文献

J-GLOBAL ID：201702265101220108   整理番号：17A0857367

加速度データと隠れMarkovモデルに基づく落下検出法【Powered by NICT】

A fall detection method based on acceleration data and hidden Markov model

著者 (7件)： Cao Huiqiang (College of Life Science and Bioengineering, Beijing University of Technology, Beijing, China) ,  Wu Shuicai (College of Life Science and Bioengineering, Beijing University of Technology, Beijing, China) ,  Zhou Zhuhuang (College of Life Science and Bioengineering, Beijing University of Technology, Beijing, China) ,  Lin Chung-Chih (Department of Computer Science and Information Engineering, Chang Gung University, Taiwan) ,  Yang Chih-Yu (Department of Computer Science and Information Engineering, Chang Gung University, Taiwan) ,  Lee Shih-Tseng (Medical Augmented Reality Research Center, Chang Gung Memorial Hospital, Taiwan) ,  Wu Chieh-Tsai (Medical Augmented Reality Research Center, Chang Gung Memorial Hospital, Taiwan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICSIP  ページ： 684-689  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 転倒は,高齢者の生活の質を減少させることを主要な健康リスクした。本論文では,降下事象を検知するために加速度データと隠れMarkovモデル(HMM)を用いた新しい方法を提案した。三軸加速度計を統合したウェアラブルデバイスはヒト胸部の加速度データを収集した。特徴配列(FS)は,加速度データから抽出し,転倒検出のHMMを訓練するために観測の配列として使用した。モデルにより生成された入力FSの確率は検出標準として計算した。実験結果は,提案した方法の精度は97.2%であり,感度は91.7%,特異度は100%であった,転倒事象の検出における提案手法の望ましい性能を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *モデル ,  老人 ,  *加速度 ,  クオリティオブライフ ,  ヒト ,  *隠れMarkovモデル ,  転倒
準シソーラス用語： 特異度 ,  ウェアラブルデバイス ,  三軸加速度計 ,  健康リスク ,  *落下検出 , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  システム・制御理論一般  (IA02010H) ,  信号理論  (ND02020G)

タイトルに関連する用語 (3件)： 加速度 ,  隠れMarkovモデル ,  落下検出