Colombia
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.
Falls are the second cause of death in the world. This is the reason why systems of falls detection, framed in the telemedicine field, are widely investigated nowadays. However, these systems often result in false positives. In this paper we propose the development of a fall detection system for people. The system is based on the use of a Kinect 2.0 sensor that allows monitoring from one to six patients and an alarm system that sends both a message and an image to the e-mail of the person who is taking care of the patient. The biomechanical analysis of the fall, carried out using iPi Mocap Studio program, and the fall detection algorithm, developed in LabVIEW graphic programming software, allowed measuring the position and velocity values of a selected point in the skeletonization of the person. Different actions were simulated, including walking, sitting, bending and falling. From the position of the point-selected point (spinebase) of the skeleton of the person, the velocity was calculated with the derivative. This characteristic allowed defining the linguistic variables and fuzzy sets to classify the type of movement. The system was validated with 3 people, of different ages and heights, in a controlled environment, achieving an effectiveness of 95.8% and the activation of the alarm system, creating a technological assistant of adequate and reliable aid that guarantees the integrity of the patient.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados