Система отслеживания движения собирает данные о состоянии здоровья и поведении пациентов
By HospiMedica International staff writers Posted on 05 Jun 2019 |
В новом исследовании предполагается, что отраженные радиоволны могут идентифицировать поведенческие паттерны (фото любезно предоставлено MIT).
В новом исследовании описывается, как маломощная система радиочастотного (РЧ) отслеживания может дать представление о том, как люди взаимодействуют друг с другом и окружающей средой.
Система Marko, разрабатываемая в Массачусетском технологическом институте (MIT, Кембридж, MA, США), функционирует путем излучения радиочастотных сигналов с постоянной скоростью 30 импульсов в секунду. Когда сигнал отражается, он создает карту, разделенную на вертикальные и горизонтальные кадры, которая сообщает, где люди находятся в трехмерном (3D) пространстве. Вертикальные рамки захватывают высоту и конструкции, горизонтальные рамки определяют общее положение. По мере того как индивидуумы передвигаются по пространству, система анализирует РЧ рамки, чтобы сгенерировать короткие траектории – траклеты (tracklets).
Чтобы натренировать систему и маркировать индивидуумов, пользователям выдаются маломощные датчики акселерометра, которые предназначены для обозначения отраженных РЧ сигналов согласно соответствующим идентификаторам с помощью алгоритма, коррелирующего характеристики ускорения с характеристиками движения. Например, когда пользователи ходят, ускорение колеблется, но превращается в прямую линию, когда они останавливаются. Когда между данными ускорения и траклетами соответствие устанавливается наилучшим образом, траклет помечается идентификатором определенного пользователя. Датчики не нуждаются в подзарядке, и после тренировки системы пользователям больше не нужно их носить.
Затем научные работники протестировали Marko в шести локациях: два вспомогательных жилых помещения, три квартиры, в которых живут пары, и один таунхаус с четырьмя жителями. Исследование продемонстрировало способность системы различать людей исключительно по радиочастотным сигналам. В одном из домов для престарелых исследователи наблюдали за пациенткой с деменцией, которая часто находилась в возбужденном состоянии. Сопоставив периоды её ускоренного хождения с данными из журнала посетителей, удалось определить, что пациентка была более возбуждена в течение нескольких дней после семейных визитов. Исследование было представлено на ежегодной конференции Human Factors in Computing Systems, состоявшейся в мае 2019 года в Глазго (Великобритания).
“Мы живём в море беспроводных сигналов, и то, каким образом мы двигаемся и ходим, меняет отражения этих сигналов. Мы разработали систему, которая прислушивается к таким отражениям, чтобы лучше понять поведение и состояние здоровья людей, — сказал ведущий автор Чень-Ю Сю (Chen-Yu Hsu), докторант. — Видео – более инвазивный метод. Использование радиосигналов для выполнения всей этой работы обеспечивает хороший баланс между получением некоторого уровня полезной информации, но не причиняет дискомфорт людям”.
“По сравнению с использованием камер, это решение – менее богатая данными и более целенаправленная модель сбора информации, что очень приветствуется с точки зрения конфиденциальности пользователей, — прокомментировала профессор Сесилия Масколо (Cecilia Mascolo), доктор философии, сотрудник кафедры компьютерных наук и технологий Кембриджского университета (Великобритания). — Однако полученные данные всё же достаточно богаты и точны, что может принести пользу, например, при уходе за пожилыми людьми, мониторинге соблюдения терапии или даже при оказании помощи в больничном учреждении”.
Ссылки по теме:
Massachusetts Institute of Technology
Система Marko, разрабатываемая в Массачусетском технологическом институте (MIT, Кембридж, MA, США), функционирует путем излучения радиочастотных сигналов с постоянной скоростью 30 импульсов в секунду. Когда сигнал отражается, он создает карту, разделенную на вертикальные и горизонтальные кадры, которая сообщает, где люди находятся в трехмерном (3D) пространстве. Вертикальные рамки захватывают высоту и конструкции, горизонтальные рамки определяют общее положение. По мере того как индивидуумы передвигаются по пространству, система анализирует РЧ рамки, чтобы сгенерировать короткие траектории – траклеты (tracklets).
Чтобы натренировать систему и маркировать индивидуумов, пользователям выдаются маломощные датчики акселерометра, которые предназначены для обозначения отраженных РЧ сигналов согласно соответствующим идентификаторам с помощью алгоритма, коррелирующего характеристики ускорения с характеристиками движения. Например, когда пользователи ходят, ускорение колеблется, но превращается в прямую линию, когда они останавливаются. Когда между данными ускорения и траклетами соответствие устанавливается наилучшим образом, траклет помечается идентификатором определенного пользователя. Датчики не нуждаются в подзарядке, и после тренировки системы пользователям больше не нужно их носить.
Затем научные работники протестировали Marko в шести локациях: два вспомогательных жилых помещения, три квартиры, в которых живут пары, и один таунхаус с четырьмя жителями. Исследование продемонстрировало способность системы различать людей исключительно по радиочастотным сигналам. В одном из домов для престарелых исследователи наблюдали за пациенткой с деменцией, которая часто находилась в возбужденном состоянии. Сопоставив периоды её ускоренного хождения с данными из журнала посетителей, удалось определить, что пациентка была более возбуждена в течение нескольких дней после семейных визитов. Исследование было представлено на ежегодной конференции Human Factors in Computing Systems, состоявшейся в мае 2019 года в Глазго (Великобритания).
“Мы живём в море беспроводных сигналов, и то, каким образом мы двигаемся и ходим, меняет отражения этих сигналов. Мы разработали систему, которая прислушивается к таким отражениям, чтобы лучше понять поведение и состояние здоровья людей, — сказал ведущий автор Чень-Ю Сю (Chen-Yu Hsu), докторант. — Видео – более инвазивный метод. Использование радиосигналов для выполнения всей этой работы обеспечивает хороший баланс между получением некоторого уровня полезной информации, но не причиняет дискомфорт людям”.
“По сравнению с использованием камер, это решение – менее богатая данными и более целенаправленная модель сбора информации, что очень приветствуется с точки зрения конфиденциальности пользователей, — прокомментировала профессор Сесилия Масколо (Cecilia Mascolo), доктор философии, сотрудник кафедры компьютерных наук и технологий Кембриджского университета (Великобритания). — Однако полученные данные всё же достаточно богаты и точны, что может принести пользу, например, при уходе за пожилыми людьми, мониторинге соблюдения терапии или даже при оказании помощи в больничном учреждении”.
Ссылки по теме:
Massachusetts Institute of Technology