JS 杂志上的传感器 1687 - 7268 1687 - 725 x Hindawi出版公司 10.1155 / 2015/452078 452078年 研究文章 优化的加速度计和制造检测算法 黄齐的 Quoc T。 1 阮 Uyen D。 2 Irazabal 卢西亚B。 1 Ghassemian Nazanin 1 Tran 阿萍问。 1 保利 阿兰 1 生物医学工程系,工程学院 美国的天主教大学 华盛顿特区20064 美国 cua.edu 2 电气工程学院的国际大学 越南国立大学 胡志明市70000 越南 vnu.edu.vn 2015年 9 4 2015年 2015年 22 09年 2014年 06 02 2015年 05年 03 2015年 9 4 2015年 2015年 版权©2015 Quoc Huynh et al。 这是一个开放的文章在知识共享归属许可下发布的,它允许无限制的使用,分布和繁殖在任何媒介,提供最初的工作是正确的引用。

受伤的下降是一种常见的和重要的原因老年人(> 65岁),经常导致残疾和死亡。在美国,一个在三个老人每年遭受伤害下降。本研究的目的是开发、优化和评估跌倒检测算法的有效性基于无线可穿戴传感器系统(WSS)组成的硬件加速计和陀螺仪。在这项研究中,WSS放置在胸部中心收集实时运动数据的各种模拟日常活动(即。、散步、跑步、步进和下跌)。测试进行了36个人体共有702个不同的运动收集在实验室设置。一半的数据集是用于开发的检测算法包括调查关键传感器的阈值和剩余的数据集是用于评估算法的敏感性和特异性。实验结果表明,该算法检测到瀑布相比其他日常运动的敏感性和特异性为96.3%和96.2%,分别。陀螺仪的信息提高灵敏度大大从文学角速度变化的结果提供进一步的从其他活动下降事件的描述,也可以体验高加速度峰值。

 1。介绍

秋天事件是老年人伤害的最重要原因。跌倒导致许多禁用骨折,可能最终导致死亡由于并发症,如感染或肺炎。在美国,超过三分之一的65岁以上老年人跌倒(每年至少一次 1]。2008年,医院急诊室治疗超过210万之间的非致命的摔伤住院老年人的25%。不幸的是,随着年龄的增长,下跌的可能性增加,伤害会加剧。受伤是因为爱上了那些超过85岁的四倍在65至74岁的成年人。此外,一个人一旦下降,他们可能会再次下降。

落在老年人健康有直接效应,另一个关键作用是相关金融与事件相关的成本。2000年,相关成本下降老年人被CDC估计大约200亿美元,到2020年增加到549亿美元( 2]。跌幅一半的老人不能自己起床( 3]。平均跌幅老人无助地躺超过10分钟,3%接受援助(之前等待一个多小时 4]。这些 长时间的谎言经常导致住院,制度化,和高发病率死亡率率。研究Bertera et al。 5]表明,老年人对新技术感兴趣,支持他们的健康,独立,和安全,特别是当它支持他们希望age-in-place [ 6]。

个人应急响应系统(per)开发促进呼吁帮助跌倒后的事件。然而,在严重的紧急情况,个人可能无法激活珀耳斯报警。最近的报告表明,80%的老年人无法起床跌倒后没有使用他们的珀耳斯设备要求帮助 7, 8]。出于这个原因,落差自动检测是一个活跃的研究领域。许多瀑布研究策略使用加速度计主要利用加速度大小的变化来确定。当加速度超过临界阈值,检测( 9, 10]。这些系统成功地检测敏感性大于下跌85%,特异性94%至88之间。然而,只关注大加速会导致许多假阳性等其他活动,跑步,跳跃也可能导致大的峰值加速度。例如,黄齐et al。 11)表明,平均峰值加速度运行期间(2.3 - -2.8 g)与观察到的范围在-5.4 (2.4 g)。这减少了特异性(即重叠。,detection of false positives) of purely accelerometer-based algorithms.

