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
:::

設計及開發穿戴式跌倒特徵監測系統

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 施婉婷(指導教授:詹家泰)
研究單位 國立陽明大學 醫學工程研究所
整理作者 施婉婷

成果內容

  隨著醫療科技與公共衛生的進步,老年人口日漸增加。依據衛生福利部統計資料顯示,跌倒意外是我國老年人事故傷害的第二大死因。對於跌倒傷害或併發症所產生的醫療花費亦是一個嚴重負擔。透過跌倒偵測減少等待就醫的時間,可以防止跌倒所造成的傷害惡化,將對老年人跌倒意外有很大的幫助。因此,跌倒事件偵測是十分重要的。除了跌倒事件偵測之外,獲得跌倒的方向資訊能夠有助於擬定相對應預防跌倒的策略。本研究目的為開發一個穿戴式跌倒特徵監測系統 (Wearable-based Fall Characteristics Monitoring System),其中以閾值及機器學習為基礎開發階層式跌倒事件偵測演算法 (Hierarchical Fall Event Detection Algorithm) 及以機器學習為基礎開發跌倒方向辨識演算法 (Fall Direction Identification Algorithm)。結果顯示跌倒事件偵測之靈敏度為99.83 %、特異度為98.44 %、陽性預測值為98.67 %、陰性預測值為98.44 %以及準確率為99.19 %;跌倒方向辨識之靈敏度98.52%、陽性預測值為97.49%及準確度為97.34 %。系統監測記錄之跌倒事件與方向,將提供給臨床人員更加完整的跌倒資訊,協助臨床人員擬定相對應之跌倒預防策略,不但能降低跌倒的機率,同時也提供老年人有更完善的居家照護環境。