|
EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
类方法可以在- -定程度上检测出跌倒行为,但是会造成8 z0 r3 `: e( a) H0 R" D# W2 E
1引言/ @, B( `' @4 Q) A( j: }0 V
传感网内数据流量增加,有可能影响医疗护理传感器网
& z. z* X h8 m {! v0 h近年来,医疗护理无线传感器网络已经成为无线传络的正常应用.文献[9]邇过在老人的生活环境中部署( t# a; H0 n/ p7 F
感器网络研究热点之--.尽管目前已经有很多类似系统,, Y' C7 Q# u% N- r6 r
视频摄像头,对比画面判定被监测对象是否跌倒;该方
$ Y; y* ` T: [% j5 l如Blueode, HealhGear, MobiHealth和UbiMon等"来监测
+ a, A. t# K( Q! S7 m6 Y9 {9 p法的准确性高,但传输视频信息带来传感器网络通信量$ c7 f( A- G4 n$ f
老年人的日常生理参数,但是都没有深入讨论如何检测
5 E6 \0 o! u) V& }的膨胀.文献[12]采用基于音频和视频联合的方法检测* W1 b8 k7 R) M1 D+ l# h
老年人的日常危险行为.研究表明3,在众多危害老年人
0 q8 O: G/ A3 E. m: {. Z8 ?被监测对象的行为,但系统决策需要HMM的支持,需
9 ]1 }7 K4 h5 [2 c5 N/ U8 J健康的日常行为之中,突然性跌倒行为对独自在家的老要 复杂的最初状态测试和很长的学习过程,且不能实现
, V J( P0 K5 ]: ?人造成的危害最大.因此如何有效检测这- -行 为已经成
) g5 _' ?3 M: l分布式最终决策.文献[11]的研究结论表明,绝大多数
! q0 f& Z b; C0 I为医疗护理无线传感器网络研究领域的热点之一.文献" H8 \- p: m! G6 r
老年人非常反感将自已的日常活动置于直接视频监测2 N$ O8 b2 \, L8 x
[2]提出的位姿测定机制可以用于老年人跌倒检测.文献
( a1 P( k6 S" ?的环境之中,因此上述方法的社会可行性需要重新评. X2 T- A; h" V+ d0 R4 l
[3]利用附带有2维加速度传感器的Mica2Dot作为部署, p' U. j w8 x$ t4 P, s) A$ t
估.文献[4]的作者提出利用一组时间对比视觉传感器
6 M# Q" b3 w2 X2 r在被监测对象身体上的节点,一旦检测加速度方向发生来 监测老年人是否跌倒,该传感器仅传输周围环境发生- P* e. I* a( F* ~3 L
变化,则判断被监测对象跌倒.文献[6,8]利用3维加速
! z# W8 z2 x. A, }8 l变化的变化部分图像,对静止部分不敏感,就可以减少, r0 B( D3 @6 x
度传感器来监测老年人的跌倒行为,提高了准确性.这5 l& a; f( Z$ g0 h
通信量,但该传感器必须成对部署,应用场景受限制.
: x# a0 Q' P1 t% q: d4 q& ~% _7 l/ ^1 e% z) P* p8 O: L A
. [9 r6 W3 I" K/ {( l; Y! \6 j. W |
|