其他检测算法依赖于检测身体的方向(即。下降后,倾向)。然而,这些策略可能会影响到活动相似的姿势(例如,sleeping, reclining) and are less effective when a person’s fall posture is not horizontal. Furthermore, additional studies have used complex algorithms such as support vector machine (SVM) [ 12)和马尔可夫模型( 13)检测。这些系统的鲁棒性并没有被证实。他们也有限的计算资源的过度使用,不能实时反应。在计算复杂性可以卸载基于云的服务,实时和连续访问云可能是不可靠的,特别是在农村地区。

不像其他工作之前,这个项目提出使用加速度计和陀螺仪传感器健壮的检测。而加速度计提供了有价值的信息关于身体惯性变化由于影响,陀螺仪提供了独一无二的信息关于身体的转动速度在下降的事件。秋天事件产生高加速度和角速度,结合过程中观察到的不正常的日常活动。这项工作的主旨是开发和优化一个健壮的跌倒检测算法同时优化敏感性和特异性。

 2。方法

在先前的研究中( 11),我们的团队开发了一种无线传感器系统和一个算法来识别事件从其他日常活动,如步行,跑步,坐和爬楼梯。该系统包括无线传感器系统(WSS)组成的硬件加速计和陀螺仪。图 1显示了整个系统的示意图。WSS传送和接收实时加速度计和陀螺仪数据在下降。检测算法是基于一个简单的阈值检测方法使用加速度计阈值在文献中找到。陀螺仪阈值确定实验使用初步收集的数据。

无线传感器系统的示意图。

 2.1。无线传感器系统(WSS)

无线传感器系统(图 2(图)包含一个传感器模块 2(一个))、微控制单元(MCU)、无线模块来感觉身体方向和活动数据,控制数据流,分别和发送/接收数据。WSS放置在胸部(图的中心 2 (c))。

检测系统:(a)传感器模块(6自由度),(b)的无线传感器系统(WSS), (c)系统连接中心胸部。

 2.1.1。传感器模块

因为我们的系统使用加速度和角速度检测下,我们选择使用绑模块体积小和功率要求。它包括一个三轴加速度计ADXL345和一个三轴陀螺仪ITG3200(图 2(一个))。ADXL345加速度测量范围,可和4毫克/ LSB,是 ± 16 g。此外,itg - 3200之间的角速度陀螺仪可以捕获±2000°/秒。两个传感器与单片机通过I2C数字接口端口。

 2.1.2。微控制单元(MCU)模块

的单片机控制系统是一个LPC 1786 (NXP半导体),一只手臂Cortex-M3基于32位单片机专门为嵌入式应用程序需要一个高水平的集成和低功耗。CPU芯片可以高达100 MHz的频率。此外,UART接口提供了采样频率4 Mb / s。

 2.1.3。无线模块

的妻子RN131模块是一个独立的无线模块的操作在一个完全集成的2.4 GHz和提供一个IP堆栈与IEEE 802.11 b / g标准。RN131可以与沟通加快11 Mbps。由于其小形状系数和极低的功耗,这是完美的移动无线便携式电池供电的设备的应用程序。此外,它的UART与单片机的硬件接口连接可以操作1 Mbps的数据率。

 2.1.4。收集项目

数据采集程序是用Matlab编写的(Mathworks, Inc .,纳蒂克,MA)接收,显示和分析实时加速度和角速度数据WSS ( 11]。该项目还存储数据供以后分析。

 2.2。跌倒检测算法

分析中使用的参数是类似提议在先前的研究 10, 14]。总额加速度矢量,Acc,包含静态和动态加速度分量,计算抽样数据使用 (1) 一个 c c = ( 一个 x ) 2 + ( 一个 y ) 2 + 一个 z 2 , 在哪里 一个 x , 一个 y , 一个 z 的加速度(g)吗 x , y , z 的方向。同样,角速度计算从抽样数据显示在以下: (2) ω = ( ω x ) 2 + ( ω y ) 2 + ω z 2 , 在哪里 ω x , ω y , ω z 角速度在 x , y , z 的方向。

静止时,加速度大小,Acc,从三轴加速度计是常数(+ 1 g),和角速度为0°/ s。主体瀑布时,加速度是快速变化和角速度产生各种信号下降方向。临界阈值的加速度和角速度然后用于确定一个事件。这些关键阈值定义和推导如下 15]。

低阈值下降(融通):局部最小值的Acc合每个记录的活动被称为信号降低高峰值(LPVs)。的 低频 T acc 加速度信号设置的最小的大小降低峰值下降(联赛)记录。

