|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
类方法可以在- -定程度上检测出跌倒行为，但是会造成
3 Y0 g5 v& P0 r) u1引言
2 [* Y- G$ I- s7 d5 N传感网内数据流量增加,有可能影响医疗护理传感器网
, }( j* Y$ x: d n @& o近年来，医疗护理无线传感器网络已经成为无线传络的正常应用.文献[9]邇过在老人的生活环境中部署
{+ X- U9 l4 v9 n& |感器网络研究热点之--.尽管目前已经有很多类似系统，- ^; v9 H9 ~; k' D$ z# ], p
视频摄像头,对比画面判定被监测对象是否跌倒;该方: p# F- l1 ^# s6 T: P% @' S
如Blueode, HealhGear, MobiHealth和UbiMon等"来监测
4 `, I" j- Z9 ?/ T+ I$ g) @法的准确性高,但传输视频信息带来传感器网络通信量 J' z+ W; I# C) v
老年人的日常生理参数,但是都没有深入讨论如何检测
7 q4 _9 `& n; i5 P Y6 G" Q的膨胀.文献[12]采用基于音频和视频联合的方法检测 K, P! C# O1 L/ W
老年人的日常危险行为.研究表明3，在众多危害老年人3 v/ A6 A# S Y) ]
被监测对象的行为，但系统决策需要HMM的支持,需2 R2 N, F$ x4 n- e: j+ |# ~ x
健康的日常行为之中,突然性跌倒行为对独自在家的老要 复杂的最初状态测试和很长的学习过程，且不能实现
6 R5 r# L, T- Z& }) I人造成的危害最大.因此如何有效检测这- -行 为已经成
2 y0 N- {6 C9 N/ H+ F分布式最终决策.文献[11]的研究结论表明,绝大多数
" V9 I3 ^- D g; C( n为医疗护理无线传感器网络研究领域的热点之一.文献" t. g' @; G8 ?
老年人非常反感将自已的日常活动置于直接视频监测
) S# \; j! f! g* N s[2]提出的位姿测定机制可以用于老年人跌倒检测.文献
% k- L) ~2 J3 {* j& y6 d# ? D的环境之中，因此上述方法的社会可行性需要重新评
5 G# o$ u1 p5 J) j3 s3 ]% A. J# E# _[3]利用附带有2维加速度传感器的Mica2Dot作为部署. j7 A* x; l3 v% l* d ?$ Y7 V
估.文献[4]的作者提出利用一组时间对比视觉传感器
+ b0 h" i3 O3 S& L/ G在被监测对象身体上的节点,一旦检测加速度方向发生来 监测老年人是否跌倒，该传感器仅传输周围环境发生
( I6 D- Y1 k$ H2 I8 k变化,则判断被监测对象跌倒.文献[6,8]利用3维加速
; q6 Q8 S- a- q" \4 t变化的变化部分图像,对静止部分不敏感，就可以减少
' a% v9 b F" G1 z9 v8 |, V度传感器来监测老年人的跌倒行为,提高了准确性.这0 R; V% n1 o, Z# g( g# I& P+ j
通信量,但该传感器必须成对部署,应用场景受限制.3 E1 _" ^# Y6 W) ?# ?5 w8 E4 p, U
2 v9 p; l) E6 i4 [: ]; d2 ~1 ~! n" Q$ ?" u
|
|
/1 
发表于 2020-3-17 11:00
收藏
淘帖
支持！
反对！