文摘

可穿戴运动传感器内置加速计已经部署了步态的评估。本研究旨在探索步态模式之间的年轻人和年长的成年人使用动作感应系统和参与者之间探索传感器技术验收。动作感应系统是由一个聪明的手镯,一个Android应用程序,基于微软Azure网站。非实验,研究采用准实验设计和定性。共有28个年轻和28老年人被招募。步态评价结果表明,加速度均方根(RMS)显著增加的步行速度增加基于右脚踝的传感器。老参与者通常呈现较低的加速模式前后的大小和中间外侧的方向与年轻的参与者相比,虽然步伐规律和可变性年轻和年长的参与者之间没有显著差异。用户的用户体验评价表明,动作感应系统可以进一步提高智能手镯显示,通过提供反馈在步态可视化网站上生成一个分析报告,和涉及家庭成员为老年人数据共享。研究结果表明,使用便携式动作感应的方法来测量是可行的,中国成年人步态特征。建议提出通过用户评价可以改善用户体验价值的动作感应系统。

1。介绍

可穿戴设备为老年人健康管理的功能已成为近年来流行。聪明的手镯,如颚骨,Fitbit Flex, Garmin Vivofit,允许用户跟踪他们的活动,营养、睡眠模式,1)或心率(2]。此外,许多可穿戴设备内置加速计,如智能手镯(3),ipod (4),和智能手机(5),可以获得更复杂的步态特征来检测微妙的步态变化。在一个人口迅速的社会,使用具有成本效益的可穿戴的智能设备进行步态评估可能会增加老年人的独立性和减轻医疗负担。有必要评估用户,特别是老年人,感知信息来源于这样的技术。

本研究采用智能手镯上的运动传感器进行步态评估的年轻人和年长的成年人。步态数据收集与Android应用程序,然后结果可视化在网站上。本研究年轻人和年长的成年人参与评估过程获取知识对他们的看法的动作感应系统。动作感应系统,将讨论在这个工作是有前途的步态评估在国内设置和从事不同党派的合作如老年人及其家属或护理人员。

更具体地说,我们研究了以下两个研究目标:(1)测试测量步态的可行性模式在年轻和年长的中国成年人使用便携式动作感应方法;(2)挖掘用户需求,提高用户体验的动作感应系统。在这项研究中描述的系统有潜力成为扩展到一个远程医疗服务。建议提出通过用户评价可以改善用户体验价值的动作感应系统。

2。相关工作

步态是观察老年人的流动的一个重要指标。步态参数,如速度、节奏、步幅,和步态的变化,可用于检测脆弱或下降风险的老年人6- - - - - -8]。步态速度看成是身体健康状况的一个重要指标,可以作为日常工具识别组织需要干预(9- - - - - -12]。较高的老年人功能性被发现老年人的步行速度大大快于低(13]。此外,其他步态特征,如步幅、步频,步态可变性,平滑,对称,和复杂性,是预测的下降(14,15]。早期发现步态质量的恶化可能有助于老年人及时采取干预措施来改善他们的生活质量。

近年来,许多可穿戴设备内置的加速度计作为一种创新的方式来评估步态。传感器被放置在几个地点,如骨盆(15),手腕(3,16),脚踝(16,17],鞋底[18,19,包20.),和口袋20.]。Nishiguchi et al。5)使用一个基于android的智能手机放在L3地区参与者量化步态参数如频率步,一步变化,平衡,和稳定性。这项研究还发现,智能手机有能力量化步态参数的精确度接近一个三轴加速度计(5]。高斯et al。4从iPod)派生多个步态参数来预测老年性步态变化和发现,年轻人有更多的变量,不规律,更对称的步态模式与老年人相比。与此同时,大量的智能手机应用程序可用于步态评估,如TOHRC走测试(https://play.google.com/store/apps/details?id=ca.irrd.walktest)、6分钟步行试验(https://play.google.com/store/apps/details?id=com.stepic.sixminwt)和GaitUp (https://play.google.com/store/apps/details?id=com.gaitup.app.gaitup)。例如,Capela餐馆等。21]使用智能手机戴在midlower背部和Android应用程序称为TOHRC行走试验获得临床相关的6分钟步行试验措施,包括总距离走一步时间、行走步态的对称性,会随着时间而改变。这样的可穿戴设备提供了一个新颖的方法来测量步态在日常环境和有能力识别微妙的步态变化。

