Dissertação
Sistema de deteção de queda usando dispositivos de pulso EVALUATED
O aumento da idade está relacionado com a diminuição da independência de movimentos e com esta diminuição surgem as quedas, os idosos são os mais afetados pelas quedas. Estas quedas impactam a saúde, e a independência dos idosos, bem como os sistemas de saúde. Estudos desenvolveram detetores de queda a partir de diversos tipos de sensores. Estudos relacionados a criação de modelos de deteção de quedas utilizam apenas um conjunto de dados que geralmente possui um pequeno número de amostras. Treinar e testar modelos de aprendizagem de automática neste pequeno escopo: (i) produz taxas de classificação excessivamente otimistas, (ii) não generaliza para situações da vida real e (iii) tem uma taxa muito alta de falsos positivos. A proposta deste trabalho é a criação de um sistema de deteção de quedas para dispositivos de pulso utilizando três conjuntos de dados para treino e validação, utilizando métodos de Aprendizagem Automática considerando os desafio imposto pela aprendizagem desequilibrada. Para o treino e validação deste modelo, um conjunto de características foram extraídos de um acelerómetro e um giroscópio utilizando uma janela deslizante de 2 segundos com sobreposição de 50%. Estudamos a generalização de cada conjunto de dados, testando os outros conjuntos de dados e também o desempenho do nosso novo conjunto de dados. O modelo mostrou boa capacidade de distinguir entre atividades da vida diária e quedas, alcançando uma sensibilidade de 90,57%, uma especificidade de 96,91% e um valor de AUC-ROC de 98,85% em relação a combinação de três conjuntos de dados.
março 6, 2024, 12:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
José Alberto Rosado dos Santos Victor
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Catedrático