سیستم پایش زمین خوردن سالمندان بر مبنای مدل ترکیبی گوسی و تغییرات آناتومیکی بدن در تصاویر ویدئویی

Authors

خسرو رضایی

جواد حدادنیا

احمد دلبری

abstract

مطالعات نشان میدهد که 25% تا 47% سالمندان ساکن در جامعه یکبار یا بیشتر به زمین می خورند و این رقم در میان سالمندان آسایشگاهی به حدود 50% نیز می رسد. در این مقاله الگوریتم جدیدی معرفی شده که در گام نخست با دریافت رشته های ویدئویی از افراد، با استفاده از مدل مخلوط گوسی و تخمین پارامترهای این مدل توسط الگوریتم بیشینه ساز امید ریاضی، قالب بدن شخص از فریم ها جداسازی می شود. در گام بعدی، وقوع زمین خوردگی با تکیه بر تغییرات آناتومیکی بدن شخص سالمند و نمایش حافظه حرکت صورت می پذیرد. پیاده سازی سیستم بر مجموعه ای شامل چندین فریم تصویری دریافت شده از سرای سالمندان مادر سبزوار و پایگاه داده caviar دربردارنده وقایع زمین خوردگی و راه رفتن طبیعی اشخاص انجام شد. در ادامه بر مبنای عامل انحراف استاندارد و ضریب حرکت فرد، وقایع مشکوک به زمین خوردگی و زمین خوردگی های واقعی با دقت مناسبی تفکیک شده و در نهایت حساسیت 68/92% و ویژگی 96% که نشان دهنده توانایی مطلوب سیستم می باشد، حاصل آمد. شبیه سازی  مناسب الگوریتم بر روی مجموعه داده ها سبب شده تا میزان خطا مقداری کمتر از  6% را داشته باشد و از سویی بکارگیری آن در مراکز نگهداری سالمندان و منازل مسکونی، مانیتورینگ دقیقی را از زمین خوردگی به همراه خواهد داشت.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش بینی و پایش زمین خوردگی سالمندان بر اساس مدل سازی الگوهای حرکتی دریافت شده از تصاویر ویدئویی

اهداف: با افزایش جمعیت سالمندان در اغلب کشورهای جهان، طراحی سیستمی قابل اعتماد و هوشمند جهت پایش و نظارت وضعیت جسمانی آنان ضروری به نظر می رسد. سالیانه بر اثر زمین خوردگی، هزاران نفر از سالمندان با صدمات جبران ناپذیری همچون شکستگی مفاصل، استخوان ها و دیگر اعضای بدن خود و حتی در مواردی با مرگ مواجه می شوند. مواد و روش ها: در این مقاله بر مبنای تحلیل تصاویر اخذ شده از حرکت سالمندان، سیستمی کارآمد...

full text

آشکارسازی چهره انسان در تصاویر رنگی بر مبنای فیلتر گوسی

  عباس نصر آبادی1،*، ساسان آزادی2، جواد حدادنیا3       اطلاعات مقاله     چکیده   دریافت مقاله: آذر 1387   پذیرش مقاله: فروردین 1388     در این مقاله، آشکارسازی چهره توسط پردازش تصویر در تصاویر رنگی ثابت بررسی شده است. کشف چهره در تصویر، به عنوان یک مرحله اساسی در کاربردهایی است که برای دستیابی به اهداف خود، از ویژگی چهره بهره می‌برند. یکی از روش‌های موثرکه در طی سال‌های اخیر مطرح شده است، کشف چ...

full text

بررسی تاًثیر برنامه پیشگیرانه از زمین خوردن بر شدت ترس از زمین خوردن، دفعات وقوع زمین خوردن و کیفیت زندگی سالمندان ساکن در خانه‌های سالمندان

مقدمه: سقوط در سالمندان باعث انواع آسیب‌ها شده و منجر به وابستگی، کاهش خود کارآمدی، افسردگی و محدودیت فعالیت روزانه، بستری در بیمارستان و یا پذیرش در خانه‌های سالمندان و تحمیل هزینه به فرد و جامعه می‌شود. مطالعه حاضر با هدف بررسی تاًثیر برنامه پیشگیرانه بر شدت ترس از زمین خوردن، دفعات وقوع زمین خوردن و کیفیت زندگی سالمندان ساکن در خانه‌های سالمندان انجام شد. روش کار: این مطالعه از نوع نیمه تجرب...

full text

آشکارسازی چهره انسان در تصاویر رنگی بر مبنای فیلتر گوسی

عباس نصر آبادی1،*، ساسان آزادی2، جواد حدادنیا3       اطلاعات مقاله     چکیده   دریافت مقاله: آذر 1387   پذیرش مقاله: فروردین 1388     در این مقاله، آشکارسازی چهره توسط پردازش تصویر در تصاویر رنگی ثابت بررسی شده است. کشف چهره در تصویر، به عنوان یک مرحله اساسی در کاربردهایی است که برای دستیابی به اهداف خود، از ویژگی چهره بهره می برند. یکی از روش های موثرکه در طی سال های اخیر مطرح شده است، کشف چهر...

full text

بررسی اثر romberg exercise بر میزان زمین خوردن سالمندان با سابقه زمین خوردن (مقاله پژوهشی)

اهداف: آیا تمرین رومبرگ می تواند خطر زمین خوردن را کاهش دهد؟ این روش دو موقعیت مهم یعنی حفظ بالانس در شرایط کاهش سطح اتکا و کاهش اطلاعات بینایی که دو عامل مهم زمین خوردن سالمندان هستند را هدف قرار داده است و به طور وسیعی توسط دیگر محققان به عنوان یک روش ارزیابی بالانس به کار رفته است اما به عنوان روش درمان استفاده نشده است. مواد و روش ها: این تحقیق به روش rct انجام شده است. 70 نفر از سالمندانی ...

full text

My Resources

Save resource for easier access later


Journal title:
مجله ماشین بینایی و پردازش تصویر

Publisher: انجمن ماشین بینایی و پردازش تصویر ایران

ISSN

volume 1

issue 2 2014

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023