SKYDDSÄNGEL (1 / 3 steg)
Steg 1:
Varje år upplever flera tusen äldre människor med fallande olycka. Faller är sedan en huvudproblemet om hälsosam av äldste. Denna uppsats försöker finna ut en enkel algoritm för att upptäcka ett fall. Med mindre beräkning, kan enheten snabbt skilja mellan en nedgång och en normal aktivitet i dagliga livet (ADL). Den smartphone tekniken är för närvarande i mycket god tid, innehåller den flera sensorer för att följa med. Sensorerna i smartphone är mycket användbar inom alla områden av mätningar även i medicinsk teknik. Tri-axial accelerometern är en sensor på smartphone och en ansökan är att används för identifiering av hösten. Från studien, kan den enkla algoritmen tillämpas för höst upptäckt genom att observera någon förändring av x-, y- och z-acceleration 10g inom begränsad tid att erhålla från ADLs i form av liggande. Fördelarna med att använda smartphone som en höst detektorn är att det kan larm eller ropa på hjälp. Det blir också billigt, allmänt använd och bekväma att använda eller montera.
Falla perception för äldreomsorg: en höst upptäckt algoritm i Smart mudd mHealth system Z. Li; mHealth Lab., Peking Univ., Beijing, Kina. A. Huang; W. Xu; W. Hu mobil hälsa (mHealth) förväntas spela en särskild roll i dagens och framtida hälso-och leverans. Baserat på denna trend, designar vi en Smart mudd mHealth system med mobila gränssnitt. Den designade Smart mudd är dedikerade för att erbjuda realtid alert för äldre fall, som är det viktigaste när befolkningens åldrande blir. I Smart mudd mHealth systemet är identifiering av hösten "flaskhalsen" av systemdrift. För att undanröja denna flaskhals bort, föreslår vi en höst perception lösning för äldreomsorg. I detta förslag, vi abstrakt och konstruera primitiv-baserade funktioner från rådata samlas in av Smart mudd mHealth systemet, där de mest värdefulla funktionerna kan väljas med hjälp av en TF-IDF (benämna frekvens-inversen dokument frekvens) metrisk. I själva verket är dessa valda funktioner de mest effektiva att utföra höst upptäckt. Våra system undersökningar och kliniska prövningar visar att detta förslag är berättigade att göra Smart mudd mHealth systemet till en riktig lösning för äldreomsorg. Resultaten visar att den erkännande precision och återkallande kan nå 93% och 88%, respektive. Jämfört med existerande lösningar, vinst från vårt förslag är en effektiv förebyggande metod för äldre hösten, och kan spara mer än 800 miljoner dollar per år på dagens socio-ekonomiska nivå. 8. höst upptäckt algoritm i energi effektiva multistate sensorsystem G. Korats; Ventspils Univ. Coll., Ventspils, Lettland. J. Hofmanis; A. Skorodumovs; E. Avots hälsofrågor för äldre kan leda till olika skador under enkla dagliga aktiviteter (ADL). Potentiellt är farligaste oavsiktliga falls som kan vara avgörande eller även dödliga för vissa patienter på grund av den tunga skaderisken. Många fall detection system läggs fram, men endast nyligen sådan hälso-och sjukvårdssystem blev tillgänglig. Icke desto mindre kan sensor design, noggrannhet samt konsumtion energieffektivitet förbättras. I denna uppsats presenterar vi en enda 3-axial accelerometer energieffektiva sensorsystem. Energispar uppnås genom bearbeta selektiv händelse utlöses av höst upptäckt förfarande. Resultaten i våra simuleringar visar 100% korrekta när tröskeln parametrarna väljs korrekt. Beräknad energiförbrukning tycks förlänga batteritiden avsevärt.