基于惯性传感器的精细动作能力评估分级方法

HFCAS OpenIR

	基于惯性传感器的精细动作能力评估分级方法
其他题名	Fine Motor Ability Classification Evaluation Based on Inertial Sensor
	2019
发表期刊	传感技术学报
ISSN	1004-1699
摘要	手部精细动作能力是老年人运动机能的重要表现之一,对其进行量化评估,有助于全面评估老年人的运动能力,促进健康养老产业发展。提出了一种基于惯性传感器的手部精细动作能力评估分级方法,基于佩戴在拇指、食指上的惯性传感器采集的数据,分析、提取时域和频域内均方根值、功率峰值等指标,采用K近邻(KNN)、支持向量机(SVM)、神经网络(BP)和RUSBoost算法等4种常见的机器学习分类算法构建手部精细动作能力分级评估模型,并进行测试验证。结果表明,采用RUSBoost算法构建的模型识别率为90.63%,可以有效地对手部精细动作能力进行评估分级。
其他摘要	The fine motor ability is one of the important performances of the elderly’s motor function.Quantitative evaluation of it helps to comprehensively assess the exercise capacity of the elderly and promote the development of the healthy pension industry.This paper proposes an evaluation method for the fine motor ability based on inertial sensor.Data is collected based on inertial sensors worn on the thumb and forefinger,and metrics such as root mean square and power peak in the time domain and frequency domain are analyzed and extracted,and four common machine learning classification algorithms,such as K-Nearby Neighbor(KNN),Support Vector Machine(SVM),Neural Network(BP)and RUSBoost algorithm,are used to construct the hand-level fine action ability grading evaluation model and test verification.The results show that the recognition rate of the model constructed by RUSBoost algorithm is 90.63%,which can effectively evaluate the grading of the fine motor ability.
关键词	数据处理精细动作能力机器学习惯性传感器 RUSBoost算法
收录类别	CSCD
语种	中文
CSCD记录号	CSCD:6626440
引用统计
文献类型	期刊论文
条目标识符	http://ir.hfcas.ac.cn:8080/handle/334002/66997
专题	中国科学院合肥物质科学研究院
推荐引用方式 GB/T 7714	. 基于惯性传感器的精细动作能力评估分级方法[J]. 传感技术学报,2019,032.
APA	(2019).基于惯性传感器的精细动作能力评估分级方法.传感技术学报,032.
MLA	"基于惯性传感器的精细动作能力评估分级方法".传感技术学报 032(2019).