上阈值下降(UFT):局部极大值的Acc合每个记录的活动被称为信号上高峰值(UPVs)。每一个加速度UFT ( 佛罗里达大学 T acc )和角速度( 佛罗里达大学 T 陀螺 )信号设定最低的水平较高的峰值下降(UFP) Acc和记录 ω ,分别。的 佛罗里达大学 T acc 相关经历的冲击力峰值期间身体部分的影响阶段下降。

跌倒检测算法使用加速度计通常分为两组,一个基于 低频 T acc 比较和其他基于 佛罗里达大学 T acc 比较。虽然过去的研究已经取得了一些重要成果,这些策略的准确性仍低于预期的水平。布瑞克等。 15)使用 低频 T acc 和 佛罗里达大学 T acc ,发现性能的敏感性和特异性为83.33%和67.08%,分别。

在这项研究中,我们使用两个 低频 T acc 和 佛罗里达大学 T acc 结合 佛罗里达大学 T 陀螺 秋季检测。我们确定融通和UFT加速度和角速度基于收集的实验数据。我们的算法如图 3。首先,瞬时加速度大小,Acc,计算和比较 低频 T acc 。当Acc低于 低频 T acc 阈值,数据从接下来的0.5秒,期间被称为窗口,是比UFT加速度和角速度向量。秋天从文献[获得窗口期是 16, 17]。在秋天的窗口,如果两个以上加速度和角速度的大小 佛罗里达大学 T acc 和 佛罗里达大学 T 陀螺 分别检测到秋天。如果只有一个或者没有观察到,下降并不表示。

结合加速度计和陀螺仪检测模式。

该算法的鲁棒性评估通过测量敏感性和特异性通常定义为 (3) 灵敏度 = 没有 。 TP 没有 。 TP + 没有 。 FN , 特异性 = 没有 。 TN 没有 。 TN + 没有 。 《外交政策》 , 以下发生的地方。

#真阳性(No.TP):发生;设备检测。

#假阳性(No.FP):设备检测到秋天;秋天没有发生。

#真阴性(No.TN):正常运动(即。,没有下降);设备不声明一个下降。

#假阴性(No.FN):发生;设备不检测。

融通的困难在于确定最优阈值acc,UFTacc,UFT陀螺。低阈值选择不当可能会导致出现假阳性检测在日常活动中,导致较低的特异性。另外,过于严格的阈值选择可能会导致失败的跌倒检测完全导致假阴性和降低系统敏感性增加。

许多算法确定阈值实验( 18]。同样,本研究决定这些阈值为最佳的敏感性和特异性。为了优化阈值,敏感性和特异性都从实验数据计算出所有可能的门槛值。的敏感性与特异性,呈负相关的敏感性增加特异性降低跨各种阈值。接受者操作特征(中华民国;图 4)曲线显示灵敏度之间的权衡( y 设在)和特异性( x 设在)。最优阈值,可以提供之间的最小距离点(0,1)和本身 19]。中定义的距离( 4), 年代 N , 年代 P 的敏感性和特异性分别如下: (4) d T = 1 - - - - - - 年代 N 2 + 年代 P 2 。

ROC曲线。最优阈值显示为最小距离, d 点(0,1)敏感性( 年代 N )和特异性( 年代 P )分别为100%和100%,分别。假阳性率= 1−特异性作为一个算法,在100%的假阳性结果特异性0%,特异性0%的假阳性结果的100%。

 2.3。实验和程序

收集瀑布瀑布数据开发和优化的算法,实验进行了27日年轻健康受试者(男性和女性,年龄在18至28岁,体重从50到90公斤,和高度从154.5到180.0厘米)和9中年受试者(年龄从38岁到56年,体重从55到87公斤,和高度从160.0到185.0厘米)美国天主教大学(华盛顿特区)。研究协议是人类受试者/机构审查委员会批准的(IRB)委员会。WSS是附加到每个主题的胸部的中心,确定最优位置的我们之前研究[ 20.]。每个实验对象被要求执行动作如站、步行、坐/站起来,一步,并运行和4种不同的测试,前进,后退,左/右旁边的下降。瀑布进行到36英寸跳高垫,以防止受伤。

