3축 가속도 센서의 부착위치에 따른 낙상 감지율에 대한 연구

소개글

3축 가속도계를 이용하여, 사람의 동작 정보를 얻고, 동작을 구분할 수 있는 알고리즘을 구현하였다. 가속도계로부터 얻어진 정보를 PC상의 프로그램을 이용하여 모니터링 할 수 있었다. 이를 통해 각 부위별 기본 동작의 평균 SVM 값을 구하고 동작을 구분할 수 있었다. 우선 낙상을 검출하기 위해 문턱치를 구했고, 낙상에 대한 부착 위치별의 검출률을 구하였다.
가속도계를 부착할 위치를 정할 때는 사람의 신체적 특성을 고려하여, 가장 높은 위치인 머리, 상체 중에서 허리, 하체 중에서 무릎을 정하였다. 우선 각 부위에 부착한 뒤 인간의 평상시 행동인 앉고 서기, 걷기, 뛰기의 SVM 값을 구하고, 그 값의 평균값을 구하였다. 구해진 평균값과 표준편차를 이용하여 문턱치 값을 정하였다. 실험 시 문턱치 값을 넘는 행동을 낙상이라고 판단하였다. 각 부위별의 검출률을 구하기 위해 10명의 건강한 남자를 피험자로 하여 실험하였다. 실험을 통해진 데이터를 분석하여 앞쪽, 오른쪽, 왼쪽, 뒤쪽 낙상에 대한 각 부위별의 낙상 검출률을 구하였다.
A study on Falling Detection Rate due to the Attaching Positions of a 3-axis Accelerometer
A 3-axis accelerometer was used that embodied algorithm that can get person`s action information, and divide action. Human`s actions are able to be monitored using Information noted from 3-axis accelerometer. The average SVM values of each region basis action were found through this and divide action.

목차

감사의 글

Figure index

Table index

Abstract

1. Introduction

2. Background
2.1. Accelerometer Sensor
2.1.1. Basic Principle
2.1.2. Kind of Accelerometer
2.1.3. Application
2.2. Hurt from a Fall
2.2.1. Definition of Hurt from a Fall
2.2.2. Feature of Hurt from a Fall
2.2.3. Factors of Hurt from a Fall
2.2.4. Old Ages and Hurt from a Fall

3. Motivation
3.1. Increasing Old People
3.2. Existing Reserch

4. Experiments
4.1. 3-axis Accelerometer & SVM
4.2. Experimental Algorithm
4.3. Experimental Protocol
4.4. Analaysis Method

5. Results and Discussion
5.1. Threshold Value
5.2. The Accuracy Correctly Falling Detection

6. Conclusion

Reference

국문요약

Appendix

본문내용

A study on Falling Detection Rate due to the Attaching Positions of a 3-axis Accelerometer

In this graduation research A 3-axis accelerometer was used that embodied algorithm that can get person`s action information, and divide action. Human`s actions are able to be monitored using Information noted from 3-axis accelerometer. The average SVM values of each region basis action were found through this and divide action. First, saved threshold value, and detection rate of sticking location about hurt from a fall to detect hurt from a fall. Consider physical special quality of a person when decide location to accelerometer, decided head that is the highest location, waist among upper body, knee among lower part of the body. First, sit human`s normal times man of action after conglutinate in each region and clerk, that walk, find SVM value of that run, and mean value of the value. First, threshold values were decided. Actions that exceed threshold value were judged when experiment that is hurt from a fall. 10 healthy men were experimented to calculate detection rate of each region. An experiment analyzing data passed hurt from a fall detection rate of each part about fore-end, right, left, back hurt from a fall calulate .
Through this graduation research, result neted is same as following.

1. The SVM value and threshold value were found, and action of hurt from a fall were divided about fundamental normal times action(sit and clerk, that run that walk).
2. 10 healthy men were experimented. The detection rate were found. Head detection rate was 92.5%, waist detection rate was 80.5%. Because there was no difference that SVM value of that knee runs and SVM value of hurt from a fall it could not calculate threshold value, and there meaning be, the detection rate did not calculated.

Now, analysis research about person`s hurt from a fall that conglutinate accelerometer in waist basis suppositionally do, and is concentration to embody more efficient algorithm as changing the algorithm. However, through this gra

참고 자료

[1] Carlijn V.C. Bouten, Karel T. M. Koekko다, Maarten Verduin, Rens Kodde, Jan D. Janssen, "A triaxial accelerometer and portable data processing unit for the assessment of daily physical activity", IEEE Transactions on Biomedical Engineering, Vol.44, pp.136-147, 1997.
[2] 이재영, “가속도계를 이용한 편마비 환자의 보행 분석 알고리즘 개발”, 전자공학회지, 41권, 4회, 2004
[3] 김덕현, “가속도 센서를 부착한 홀터ECG의 개발과 USB class driver를 이용한 전송 시스템 구현”, 연세대학교 대학원 의공학과 석사학위논문
[4] Kenneth A. Ellenbogen 외 1명, “Cardiac Pacing and ICDs", Blackwell Publishing.
[5] 송재용, “가속도 센서의 원리와 응용”, 제어계측 2003.2
[6] Tideiksaar, “Falls in order person: prevention & management”, 2001
[7] 대한노인병학회, “노인병학”, 의학 출판사, 2005
[8] 허정윤, “종합병원 노인환자의 낙상 태도 및 지식”, 연세대학교 간호대학원, 2007
[9] 통계청, “연령별 추계인구. 사망원인 통계”, 2005
[10] 김민정, “재가 노인의 낙상 관련 요인 연구”, 이화여자대학교 대학원, 2004
[11] G.Williams, "A Smart Fall & Activity Monitor for Telecare Application", Proceeding of the 20th Annual International Conference of the IEEE Engineering & Medicine & Biology Society, 1998
[12] Bijin Najafi, "Ambulatory System for Human Motion Analysis Using a Kinematic Sensor: Monitoring of Daily Physical Activity in the Elderly", IEEE Trans. on biomedical Engineering, Vol. 50, No.6, June 2003
[13] 이승형, “3축 가속도 센서를 이용한 동작분석 알고리즘 설계”, 전자공학회지, 53D 5호, 2004
[14] 김세진, “3축 가속도 센서를 이용한 상황인지 알고리즘 개발”, 전자공학회지, 제 30권 1호, 2007