최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기Journal of sensor science and technology = 센서학회지, v.20 no.6, 2011년, pp.420 - 427
이용규 (서울과학기술대학교 전자정보공학과) , 천대진 (서울과학기술대학교 전자정보공학과) , 윤길원 (서울과학기술대학교 전자정보공학과)
The population of elderly people increases rapidly as our society moves towards the aged one. Healthcare for the elderly becomes an important issue and falling down is one of the critical problems although not well recognized. In this study, a fall detection system was developed using a 3-axis accel...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
낙상요인의 내적 요인으로는 무엇이 있는가? | 그래서 낙상예방을 위해 반드시 낙상요인들을 식별하는 것이 중요하다. 낙상요인의 내적 요인으로 인구학적 특성, 낙상 과거력, 현기증, 착란증, 인지기능과 보행 문제가 포함되고 외적 요인에는 미끄러운 바닥, 장애물, 급격한 경사, 문턱과 불분명한 조명 등이 포함된다[5]. 낙상예방은 중요하지만 노인이 낙상사고가 발생했을 때 무엇보다 신속한 의학적 대처도 중요하다. | |
낙상으로 인한 질병으로 무엇이 잇는가? | 낙상은 가벼운 낙상일지라도 정신·신체적 기능이 약한 노인들에게 심각한 질병으로 초래시킬 수 있으며 노인 사망에도 주된 원인이 된다[1, 2]. 낙상으로 인한 질병으로는 신체 손상, 골절, 기능감퇴, 두부손상 등을 발생시키며 노인들의 높은 사망률에도 크게 기여한다[3]. 게다가 낙상 발생 이후 낙상에 대한 심리적 불안정으로 인해 일상 활동에도 제한을 갖게 되고 낙상 재발률도 높게 나타난 연구결과도 제시되고 있다[4]. | |
낙상을 감지하기 위해 주로 가속도 센서가 사용되는 이유는? | 낙상을 감지하기 위해 많은 연구에서 주로 가속도 센서가 사용되고 있다. 가속도 센서는 작은 크기로 인체에 부착하기 용이하며 저전력 소모로 인해 휴대용 시스템에 적합하기 때문이다. 그리고 일상생활에서 낙상을 분류를 위한 많은 연구들이 진행되고 있다. |
J. M. Kim and H. K. Suh, "Risk factors for falls in the elderly by life-cycle", Korean J. Health Education and Promotion., vol. 27, no. 1, pp. 21-34, 2010.
S. S. Roach, Introductory Gerontological Nursing, Lippincott Williams & Wilkins, Philadelphia, 1988.
D. Haver, