文献

J-GLOBAL ID：202102240091365376   整理番号：21A2456962

可能なライフセーバ:ヒト転倒検出技術に関するレビュー【JST・京大機械翻訳】

Possible Life Saver: A Review on Human Fall Detection Technology

著者 (4件)： Wang Zhuo (Department of Electrical and Computer Engineering, Drexel University, Philadelphia, PA 19131, USA) ,  Ramamoorthy Vignesh (Department of Electrical and Computer Engineering, Drexel University, Philadelphia, PA 19131, USA) ,  Gal Udi (GraceFall Inc., Penn Valley, PA 19072, USA) ,  Guez Allon (Department of Electrical and Computer Engineering, Drexel University, Philadelphia, PA 19131, USA)
資料名： Robotics (Web)  (Robotics (Web))
巻： 9  号： 3  ページ： 55  発行年： 2020年 
JST資料番号： U7273A  ISSN： 2218-6581  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： ヒトの間で,転倒は重度の傷害を引き起こして,高齢者集団のために死さえ引き起こす重大な健康問題である。また,転倒はバイカー,スキーマ,建設労働者,その他に対する主要な安全脅威である。幸いに,技術の進歩により,提案した落下検出システムと機器の数は劇的に増加し,それらの幾つかは既に市場にある。ホール検出デバイス/システムは,ウェアラブルデバイス,環境システム,画像処理ベースシステム,およびハイブリッドシステムのようなアーキテクチャに基づいて分類でき,これら方法論の2つまたはそれ以上の組合せを採用した。このレビュー論文では,これらの主要な落下検出システム,デバイス,および,それらの提案されたアプローチと性能の測定に関して,比較を行う。携帯性と信頼性の欠如のような現在のシステムによる課題も提示した。スマートフォン,機械学習,およびEEGの使用などの開発傾向を認める。プライバシー問題,限られた実落下データ,および人間工学的設計欠陥の課題も議論した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 信頼性 ,  死 ,  ヒト ,  画像処理 ,  プライバシー ,  転倒 ,  *検出法 ,  携帯型 ,  計算機アーキテクチャ ,  機械学習 ,  スマートフォン
準シソーラス用語： ウェアラブルデバイス ,  健康問題 ,  ハイブリッドシステム ,  *ライフセーバ , 【Automatic Indexing@JST】

著者キーワード (4件)： 転倒検出 ,  ウェアラブルデバイス ,  環境システム ,  医用ロボット

分類 (1件)： パターン認識  (JE07000S)

引用文献 (73件)：

• Falls. Available online: https://www.who.int/news-room/fact-sheets/detail/falls (accessed on 14 December 2019). Center for Disease Control and Prevention. Falls Reported by State. 2019. Available online: https://www.cdc.gov/homeandrecreationalsafety/falls/fallcost/falls-by-state.html (accessed on 10 December 2019). Center for Disease Control and Prevention. Deaths from Falls. 2019. Available online: https://www.cdc.gov/homeandrecreationalsafety/falls/fallcost/deaths-from-falls.html (accessed on 10 December 2019). Center for Disease Control and Prevention. Falls Data. 2019. Available online: https://www.cdc.gov/homeandrecreationalsafety/falls/fallcost.html (accessed on 14 December 2019). Center for Disease Control and Prevention. Important Facts about Falls. 2019. Available online: https://www.cdc.gov/homeandrecreationalsafety/falls/adultfalls.html (accessed on 14 December 2019).
• Hausdorff, J.M.; Edelberg, H.K.; Mitchell, S.L.; Goldberger, A.L.; Wei, J.Y. Increased gait unsteadiness in community-dwelling elderly fallers. Arch. Phys. Med. Rehabil. 1997, 78, 278-283.
• Pannurat, N.; Thiemjarus, S.; Nantajeewarawat, E. Automatic fall monitoring: A review. Sensors 2014, 14, 12900-12936.
• Luque, R.; Casilari, E.; Morón, M.J.; Redondo, G. Comparison and characterization of android-based fall detection systems. Sensors 2014, 14, 18543-18574.
• Ren, L.; Peng, Y. Research of fall detection and fall prevention technologies: A systematic review. IEEE Access 2019, 7, 77702-77722.

タイトルに関連する用語 (5件)： ライフセーバ ,  ヒト ,  転倒 ,  検出技術 ,  レビュー