尽管老年人可以辅助运动传感器在日常生活中,他们可能会遇到困难在使用技术。许多研究探索用户的验收与健康有关的信息和通信技术(ICT)的产品。例如,Vaziri et al。22]老年人跌倒预防系统153年设计使用在家里减少跌倒的风险因素,如常见的受损的平衡和肌肉无力。这项研究表明,它是重要的可用性以及动机、性别和年龄考虑设计线下跌时预防系统(22]。宫等。23]探索戴活动追踪器的用户验收20加拿大社区老年人。老年人大多是接受的可穿戴活动追踪器,和可穿戴活动追踪者被认为比其他类型的个人技术;因此,设备特征如舒适、美观,价格已经验收(产生重大影响23]。

关于技术接受影响因素,众所周知的技术接受模型强调感知有用性和感知易用性的重要性当为老年人设计信息技术(24]。此外,社会支持是老年人所需的过程中使用信息技术,尤其是对老年人生活在一个相互依存的文化,比如中国的(25,26]。太阳和劳26)表示,个人健康设备的验收,年长的中国人民受到了五个因素:态度技术、感知有用性,易于学习和可用性、社会支持、感知到的压力。缓解学习的显著影响打算使用,尤其是对老年人(26]。社会规范产生重大影响用户接受个人卫生设备,中国用户的相互依存self-construal增强这种效果(26]。Vassli和Farshchian27)总结了动机和障碍在老年人中使用与健康有关的信息通信技术。动机是与健康有关的信息通信技术给老年人独立、安全、和安全;它允许他们交往和管理自己的健康,帮助他们在他们的日常活动27]。然而,老年人需要得到援助容易如果他们遇到问题在使用服务和接受培训和援助在使用[27]。缺乏隐私和安全,以及耻辱,是报道障碍(27]。

研究人员状态,“促进老年人的一种方法是通过采用可视化smarthome传感器的数据合并到相关和洞察力的资源”28]。几项研究已经应用可视化呈现老年人的日常数据。例如,O ' brien等人可视化传感器数据从被动红外传感器位于客厅,走廊,老年人居室的公寓监控运动模式的变化(29日]。钟等人使用一种以家庭为基础的传感器系统监控流动性和韩国美国老年人的日常活动。传感器包括一个运动传感器在餐厅里,hydrosensor在浴室,一个互联网路由器在客厅里。传感器数据被展示在一个折线图30.]。烈性黑啤酒等人开发了一个可视化的网站,收集传感器数据在运动、温度、光度和湿度。活动水平被展示在一个条形图28]。一项研究表明,可视化的价值对于老年人来说,他们能够“识别模式,他们不知道现有的”(31日]。

3所示。材料和方法

3.1。参与者

28个学生(雌性和雄性14日)14日是从大学招募,而28年长男性和10个女性(18)招募参与者从江北地区的一个社区,中国重庆。纳入标准是老年参与者年龄超过55岁,生活在社区,不能够独立的行走行走艾滋病。人被排除在外,如果他们有任何肌肉骨骼,神经系统疾病,或者痛苦的条件。所有的参与者被要求提供一份书面知情同意前参与。研究伦理批准清华大学。通过背景调查问卷收集参与者的特征,如表所示1。

3.2。动作感应系统的描述

图1介绍了系统架构的动作感应系统。本研究中使用的运动传感器nine-axis传感器从聪明的手镯(Cavitech运动传感器,26.5 g, 21 40××7毫米,Danco科技有限公司)和一个内置的加速度计和陀螺仪。采样率是32赫兹。传感器可以采集的加速度和欧拉角X/Y/Z轴。的方式是显示在图2。的X设在代表前后的方向Y设在中间外侧的方向,Z设在垂直方向。

