Home Notizie recenti Efficiente rilevamento delle cadute basato su solette intelligenti

Efficiente rilevamento delle cadute basato su solette intelligenti

28
0
Sistemi esperti con applicazioni (2022). DOI: 10.1016/j.eswa.2022.117661″ width=”800″ height=”463″>
Layout del sensore, dimensioni e diagramma di sistema delle solette intelligenti Moticon OpenGo. Ogni soletta pesa meno di 80 g e sembra una normale soletta. La trasmissione dati wireless basata su Bluetooth viene adottata per trasmettere i dati dei sensori e i segnali di controllo. Credito: Sistemi esperti con applicazioni (2022). DOI: 10.1016/j.eswa.2022.117661

Il rilevamento delle cadute è un’applicazione tipica sia dei sistemi esperti medici che dei sistemi esperti indossabili. Ci sono quattro tipi principali di cadute, cioè, lato sinistro orizzontale, lato destro orizzontale, supino e prono, mentre la maggior parte degli studi precedenti e dei sistemi commerciali si concentrano sulla distinzione di caduta o meno.

Il rilevamento multidirezionale accurato e rapido delle cadute può essere utilizzato per sviluppare una protezione tempestiva dell’airbag gonfiabile nella direzione di caduta e aiutare i medici a ridurre i tempi di reazione per valutare la gravità di particolari lesioni articolari.

Vedi anche:  Una buona informazione "salvavita", afferma l'OMS dopo l'accordo con Musk su Twitter

In uno studio pubblicato in Sistemi esperti con applicazioni, il gruppo di ricerca guidato dal Prof. Dai Houde del Fujian Institute of Research on the Structure of Matter of the Chinese Academy of Sciences ha riportato una nuova metodologia di rilevamento delle cadute basata su solette intelligenti e un framework di memoria a lungo termine (LSTM) con un esperto codificatore automatico di denoising di riferimento (RDAE). I ricercatori hanno utilizzato un paio di solette interne wireless, ciascuna delle quali è dotata di 13 sensori di pressione plantare e un accelerometro triassiale per acquisire parametri di andatura spazio-temporali completi.

La rete RDAE-LSTM proposta fornisce un risultato di test affidabile nella classificazione, con una precisione del 98,6% e un tempo di risposta di 8,7 ms per determinare le direzioni di caduta, dimostrando prestazioni più convincenti rispetto a quelle di altri algoritmi.

Vedi anche:  Il parto vaginale dopo il taglio cesareo aumenta del 20% il rischio di gravi lesioni perineali

Questa metodologia è una scelta discreta per gli utenti la cui vita quotidiana non è influenzata dal dispositivo di rilevamento delle cadute. È stato dimostrato che il modello RDAE-LSTM riconosce in modo accurato e rapido le cadute in quattro direzioni per il set di dati di rilevamento delle cadute sbilanciate.

Questo studio ha grandi prospettive nelle applicazioni dell’Internet delle cose in una società che invecchia.


Articolo precedenteCome le sabbie bituminose canadesi possono aiutare a costruire strade migliori
Articolo successivoL’implementazione molecolare di una rete neurale artificiale basata sul DNA