Geri Dön

Fall detection and activity recognition

Düşme tespiti ve aktivitelerin belirlenmesi

  1. Tez No: 374014
  2. Yazar: ALİCAN ESLEK
  3. Danışmanlar: YRD. DOÇ. DR. YAVUZ ŞENOL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 81

Özet

Son yıllarda yaşlı insanlarla ilgili problemler giderek daha da önem kazanmaktadır. Bu insanların ev ortamında yalnız rahatça yaşayabilmeleri, bağımsız hareket edebilmeleri ve sağlık masraflarını düşürmeleri amacıyla birçok proje geliştirilmiştir. Bu problemlerin başında düşme olayları gelmektedir ve bu düşme durumu kalça kemiği kırılması gibi insan sağlığını ölümcül derecede etkileyecek sonuçlar doğurmaktadır. Düşme sonucu meydana gelen sakatlanma veya bilinç kaybından dolayı insan hareket edebilme kabiliyetini kaybeder ve yardım çağıramayacak duruma gelebilir. Bu insanların düşmeye bağlı olarak uzun süre yerde hareketsiz kalması sakatlanma ve ölüm oranlarını ciddi şekilde artırmaktadır. Bu düşme olayları ayrıca yaşlı insanlarda korku, endişe ve depresyon gibi psikolojik etkiler yaratmaktadır. Bu düşüncelerden yola çıkarak gerçek zamanlı otomatik düşme tespiti yapan cihazlar çok önemli hale gelmektedir. Bu cihazlarla ilgili ticari hale gelmiş veya deneme aşamasında olan çalışmalar olmasına rağmen halen daha günümüzde yaygın olarak kullanılmamaktadır. Bizim çalışmamız düşme tespiti konusunda yeni bir metot ve güçlü bir düşme algoritmasına sahip düşme tespiti cihazı geliştirmeye odaklanmıştır. Düşme tespiti cihazımız günlük aktivitelerimizle (yürüme, koşma, oturma vb) düşme olayını ayırt edebilme kabiliyetine sahiptir. Bu cihaz insan vücudunda göğüs boşluğuna yerleştirilebilir şekilde tasarlanmış olup, gerçek zamanlı düşme verilerini almak için ivme ve jiroskop algılayıcıları kullanmaktadır. Ayrıca bu verileri bilgisayar ortamına aktarmak için Bluetooth cihazı kullanılmıştır. Buna ek olarak düşen kişiye tıbbi yardım götürebilmek için konum bilgileri GPS cihazı kullanılarak alınmaktadır. Bizim algoritmamız ivme ve jiroskop verilerini birlikte kullanarak düşme tespitini daha doğru ve kesin bir şekilde gerçekleştirmeyi amaçlamaktadır. Ayrıca bu sistem gerçek zamanlı olup, düşük hesaplama yüküne sahiptir.

Özet (Çeviri)

Recently the problems connected with the ageing population all over the world have become more and more severe. Many projects have been developed to enable people to live longer in home environment, thus keeping their independence together with reducing the expenses of the public health care. Falls are dangerous for the aged population as they can adversely affect health; it can result in critical injuries like hip fractures. Immobilization caused by injury or unconsciousness means that the victim cannot summon help themselves. The most common falls occur when the person is alone and unable to get up, resulting in long lies which are associated with institutionalisation and high morbidity-mortality rate. The feeling of fall increases the anxiety and the depression in the elderly. Hence, an automatic fall detection system is an important setting. Though various pilot applications and commercial fall detection systems exist, the real-life validation of these systems is scant. Our study has focused on developing new method for detection of fall to be adapted for real-life applications among older people. Fall detection system has the capability of automatically discriminating between a fall-event and an activities daily living (ADL). In this study, a wearable monitoring device, based on tri-axial accelerometer and gyroscope, is placed at the centre of the chest to collect real-time fall data. Also, it consists of Bluetooth module that links wirelessly with a laptop and GPS (Global Positioning System) module to inform medical attention using location information of the victim. The proposed algorithm, coupled with accelerometers and gyroscopes, reduces both false positives and false negatives, while improving fall detection accuracy. The proposed solution features low computational cost and real-time response.

Benzer Tezler

  1. Veri madenciliği teknikleri ile bulut bilişim tabanlı giyilebilir hareket tanı sistemi oluşturulması

    Creating cloud computing based wearable motion diagnostic system with data mining techniques

    ERHAN KAVUNCUOĞLU

    Doktora

    Türkçe

    Türkçe

    2022

    Mühendislik BilimleriErciyes Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ESMA UZUNHİSARCIKLI

    DOÇ. DR. AHMET TURAN ÖZDEMİR

  2. Recognition and monitoring of human motions using RF signals

    İnsan hareketlerinin RF sinyalleri kullanarak tanımlanması ve izlenmesi

    CAN UYSAL

    Doktora

    İngilizce

    İngilizce

    2020

    Elektrik ve Elektronik MühendisliğiEskişehir Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TANSU FİLİK

  3. Machine-learning approaches for neurological disorder diagnosis from genomic and neuroimaging data

    Genomik ve nörogörüntüleme verilerinden nörolojik bozukluk teşhisi için makine öğrenmesi yaklaşımları

    İSMAİL BİLGEN

    Doktora

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. BEHÇET UĞUR TÖREYİN

  4. Sigortacılık sisteminde aktif-pasif yönetimi ve Türkiye hayat sigortası örneğinde portföy performansının boyutlarını belirleyen faktörlerin irdelenmesine ilişkin bir model denemesi

    Assets and liablity management in the insurance sector and investigating sectors that are determinating dimensions of the portfolio performance by relating to model testing in the Turkish life insurance sector

    ALİ İHSAN DOĞAN

    Doktora

    Türkçe

    Türkçe

    2001

    SigortacılıkMarmara Üniversitesi

    Bankacılık Ana Bilim Dalı

    PROF.DR. ABDÜLGAFFAR AĞAOĞLU