Semi-supervised approach to identify steps, shoes, and gender of older adults under semi-naturalistic conditions using a waist-worn inertial sensor

Vista sencilla de ítem
dc.contributor.authorPulido Herrera, Edith
dc.contributor.authorRuiz Olaya, Andrés F.
dc.contributor.authorSierra Bueno, Daniel A.
dc.contributor.orcidPulido Herrera, Edith [0000-0002-7629-539X]
dc.date.accessioned2023-03-09T16:46:34Z
dc.date.available2023-03-09T16:46:34Z
dc.date.issued2023
dc.description.abstractUna fuente emergente de información para reconocer las características de los individuos son los parámetros relacionados con el patrón de marcha. Los ancianos pueden ser uno de los grupos de población que más se beneficien de las aplicaciones basadas en el reconocimiento, lo que puede contribuir a aumentar sus posibilidades de vivir de forma independiente en casa. Los enfoques se han centrado principalmente en la identificación o evaluación de los eventos de la marcha; sin embargo, esta información también puede utilizarse para obtener características de las personas mayores que dependen de factores fisiológicos o ambientales. Estos factores pueden ser útiles para proporcionar una asistencia personalizada basada en información contextual. En este trabajo, proponemos un método centrado en personas mayores, para detectar pasos, y reconocer el género y el tipo de calzado utilizando únicamente los datos de contacto inicial con el pie (IC) obtenidos de sensores inerciales durante la marcha semicontrolada. Se recogieron datos de 20 adultos mayores que caminaban a velocidad propia en un entorno natural. El método consiste en agrupar primero el CI utilizando k-means; después, una red neuronal recurrente entrenada reconoce el género, el tipo de calzado y las fases del paso (CI y otras fases); para finalmente realizar la detección de pasos (DE) utilizando un método basado en reglas. El método reconoce el género y el tipo de calzado con una precisión del 93% y el 83,07%, respectivamente, mientras que no se produjeron errores de reconocimiento de las fases del paso. SD alcanzó un error medio porcentual absoluto igual a (Fórmula presentada.). Los buenos resultados muestran que el método es apropiado para aplicaciones de reconocimiento de las características de los usuarios sin depender de suposiciones basadas en individualidades. Asimismo, el método puede ser útil para monitorizar la actividad física o sistemas destinados a mantener a salvo a los adultos mayores.spa
dc.description.abstractenglishAn emerging source of information to recognize individuals’ characteristics are the walking pattern-related parameters. The elderly can be one of the populations that can benefit most from recognition-based applications, which may help to increase their possibilities of living independently at home. Approaches have been mostly focused on gait events’ identification or assessment; nonetheless, such information can also be used to obtain seniors’ characteristics that depend on physiological or environmental factors. These factors can be useful to provide a customized assistance based on contextual information. In this paper, we propose a method focused on seniors, to detect steps, and to recognize gender and type of shoes by using only the initial foot contact (IC) data obtained from inertial sensors during semi-controlled walking. Data were collected from 20 older adults who walked at self-speed in a natural environment. The method consists of first clustering the IC using k-means; then, a trained recurrent neural network recognizes gender, type of shoes, and the step phases (IC and other phases); to finally conduct step detection (SD) using a ruled-based method. The method recognizes gender and the type of shoes with an accuracy of 93% and 83.07%, respectively, whereas there were not misrecognitions of the step phases. SD achieved a mean absolute percentage error equal to (Formula presented.). The good results show that the method is appropriate for users’ characteristics recognition applications without depending on assumptions based on individualities. Likewise, the method can be useful to monitor physical activity or systems aimed to keep safe older adults.eng
dc.format.mimetypeapplication/pdf
dc.identifier.doihttps://doi.org/10.1177/09544119231156522
dc.identifier.instnameinstname:Universidad El Bosquespa
dc.identifier.issn2041-3033
dc.identifier.reponamereponame:Repositorio Institucional Universidad El Bosquespa
dc.identifier.repourlrepourl:https://repositorio.unbosque.edu.co
dc.identifier.urihttps://hdl.handle.net/20.500.12495/10137
dc.language.isoeng
dc.publisherSAGE Publications Ltd.spa
dc.publisher.journalProceedings of the Institution of Mechanical Engineers, Part H: Journal of Engineering in Medicinespa
dc.relation.ispartofseriesProceedings of the Institution of Mechanical Engineers, Part H: Journal of Engineering in Medicine, 2023spa
dc.relation.urihttps://journals.sagepub.com/doi/10.1177/09544119231156522
dc.rights.accessrightshttps://purl.org/coar/access_right/c_14cb
dc.rights.accessrightsinfo:eu-repo/semantics/closedAccess
dc.rights.accessrightsAcceso cerrado
dc.subjectControl de ancianosspa
dc.subjectDetección de pasos de ancianosspa
dc.subjectReconocimiento del sexospa
dc.subjectSensores inercialesspa
dc.subjectRedes neuronales recurrentesspa
dc.subject.keywordsElderly monitoringspa
dc.subject.keywordsElderly step detectionspa
dc.subject.keywordsGender recognitionspa
dc.subject.keywordsInertial sensorsspa
dc.subject.keywordsRecurrent neural networksspa
dc.titleSemi-supervised approach to identify steps, shoes, and gender of older adults under semi-naturalistic conditions using a waist-worn inertial sensorspa
dc.title.translatedEnfoque semisupervisado para identificar los pasos, el calzado y el sexo de adultos mayores en condiciones seminaturalistas utilizando un sensor inercial de cinturaspa
dc.type.coarhttps://purl.org/coar/resource_type/c_6501
dc.type.coarversionhttps://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.driverinfo:eu-repo/semantics/article
dc.type.hasversioninfo:eu-repo/semantics/publishedVersion
dc.type.localArtículo de revista

Archivos

Bloque original
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
Semi-supervised approach to identify steps, shoes, and gender of older adults under semi-naturalistic conditions using a waist-worn inertial sensor
Tamaño:
122.72 KB
Formato:
Adobe Portable Document Format
Descripción:
Semi-supervised approach to identify steps, shoes, and gender of older adults under semi-naturalistic conditions using a waist-worn inertial sensor
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.95 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Artículos