Sistema de detección de caídas en personas utilizando vídeo vigilancia

RESUMEN Las caídas son la segunda causa de muerte en el mundo. Por esta razón, los sistemas de detección de caídas, enmarcados en la telemedicina, hoy en día son investigados ampliamente. No obstante, estos sistemas suelen dar como resultado, falsos positivos. En este artículo se propone el desarrol...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Quinayás Burgos,César Augusto, Quintero Benavidez,Darío Fernando, Ruíz Omen,Estefani, Narváez Semanate,José Luis
Lenguaje:	Spanish / Castilian
Publicado:	Universidad de Tarapacá. 2020
Materias:	Detección de caídas Kinect 2.0 esqueletización spinebase
Acceso en línea:	http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052020000400684
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

id	oai:scielo:S0718-33052020000400684
record_format	dspace
spelling	oai:scielo:S0718-330520200004006842021-02-05Sistema de detección de caídas en personas utilizando vídeo vigilanciaQuinayás Burgos,César AugustoQuintero Benavidez,Darío FernandoRuíz Omen,EstefaniNarváez Semanate,José Luis Detección de caídas Kinect 2.0 esqueletización spinebase RESUMEN Las caídas son la segunda causa de muerte en el mundo. Por esta razón, los sistemas de detección de caídas, enmarcados en la telemedicina, hoy en día son investigados ampliamente. No obstante, estos sistemas suelen dar como resultado, falsos positivos. En este artículo se propone el desarrollo de un sistema de detección de caídas para personas. El sistema se basa en el uso de un sensor Kinect 2.0 que permite monitorear de uno a seis pacientes y un sistema de alarma que envía un mensaje con imagen al e-mail de la persona al cuidado del paciente. El análisis biomecánico de la caída, realizado con el programa iPi Mocap Studio, y el algoritmo de detección de caídas, desarrollado en el software de programación gráfico LabVIEW, permitieron medir los valores de posición y velocidad de un punto seleccionado en la esqueletización de la persona. Se simularon diferentes acciones entre ellas, caminar, sentarse, agacharse y caer. De la posición del punto seleccionado (spinebase) del esqueleto de la persona, se calculó la velocidad con la derivada. Esta característica permitió definir las variables lingüísticas y conjuntos difusos para clasificar el tipo de movimiento. El sistema se validó con 3 personas, de diferentes edades y estaturas, en un ambiente controlado, logrando un porcentaje de aciertos del 95,8% y la activación del sistema de alarma, creando un asistente tecnológico de ayuda adecuada y confiable que garantiza la integridad del paciente.info:eu-repo/semantics/openAccessUniversidad de Tarapacá.Ingeniare. Revista chilena de ingeniería v.28 n.4 20202020-12-01text/htmlhttp://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052020000400684es10.4067/S0718-33052020000400684
institution	Scielo Chile
collection	Scielo Chile
language	Spanish / Castilian
topic	Detección de caídas Kinect 2.0 esqueletización spinebase
spellingShingle	Detección de caídas Kinect 2.0 esqueletización spinebase Quinayás Burgos,César Augusto Quintero Benavidez,Darío Fernando Ruíz Omen,Estefani Narváez Semanate,José Luis Sistema de detección de caídas en personas utilizando vídeo vigilancia
description	RESUMEN Las caídas son la segunda causa de muerte en el mundo. Por esta razón, los sistemas de detección de caídas, enmarcados en la telemedicina, hoy en día son investigados ampliamente. No obstante, estos sistemas suelen dar como resultado, falsos positivos. En este artículo se propone el desarrollo de un sistema de detección de caídas para personas. El sistema se basa en el uso de un sensor Kinect 2.0 que permite monitorear de uno a seis pacientes y un sistema de alarma que envía un mensaje con imagen al e-mail de la persona al cuidado del paciente. El análisis biomecánico de la caída, realizado con el programa iPi Mocap Studio, y el algoritmo de detección de caídas, desarrollado en el software de programación gráfico LabVIEW, permitieron medir los valores de posición y velocidad de un punto seleccionado en la esqueletización de la persona. Se simularon diferentes acciones entre ellas, caminar, sentarse, agacharse y caer. De la posición del punto seleccionado (spinebase) del esqueleto de la persona, se calculó la velocidad con la derivada. Esta característica permitió definir las variables lingüísticas y conjuntos difusos para clasificar el tipo de movimiento. El sistema se validó con 3 personas, de diferentes edades y estaturas, en un ambiente controlado, logrando un porcentaje de aciertos del 95,8% y la activación del sistema de alarma, creando un asistente tecnológico de ayuda adecuada y confiable que garantiza la integridad del paciente.
author	Quinayás Burgos,César Augusto Quintero Benavidez,Darío Fernando Ruíz Omen,Estefani Narváez Semanate,José Luis
author_facet	Quinayás Burgos,César Augusto Quintero Benavidez,Darío Fernando Ruíz Omen,Estefani Narváez Semanate,José Luis
author_sort	Quinayás Burgos,César Augusto
title	Sistema de detección de caídas en personas utilizando vídeo vigilancia
title_short	Sistema de detección de caídas en personas utilizando vídeo vigilancia
title_full	Sistema de detección de caídas en personas utilizando vídeo vigilancia
title_fullStr	Sistema de detección de caídas en personas utilizando vídeo vigilancia
title_full_unstemmed	Sistema de detección de caídas en personas utilizando vídeo vigilancia
title_sort	sistema de detección de caídas en personas utilizando vídeo vigilancia
publisher	Universidad de Tarapacá.
publishDate	2020
url	http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052020000400684
work_keys_str_mv	AT quinayasburgoscesaraugusto sistemadedetecciondecaidasenpersonasutilizandovideovigilancia AT quinterobenavidezdariofernando sistemadedetecciondecaidasenpersonasutilizandovideovigilancia AT ruizomenestefani sistemadedetecciondecaidasenpersonasutilizandovideovigilancia AT narvaezsemanatejoseluis sistemadedetecciondecaidasenpersonasutilizandovideovigilancia
_version_	1714203485751214080

Sistema de detección de caídas en personas utilizando vídeo vigilancia

Ejemplares similares