多模态物联网系统中的信息融合用于身体活动水平监测.pdfVIP

多模态物联网系统中的信息融合用于身体活动水平

监测

1233

MohsenShirali,ZahraAhmadi,Jose-LuisBayo-Monton,ZoeValeroRamon,

andCarlosFernández-Llatas3,4

1DepartmentofComputingScienceandEngineering(INGI),Universitécatholique

deLouvain(UCLouvain),1348Louvain-la-Neuve,Belgium

(mohsen.shirali@uclouvain.be)

2ResearchCentreforInformationSystemsEngineering(LIRIS),KULeuven,

Brussels1000,Belgium(zahra.ahmadi@kuleuven.be)

本3ProcessMining4HealthLab–SABIEN-ITACAInstitute,Universitat

译PolitècnicadeValència.Valencia46022,Spain(jobamon@itaca.upv.es,

中zoevara@itaca.upv.es,cfllatas@itaca.upv.es)

34DepartmentofClinicalSciencesInterventionandTechnology(CLINTEC),

v

7KarolinskaInstitutet,Stockholm17177,Sweden

0

7

4

1

.

3通讯作者：MohsenShirali(m_shirali@sbu.ac.ir)和ZoeValeroRamon(zoevara@itaca.upv.es)

0

4Abstract

2

:本研究利用物联网系统中的信息融合，并采用聚类方法识别每类中行为和关键特征的相似性。

v

i该方法有助于早期发现行为变化，并提供对行为常规更深入的理解，以实现持续健康监测。

x

r

a关键词。物联网，体力活动监测，融合。

1介绍

人类行为的研究近年来越来越受到关注，尤其是在健康和福祉领域。这些领域承认人类

行为模式与健康状况之间有着密切的联系，不适当的生活方式或日常习惯的变化可能是疾病

的早期信号～[1,2]。例如，身体活动不足是某些疾病（如肥胖、糖尿病和心血管问题）的重

要风险因素，这强调了准确测量活动水平以识别处于风险中的个体的重要性～[3]。许多研究

还证明了监测日常活动以检测异常行为并发现与典型常规的偏差的价值，这些偏差可能预示

着健康问题的早期阶段（例如，痴呆、阿尔茨海默病、骨质疏松症、关节炎）～[4–6]或及时

检测危险事件的发生（如跌倒）～[7]。

因此，鉴于人类活动与行为和健康状况之间的这种关系，全球卫生协会和组织定期发布

指南，鼓励人们通过增强生活方式来实现更健康的体魄。这些指南为个人提供了具体建议，主

要涉及特定活动的数量和频率。在这种情况下，通过了解人们的日常活动和行为习惯，医疗保

健专业人员可以确保个体在适当的时间参与有益于其健康的各种活动。因此，全面了解患者

的健康状况是医疗保健专