lightbulb现实痛点步态跌倒与移动监测
患者在家中难以采集长时直线步态数据，难以进行准确的步态周期分割。UbiComp '24GCCRR: A Short Sequence Gait Cycle Segmentation Method Based on Ear-Worn IMU
传感、识别与安全 / 步态跌倒与移动监测
患者在家中难以采集长时直线步态数据，难以进行准确的步态周期分割。
同类问题
lightbulb现实痛点步态跌倒与移动监测
膝关节炎患者难以便捷地监测步态中的关节负担和肌肉力量。UbiComp '24KneeGuard: A Calibration-free Wearable Monitoring System for Knee Osteoarthritis Gait Re-training via Effortless Wearing
lightbulb现实痛点步态跌倒与移动监测
现有手环在推购物车或随机手臂动作时无法准确数步。UbiComp '24Earable and Wrist-worn Setup for Accurate Step Counting Utilizing Body-Area Electrostatic Sensing
lightbulb现实痛点步态跌倒与移动监测
室内步态识别系统部署复杂，精度受环境影响大。lightbulb现实痛点步态跌倒与移动监测
用户难以用便捷低成本的方法评估自身脑健康风险。lightbulb现实痛点步态跌倒与移动监测
老人在跌倒后若不能及时获救可能面临生命危险。lightbulb现实痛点步态跌倒与移动监测
用户在室内或交通方式难区分时，活动识别不准确。UbiComp '23Ensemble Learning using Motion Sensors and Location for Human Activity Recognition
相关论文
UbiComp 2024
RDGait：基于单芯片雷达的复杂室内环境毫米波步态识别系统
Dequan Wang, Xinran Zhang, Kai Wang
UbiComp 2023
NeuralGait：使用智能手机评估大脑健康
Huining Li, Huan Chen, Chenhan Xu
UbiComp 2023
LT-Fall：危及生命的跌倒检测与报警系统的设计与实现
Duo Zhang, Xusheng Zhang, Shengjie Li
CHI 2022
'他们在诊所还是在家表现更好': 理解临床医生在可视化远程步态评估中可穿戴传感器数据时的需求，针对多发性硬化症患者
Ayanna Seals, Giuseppina Pilloni, Jin Kim