 3所示。结果

图 5显示了一个典型的例子,加速度和角速度信号在执行不同的日常活动。相应的实例时,加速度和角速度值超过 低频 T acc , 佛罗里达大学 T acc , 佛罗里达大学 T 陀螺 在各种日常活动,如站,运行,坐着,躺着,走路,走,下降也所示的原始信号。在秋天事件(~ 10秒),从1 g加速度信号减少交叉融通的acc在0.5 s,加速度和角速度增加跨越UFT之上acc和UFT陀螺同时,几乎。与严格的活动,比如跑步、加速度的峰值可以达到关键的融通acc和UFTacc阈值的下降事件的说明。然而,确认UFT陀螺阈值是从来没有达到。躺着或者坐着,等事件 佛罗里达大学 T 陀螺 阈值触发,但加速度条件不满足。因此,结合加速度计和陀螺仪传感器系统互补更健壮的检测算法。

Acc和 ω 各种活动:站,运行,坐着,躺着,站着,爬台阶,下降。也显示的阈值 佛罗里达大学 T acc , 低频 T acc , 佛罗里达大学 T 陀螺 确定事件。最后,事件检测满足算法的每个组件底部所示。下降事件表示当所有3窗口阈值检测在下降。

实验数据的收集、数据的一个子集(18科目)分析确定 低频 T acc 和 佛罗里达大学 T acc 加速度和 佛罗里达大学 T 陀螺 的角速度。之后,将剩余的数据用于验证来确定算法的敏感性和特异性。平均值和标准偏差值的最小和最大加速度和最大角速度在统计上90%和99%置信水平。表 1显示了平均值和标准误差 低频 T acc , 佛罗里达大学 T acc , 佛罗里达大学 T 陀螺 以及上下信心值90%和99%的水平。

摘要融通的临界阈值acc,UFTacc,UFT陀螺包括平均值±标准错误,在上下90%置信阈值限制和限制在99%上下信心。

融通acc(g) UFTacc(g) UFT陀螺(°/ s)
平均值±标准错误 0.18±0.06 3.27±0.38 382.1±98.9
90%的下限 0.10 2.77 254.52
90%的上限 0.27 3.76 509.61
99%的下限 0.03 2.37 151.69
99%的上限 0.33 4.16 612.43

提高系统精度, 上信心限制在90%和99%之间(0.27 g - 0.33 g) 低频 T acc 和 较低的信心限制在90%和99%之间(2.37 g - 2.77 g) 佛罗里达大学 T acc 和 佛罗里达大学 T 陀螺 (151.7 - -254.5°/ s)是用于检测算法。优化用于最终的阈值算法,该算法运行在不同层次上的指定范围 低频 T acc , 佛罗里达大学 T acc , 佛罗里达大学 T 陀螺 和敏感性和特异性值计算相结合的算法。图 6显示了一个空间的映射系统的敏感性和特异性 低频 T acc (0.2 g - 0.4 g), 佛罗里达大学 T acc (2三大g)的加速度。正如预期的那样,有一个权衡敏感性和特异性与灵敏度增加而特异性减少,反之亦然。优化算法同时最大化的措施。

图形之间的关系与不同值的敏感性和特异性 低频 T acc 和 佛罗里达大学 T acc 。

因为这项研究的目标是建立一个与目标检测系统精度下降超过90%,敏感性和特异性,最初选择的三个阈值 低频 T acc , 佛罗里达大学 T acc , 佛罗里达大学 T 陀螺 0.26克、2.77克和254.5°/ s,分别基于个人从实验数据分析。然后每个阈值变化为上面的范围和计算敏感性和特异性。从中华民国曲线,选择最优阈值最小距离 d 在图 4。

图 7显示了(a)的敏感性与阈值 佛罗里达大学 T 陀螺 ,(b) 低频 T acc ,(c) 佛罗里达大学 T acc 分别和相应的ROC曲线((d) - (f))。正确地识别最优阈值下降或nonfall通过最小化距离决定 d 在中华民国曲线。角速度(数字 7(一)和 7 (d)),这个最小距离 d 0.063和发生在吗 佛罗里达大学 T 陀螺 240°/ s,相应的敏感性为95.5%,特异性为97.1%(100%−特异性= 2.9%)。同样,数据 7 (b)和 7 (e)代表的变化敏感性和特异性和ROC曲线 低频 T acc 是多种多样的。最小的距离 d T 0.062对应0.30克和0.35克之间的融通的范围和结果的敏感性96%,特异性95%。最后,数据 7 (c)和 7 (f)表现最优 佛罗里达大学 T acc 阈值( d T = 0.059 )的2.4 g值对应的敏感性和特异性为94.9%和97.5%,分别。

