Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Hybrid Hierarchical Clustering Algorithm Used for Large Datasets: A Pilot Study on Long-Term Sleep Data Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Optimal Threshold Selection for Acceleration-Based Fall Detection

verfasst von : G. Šeketa, J. Vugrin, I. Lacković

Erschienen in: Precision Medicine Powered by pHealth and Connected Health

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this paper we present the results of an experiment with 16 subjects performing activities of daily living and simulated falls. We used a triaxial accelerometer to track the subjects’ movements. From the accelerometer data we calculated five different features that are used for fall detection. Contingency tables were built based on the collected dataset and ROC curves were plotted. Optimal thresholds for every feature and corresponding sensitivities and specificities were calculated based on the ROC curve analysis.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Human Fall Detection from Acceleration Measurements Using a Recurrent Neural Network
Nächstes Kapitel Camera Based Real Time Fall Detection Using Pattern Classification
Literatur
1.
W.H.O Ageing and L.C. Unit (2008) WHO global report on falls prevention in older age. World Health Organization, Geneva, CH
2.
Walker J, Howland J (1991) Falls and fear of falling among elderly persons living in the community: occupational therapy interventions. Am J Occup Ther 45(2):119–122CrossRef
3.
Patel S, Park H, Bonato P et al (2012) A review of wearable sensors and systems with application in rehabilitation. J Neuroeng Rehabil 9(1):21–38CrossRef
4.
Sabatini AM, Ligorio G, Mannini A, Genovese V (2015) Prior-to- and post-impact fall detection using inertial and barometric altimeter measurements. IEEE Trans Neural Syst Rehabil Eng, accepted for publication
5.
Chen KH, Yang J-J, Fu-Shan J (2016) Accelerometer-based fall detection using feature extraction and support vector machine algorithms. Instrum Sci Technol 44(4):333–342CrossRef
6.
He J, Shuang B, Wang X (2017) An unobtrusive fall detection and alerting system based on Kalman filter and Bayes network classifier. Sensors (Basel) 17(6)CrossRef
7.
Pierleoni P, Belli A, Maurizi L et al (2016) A wearable fall detector for elderly people based on AHRS and barometric sensor. IEEE Sens J 16(17):6733–6744CrossRef
8.
Medrano C, Igual R, Garcia-Magarino I et al (2017) Combining novelty detectors to improve accelerometer-based fall detection. Med Biol Eng Comput 55(10):1849–1858CrossRef
9.
Lim D, Park C, Kim NH et al (2014) Fall-detection algorithm using 3-axis acceleration: combination with simple threshold and hidden Markov model. J Appl Math (2014)
10.
Bourke AK, O’Brien JV, Lyons GM (2007) Evaluation of a threshold-based tri-axial accelerometer fall detection algorithm. Gait Posture 26(2):194–199CrossRef
11.
Kangas M, Konttila A, Winblad I, Jamsa T (2007) Determination of simple thresholds for accelerometry-based parameters for fall detection. In: Proceedings of the 29th annual international conference of the IEEE EMBS, Lyon, France, 23–26 Aug 2007
12.
Bourke AK, Lyons G (2008) A threshold-based fall-detection algorithm using a bi-axial gyroscope sensor. Med Eng Phys 30(1):84–90CrossRef
13.
Pannurat N, Thiemjarus S, Nantajeewarawat E (2014) Automatic fall monitoring: a review. Sensors (Basel) 14(7):12900–12936CrossRef
14.
15.
Vugrin J (2017) Fall detection system for the elderly based on wearable wireless sensors. MS thesis, University of Zagreb, Faculty of Electrical Engineering and Computing (in Croatian)
Metadaten
Titel
Optimal Threshold Selection for Acceleration-Based Fall Detection
verfasst von
G. Šeketa
J. Vugrin
I. Lacković
Copyright-Jahr
2018
Verlag
Springer Singapore
Buch
Precision Medicine Powered by pHealth and Connected Health

Print ISBN: 978-981-10-7418-9

Electronic ISBN: 978-981-10-7419-6

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-981-10-7419-6_26

Neuer Inhalt

    Bildnachweise