您的瀏覽器不支援javascript,但不影響網頁內容陳述,如開啟JavaScript,可得到視覺與特效的最佳瀏覽
列印功能:請按下ctrl+P開啟列印視窗,或由工具列中選擇列印功能
如需要選擇字級大小,IE6請利用鍵盤按住ALT鍵+ V → X → (G)最大(L)較大(M)中(S)較小(A)小,來選擇適合您的文字大小, 而IE7或Firefox瀏覽器則可利用鍵盤 Ctrl + (+)放大(-)縮小來改變字型大小,如需要回到上一頁可使用瀏覽器提供的 Alt+左方向鍵(←)
跳至主要內容
:::

基於智慧家庭中的動作感測器與室內遊走特性所開發的失智症之非穿戴式偵測系統

輔具研究項目內容
資料來源 全國博碩士論文資訊網
原著作者 李梃穎
研究單位 國立臺灣大學 資訊網路與多媒體研究所
整理作者 李梃穎(指導教授:傅立成教授)

成果內容

由於全球人口老化的現象逐步加劇,越來越多的年長者會罹患失智症,失智症會進一步影響到長者們的生活作息、健康狀況等等。以目前醫師在診斷一位失智症長輩的流程來說,如果想要知道最近幾個月內該位長輩在行為上是否有失智症的傾向,通常都需要詢問長者身邊的家人或照護者,如果這位長者長期獨居的話,那麼醫生在診斷上就會比較不方便、花時間。為了協助醫師的診斷,我們提出一套快速觀測失智症的輔助系統,長者只需要花2到4個小時的時間在一個智慧環境中執行一些工具性日常生活活動能力量表(IADL)的活動即可,而長者執行活動時透過動作感測器所產生的移動路徑將會根據失智症之室內遊走特性被萃取出來及分析,最後在利用機器學習演算法基於這些萃取出來的特徵來輔助判斷長者在行為上是否有失智症的傾向。這套輔助系統的輸出結果會將長者分成兩類,分別是失智症與非失智症,而使用第一個公開資料庫去分類7位失智症長者與225位非失智症長者時,精確率和召回率都高達98.3%,且ROC曲線下的面積為0.851;使用第二個我們自己收集的資料庫去分類9位失智症長者與21位非失智症長者時,精確率和召回率分別是89.9%和90.0%,且ROC曲線下的面積為0.921。