本文選題：極限學(xué)習(xí)機(jī)　切入點(diǎn)：跌倒檢測(cè)　出處：《中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào)》2014年04期 　論文類(lèi)型：期刊論文

【摘要】：由于年齡和身體條件的限制,在老年人群中跌倒是非常普遍的現(xiàn)象。因此,根據(jù)老年人跌倒的運(yùn)動(dòng)特征,遠(yuǎn)程監(jiān)測(cè)他們?cè)诟鱾�(gè)時(shí)間段的狀態(tài),以便在其摔倒或突發(fā)狀況時(shí)及時(shí)采取措施顯得尤為重要。針對(duì)人體運(yùn)動(dòng)狀態(tài)進(jìn)行監(jiān)測(cè),分析人體運(yùn)動(dòng)學(xué)特征,提出基于極限學(xué)習(xí)機(jī)的跌倒檢測(cè)算法。運(yùn)用三維加速度傳感器采集人體的三維加速度值,建立跌倒檢測(cè)特征模型。在此基礎(chǔ)上,建立基于極限學(xué)習(xí)機(jī)的跌倒檢測(cè)分類(lèi)器,完成對(duì)老年人的計(jì)算機(jī)輔助跌倒檢測(cè)。實(shí)驗(yàn)數(shù)據(jù)共540例樣本,選用了不同數(shù)量的訓(xùn)練集和測(cè)試集,其中440例作為訓(xùn)練數(shù)據(jù),其余100例為測(cè)試數(shù)據(jù)。測(cè)試結(jié)果表明,準(zhǔn)確率為93%,敏感度為87.5%,特異性為91.7%,具有良好的分類(lèi)性能。在對(duì)分類(lèi)訓(xùn)練的運(yùn)行時(shí)間方面,基于極限學(xué)習(xí)機(jī)的跌倒檢測(cè)方法與傳統(tǒng)的機(jī)器學(xué)習(xí)方法相比具有明顯優(yōu)勢(shì)。
[Abstract]:Fall is a common phenomenon in the elderly due to age and physical constraints. Therefore, according to the movement characteristics of falls in the elderly, remote monitoring of their status at all times, In order to take measures in time in case of fall or sudden situation, it is very important to monitor and analyze the kinematics characteristics of human body. A fall detection algorithm based on ultimate learning machine is proposed. The 3D acceleration sensor is used to collect the three-dimensional acceleration value of human body, and the characteristic model of fall detection is established. On this basis, a fall detection classifier based on ultimate learning machine is established. Computer aided fall detection was completed for the elderly. A total of 540 samples were collected, of which 440 were selected as training data and the remaining 100 as test data. The accuracy is 93, the sensitivity is 87.5, the specificity is 91.7, and the classification performance is good. In terms of the running time of classification training, the fall detection method based on extreme learning machine has obvious advantages compared with the traditional machine learning method.
【作者單位】： 東北大學(xué)中荷生物醫(yī)學(xué)與信息工程學(xué)院;東北大學(xué)信息科學(xué)與工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61100022)
【分類(lèi)號(hào)】：R310

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 寧鴻成;滕桂法;趙洋;董素芬;;跌倒檢測(cè)在遠(yuǎn)程健康監(jiān)管系統(tǒng)中的應(yīng)用研究[J];微型機(jī)與應(yīng)用;2011年06期

2 韓敏;王明慧;洪曉軍;韓杰;;基于概率判決極端學(xué)習(xí)機(jī)的癲癇發(fā)作預(yù)報(bào)研究[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);2012年02期

【共引文獻(xiàn)】

相關(guān)期刊論文 前3條

1 盧先領(lǐng);王洪斌;王瑩瑩;徐保國(guó);;一種基于加速度傳感器的人體跌倒識(shí)別方法[J];計(jì)算機(jī)應(yīng)用研究;2013年04期

2 王鋒;曾宇梅;沃棋棋;臧月;尹曉慶;唐佳玲;李大東;;極限學(xué)習(xí)機(jī)在3種蝦體氨基酸水解液檢測(cè)中的應(yīng)用[J];計(jì)算機(jī)與應(yīng)用化學(xué);2013年02期

3 裴春梅;王艷秋;楊t清;;基于煤礦傳感器的跌倒測(cè)試儀設(shè)計(jì)[J];煤炭技術(shù);2013年09期

相關(guān)碩士學(xué)位論文 前4條

1 梁丁;基于MEMS慣性傳感器的跌倒檢測(cè)與預(yù)警研究[D];大連理工大學(xué);2012年

2 王明慧;基于多元腦電信號(hào)分析的癲癇發(fā)作預(yù)報(bào)[D];大連理工大學(xué);2013年

3 王鋒;化學(xué)計(jì)量學(xué)在水產(chǎn)品質(zhì)量檢測(cè)分析中的研究[D];浙江海洋學(xué)院;2013年

4 秦t@陽(yáng);老年人跌倒檢測(cè)報(bào)警裝置的研究與設(shè)計(jì)[D];大連海事大學(xué);2013年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 周群;堯德中;;腦電信號(hào)同步的研究方法[J];生物醫(yī)學(xué)工程學(xué)雜志;2009年06期

2 楊冬葉,趙勇;我國(guó)空巢老年人的現(xiàn)狀與對(duì)策[J];現(xiàn)代臨床護(hù)理;2004年05期

3 李小俚;歐陽(yáng)高翔;關(guān)新平;李巖;;基于EEG模糊相似性的癲癇發(fā)作預(yù)測(cè)[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);2006年03期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李麗霞,王彤,范逢曦;早停止策略在BP神經(jīng)網(wǎng)絡(luò)中的應(yīng)用[J];數(shù)理醫(yī)藥學(xué)雜志;2004年02期

2 胡霞;明東;;基于步行器行走的上肢六維力傳感器靜態(tài)標(biāo)定技術(shù)[J];中國(guó)醫(yī)療設(shè)備;2009年10期

3 黃志業(yè);陳武凡;周凌宏;徐子海;陳超敏;;基于GA-BP神經(jīng)網(wǎng)絡(luò)進(jìn)行呼吸運(yùn)動(dòng)預(yù)測(cè)的研究[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);2010年06期

4 張羽,汪源源,王威琪,余建國(guó);超聲多普勒血流信號(hào)的小波特征提取及分類(lèi)[J];生物醫(yī)學(xué)工程學(xué)雜志;2002年02期

5 杜智慧;張瑞民;;基于BP神經(jīng)網(wǎng)絡(luò)的心電圖三分類(lèi)[J];麗水學(xué)院學(xué)報(bào);2006年02期

6 陳艷霞;劉揮;;基于BP神經(jīng)網(wǎng)絡(luò)的醫(yī)學(xué)數(shù)據(jù)分析[J];中國(guó)實(shí)用醫(yī)藥;2010年18期

7 張愛(ài)華;張新聞;;基于BP神經(jīng)網(wǎng)絡(luò)的左右手擊鍵動(dòng)作的意識(shí)任務(wù)識(shí)別[J];中國(guó)醫(yī)學(xué)工程;2007年03期

8 張涇周;李陳;李婷;張良筱;;基于神經(jīng)網(wǎng)絡(luò)的心電信號(hào)分類(lèi)方法研究[J];中國(guó)醫(yī)療器械雜志;2008年03期

9 諸毅,余建國(guó),王威琪;超聲多普勒定量測(cè)量血流速度的誤差校正[J];復(fù)旦學(xué)報(bào)(自然科學(xué)版);2003年01期

10 諸毅,余建國(guó),王威琪;基于PC的實(shí)時(shí)血流流速檢測(cè)系統(tǒng)的研制[J];中國(guó)醫(yī)療器械雜志;2003年02期

相關(guān)會(huì)議論文 前1條

1 許濤;朱林劍;包海濤;;基于思維腦電信號(hào)的假手的研究[A];提高全民科學(xué)素質(zhì)、建設(shè)創(chuàng)新型國(guó)家——2006中國(guó)科協(xié)年會(huì)論文集（下冊(cè)）[C];2006年

相關(guān)博士學(xué)位論文 前1條

1 伍亞舟;基于想象左右手運(yùn)動(dòng)思維腦電BCI實(shí)驗(yàn)及識(shí)別分類(lèi)研究[D];第三軍醫(yī)大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 王永福;基于神經(jīng)網(wǎng)絡(luò)的尿沉渣有形成分自動(dòng)分類(lèi)和識(shí)別研究[D];浙江大學(xué);2006年

2 劉平;尿沉渣有形成分識(shí)別算法研究[D];重慶大學(xué);2009年

3 尹曉健;基于粒子群優(yōu)化的神經(jīng)網(wǎng)絡(luò)在藥品管理中的應(yīng)用[D];新疆大學(xué);2008年

4 李海嘯;基于矩和BP神經(jīng)網(wǎng)絡(luò)的紋理分割[D];東南大學(xué);2005年

5 張春華;基于表面肌電的手指運(yùn)動(dòng)向量分類(lèi)方法研究[D];燕山大學(xué);2006年

6 張維新;基于小波分析與神經(jīng)網(wǎng)絡(luò)的軸承故障診斷研究[D];天津大學(xué);2008年

7 于擎;基于手勢(shì)動(dòng)作肌電信號(hào)的虛擬鼠標(biāo)控制[D];中國(guó)科學(xué)技術(shù)大學(xué);2009年

8 吳瓊;基于BP神經(jīng)網(wǎng)絡(luò)的光學(xué)CT圖像重建技術(shù)基礎(chǔ)研究[D];南京航空航天大學(xué);2006年

9 薛以鋒;計(jì)算機(jī)輔助肺癌特征提取及分類(lèi)方法的研究[D];東南大學(xué);2006年

10 范增飛;基于頻域特征的心電圖分類(lèi)研究[D];天津大學(xué);2006年

，

本文編號(hào)：1610225