我们用以下步骤启动动作感应系统。首先,聪明的手镯,智能手机通过蓝牙连接。Android应用程序的传感器数据收集,记录和欧拉角加速度实时当参与者走。应用程序使用统一。动作感应系统(http://youtu.be/fA9r5lo62Jw)是由教授Tien-Lung太阳元智大学的团队。网络连接可用时,收集的数据上传到数据收集,分析和可视化网站基于微软Azure服务(https://azure.microsoft.com)。每个参与者都有编号在数据库中。原始数据文件可以从网站上下载的csv格式。此外,它可以显示在电脑或平板电脑上可视化形式组成的加速度和欧拉角模式(图3)。

3.3。过程

参与者首先签署同意表格和填写一份调查问卷关于他们的年龄,性别,教育,职业,使用智能手机和智能手镯的经验,自我报告健康状况,在七级李克特量表和步行能力。他们的身高和体重测量。

然后,他们戴着手镯已经预先校准自己的手腕和脚踝。参与者被要求走沿着十倍14米的走廊三个自我选择的步:慢,正常,快。最初和最后的2 m是用于加速和减速。因此,步态评估进行了超过10米。两卷录音带是固定线开始,终点线标记。指令给每个参与者在一个标准的形式,如下:(1)慢:走路很慢,如果你走在一个公园;(2)正常:行走在你正常速度终端线;(3)快速:尽可能快走到终点,然而,不运行或承担风险。步速的顺序是随机的,以避免顺序的影响。验证目的的行走过程录像。参与者被要求穿一双舒适的鞋子,避免鞋的效果。

步行会议结束后,参与者被问及他们身体的哪些部分最喜欢穿的传感器:手腕,脚踝,回来,唯一的,或身体的其他部位,在七级李克特量表,1表示不喜欢吗和7表示非常喜欢。然后,参与者被要求评价可接受性方面的重要性(例如,手镯的外观和测量结果的精度)的动作感应系统在七级李克特量表,1表示根本不重要和7表示非常重要的。接下来,他们给出了一个简短的面试机会。他们被问到以下问题:(1)哪些信息你期望的运动传感器可以提供吗?你的意见是什么在这个实验中使用的运动传感器?(2)关于数据可视化,我们可以收集你的步态数据并上传到一个网站。你认为谁应该有权查看步态数据(你自己、你的家人、医生或护士)?你觉得这个系统,你有什么问题?(3)你会考虑使用系统在日常生活中?在讨论之前,面试官提出并解释了可视化网站应聘者如果他或她没有理解它。

3.4。测量

在步态测试中,参与者戴在手腕和脚踝运动传感器。我们发现一些参与者没有摆动手臂走路时的习惯,因此,没有或很少在加速度波形模式。这导致了MATLAB程序无法检测波形的峰值。另一方面,脚踝数据显示周期性波形的脚地上。因此,脚踝步态数据被用于步分析。具体来说,我们使用了右脚踝数据保持一致性。脚踝的垂直加速度信号数据显示更重要的周期性(见加速度Z在图4),我们用它计算步频,步伐规律(加速度)自相关,和跨时间的变化。使用三轴加速度均方根加速度计算。的第三和第五的步态参数试验为每个步行速度计算作为因变量。因此,总共包括进行分析。

步态参数计算如下:

(我)步态速度(米/秒)。步态速度(10米)的距离的计算时间。(2)步伐频率(赫兹)。快速傅里叶变换(FFT)是用于加速度信号转换为步频。步频表示步态周期。(3)平均步长(米)。平均步幅计算速度/步频。(iv)脚步规律(加速度)的自相关。步规律性使用自相关系数计算如下:

在这里,描述了自相关系数,这是一个时间间隔的函数,k . x(t)描述了标准化的加速度数据,计算如下: 在哪里加速度数据时间吗和和是加速度数据的平均值和标准偏差。

