Towards unobtrusive detection and realistic attribute analysis of daily activity sequences using a finger-worn device
Towards unobtrusive detection and realistic attribute analysis of daily activity sequences using a finger-worn device
复制标题
使用手指佩戴设备对日常活动序列进行不显眼的检测和真实属性分析
DOI：
10.1007/s10489-015-0649-y
复制
发表时间：
2015
影响因子：
5.3
通讯作者：
T. Hasegawa
中科院分区：
文献类型：
--
作者：
Y. Zhou;Z. Cheng;L. Jing;T. Hasegawa
日常生活活动（ADL）的检测和分析对于老年人健康护理中的活动跟踪、安全监测和生命支持非常重要。最近，许多研究项目已经采用可穿戴设备来检测和分析ADL。然而，大多数可穿戴设备阻碍身体的自然运动，并且活动的分析缺乏对各种真实的属性的充分考虑。为了解决这些问题，我们提出了一个双重解决方案。首先，关于ADL的非侵入性检测，仅一个小型设备佩戴在手指上以感测和收集活动信息，并且从手指相关信号中提取可识别特征以识别各种活动。其次，为了反映现实生活中的情况下，加权序列比对的方法，提出了分析的设备检测到的活动序列，以及序列中的每个活动的属性。该系统使用10个日常活动和3个活动序列进行验证。结果表明，识别活动的准确率为96.8%，序列分析的有效性也很高。
Detection and analysis of activities of daily living (ADLs) are important in activity tracking, security monitoring, and life support in elderly healthcare. Recently, many research projects have employed wearable devices to detect and analyze ADLs. However, most wearable devices obstruct natural movement of the body, and the analysis of activities lacks adequate consideration of various real attributes. To tackle these issues, we proposed a two-fold solution. First, regarding unobtrusive detection of ADLs, only one small device is worn on a finger to sense and collect activity information, and identifiable features are extracted from the finger-related signals to identify various activities. Second, to reflect realistic life situations, a weighted sequence alignment approach is proposed to analyze an activity sequence detected by the device, as well as attributes of each activity in the sequence. The system is validated using 10 daily activities and 3 activity sequences. Results show 96.8 % accuracy in recognizing activities and the effectiveness of sequence analysis.
登录
查看更多内容
eWatch：可穿戴传感器和通知平台
DOI：
10.1109/bsn.2006.24
发表时间：
2006
期刊：
International Workshop on Wearable and Implantable Body Sensor Networks (BSN'06)
影响因子：
--
作者：
Uwe Maurer;Anthony G. Rowe;A. Smailagic;D. Siewiorek
通讯作者：
D. Siewiorek
DOI：
10.1007/978-3-540-24646-6_1
发表时间：
2004-01-01
期刊：
PERVASIVE COMPUTING, PROCEEDINGS
影响因子：
--
作者：
Bao, L;Intille, SS
通讯作者：
Intille, SS
基于累积热释电传感器数据的生命模式提取的异常检测算法
DOI：
10.1109/iros.2008.4650864
发表时间：
2008
期刊：
2008 IEEE/RSJ International Conference on Intelligent Robots and Systems
影响因子：
--
作者：
Taketoshi Mori;R. Urushibata;M. Shimosaka;H. Noguchi;Tomomasa Sato
通讯作者：
Tomomasa Sato
使用序列比对方法检测日常生活活动的异常模式
DOI：
10.1109/iembs.2008.4649915
发表时间：
2008
期刊：
2008 30th Annual International Conference of the IEEE Engineering in Medicine and Biology Society
影响因子：
--
作者：
Ho;Seon;Soo Joon Park
通讯作者：
Soo Joon Park
远程护理系统中的动态日常生活模式和关联分析
DOI：
10.1109/icdm.2004.10023
发表时间：
2004
期刊：
Fourth IEEE International Conference on Data Mining (ICDM'04)
影响因子：
--
作者：
Beng;T. Martin;Nick P. Clarke;B. Majeed;D. Nauck
通讯作者：
D. Nauck