CareFall: Automatic Fall Detection through Wearable Devices and AI Methods

要約

人口の高齢化により、私たちの社会では転倒が増加しており、世界中の公衆衛生に影響を与えています。
この論文では、ウェアラブル デバイスと人工知能 (AI) 手法に基づく自動転倒検出システム (FDS) である CareFall について説明します。
CareFall は、スマートウォッチから抽出された加速度計とジャイロスコープの時間信号を考慮します。
特徴の抽出と分類には、i) しきい値ベースと ii) 機械学習ベースの 2 つの異なるアプローチが使用されます。
2 つの公開データベースでの実験結果では、加速度計とジャイロスコープの情報を組み合わせた機械学習ベースのアプローチが、精度、感度、特異性の点でしきい値ベースのアプローチよりも優れていることが示されています。
この研究は、高齢者の転倒による悪影響を軽減するための、スマートでユーザーフレンドリーなソリューションの設計に貢献します。

要約(オリジナル)

The aging population has led to a growing number of falls in our society, affecting global public health worldwide. This paper presents CareFall, an automatic Fall Detection System (FDS) based on wearable devices and Artificial Intelligence (AI) methods. CareFall considers the accelerometer and gyroscope time signals extracted from a smartwatch. Two different approaches are used for feature extraction and classification: i) threshold-based, and ii) machine learning-based. Experimental results on two public databases show that the machine learning-based approach, which combines accelerometer and gyroscope information, outperforms the threshold-based approach in terms of accuracy, sensitivity, and specificity. This research contributes to the design of smart and user-friendly solutions to mitigate the negative consequences of falls among older people.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google