自相关系数是计算使用xcorr在MATLAB函数。这项研究的步伐规律是自相关系数的峰值跨步T(5]。自相关的更高价值与更好的步态模式相关联。

(v)步的时间变化。步时间变化被发现下跌风险的风向标(32]。计算使用变异系数(CV)如下:

积极的峰值加速度是首先发现的findpeak在MATLAB函数。相邻峰的时间间隔被视为跨步时间t。的简历被计算的意思t_的意思是和标准偏差t_SD的时间间隔。跨步时间变异性的更高的价值与更糟糕的步态模式。

(vi)加速度均方根(RMS)。均方根加速度表示加速度的大小(33]。它是计算如下: 在哪里加速度数据时间吗和和步态测量的开始和结束。

3.5。统计分析

关于人口,正常使用Kolmogorov-Smirnov测试评估。分布的措施通常,独立t测试使用;没有分布式的措施通常,Mann-WhitneyU测试使用。皮尔逊卡方检验是用来测试分类变量的差异(即。、性别、教育、历史)年轻和年长组之间。

使用MATLAB工具箱的运动传感器数据进行预处理。没有不断的采样数据,我们调整了加速度信号的采样率为100 Hz使用插值。低通巴特沃斯滤波器的截止频率10 Hz应用过滤数据。然后步态参数导出了自行设计的MATLAB程序。

步态参数的统计分析是在R的环境中进行的。均值和95%置信区间(CIs)计算的平均步行速度的步态参数为每个年轻的和年长的参与者。双向混合方差分析(方差分析)进行调查的影响年龄组和步行速度(慢速,中速和快速)步态参数(速度、步频,平均步幅,跨步规律性,跨步时间变异性,和均方根加速度)。受试变量是步行速度,和主客体之间的变量是年龄。方差分析后,如果步行速度或交互作用是显著的,事后测试执行使用费舍尔至少显著差异(LSD)测试。是水平的意义对所有分析。

重要性等级的可接受性方面的动作感应系统,Mann-WhitneyU测试进行了比较的差异之间的态度年轻人和年长的成年人因为正常的假设并不满足。录音关于动作感应系统的参与者的看法被研究员转录。不同的研究人员检查了脚本的准确性。内容分析进行识别的要求参与者对于动作感应系统。派生的数据用于支持本研究的发现可以从相应的作者。

4所示。结果与讨论

4.1。参与者的特征

老组明显高于身体质量指数(BMI)的价值,降低高度,教育水平、自我报告健康状况和行走能力,智能手机用户数量少,比年轻组和智能手镯经验。正常身高和体重指数分布;因此,独立t以及用于测试的区别。年龄、体重、自我报告健康状况和行走能力通常没有分布;因此,Mann-Whitney测试用于测试的区别。中展示了参与者的人口统计信息表1。

4.2。年龄和步行速度对步态的影响参数

描述性统计的步态参数表2。交互作用和主要影响步态参数表3。事后测试表4如果有一个显著的交互效应和表5如果没有显著的交互作用,分别。

4.2.1。准备年龄和步行速度对时空的影响步态参数

(1)速度。有一个显著的影响年龄组之间的交互和步行速度(F₍₂₁₀₈₎=17.11, )在步行速度。这表明不同的年轻人和年长的成年人受到影响的步行速度。简单效应分析表明,平均步态速度显著增加从“慢”“快速”的速度在两个年龄组( )。年轻的参与者走显著快于年长的参与者在正常( )和快速步( )。

(2)步伐频率。有一个重要的年龄段之间的交互和步行速度(F₍₂₁₀₈₎=18.84, )在步频。这表明年轻的和年长的步伐频率组步行速度的影响不同。简单效应分析表明,步伐频率显著增加从“慢”“快速”的速度在两个年龄组( )。年轻的参与者走的步伐频率显著高于年长的参与者在快节奏 )。

