Мария Константиновна Дремина - магистрант, факультет «Биомедицинская техника», МГТУ им. Н.Э. Баумана E-mail: mary.dremina@student.bmstu.ru Леся Николаевна Анищенко - к.т.н., доцент, ст. науч. сотрудник, факультет «Биомедицинская техника», лаборатория дистанционного зондирования Научно-учебного комплекса «Фундаментальные науки», МГТУ им. Н.Э. Баумана E-mail: anishchenko@rslab.ru

Приведено исследование возможности использования метода биорадиолокации с целью бесконтактной детекции падений. Проведена оценка преимуществ многочастотной системы мониторинга двигательной активности над одночастотной, а также исследована возможность реализации эффективного классификатора на основе использования параметров биорадиолокационного сигнала во временной области.

 

1. United Nations, Department of Economic and Social Affairs, Population Division (2013). World Population Prospects: The 2012 Revision, CD-ROM Edition.
2. Федеральная служба государственной статистики (Росстат) «Численность населения по субъектам Российской федерации». Доклад от 26.02.2016 г
3. Дёмин А.В., Мороз Т.П. Особенности постуральной нестабильности и факторов риска падений у лиц пожилого и старческого возраста (литературный обзор) // Молодой ученый. 2014. № 3. С. 164-175.
4. Todd C., Skelton D. What are the main risk factors for falls among older people and what are the most effective in­terventions to prevent these falls - Copenhagen, WHO Regi­onal Office for Europe (Health Evidence Network report. 2004; http://www.euro.who.int/document/E82552.pdf, acces­sed 5 April 2004).
5. Gjoreski M., Gjoreski H., Lustrek M. How Accurately Can Your Wrist Device Recognize Daily Activities and Detect Falls - // Sensors. 2016. № 16. Р. 800.
6. Wang X., Gao C., Guo Y. Elderly fall detection using SIFT hybrid features // Published in Proceedings. V. 9675: AOPC 2015: Image Processing and Analysis. October 2015.
7. Mundher Z.A. A Real-Time Fall Detection System in El­derly Care Using Mobile Robot and Kinect Sensor // Inter­national Journal of Materials, Mechanics and Manufac­turing. May 2014. V. 2. № 2.
8. Chuah Y., Lee J. Fall Detection of Elderly People in Bathroom: A Complement Method of Wearable Device // International Journal of Applied Engineering Research. 2016. V. 11. № 6.  Р. 4184-4186.
9. Anishchenko L., Alekhin M., Tataraidze A., Ivashov S., Bugaev A., Soldovieri F. Application of step-frequency radars in medicine // Proc. SPIE 9077. Radar Sensor Technology May 29, 2014. № XVIII. Р. 90771N.
10. Wu Q., Zhang Y.D., Tao W., Amin M.G. Radar-based fall detection based on Doppler time-frequency signatures for assisted living // IET Radar, Sonar & Navigation. Special issue on Application of Radar to Remote Patient Moni­toring and Eldercare. Feb. 2015. V. 9. № 2. Р. 164-172.
11. Liang Sjc L., Popescu M., Skubic M., Rantz M., Yardibi T., Cuddihy P. Automatic fall detection based on doppler radar motion signature // in Proceedings of the 5th International Conference on Pervasive Computing Technologies for Healthcare (PervasiveHealth). 2011. Р. 222-225.
12. Karsmakers D.P., Croonenborghs T., Mercuri M., Schreurs D., Leroux P. Automatic in-door fall detection based on microwave radar measurements // in Proceedings of the 9th European Radar Conference. 2012. Р. 202-205.
13. Tivive C., Bouzerdoum A., Amin M.G. A human gait classification method based on radar Doppler spectrograms // EURASIP J. Adv. Sig. Proc. 2010. V. 2010. Р. 1-12.
14. Kohavi R. A Study of Cross-Validation and Bootstrap for Accuracy Estimation and Model Selection // International Joint Conference on Artificial Intelligence. 1995. № 14. Р. 1137-1145.
15. Aha D., Kibler D., Instance-based learning algorithms // Mach. Learn. 1991. № 6. Р. 37-66.
16. Cristianini N., Shawe-Taylor J. An Introduction to Support Vector Machines and Other Kernel-Based Learning Methods // Cambridge University Press: Cambridge, UK. 2000.
17. Hastie, T., Tibshirani, R., Friedman J. The Elements of Statistical Learning, 2nd edition. Springer. 2009. 533 p.