.

NPJ Parkinson's disease·2026
Same author

Attention-based multi-feature fusion neuromarker for EEG-driven stress classification in learners.

International journal of clinical and health psychology : IJCHP·2026
Same author

Features of Importance in the Nasal Exam in Rhinoplasty.

Facial plastic surgery & aesthetic medicine·2026

相关实验视频

Updated: Jan 7, 2026

Design and Analysis for Fall Detection System Simplification
08:05

Design and Analysis for Fall Detection System Simplification

Published on: April 6, 2020

11.1K

基于机器学习的疲劳趋势分析IMU可穿戴传感器数据从建筑工地工人的数据.

Janne S Keränen1, Jamil Ahmad2,3, Sergio Leggieri2

  • 1VTT Technical Research Centre of Finland Ltd., Kaitoväylä 1, P.O. Box 1100, 90571 Oulu, Finland.

Sensors (Basel, Switzerland)
|December 31, 2025
PubMed
概括
此摘要是机器生成的。

现在可以在现实环境中使用可穿戴传感器 (IMU) 检测建筑工人的身体疲劳. 这项研究提高了疲劳检测的准确性,提高了安全性,并预防了工作场所的伤害.

关键词:
在IMU,IMU是IMU.疲劳 疲劳 疲劳 疲劳 疲劳 疲劳机器学习是机器学习.传感器 传感器 传感器 传感器穿戴式设备可以穿戴.

更多相关视频

Collecting Sleep, Circadian, Fatigue, and Performance Data in Complex Operational Environments
08:36

Collecting Sleep, Circadian, Fatigue, and Performance Data in Complex Operational Environments

Published on: August 8, 2019

12.6K
Evaluation of Commercial-Off-The-Shelf Wrist Wearables to Estimate Stress on Students
12:51

Evaluation of Commercial-Off-The-Shelf Wrist Wearables to Estimate Stress on Students

Published on: June 16, 2018

7.8K

相关实验视频

Last Updated: Jan 7, 2026

Design and Analysis for Fall Detection System Simplification
08:05

Design and Analysis for Fall Detection System Simplification

Published on: April 6, 2020

11.1K
Collecting Sleep, Circadian, Fatigue, and Performance Data in Complex Operational Environments
08:36

Collecting Sleep, Circadian, Fatigue, and Performance Data in Complex Operational Environments

Published on: August 8, 2019

12.6K
Evaluation of Commercial-Off-The-Shelf Wrist Wearables to Estimate Stress on Students
12:51

Evaluation of Commercial-Off-The-Shelf Wrist Wearables to Estimate Stress on Students

Published on: June 16, 2018

7.8K

科学领域:

  • 职业健康和安全问题 职业健康和安全问题
  • 生物医学工程 生物医学工程
  • 可穿戴技术可穿戴技术

背景情况:

  • 身体疲劳是建筑行业事故和伤害的重要危险因素.
  • 可穿戴惯性测量单元 (IMU) 对疲劳检测有希望,但研究仅限于实验室环境.
  • 在将基于IMU的疲劳检测应用到现实工作环境中存在一个差距.

研究的目的:

  • 为了弥合实验室发现和基于IMU的疲劳检测的现实应用之间的差距.
  • 调查使用建筑工地实际建筑工人的IMU数据来检测疲劳趋势.
  • 通过结合频域分析和机器学习来增强疲劳检测.

主要方法:

  • 使用可穿戴IMU传感器,在实际建筑工地模拟任务期间从建筑工人收集数据.
  • 使用频域调查从传感器数据中提取详细的,与疲劳相关的特征.
  • 应用机器学习算法,根据收集的IMU数据预测疲劳趋势.

主要成果:

  • 在使用来自现实建筑环境的IMU数据来检测疲劳趋势方面实现了最先进的准确性.
  • 确定了关键的传感器位置和功能,对于有效的疲劳监测至关重要.
  • 在实际的工作环境中展示了基于IMU的疲劳检测的可行性.

结论:

  • 在现实建筑工作环境中,IMU技术可以有效地应用于疲劳检测.
  • 频域分析和机器学习显著提高了疲劳趋势预测的准确性.
  • 这项研究为开发先进的安全措施提供了宝贵的见解,以减轻建筑中与疲劳相关的风险.