(3)步长。步行速度之间的相互影响和年龄段不显著(F₍₂₁₀₈₎=0.42, )在步长。平均步行速度增加步幅显著增加(F₍₂₁₀₈₎=154.27, )。LSD事后测试表明有显著差异的步幅所有成对的比较( )。年轻的参与者大大延长平均步幅较年长的参与者(F₍₅₄₎= 5.88, )。

4.2.2。年龄和步行速度对加速度的影响模式

(1)步规律。步行速度之间的相互影响和年龄段不显著(F₍₂₁₀₈₎=0.084, )步的规律性。步行速度(F₍₂₁₀₈₎=1.03, )和年龄(F₍₅₄₎= 1.10, )没有显著影响步幅规律性。

(2)跨时间的变化。步行速度之间的相互影响和年龄段不显著(F₍₂₁₀₈₎=0.27, )跨时间的变化。步行速度(F₍₂₁₀₈₎=2.90, )和年龄(F₍₅₄₎= 0.94, )步时间变化没有显著的影响。跨步时间变化相对较低的“正常速度行走试验相比,其他的条件。

(3)前后的RMS(美联社)。美联社RMS表明前后的方向加速度的大小。步行速度和年龄组之间的交互效应不显著(F₍₂₁₀₈₎= 1.37, )美联社RMS。美联社RMS步行速度增加(增加F₍₂₁₀₈₎= 1094.52, )。LSD事后测试表明,在美联社RMS有显著差异对于所有成对的比较( )。年轻的参与者的加速模式明显高于美联社RMS与年长的参与者(F₍₅₄₎= 23.61, )。

(4)中间外侧的RMS (ML)。毫升RMS表示加速度的大小中侧的方向。有一个重要的年龄段之间的交互和步行速度(F₍₂₁₀₈₎=4.19, )在ML RMS。作为年轻群体,之间有显著差异在ML均方根速度“慢”和“正常”(p< 0.001)或“慢”与“快”( )。老组,有显著性差异毫升RMS“慢”与“快”( )。年轻的ML RMS组显著高于年长组在正常( )和快速步( )。

(5)垂直(VT) RMS。VT RMS表示垂直方向加速度的大小。步行速度和年龄组之间的交互效应不显著(F₍₂₁₀₈₎=1.41, )。VT RMS显著增加步行速度增加(F₍₂₁₀₈₎=38.86, )。LSD事后测试表明,在所有成对VT RMS有显著差异的比较( )。对VT RMS(年龄没有显著影响F₍₅₄₎= 3.45, )。

4.2.3。步态的总结评估

步态评估显示,步行速度有显著影响加速度运动传感器收集的模式。均方根加速度显著增加的步行速度增加。老参与者通常呈现较低的加速模式前后的大小和中间外侧的方向与年轻的参与者相比,虽然步伐规律和变化没有显著不同。美联社RMS与行走速度显著相关(皮尔森r= 0.283,正常速度;r= 0.340,缓慢;和r= 0.798,快节奏)。步态评估建议,美联社均方根加速度可以为步行速度是一个很好的代理,这被认为是老年人功能性(的一个重要指标12,13]。我们能够观察到的加速度大小通过可视化网站没有测量距离。此外,脚踝的加速模式数据可能错过高峰低速(图4 (b))。这是特别的虚弱的老年人谨慎,慢慢走去。

4.3。用户评价

4.3.1。动作感应系统的可接受性方面的重要性评级

了解参与者的态度向动作感应系统,他们要求动作感应系统的可接受性方面的重要性。对于那些在阅读方面有困难的老年人,问卷的条目是大声朗读。研究人员解释的意义的物品老年人如果他们不理解的问题。

如表所示6,老年人最重要的方面如下:产品不会伤害身体(意味着= 6.2,SD = 1.3),测量结果的准确度(意味着= 6.2,SD = 1.1),和一个专家可以解释结果(意味着= 6.0,SD = 1.1)。与此同时,个人数据不被他人观察(意味着= 3.6,SD = 1.7),关键的手镯(意味着= 3.8,SD = 2.0),并与他人竞争(意味着= 3.9,SD = 2.0)对老年人不太重要。

与年轻的参与者相比,年长的参与者认为“学习如何使用手镯的能力”和“家庭支持”更为重要。老年人认为“产品不会伤害身体,”“测量结果的准确性,”“手镯的成本”,“关键的手镯,”和“保护个人隐私的数据”不如年轻的重要参与者。

4.3.2。主观态度运动传感器

关于穿运动传感器的位置,两个年轻人和年长的成年人喜欢穿运动传感器的手腕,而不是在脚踝,或唯一(图5)。其他职位建议年轻的参与者包括上臂参与者(2),下臂(1),肩(1)手指(1),(1)。

的参与者的预期运动传感器,大多数报道的功能包括步数(22参与者)、心率(19)、血压(18)、疾病检测和提示(15),和步态平衡(10),呈现在图6。老参与者倾向于想了解慢性疾病状态,如血压参与者(11)、血糖(5)、胆固醇(3)、心血管疾病(2)、胃疾病(1),和癌症(1),大多数老年参与者想学”是否健康。“但两个年长的参与者认为他们是健康的,健康监测是不必要的。一个年长的参与者表示“我不希望知道我的健康状况,因为这可能让我担心我是否有任何健康问题”。尽管如此,年轻的参与者想要了解步数(15)、心率(13)、血压(7),步态平衡(7),运动状态(5),(5)和睡眠模式。多样性反应主要是由于老年和年轻的成年人的不同健康水平。

关于运动传感器的外观,七个年轻参与者抱怨矩形和广泛的手腕部分;他们喜欢光滑的外表,因为它会使他们感到“智能”的外观。另一方面,三个老参与者提到他们将接受手镯更容易如果它看起来像一个传统的手表。两个年长的参与者建议最好是如果聪明的手镯是配备了一个屏幕。

4.3.3。主观态度可视化网站

对于人员授权查看数据,参与者采访人授权查看他们的步态数据(自己、家人、医生或护士)。提到的频率将被记录下来。提出了图7,年长和年轻的参与者显示不同的态度可视化网站人员授权查看数据(df= 3,χ²= 25.664, )。在这项研究中一个有趣的发现是,年长的参与者更愿意与家人分享数据比年轻的参与者。22岁老参与者和所有年轻的参与者认为他们应该有权查看健康信息。19老参与者和只有一个年轻参与者愿意与家人分享自己的数据。对于医生,大部分老年人感到担心有体检;因此,他们说,他们不会允许医生查看自己的健康数据,除非它是必要的。另一方面,六个老参与者和25年轻参与者信任医生,希望医生能使医疗诊断和提供建议与运动传感器利用收集到的数据。

关于隐私问题,13个年轻参与者和五老参与者表达了他们对数据隐私的担忧。一些年轻的参与者感到不愿意公开自己的数据附上他们的个人信息(例如,面部特征),但他们愿意宣传他们的数据匿名用于科学研究。五老参与者担心数据会被他人非法利用。然而,一些参与者没有步态信息作为一种私人的数据视图。四个老参与者提到,他们希望有人能查看数据,帮助解释结果。

有关数据显示形式,大多数年轻的和年长的参与者认为当前形式的可视化步态的折线图是很难理解。八大和八个年轻参与者提到他们喜欢看到图表结合结果书面报告来获取信息。他们认为步态的反馈评估系统与一个图表,更像一个专业的报告结论,和医生的建议。

4.3.4。打算使用

在实验结束时,参与者对他们的采访意图使用这个系统。对使用系统的参与者和意见。六个老和三个年轻参与者认为他们会在日常生活中使用动作感应系统。由参与者”的原因了解更多关于我的健康状况,”“我想知道如果我取得进展或恶化”(3年轻参与者;1老参与者)。”这样的产品我可以比以前走得更快”老参与者(1),“它可以激励我多锻炼”年轻参与者(1),“我可以穿它作为附件“老参与者(1),和“使用运动传感器是非常有趣的”年轻参与者(1)。