代表灵敏度曲线与阈值(第1行)(一) 佛罗里达大学 T 陀螺 ,(b) 低频 T acc ,(c) 佛罗里达大学 T acc 和相应的ROC曲线(第二行;(d) - (f))。最小距离点, d ,所示每个ROC曲线与灵敏度(~ 95%)。

表 2提供一个汇总的结果秋季没有(即敏感性和特异性。,只加速度计)和陀螺仪的信息。在这张桌子,融通的关键阈值和UFT设置在两个信心水平,90%和99%。由于阈值设置为所需的信心水平,没有实现优化策略。结果显示增加信心水平从90%到99%增加灵敏度从83.56%提高到98.75%,正如所料,同时大大降低特异性(从96.12%到75.93%)加速度计的算法。这些结果类似于发现别人( 9, 10]。陀螺仪的信息,从而提高特异性区分从其他严谨工作的能力。这是实现稍微减少敏感性只加速度计方法相比。

敏感性和特异性下降算法 没有和 与陀螺仪在临界阈值设定在90%和99%置信水平。

加速度计 没有陀螺 加速度计 与陀螺
置信水平 90% 99% 90% 99%
灵敏度 83.56% 98.75% 81.37% 96.55%
特异性 96.12% 75.93% 99.38% 89.50%

当临界阈值建立和优化使用ROC分析,一个是能够实现提高特异性,同时实现高水平的灵敏度的算法只利用加速度计和加速度计和陀螺仪的策略(表 3)。结合加速度计和陀螺仪传感器+优化策略,为秋天检测敏感性和特异性分别为96.3%和96.2%,分别。

下降算法不使用和使用陀螺仪的敏感性和特异性与中华民国优化策略实现的。

加速度计 没有陀螺 加速度计 与陀螺
灵敏度 97.36% 96.3%
特异性 82.72% 96.2%
4所示。讨论

本研究探讨无线传感器系统相结合的措施的加速度和角速度的身体检测和区分瀑布和日常活动。在这项研究中,36个学科进行四种不同的瀑布以及日常活动总共9不同的活动。一半的实验数据集被用来开发和训练算法和确定临界阈值,而另一半是用于验证和测试最终的检测算法。

Tolkiehn et al。 21报告结果只加速度计的算法的敏感性83.3%,特异性79.1%检测。陈等人。 22]报道跌倒检测算法实现94%的特异性,但灵敏度较低(76%)。布瑞克等。 23)最近提出的一种算法与灵敏度高(97%),但成本较低的特异性(83%)。其他显示类似权衡实现高特异性(88 - 94%)和降低检测瀑布(敏感性= 85%) 9, 10, 24]。

在这项研究中,后一种优化模式使用ROC曲线和迭代分析的敏感性和特异性,我们能够确定关键阈值 低频 T acc , 佛罗里达大学 T acc , 佛罗里达大学 T 陀螺 同时导致高敏感性和特异性的检测。这些优化值是0.30克,0.35克,2.4 g和240°/ s。结果表明组合的有效性 加速度计和陀螺仪优化的算法比传统的敏感性和特异性 只加速度计策略的检测。优化,结合传感器模式实现高灵敏度(96.3%)和特异性(96.3%)高,同时,远高于之前文献中报道的结果。敏感性的增加是通过包含陀螺仪的信息提供了有价值的附加信息的身体旋转,以区分从其他高下降事件影响的活动,如跑步和跳远。优化策略的结果戏剧性增加特异性而稍微牺牲检测灵敏度下降。

陀螺仪的信息可以减少假阳性的发生源于严格的活动,如跑步和跳远。虽然这些活动产生高加速度峰值类似于秋天,旋转角速度远远低于在秋天看到事件,因此并非由该算法。包含检查身体没有陀螺仪角速度阈值从82.72%大幅提高特异性和陀螺仪的96.2%。敏感性和特异性,之间有一个权衡优化关键阈值通过ROC分析提供了一个系统化的同时最大化战略敏感性和特异性。

