مجله سالمندی ایران، جلد ۸، شماره ۴، صفحات ۱۵-۲۳
عنوان فارسی پیش‌بینی و پایش زمین‌خوردگی سالمندان بر اساس مدل‌سازی الگوهای حرکتی دریافت‌شده از تصاویر ویدئویی
چکیده فارسی مقاله اهداف: با افزایش جمعیت سالمندان در اغلب کشورهای جهان، طراحی سیستمی قابل اعتماد و هوشمند جهت پایش و نظارت وضعیت جسمانی آنان ضروری به نظر می‌رسد. سالیانه بر اثر زمین‌خوردگی، هزاران نفر از سالمندان با صدمات جبران‌ناپذیری همچون شکستگی مفاصل، استخوان‌ها و دیگر اعضای بدن خود و حتی در مواردی با مرگ مواجه می‌شوند. مواد و روش‌ها: در این مقاله بر مبنای تحلیل تصاویر اخذ شده از حرکت سالمندان، سیستمی کارآمد طراحی شده که در فاز نخست، راه رفتن غیر طبیعی سالمندان را تشخیص می‌دهد و در گام بعدی نحوه حرکت آن‌ها را مدل‌سازی می‌کند. سپس با ترکیب چندین ویژگی با اهمیت نظیر برآورد زاویه بدن شخص نسبت به افق، ارزیابی کمیت‌های حرکتی، حافظه حرکت، راستای حرکت و سرعت فرد، زمین خوردگی احتمالی شناسایی می‌شود. پیاده‌سازی سیستم بر مجموعه‌ای شامل 57425 فریم تصویری دریافت‌ شده از مرکز نگهداری سالمندان فرزانگان شهر مشهد و رشته‌های ویدئویی دربردارنده وقایع زمین‌خوردگی صورت پذیرفت. تمامی رشته‌ها به صورت تصادفی به 4 دسته Movie با فرمت AVI با رزولوشن 120×160 پیکسل با نرخ 15 فریم بر ثانیه تبدیل شدند. یافته‌ها نتایج شبیه‌سازی الگوریتم، نشان دهنده عملکرد مطلوب سیستم و دقت مناسب آن در شناسایی حوادث زمین خوردگی است. دقت متوسط (AAC)، نرخ آشکار سازی (DR) و نرخ هشدار اشتباه (FAR) سیستم پیشنهادی در سطح قابل قبولی به ترتیب %94، %91/92 و %52/5 است. حساسیت %92 و ویژگی% 47/94، نشان‌دهنده توانایی مطلوب سیستم در جداسازی وقایع شبیه به زمین خوردگی و زمین خوردگی‌های واقعی است. نتیجه گیری: مزیت‌های ویژه‌ای چون سرعت بالای الگوریتم در پردازش داده‌ها و ارائه دقت و حساسیت مناسب در عملکرد سبب شده تا سیستم پیشنهادی از سایر تکنیک‌های مشابه متمایز شود و از این رو به کارگیری آن در مراکز مختلف نگهداری سالمندان و منازل مسکونی، نظارت هوشمند و بلادرنگ افراد را در زمان زمین‌خوردگی به دنبال خواهد داشت.
کلیدواژه‌های فارسی مقاله نظارت، زمین خوردگی، سالمندان، مدل‌سازی
عنوان انگلیسی Predicting and Monitoring of the Elderly Falls Based on Modeling of the Motion Patterns Obtained from Video Sequences
چکیده انگلیسی مقاله Objectives: Many countries are faced with the growing population of the elderly each year and so designing an appropriate system for monitoring of various elderly states is necessity. Every year thousands of the elderly suffer serious damages such as articular fractures, broken bones and even death due to their fall Methods & Materials: In this paper, based on the analysis of images taken from the elderly’s movement, an efficient system has been proposed that, in the first phase, simulates the movement of the elderly by detecting their abnormal walking. The, by combining several important features, including an estimate of body angle, representation of the motion and estimate of the magnitude and direction of movement, the speed of the falling is calculated. This system has been implemented on a set of 57425 video frames received from the elderly residing in Farzanegan Health Care Center in Mashhad and the video sequences containing the actual occurrence the of falling. All the sequences were randomly converted into four Movie categories with these details: AVI format, 120×160 pixels resolution and 15 fps. Results: Simulation of algorithm distinguishes the proposed system from similar ones, particularly due to its intelligent monitoring and its real time detection of the elderly’s fall. The average accuracy (AAC), detection rate (DR) and insignificant false alarm rate (FAR) are 94%, 92.91% and 5.52% respectively in acceptable level. The 92% sensitivity and 94.47% specificity indicate the ability of the system in identifying the incidents similar to the fall. Conclusion: Many advantages such as high speed in data processing, unique accuracy and sensitivity and time parsimony make a system has particular performance and implementation of it due to intelligent monitoring and Real-Time tracking of seniors in Health Care Center and houses.
کلیدواژه‌های انگلیسی مقاله Surveillance, Fall, Elderlies, Modeling.
نویسندگان مقاله خسرو رضایی | kh rezaee
biomedical engineering group, department of electrical and computer engineering, hakim sabzevari university, sabzevar, iran.
گروه مهندسی پزشکی، دانشکدۀ مهندسی برق و کامپیوتر، دانشگاه حکیم سبزواری
سازمان اصلی تایید شده: دانشگاه حکیم سبزواری (Hakim sabzevari university)

جواد حدادنیا | javad haddadnia
biomedical engineering group, department of electrical and computer engineering, hakim sabzevari university of sabzevar, sabzevar, iran.
گروه برق الکترونیک و مهندسی پزشکی و عضو هئی ت علمی دانشگاه حکیم سبزواری
سازمان اصلی تایید شده: دانشگاه حکیم سبزواری (Hakim sabzevari university)

احمد دلبری | a delbari
iranian research center on aging,university of social welfare amp;amp; rehabilitation sciences ,tehran, faculty member of medical university of sabzevar
عضو مرکز تحقیقات مسایل اجتماعی و روانی سالمندان، دانشگاه علوم بهزیستی و توانبخشی تهران و عضو هئیت علمی دانشگاه علوم پزشکی سبزوار
سازمان اصلی تایید شده: دانشگاه علوم بهزیستی و توانبخشی (University of social welfare and rehabilitation sciences)

مایده مدنیان | m madanian
faculty of engineering, isfahanuniversity isfahan, iran.
گروه مهندسی کامپیوتر، دانشکدۀ مهندسی کامپیوتر، دانشگاه صنعتی اصفهان
سازمان اصلی تایید شده: دانشگاه صنعتی اصفهان (Isfahan university of technology)

نشانی اینترنتی http://salmandj.uswr.ac.ir/browse.php?a_code=A-10-598-1&slc_lang=fa&sid=fa
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده عمومی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات