MhNet: Multi-scale spatio-temporal hierarchical network for real-time wearable fall risk assessment of the elderly

可穿戴计算机 计算机科学 比例(比率) 风险评估 步态 鉴定(生物学) 人工智能 可穿戴技术 防坠落 毒物控制 机器学习 物理医学与康复 医学 伤害预防 计算机安全 医疗急救 嵌入式系统 物理 植物 量子力学 生物
作者
Shibin Wu,Jianlin Ou,Lin Shu,Guohua Hu,Zhen Song,Xiangmin Xu,Zhuoming Chen
出处
期刊:Computers in Biology and Medicine [Elsevier]
卷期号:144: 105355-105355 被引量:8
标识
DOI:10.1016/j.compbiomed.2022.105355
摘要

Continuous fall risk assessment and real-time high falling risk warning are extremely necessary for the elderly, to protect their lives and ensure their quality of life. Wearable in-shoe pressure sensors have the potential to achieve these targets, due to their adequate wearing comfort. However, it is a great challenge to remove the individual differences of foot pressure data and identify the accurate fall risk from fewer gait cycles to realize real-time warning. We explored a hierarchical deep learning network named MhNet for real-time fall risk assessment, which utilized the advantages of two-layer network, to reach hierarchical tasks to reduce probability of misidentification of high fall risk subjects, by establishing a borderline category using the rehabilitation labels, and extracting multi-scale spatio-temporal features. It was trained by using a wearable plantar pressure dataset collected from 48 elderly subjects. This method could achieve a real time fall risk identification accuracy of 73.27% by using only 9 gaits, which was superior to traditional methods. Moreover, the sensitivity reached 76.72%, proving its strength in identifying high risk samples. MhNet might be a promising way in real-time fall risk assessment for the elderly in their daily activities.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
kysl完成签到,获得积分10
2秒前
wanci应助mm采纳,获得10
3秒前
Only完成签到 ,获得积分10
6秒前
风-FBDD完成签到,获得积分10
6秒前
CWC完成签到,获得积分10
7秒前
入门的橙橙完成签到 ,获得积分10
7秒前
马大翔应助你好采纳,获得10
10秒前
小李完成签到 ,获得积分10
10秒前
扬帆起航完成签到 ,获得积分10
11秒前
毛毛弟完成签到 ,获得积分10
12秒前
倪小呆完成签到 ,获得积分10
18秒前
化身孤岛的鲸完成签到 ,获得积分10
21秒前
23秒前
曾经的采波完成签到 ,获得积分10
24秒前
Emma完成签到,获得积分10
26秒前
黑球发布了新的文献求助10
31秒前
阳光森林完成签到 ,获得积分10
32秒前
一二完成签到 ,获得积分10
33秒前
酷波er应助科研通管家采纳,获得10
33秒前
薰硝壤应助科研通管家采纳,获得10
34秒前
薰硝壤应助科研通管家采纳,获得10
34秒前
所所应助科研通管家采纳,获得10
34秒前
迅速千愁完成签到 ,获得积分10
37秒前
Talha完成签到,获得积分10
39秒前
guoxingliu完成签到,获得积分10
41秒前
tjpuzhang完成签到 ,获得积分10
44秒前
Wei完成签到 ,获得积分10
51秒前
Bagpipe完成签到 ,获得积分10
1分钟前
kytlnj完成签到 ,获得积分0
1分钟前
褚洙完成签到,获得积分10
1分钟前
1分钟前
fourhaits完成签到,获得积分10
1分钟前
1分钟前
活泼的匕完成签到 ,获得积分10
1分钟前
Joy完成签到,获得积分10
1分钟前
花痴的骁完成签到 ,获得积分10
1分钟前
朱诗源完成签到 ,获得积分10
1分钟前
瘦瘦马里奥完成签到,获得积分10
1分钟前
LXZ完成签到,获得积分10
1分钟前
韧迹完成签到 ,获得积分10
1分钟前
高分求助中
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Cognitive linguistics critical concepts in linguistics 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
氟盐冷却高温堆非能动余热排出性能及安全分析研究 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3052652
求助须知:如何正确求助?哪些是违规求助? 2709891
关于积分的说明 7418319
捐赠科研通 2354494
什么是DOI,文献DOI怎么找? 1246122
科研通“疑难数据库(出版商)”最低求助积分说明 605951
版权声明 595921