 5。结论和未来的工作

跌倒检测是一个重要的焦点地区老年护理和极大地影响健康,健康,和残疾。在这项研究中,一个优化的跌倒检测算法被开发使用加速度和角速度数据收集从一个无线传感器系统位于中心的胸部。使用一个优化方法,确定临界阈值通过这项工作,结果在健壮的检测。优化算法能够检测到瀑布高敏感性(96.3%)和特异性(96.2%)相比之前被其他研究人员能够实现策略 要么高灵敏度 或高特异性,但不能两者兼得。在这方面采取的方法还提供了一个系统化的方法来选择关键阈值检测的敏感性和特异性,同时优化。该方法是一个简单的阈值方法和,因此,是容易端口可穿戴的电子设备或包含在其他移动健康平台。

本研究的一个限制是,阈值和算法开发使用数据从年轻的健康受试者,出于安全方面的考虑,在实验室环境中下降到缓冲垫。我们预计,从老年人实际数据下降到正常硬地板将经历更高的峰值加速度和潜在的更高的角速度,因为这些将是意想不到的。因此,我们预计 低频 T acc , 佛罗里达大学 T acc , 佛罗里达大学 T 陀螺 阈值从这项工作仍将申请真实世界的场景。的系统可以有效地检测下降,它可能不太有效的检测 附近的瀑布另一个临床瀑布研究的重要领域。

所提出的系统是一个专门的、可穿戴秋天检测传感器系统。算法的集成和部署到一个智能手机,smartwatch设备,或其他移动通信系统将是有益的,不仅检测的秋天,也在提醒护理人员和其他提供商的事件。在这些情况下,的关键阈值检测算法需要进一步研究。我们和其他人显示峰值加速度措施在秋天事件与身体上的位置(相差很大 16, 20.]。无论如何,结合加速度计和陀螺仪的提出战略措施仍将导致一个健壮的检测算法。

