LT-Fall:危及生命的跌倒检测与报警系统的设计与实现
作者
老年护理与认知症照护生物传感器与生理监测医生、护士、临床医生老年护理人员
跌倒是现代社会中导致老年人致命伤害的首要原因,这促使研究人员提出各种跌倒检测技术。我们观察到大多数现有跌倒检测解决方案正偏离跌倒检测的初衷:及时向家人、医护人员或急救人员报警以拯救因跌倒导致严重伤害的人的生命。相反,它们专注于检测人类跌倒的行为,但这并不一定意味着人类处于真正的危险之中。真正危急的情况是 manusia 无法在没有帮助的情况下起身,由于失去意识或因严重受伤而跌倒后躺在地上。本文将危及生命的跌倒定义为涉及跌倒后长时间躺在地上的行为,并首次指出跌倒检测系统应专注于检测危及生命的跌倒,而非检测任何随机的跌倒。相应地,我们设计和实现了LT-Fall,一个基于毫米波的危及生命跌倒检测和报警系统。LT-Fall在第一阶段检测和报告跌倒及类似跌倒行为,然后通过持续监测跌倒后的人类状态在第二阶段识别危及生命的跌倒。我们提出了一种联合时空定位技术来检测和定位人类的微运动,解决了人类静止(即躺在地上)时毫米波空间分辨率不足的问题。对15名志愿者进行的广泛评估表明,与最先进的作品(92%精确率和94%召回率)相比,LT-Fall实现了零误报,精确率为100%,召回率为98.8%。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 如何区分普通跌倒与生命危险的跌倒情景?分类: 步态跌倒与移动监测同类问题arrow_forward
- 毫米波雷达如何准确检测跌倒后静止的躯体?分类: 步态跌倒与移动监测同类问题arrow_forward
- 如何提高微运动(如呼吸与心跳)检测的精度以识别生命危险的跌倒?分类: 步态跌倒与移动监测同类问题arrow_forward
lightbulb
现实痛点
1- 老人在跌倒后若不能及时获救可能面临生命危险。分类: 步态跌倒与移动监测同类问题arrow_forward
- 100%
AVEID:用于测量痴呆症患者参与度的自动视频系统
IUI '18· 老年护理与认知症照护 +1
- 67%
物联网支持帕金森病患者未来的机会
CHI '20· 远程医疗与远程患者监测 +2
- 60%
Seismo:利用智能手机内置加速度计和相机进行血压监测
CHI '18· 智能手表与健身手环 +1
- 60%
为HCI和设计重构更年期体验框架
CHI '19· 老年护理与认知症照护 +1
- 60%
使用Awari进行睡眠规划:通过设计研究揭示生物节律的物质性
CHI '23· 睡眠与压力监测 +1
- 60%
HIPPO: 来自日常交互的说服性手部握力估计
UbiComp '23· 健身追踪与运动监测 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
UbiComp
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
7 位作者
sell
研究子方向
老年护理与认知症照护、生物传感器与生理监测
work
职业/产业
医生、护士、临床医生、老年护理人员
article
内容状态
仅摘要
hub
相关论文
6 篇相关论文