Geri Dön

Yalnız yaşayan yaşlılar ve risk grubu hastalar için düşme tespit sisteminin geliştirilmesi

Development of a fall detection system for the elderly and risk group patients living alone

  1. Tez No: 850172
  2. Yazar: HAMZA ERGÜDER
  3. Danışmanlar: DR. ÖĞR. ÜYESİ TUNCAY UZUN
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Görüntü i¸sleme, dü¸sme tespiti, yapay sinir agları
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektronik Bilim Dalı
  13. Sayfa Sayısı: 75

Özet

Dünya genelinde ya¸slı nüfusunun arttıgı ve önümüzdeki yıllarda da artmaya devam edecegi öngörülmektedir. Bu nedenle tedavi ve bakım ihtiyacı da artmaktadır. Ya¸slı nüfusun bakımı sırasında dü¸smelerin takip edilmesi temel görevlerdendir. 2016 yılında Amerika'da yapılan ara¸stırmada her yıl 65 ya¸s üstü 4 ki¸siden birinin dü¸smeye baglı acil servise geldi ˘ gi tespit edilmi¸stir. Dü¸smeye ba ˘ glı ölüm oranının ˘ da giderek arttıgı gözlemlenmi¸stir. Ayrıca dü¸smenin erken tespiti, ya¸sanabilecek ˘ fiziksel ve psikolojik travmaların önüne geçebilmektedir. Bu nokta da dü¸sme takibi yapan bir sistemin geli¸stirilmesi bu sorunun çözümünde önemli bir adım olacaktır. Bu sistem, hastanın acil tıbbi müdahaleye ihtiyacı olup olmadıgını belirlemeye ˘ imkan saglayacaktır. ˘ Bu tez çalı¸smasında, video görüntüleri üzerinden dü¸smeleri tespit etmek için tasarlanmı¸s bir algoritmanın olu¸sturulmasına odaklanılmaktadır. Alınan yakla¸sım yenilikçi olup, kamera görüntülerinden gerçek zamanlı dü¸sme algılamayı amaçlamaktadır. Çalı¸smanın öncelikli hedefi, minimum donanım gereksinimiyle gerçek zamanlı i¸slemeyi saglarken dü¸sme tespitinde yüksek do ˘ gruluk elde ˘ etmektir. Metodolojiyi farklı kılan ¸sey, sensörlere veya giyilebilir cihazlara olan ihtiyacı ortadan kaldırarak geleneksel uygulamalardan ayrılması, dolayısıyla önceki literatürde bulunan sınırlamaları ele alması ve bunların üstesinden gelmesidir. Önerilen yöntemin ayırt edici bir özelligi, hızdan ödün vermeden mevcut ˘ yakla¸sımları dogruluk açısından a¸sma yetene ˘ gidir. Dört önemli veri seti (Rzeszow ˘ ix Üniversitesi Dü¸sme Tespit Veri Seti(URFD), UP-Fall Dü¸sme Tespit Veri Seti, Le2i Dü¸sme Tespit Veri Seti ve NTU RGB+D 60 Veri Seti) ile yürütülen kapsamlı deneysel analiz, yöntemin üstün performansını dogrulamaktadır. ˘ Çalı¸sma, özellikle sunulan modelin etkinligini vurgulamakta ve kapsamlı ˘ dü¸sme tespiti için zamansal iskelet eklemi girdilerini görüntülere dönü¸stürmenin öneminin altını çizmektedir. Bu dönü¸süm, çe¸sitli veri kümelerinde insan eylemlerinin standartla¸stırılmı¸s bir temsilini saglayarak yakla¸sımın sa ˘ glamlı ˘ gını ve ˘ uyarlanabilirligini artırmaktadır. Sonuçlar, yüksek do ˘ gruluklu, dü¸sük gecikmeli ˘ dü¸sme tespitinin yalnızca kamera görüntüleri i¸slenmesi yoluyla mümkün oldugunu ˘ ortaya koyarak yakla¸sımın etkinligini do ˘ grulamaktadır. Bu bulguları sunarak, ˘ metodolojide önemli bir ilerlemeye i¸saret ederek mevcut ara¸stırmalara katkıda bulunulmaktadır.

