Рейтинг@Mail.ru




Разработка технологии и программно-аппаратного биорадиолокационного комплекса для дистанционного распознавания эпизодов падений человека

Проект РФФИ 18-07-00645 «а»

Договор от 20.05.2020 г. № 18-07-00645\20

Руководитель проекта — Анищенко Л.Н., anishchenko@rslab.ru.

Аннотация проекта

В ходе выполнения работ по проекту на первом этапе проведено математическое моделирование процесса отражения сигнала биорадиолокатора от биологического объекта для различных вариантов фоноцелевой обстановки, результаты которого позволяют сделать выводы об ограничениях применимости данного метода для задач детекции падений и распознавания специфических паттернов двигательной активности биологического объекта. По результатам математического моделирования предложен подход компенсации падения мощности принимаемого сигнала при увеличении дальности до объекта за счет учета оценки дальность до объекта, полученной при построении матрицы "дальность-частота". Проведен выбор подходов по бесконтактному обнаружению эпизодов падений человека на дому с учетом специфики поставленной задачи. Разработана концепция и соответствующие биотехнические системы портативного радиолокатора для регистрации падений на основе существующих однокристальных приемопередатчиков с непрерывным и импульсным типом зондирующего сигнала. На втором этапе разработан экспериментальный макет биорадиолокатора для распознавания эпизодов падения на основе одночипного приемно-передающего модуля и программное обеспечение, позволяющее регистрировать паттерны движения человека при помощи данного макета. При помощи разработанного макета собрана с участием добровольцев верифицированная база биорадиолокационных данных паттернов повседневных движений и падений. Разработан алгоритм выделения эпизодов двигательной активности и обнаружения эпизодов падений в биорадиолокационном сигнале с использованием методов спектрального анализа и машинного обучения. В качестве оптимального выбран алгоритм на основе метода решающих деревьев. Определены оптимальные параметры скользящего окна для оценки спектральных характеристик биорадиолокационного сигнала, максимизирующие точность классификации и величину каппы Коэна (ширина окна 0,2 с и шаг смещения окна 0,05 с). Предложенный в данном проекте алгоритм обнаружения эпизодов падений на основе последовательного применения вейвлет преобразования биорадиолокационного сигнала и глубоких сверточных нейронных сетей позволяет классифицировать падение и повседневные движения на данных фронтально ориентированного радара с точностью 98,96 %, при этом чувствительность и специфичность классификации составляют 97, 92 и 100 % соответственно. На третьем этапе выполнения проекта расширена базы данных паттернов двигательных артефактов, зарегистрированных одновременно при помощи двух макетов биорадаров, в том числе на различных расстояниях до объекта и под различными углами. Разработан алгоритм выявления падений по биорадиолокационным данным в случае объединения нескольких биорадиолокаторов в единую информационную сеть. Оценена необходимость предварительной калибровки разработанных макетов биорадиолокаторов с использованием типовых двигательных паттернов, выполняемых испытуемым на определенном расстоянии от радиолокатора, для случаев одновременного использования одного и двух макетов биорадиолокаторов, а также целесообразность такого объединения нескольких биорадиолокаторов в единую информационную сеть с целью повышения точность распознавания падений. Предложена методика использования метода биорадиолокации для выявления падений пожилых людей в реальных условиях.

Публикации по проекту

  1. Lesya Anishchenko, Evgenia Smirnova, "Bi-directional Long Short-Term Memory Networks for Fall Detection using Bioradars," Proc. of 2020 IEEE International Conference on Biomedical Innovations and Applications (BIAConf), Varna, Bulgaria, 2020, September 24-27, p. 1–4.
    Ссылка на публикацию: https://ieeexplore.ieee.org/document/9244280

  2. Анищенко Л.Н. Глубокое обучение в обнаружении падений при помощи метода биорадиолокации // Биомедицинская радиоэлектроника. 2020. № 1. С. 67–72.

  3. Anishchenko, L., Zhuravlev, A., & Chizh, M. (2019). “Fall Detection Using Multiple Bioradars and Convolutional Neural Networks,” Sensors, 19(24), 5569.
    Ссылка на публикацию: https://www.mdpi.com/1424-8220/19/24/5569

  4. Lesya Anishchenko, Evgenia Smirnova, "Fall Detection with Bioradar Using Wavelet Analysis and Deep Learning," Proc. of 2019 IEEE International Conference on Biomedical Innovations and Applications (BIAConf), Varna, Bulgaria, 2019, November 8-9.
    Ссылка на публикацию: https://ieeexplore.ieee.org/document/8967451

  5. Lesya Anishchenko, Andrey Zhuravlev, Vladimir Razevig, Margarita Chizh, "Low-Cost Portable Bioradar System for Fall Detection," Proc. of 2019 PhotonIcs & Electromagnetics Research Symposium (PIERS), Rome, Italy, 2019, June 17-20. 3566–3570.
    Ссылка на публикацию: https://ieeexplore.ieee.org/document/9017773

