Sismik sensör ağı kullanılarak insan düşmesinin tespit edilmesi
Indoor fall detection using a network of seismic sensors
- Tez No: 415453
- Danışmanlar: YRD. DOÇ. DR. SEVGİ ZÜBEYDE GÜRBÜZ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Tobb Ekonomi ve Teknoloji Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
İnsanlar yaşlandıkça düşme, büyük bir sağlık tehdidi oluşturmaktadır. Bu konudaki çalışmalar düşmelere hızlı tepki vermenin ölümle sonuçlanan vaka sayısında kritik azalma sağladığını göstermektedir. Bu nedenle sağlık gözetleme yapan biyomedikal uygulamalarında kullanılan sensörler yardımıyla sinyal işleme algoritmalarının geliştirilmesi önemli bir araştırma alanına dönüşmüştür. Bu çalışmada sismik sensör ağı kullanılarak hareket sınıflandırılması ve düşme tespiti için yeni bir algoritma önerilmiştir. Daha ayrıntılı olarak, insan düşmesinin yanında kapı çarpması, pencere çarpması ve bir nesnenin düşmesi gibi parazit sinyallerin sınıflandırılması değerlendirilmektedir. Bu tez çalışmasında spektral istatistik ve ayrık dalgacık dönüşümü ile öznitelik çıkarma metotları önerilmiştir. Sismik sensör ağı kullanılarak alınan gerçek verilerin performans sonuçları verilmiştir. Bu algoritma ile özellikle karışıklığa sebep olabilecek parazit sinyallere karşı yanlış alarm sayıları düşürülmüştür. Yapılan çalışmalar sonucunda insan düşmesi %99,4 doğruluk oranıyla tespit edilmiştir.
Özet (Çeviri)
Falls present a great health threat as people get older; moreover, studies have shown that rapid response is critical to decreasing fall-related mortality. Thus, the development of signal processing algorithms for sensors used in biomedical applications involving assisted living has become an avid area of research. In this work, a novel algorithm for activity classification and fall detection using a seismic sensor network is proposed. More specifically, classification of falling as well as sources of parasitic signals, such as dropping an object, slamming a door, and shutting a window, are considered. A new target detection and feature extraction algorithm based on wavelet coefficient characterization and spectral statistics is proposed. Results quantifying the performance of the algorithm on real data from a seismic sensor network are given. It is shown that the algorithm offers a reduction of false alarms especially in the case of potentially confusable parasitic signals. According to the studies human falls were detected with an accuracy rate of 99.4%.
Benzer Tezler
- Çocuklarda akut stres hiperglisemisinde hormonal değişikliklerin ve kısa süreli prognozun incelenmesi
Başlık çevirisi yok
AYGÜN DİNDAR
Tıpta Uzmanlık
Türkçe
1987
Çocuk Sağlığı ve Hastalıklarıİstanbul ÜniversitesiÇocuk Sağlığı ve Hastalıkları Hemşireliği Ana Bilim Dalı
DOÇ. DR. HÜLYA GÜNÖZ
- Bazı buğday türlerinde poliploidi düzeyine bağımlı IAA ve ABA miktarlarının kantitatif belirlenmesi üzerine bir araştırma
Başlık çevirisi yok
SEVGİ HEPAKSOY
- Ters filitreleme ve sismik verilere uygulanması
Başlık çevirisi yok
M.EMİN DEMİRBAĞ
Yüksek Lisans
Türkçe
1983
Jeofizik Mühendisliğiİstanbul ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
PROF. DR. CAHİT ÇORUH
- Jeofizik'te modelleme ve stokastik modellemenin sismik'te uygulaması
Başlık çevirisi yok
MEHMET UTKU
Yüksek Lisans
Türkçe
1985
Jeofizik Mühendisliğiİstanbul ÜniversitesiJeofizik Ana Bilim Dalı
DOÇ. DR. MUSTAFA ÖZDEMİR
- Sismik transit-zaman logunun rezistivite logundan türetilmesi
Başlık çevirisi yok
ZÜHEYR KAMACI
Yüksek Lisans
Türkçe
1985
Jeofizik Mühendisliğiİstanbul ÜniversitesiJeofizik Ana Bilim Dalı
DOÇ. DR. MUSTAFA ÖZDEMİR