十一老和七个年轻参与者转达了,他们不会使用这个系统。主要原因如下:“不需要跟踪我的健康状况,因为我是健康的”(6年长的参与者;2年轻参与者)。”我倾向于相信医生,而不是可穿戴技术”老参与者(6),“穿着传感器将是一个负担。我没有戴传感器将会感觉更加的自在”(2年长的参与者;3年轻参与者)。”传感器的尺寸太大”年轻参与者(2),“系统无法记录足够的信息。我希望这是一个观众和专业知识”年轻参与者(2)。

十一老参与者和十五年轻参与者说他们打算使用这个系统将取决于。理由如下:“只有必要的如果它可以跟踪与健康有关的数据”老参与者(6),“如果有一个人指导我如何使用它,我将考虑它”老参与者(3),“如果我能理解结果”老参与者(2),“我只会用它在我的闲暇时间,但是我不会使用它当我忙于做某事”老参与者(2),“如果测量结果是准确的”年轻参与者(1),“我会信任可靠性只有专业机构认可这样一个产品”老参与者(1)。

4.3.5。系统的建议来改善用户体验

基于用户评价,我们确定了以下设计建议以改善系统的用户体验:(我)老年人有更多的生物感兴趣信息,如血压、血糖、胆固醇以及步态信息。他们的信息需要与自己的健康状态有关。(2)关于手镯的外观,柔和的形状,如传统的手表,会更有利于老年人。(3)实时反馈应该显示在手镯的接口。最好是,聪明的手镯应该配备了一个屏幕。(iv)应该改进的接口数据显示让用户更好地理解结果。例如,一个步态分析报告与图表需要解释结果,结论,和医学建议。(v)减少用户的隐私问题,可识别的个人信息,如面部特征不应该显示。(vi)老年人在这个研究愿意共享数据和他们的家庭成员,因此,涉及家庭成员可以方便使用该系统的过程。

5。结论

本研究建议进行步态评估是可行的智能手镯上使用便携式运动传感器。我们可以把它放在脚踝测量步态参数。可视化网站可以提供关于步态表现的与健康有关的信息。例如,步频表明步态周期;步时间变化通常被认为是一个跌倒的风险预测14]。步态速度慢速度通常被认为是预测不良结果(9),这反映在加速模式振幅较低(均方根加速度在这项研究)。脚步规律表明步态模式的相似性。这些结果可以作为步态指标自我管理。

Gonzalezlandero et al。2索尼智能手镯2)用于测量心率和谷歌为存储数据和Android应用程序编程接口来管理数据,而本研究探讨了使用智能手镯测量步态特征基于其嵌入式运动传感器。这些研究表明,智能手镯可以应用于测量几个身体功能健康管理指标。数据可以存储在云中进行进一步分析。这些特性将有利于老年人或康复患者,观察任何改善或恶化在一段时间内,例如,当他们锻炼或进行康复计划。

有几个建议改善用户体验的动作感应系统。首先,聪明的外观手镯可以改善提高用户验收。老年人往往涉及智能传统手表手镯。他们想视图显示实时反馈。第二,这两个年轻人和年长的成年人发现步态信息的可视化很难理解,因为没有总结提供信息结果。可视化网站应该改进的接口让用户更好地理解结果。例如,报告步态与图是必要的解释结果,结论和医学建议。此外,我们发现,大多数老年人都开放的想法与他们的家庭成员分享他们的步态信息而不是医生或护士。家庭支持对于年长的中国用户,尤为重要,因为中国人相互依赖self-construal和倾向于依靠彼此26]。因此,涉及家庭成员可能方便老年人使用的系统中。这些建议可以参考价值的实践者。

总之,它是可行的,使用便携式运动传感器在智能手镯和智能手机测量步态特征。用户体验的动作感应系统可以进一步提高通过提供反馈的显示智能手镯,生成分析报告步态可视化在数据共享网站和涉及家庭成员老年人。

数据可用性

派生的数据用于支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作得到了国家自然科学基金(批准号71661167006)。作者感谢贾教授周她的帮助进行实验。