新方法可提高家中老年人跌倒检测率

当老年人在家中跌倒时，每分每秒都至关重要——尤其是当他们独自一人时。

宾汉姆顿大学的一项新研究旨在利用人类行为识别 (HAR) 算法来缩短反应时间，该算法利用本地计算能力来分析传感器数据并检测异常动作，而无需传输到场外的处理中心。

托马斯·沃森工程与应用科学学院电气与计算机工程系的 Yu Chen 教授在宾汉姆顿大学创新技术综合楼工程与科学大楼的数据中心。图片来源：Jonathan Cohen。

托马斯·沃森工程与应用科学学院电气与计算机工程系的 Yu Chen 教授在宾汉姆顿大学创新技术综合楼工程与科学大楼的数据中心。图片来源：Jonathan Cohen。

×

陈宇教授 以及来自 托马斯·沃森工程与应用科学学院的 电气与计算机工程系 设计了快速响应老年人安全监控 (RESAM) 系统，以利用边缘计算的最新进展。

在一个 论文最近发表在《IEEE 神经系统与康复工程学报》上他们表明，RESAM 系统可以使用智能手机、智能手表、笔记本电脑或台式电脑运行，准确率高达 99%，响应时间为 1.22 秒，是当今最准确的方法之一。

陈表示，这项研究对于服务不足的人群来说很重要：“当许多人谈论高科技时，他们谈论的是一些前沿的东西，比如更高级的算法、更强大的助手，可以更快地完成工作，或者提供更多的娱乐。我们观察到一群人——老年人——需要更多的帮助，但通常没有足够的资源或机会告诉高科技开发人员他们需要什么。”

他认为，通过使用老年人已经熟悉的设备，而不是完整的“智能家居”设置，老年人可以更好地掌控自己的健康。他们不需要学习新技术就能让系统发挥作用。

此外，为了保护人们的隐私，RESAM 将监控图像缩小到骨骼，但仍然可以分析手臂、腿和躯干等关键点，以确定某人是否跌倒或遭遇可能导致受伤的其他事故。

“最容易摔倒的地方是浴室，但没人愿意在那里安装摄像头，”陈说。“人们会讨厌它。”

他将 RESAM 系统视为更广泛概念“幸福家园”的基石，该概念可能包括热像仪或红外摄像机以及其他传感器，以远程评估一个人的环境和幸福感的其他方面。

他说：“增加更多的传感器可以使我们的系统更加强大，因为我们不仅可以监测某人的身体运动，我们还可以从另一个维度监测某人的健康状况，这样我们就能更好地预测事情是否会发生。”

陈正在探索的另一个想法是 张诗琪副教授 来自 计算机科学系是让系统包含一只机器狗或类似的“宠物”，在人们做日常工作时对其进行密切监视。去年秋天， 张演示了机器狗如何通过牵引绳来引导视障人士。

“你可以和机器人对话，”陈说。“例如，当你要去洗手间时，狗可能会问你，‘你介意我跟着你吗？’狗可以做出更好的决定，靠近你来监视你的状态，而不是只在房间里安装固定的传感器。”