Loading...
Publication
Classificação de posturas de pessoas acamadas usando dados de pressão obtidos por baixo do colchão
| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 4.44 MB | Adobe PDF |
Advisor(s)
Abstract(s)
O reconhecimento de posturas de pessoas acamadas pode ser muito útil para a diminuição de riscos da saúde. Neste estudo, é proposta a utilização de algoritmos de machine learning para a classificação de posturas de pessoas acamadas com base em mapas de pressão obtidos por sensores colocados por baixo do colchão. Esta abordagem é menos intrusiva em relação às abordagens mais comuns que utilizam mapas de pressão obtidos a partir de sensores colocados por cima do colchão. Nesta abordagem foi usado o dataset PoPu que, inclui dados de posturas de 60 participantes. Para a classificação de posturas foi utilizado o algoritmo k-NN e foi realizada validação cruzada para a verificação da consistência e generalização dos resultados. a precisão média da classificação das posturas foi de 94,8%, com as posições "voltado para a esquerda" e "voltado para a direita" com os valores mais elevados de precisão, 95,3% e 98,1% respetivamente, mas com valores de recall menores. Nas posições "voltado para cima" e "voltado para baixo", verificou-se o inverso com valores de precisão menores, 93,2% e 92,8%, mas com valores de recall mais elevados. Na validação cruzada, foi possível verificar que o modelo consegue ser consistente na precisão, em diferentes divisões do conjunto de dados, com uma média de precisão de 93,03%.
In-bed posture classification can be highly useful for reducing health risks. In this study, the use of machine learning algorithms is proposed for the classification of postures of bedridden individuals based on pressure maps obtained from sensors placed beneath the mattress. This approach is less intrusive compared to more common approaches that use pressure maps obtained from sensors placed on top of the mattress. The PoPu dataset, which includes posture data from 60 participants, was utilized in this approach. The k-NN algorithm was used to classify the postures, and cross-validation experiments were performed to check the consistency and generalization of the results. The average classification precision of the postures was 94.8%, with the “Left” and “Right” postures having the highest precision values, 95.3% and 98.1% respectively, but with lower values of recall. The opposite is achieved in the supine and prone postures, with lower values of precision, 93.3% and 92.8%, but with higher values of recall. In the cross-validation, it was possible to verify that the model can have a consistent precision, in different sets of the dataset, with an average precision of 93.03%.
In-bed posture classification can be highly useful for reducing health risks. In this study, the use of machine learning algorithms is proposed for the classification of postures of bedridden individuals based on pressure maps obtained from sensors placed beneath the mattress. This approach is less intrusive compared to more common approaches that use pressure maps obtained from sensors placed on top of the mattress. The PoPu dataset, which includes posture data from 60 participants, was utilized in this approach. The k-NN algorithm was used to classify the postures, and cross-validation experiments were performed to check the consistency and generalization of the results. The average classification precision of the postures was 94.8%, with the “Left” and “Right” postures having the highest precision values, 95.3% and 98.1% respectively, but with lower values of recall. The opposite is achieved in the supine and prone postures, with lower values of precision, 93.3% and 92.8%, but with higher values of recall. In the cross-validation, it was possible to verify that the model can have a consistent precision, in different sets of the dataset, with an average precision of 93.03%.
Description
Keywords
Classificação de posturas Machine learning Mapas de pressão Pressão de posturas acamadas In-bed postures Posture classification Pressure maps
Pedagogical Context
Citation
SERRA, A. ; RIBEIRO, F.R. ; METRÔLHO, J.C. (2024) - Classificação de posturas de pessoas acamadas usando dados de pressão obtidos por baixo do colchão. In CISTI2024, 19th Iberian Conference on Information Systems and Technologies. CISTI. p. 809-814.