 利益冲突

作者宣称没有利益冲突有关的出版。

 黄 j . Y。 康 j . M。 金 h . C。 开发新型算法和实时动态监测系统使用蓝牙模块在老年人跌倒检测 1 学报》第26届国际会议的IEEE在医学和生物工程协会(IEMBS ' 04) 2004年9月 旧金山,加州,美国 2204年 2207年 10.1109 / IEMBS.2004.1403643 国家伤害预防与控制中心 疾病控制和预防中心 老年人跌倒的成本 2013年 国家伤害预防与控制中心疾病控制和预防中心 Bueno-Cavanillas 一个。 Padilla-Ruiz F。 Jimenez-Moleon J·J。 Peinado-Alonso c。 Galvez-Vargas R。 在老年人跌倒危险因素根据外在和内在的诱发原因 欧洲流行病学杂志 2000年 16 9 849年 859年 10.1023 /:1007636531965 2 - s2.0 - 0034469168 Tinetti m E。 刘 w . L。 老人 e . B。 预测和预后的无力起床后下降的老年人中 《美国医学协会杂志》上 1993年 269年 1 65年 70年 10.1001 / jama.269.1.65 2 - s2.0 - 0027390551 Bertera e . M。 Tran b . Q。 Wuertz e . M。 邦纳 一个。 接受telecare技术的研究在少数社区老年人口 远程医疗和Telecare杂志》上 2007年 13 7 327年 332年 10.1258 / 135763307782215325 2 - s2.0 - 42049122909 法伯 N。 Shinkle D。 Lynott J。 Fox-Grage W。 哈勒尔 R。 老化到位:一个国家的调查Livability-Policies和实践 2011年 美国华盛顿特区 AARP公共政策研究所 弗莱明 J。 Brayne C。 无法起床后下降,随后的时间在地板上,和召唤帮助:前瞻性队列研究的人超过90 英国医学杂志 2008年 337年 7681年 1279年 1282年 10.1136 / bmj.a2227 2 - s2.0 - 57549084050 Kunkel D。 皮克林 r·M。 Ashburn a . M。 比较回顾性访谈和未来的日记中促进秋季报告患有中风 年龄和衰老 2011年 40 2 277年 280年 10.1093 /老化/ afq177 2 - s2.0 - 79951800761 林德曼 U。 典当 一个。 存根 M。 凯克 W。 贝克尔 C。 评估跌倒探测器基于加速度计:一个试点研究 医学和生物工程和计算机 2005年 43 5 548年 551年 10.1007 / bf02351026 2 - s2.0 - 29244476234 把裙边 M。 Konttila 一个。 林格伦 P。 宣传 我。 Jamsa T。 比较低的下降身体附加加速度计检测算法 步态和姿势 2008年 28 2 285年 291年 10.1016 / j.gaitpost.2008.01.003 2 - s2.0 - 46149107931 黄齐的 问:T。 阮 美国D。 Tran s V。 Nabili 一个。 Tran b . Q。 秋天使用加速度计和陀螺仪检测 学报》国际会议电子设备和电路的进步(EDC的13) 2013年 吉隆坡,马来西亚 张 T。 王 J。 徐 l 刘 P。 秋天的检测可穿戴传感器和看到下面成了SVM算法 智能计算在信号处理和模式识别:智能计算国际会议上,ICIC 2006昆明,中国,2006年8月16 - 19日 2006年 345年 柏林,德国 施普林格 858年 863年 课堂讲稿在控制和信息科学 10.1007 / 978 - 3 - 540 - 37258 - 5 - _104 Jayachandran P。 Abdelzaher t F。 斯坦科维奇 j . A。 Ganti r·K。 讽刺:智能服装的软件架构 诉讼的第四届国际会议在移动系统中,应用程序和服务(MobiSys 06年) 2006年6月 110年 123年 2 - s2.0 - 33748982636 ·可兰克 J。 贝克尔 C。 Lieken F。 尼科莱 年代。 Maetzler W。 Alt W。 Zijlstra W。 豪斯多夫 j . M。 范Lummel r . C。 希阿里 l 林德曼 U。 比较的加速度信号模拟和真实向后摔倒 医学工程与物理 2011年 33 3 368年 373年 10.1016 / j.medengphy.2010.11.003 2 - s2.0 - 79952317138 布瑞克 答:K。 马路 k·J。 OLaighin G。 识别的垂直速度概要文件使用一个惯性传感器调查pre-impact检测 医学工程与物理 2008年 30. 7 937年 946年 10.1016 / j.medengphy.2007.12.003 2 - s2.0 - 50249119643 易卜拉欣 一个。 尤尼斯 M。 简单的标准MEMS传感器下降:数据分析和传感器的概念 传感器 2014年 14 7 12149年 12173年 10.3390 / s140712149 Popescu M。 Hotrabhavananda B。 摩尔 M。 Skubic M。 VAMPIR-an自动下降使用垂直PIR传感器阵列检测系统 学报第六届国际会议上普适计算技术医疗(PervasiveHealth 12) 2012年5月 圣地亚哥,加州,美国 163年 166年 Dinh C。 Tantinger D。 卡车 M。 自动emergecy检测使用商业加速计和知识 计算机在心脏病学 2009年 36 485年 488年 库马尔 R。 Indrayan 一个。 接受者操作特征(ROC)曲线为医学研究人员 印度儿科 2011年 48 4 277年 287年 10.1007 / s13312 - 011 - 0055 - 4 2 - s2.0 - 79958084913 黄齐的 问:T。 阮 美国D。 Tran s V。 Tran b . Q。 在秋天最优位置传感器检测 《绿色国际会议上与人类信息技术 2013年 Tolkiehn M。 Atallah l 罗 B。 杨 G.-Z。 下降方向敏感检测使用三轴加速度计和气压传感器 学报IEEE的年度国际会议在医学和生物工程协会(EMBC 11) August-September 2011 波士顿,美国质量 369年 372年 10.1109 / IEMBS.2011.6090120 陈 J。 邝 K。 常 D。 陆 J。 Bajcsy R。 可穿戴传感器的可靠检测 第27届国际研讨会论文集,生物医学工程学会(IEEE-EMBS ' 05) 2005年9月 3551年 3554年 2 - s2.0 - 33846923377 布瑞克 答:K。 van de Ven P。 赌博 M。 奥康纳 R。 墨菲 K。 出身低微的人 E。 McQuade E。 芬努凯恩 P。 OLaighin G。 纳尔逊 J。 评价waist-mounted基于三轴加速计fall-detection算法在照本宣科,连续让人意想不到的活动 生物力学杂志 2010年 43 15 3051年 3057年 10.1016 / j.jbiomech.2010.07.005 2 - s2.0 - 78149280029 金 黄世建。 即时通讯 年代。 在香港 E。 安 s . C。 金 H.-G。 ADL分级使用三轴加速度计和RFID 程序的国际会议上无处不在的计算收敛技术 2007年