Özet (Çeviri)

The world's population is aging, and this trend is expected to continue in the coming years. This increase in the elderly population has led to an increased need for treatment and care. One of the fundamental tasks of caring for this population is monitoring their falls. A study conducted in the United States in 2016 found that one in four people over the age of 65 falls to the emergency department each year. The death rate from falls is also increasing. Early detection of falls can prevent physical and psychological trauma. Therefore, developing a system that can detect falls is considered an important step in addressing this problem. It will allow the assessment of whether the patient needs immediate medical intervention. This thesis focuses on the creation of an algorithm designed to detect falls through video images. The approach taken is innovative and aims at real-time fall detection from camera feeds. The primary goal of the work is to achieve high accuracy in fall detection while providing real-time processing with minimal hardware requirements. The methodology differs from conventional approaches by eliminating the need for sensors or wearable devices, thus addressing and overcoming limitations found in previous literature. A distinctive feature of the proposed method is its ability to surpass existing approaches in terms of accuracy without sacrificing speed. Extensive experimental analysis conducted with four key datasets (University of Rzeszow Fall Detection Dataset(URFD), UP-Fall Fall Detection Dataset, Le2i Fall Detection Dataset and NTU RGB+D 60 Dataset) confirms the superior performance of the method. The study particularly highlights the effectiveness of the presented model and underlines the importance of converting temporal skeletal joint inputs into images for comprehensive fall detection. This transformation increases the robustness and adaptability of the approach by providing a standardized representation of human actions across diverse datasets. The results confirm the effectiveness of the approach by revealing that high-accuracy, low-latency fall detection is possible through camera inputs processing alone. By presenting these findings, this study contributes to existing research by marking a significant advance in methodology.

Benzer Tezler

  1. Huzurevinde ve UÜ. Nilüfer Halk Sağlığı Eğitim Araştırma ve Uygulama Bölgesi'nde yaşayan yaşlılarda depresyon sıklıkları ve etkileyen etmenlerin karşılaştırılması

    The comparison of prevalence of depression and effecting factors among people 65 years and older living in a nursing home and in Uludag University Public Health Research and Training Area

    MUSTAFA DEMİRÖZ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2011

    Halk SağlığıUludağ Üniversitesi

    Halk Sağlığı Ana Bilim Dalı

    PROF. DR. NECLA TUGAY AYTEKİN

  2. Yaşlıların yaşlılık algısı ve sağlıkla ilgili yaşam kalitesini etkileyen faktörler

    Aging perceptions of the elderly and the related factors about health related quality of life

    NİMET PINAR BAYSAN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2008

    GeriatriCelal Bayar Üniversitesi

    Halk Sağlığı Ana Bilim Dalı

    PROF. DR. ERHAN ESER

  3. Afetlerde karekod sistemi ile risk gruplarına erken müdahale

    Early intervention to risk groups with the code system in disasters

    EMİNE ÇAĞDAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    HemşirelikBitlis Eren Üniversitesi

    Acil Durum ve Afet Yönetimi Ana Bilim Dalı

    PROF. DR. AYDIN BÜYÜKSARAÇ

  4. Sivas il merkezinde 60 yaş ve üzeri bireylerde, uyku kalitesi, gündüz uykululuk hali,beslenme durumu ve bunların kognitif fonksiyonlarla ilişkisi

    Quality of sleep, daytime sleepness, nutritional status and cognitive function of elderly people living at home in Sivas city center

    GÜLAY UZUN SOYKÖK

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2011

    NörolojiCumhuriyet Üniversitesi

    Nöroloji Ana Bilim Dalı

    YRD. DOÇ. DR. ÖZLEM KAYIM YILDIZ

  5. Kalça kırığı ameliyatı olan yaşlı hastalarda düşme riskinin belirlenmesi

    Determining the risk of fall in older people following hip fracture surgeries.

    EZGİ SEYHAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    Hemşirelikİstanbul Üniversitesi

    Cerrahi Hastalıkları Hemşireliği Ana Bilim Dalı

    YRD. DOÇ. DR. İKBAL ÇAVDAR