A Smart IoT System for Detecting the Position of a Lying Person Using a Novel Textile Pressure Sensor.
A Smart IoT System for Detecting the Position of a Lying Person Using a Novel Textile Pressure Sensor.
复制标题
DOI：
10.3390/s21010206
复制
发表时间：
2020-12-31
期刊：
影响因子：
--
通讯作者：
Benco M
中科院分区：
文献类型：
--
作者：
Hudec R;Matúška S;Kamencay P;Benco M
褥疮是一个严重的问题，可能会影响一个长期躺在医院或临终关怀。为了防止卧床褥疮，我们提出了一种智能物联网（IoT）系统，用于使用新型纺织品压力传感器检测卧床者的位置。要建立这样一个系统，需要使用不同的技术和技巧。我们使用了64个基于导电纱线和Velostat的新型纺织品压力传感器来收集关于躺着的人的压力分布的信息。使用消息传输遥测传输（MQTT）协议和基于Arduino的硬件，我们将测量数据发送到服务器。在服务器端，有一个Node-RED应用程序负责数据收集、评估和配置。由于计算复杂性，我们使用神经网络对单独设备上的受试者躺姿进行分类。我们通过观察21个人的四种躺姿创建了具有挑战性的数据集。我们取得了最好的分类精度为92%的第四类（右侧姿势类型）。另一方面，获得了第一类（仰卧姿势类型）的最佳召回率（91%）。最佳F1评分（84%）为一级（仰卧位类型）。分类后，我们将信息发送到员工桌面应用程序。该应用程序提醒员工何时需要改变个别受试者的躺姿，从而防止褥疮。
Bedsores are one of the severe problems which could affect a long-term lying subject in the hospitals or the hospice. To prevent lying bedsores, we present a smart Internet of Things (IoT) system for detecting the position of a lying person using novel textile pressure sensors. To build such a system, it is necessary to use different technologies and techniques. We used sixty-four of our novel textile pressure sensors based on electrically conductive yarn and the Velostat to collect the information about the pressure distribution of the lying person. Using Message Queuing Telemetry Transport (MQTT) protocol and Arduino-based hardware, we send measured data to the server. On the server side, there is a Node-RED application responsible for data collection, evaluation, and provisioning. We are using a neural network to classify the subject lying posture on the separate device because of the computation complexity. We created the challenging dataset from the observation of twenty-one people in four lying positions. We achieved a best classification precision of 92% for fourth class (right side posture type). On the other hand, the best recall (91%) for first class (supine posture type) was obtained. The best F1 score (84%) was achieved for first class (supine posture type). After the classification, we send the information to the staff desktop application. The application reminds employees when it is necessary to change the lying position of individual subjects and thus prevent bedsores.
登录
查看更多内容
影响因子：
3.1
作者：
Samir, Soad;Emary, Eid;Onsi, Hoda
通讯作者：
Onsi, Hoda
DOI：
10.15598/aeee.v15i4.2389
发表时间：
2017-01-01
影响因子：
0.6
作者：
Kamencay, Patrik;Benco, Miroslav;Radil, Roman
通讯作者：
Radil, Roman
DOI：
10.1186/s13673-020-0211-8
发表时间：
2020-02-03
影响因子：
6.6
作者：
Cicceri, Giovanni;De Vita, Fabrizio;Puliafito, Antonio
通讯作者：
Puliafito, Antonio
影响因子：
4.3
作者：
Lin, Xiaoyou;Seet, Boon-Chong
通讯作者：
Seet, Boon-Chong
普遍说谎的姿势跟踪。
DOI：
10.3390/s20205953
发表时间：
2020-10-21
期刊：
Sensors (Basel, Switzerland)
影响因子：
--
作者：
Alinia P;Samadani A;Milosevic M;Ghasemzadeh H;Parvaneh S
通讯作者：
Parvaneh S