Запропоновано метод розпізнавання в реальному часі типів (шаблонів) дихання пацієнта з ціллю моніторингу його стану та загроз для здоров'я, що є частковим випадком проблеми розпізнавання людських активностей. Метод засновано на застосуванні глибинного машинного навчання за допомогою згорткової нейронної мережі (CNN) для класифікації швидкості руху його грудної клітки. Показано, що прийняті у цьому випадку рішення узгоджуються з технологією мобільної медицини з використання натільних датчиків і смартфонів для оброблення їх сигналів як обчислювальних edge-вузлів, але CNN відкривають важливі додаткові можливості з підвищення якості оброблення сигналів датчика-акселерометра за умов наявності перешкоджаючих сигналів (шумів) від інших джерел та інструментальних похибок пристрою. Вхідні сигнали попередньо нормалізується щодо осі обертання, щоб зменшити вплив шуму на результати, оскільки акселерометр вимірює гравітаційне та лінійне прискорення. Запропоновано спосіб перетворення одновимірних сигналів акселерометра в двовимірні графічні зображення, які обробляються за допомогою CNN із декількома обробними шарами, завдяки чому точність визначення шаблону дихання в різних ситуаціях для різних фізичних станів пацієнтів зростає в порівнянні з випадком, коли двовимірні перетворення сигналів акселерометра не вживаються. У цьому випадку зростання точності (або якості) визначення різних типів дихання відбувається за збереження достатньої швидкості процедур запланованого методу, що надає можливість проводити класифікацію типів дихання в реальному часі. Дану методику випробувано як компонент Body Sensor Network (BSN) і встановлено високу точність (88 %) визначення стану дихання пацієнта, що в поєднанні з даними контексту, отриманими з інших вузлів BSN, надає можливість визначати стани пацієнтів і передбачати загострення їх респіраторних хворoб.

  Повний текст PDF - 734.213 Kb    Зміст випуску     Цитування публікації

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"