-
题名基于SVM算法的跌倒预测及保护系统研究
- 1
-
-
作者
彭磊
曹治东
晁瑞
李小虎
胡建华
李新超
-
机构
重庆大学附属中心医院
重庆大学大数据与软件学院
-
出处
《重庆大学学报》
北大核心
2025年第6期112-122,共11页
-
基金
重庆市科卫联合项目(2020MSXM111,2023MSXM023)
中央高校基本科研业务费医工融合项(2021CDJYGRH011)。
-
文摘
实时跌倒预测保护能够显著降低老人跌倒致伤的风险,提高老人独居自理能力和身心健康水平。为了提高跌倒预测算法的识别准确率、召回率、特异度,减少跌倒判别和气囊保护系统的充气时间,设计了一种基于SVM的多级阈值跌倒预测算法及气囊保护系统,实现对跌倒行为的实时预测和保护。首先,利用佩戴在腰部的加速度传感器实现运动数据的采集;然后,利用支持向量机(support vector machines,SVM)算法得到分类跌倒和日常行为的合加速度、加速度、姿态角阈值;最后,在单片机上预测算法进行重构,实现跌倒行为的实时预测,并根据预测结果判定是否触发气囊保护系统。实验结果表明,本文算法对跌倒的识别准确率、召回率、特异度分别为97.3%、99%和96.1%,保护气囊的平均充气时间为350.4 ms,具有识别准确率高,充气时间短的优点,加强了该系统在实时跌倒预测与保护中的应用。
-
关键词
支持向量机
分裂法
跌倒预测
跌倒保护系统
-
Keywords
SVM
splitting technique
fall prediction
fall protection system
-
分类号
TP23
[自动化与计算机技术—检测技术与自动化装置]
-