  6. Lesya Anishchenko, Andrey Zhuravlev, Vladimir Razevig, Margarita Chizh, Viktor Alekseev, Alexey Skrebkov, "Multi-channel complex for non-contact aggressive movement detection," Proc. of 2019 PhotonIcs & Electromagnetics Research Symposium (PIERS), Rome, Italy, 2019, June 17-20, p. 3229–3234.
    Ссылка на публикацию: https://ieeexplore.ieee.org/document/9017321

  7. Lutsenko J., Anishchenko L., Apollonova I., “Bioradiolocation-Based Non Contact Fall detection Method Development,” Proc. of Int. Conf. USBEREIT IEEE 2018. Ekaterinburg, Russia, May 7-8, 2018. p. 95–98.
    Ссылка на публикацию: https://ieeexplore.ieee.org/document/8384559

  8. Анищенко Л.Н., Аполлонова И.А., Луценко Ю.А. Разработка бесконтактного метода обнаружения падений на основе метода биорадиолокации // Сборник тезисов докладов ХIII МНК «Физика и радиоэлектроника в медицине и экологии» (ФРЕМЭ-2018), г. Суздаль (Россия), 03-05 июля 2018, с. 284-287.

Материал в научно-популярной форме

Увеличение числа пожилых людей в общей численности населения остается одной из наиболее важных проблем современного общества. Рост доли пожилых и старых людей в составе населения обуславливает необходимость изучения состава этой части, их нужд, потребностей, и бытовых проблем. В процессе старения организм человека испытывает определенные негативные изменения, такие как нарушение координации, ухудшение зрения, снижение чувствительности кожи и мышц, уменьшение мышечной силы, и др. Такие изменения могут способствовать увеличению количества полученных травм, а также могут привести к падениям. По статистике для лиц 65 лет и старше 13 % всех смертей являются последствием падений. Зачастую серьезные падения заканчиваются потерей сознания, при этом, одинокий пожилой человек оказывается не в состоянии самостоятельно вызвать первую помощь, что обуславливает необходимость создания автоматизированных методов выявления эпизодов падений.

Серийно выпускаемые носимые детекторы падений и так называемые "тревожные кнопки" частично решают задачу детекции падений, однако необходимость постоянного ношения датчика пользователем является основным недостатком устройств данного типа. В научной литературе описана возможность реализации неносимых детекторов падений с использованием различных физических принципов (видеонаблюдение, аудиоанализ, использование специального напольного покрытия, ультразвуковых и ИК датчиков, и др.). Основными недостатками такого рода устройств является нарушение приватности (видеонаблюдение и аудиоанализ), невозможность использования за оптически непрозрачными преградами (ультразвук и ИК датчики), необходимость переоборудования всего жилого помещения (специальные напольные покрытия).


Рис. 1. Разработанный радар в сборе

В данном проекте в качестве метода детекции падений было предложено использовать метод биорадиолокации, свободный от вышеперечисленных недостатков бесконтактных методов. В рамках проекта разработан макет портативного биорадиолокатора на основе одночипного приемо-передающего модуля. Для удобства и безопасности проведения экспериментов разработанный радиолокатор помещался в корпус из листового вспененного ПВХ. Внешний вид прибора приведен на рис. 1. Габаритные размеры прибора в корпусе составляют 95х75х45 мм, что является существенным улучшением по сравнению с размерами ближайшего аналога (Walabot Home израильской компании Vayyar), для которого размеры составляют 180х180 мм (7х7 дюймов).

Собрана верифицированная база данных с участием добровольцев. В экспериментах приняли участие пять добровольцев (3 мужчины и 4 женщины) в возрастной группе от 18 лет до 41 года, каждый из которых дал свое информированное согласие. Эксперименты проводились как на базе Лаборатории дистанционного зондирования, так и на дому у добровольцев. В ходе эксперимента каждому добровольцу было предложено выполнить различные типы повседневной двигательной активности, а именно: вход-выход из помещения, работа за компьютером, спортивные упражнения (одиночные), работа по дому, лечь на кровать и встать с нее, сесть на стул и встать с него. Также испытуемым было предложено выполнить движения, имитирующие падения различных типов: проскальзывание, спотыкание, потеря сознания.

В рамках проекта были разработанных алгоритм детекции падений на основе классических методов машинного обучения, сверточных нейронных сетей и сетей и долгой краткосрочной памятью. На основе анализа экспериментальных данных был сделан вывод, что точность распознавания эпизодов падений при помощи предложенного метода составляет 99 %. Разработана методика использования биориолокаторов для обнаружения эпизодов падений (рис.2). При этом использование системы, объединяющей в себе два биорадиолокатора, регистрирующие сигнал от пользователя под различными углами, позволяет обеспечить данную точность независимо от ориентации пользователя относительно биорадиолокаторов.


Рис. 2. Методика использования метода биорадиолокации для выявления падений пожилых людей


© RSLab, 1999-2021 Тел.: (499) 263-6509, (495) 632-2219
Моб.: 8-903-687-2291
E-mail: sivashov@rslab.ru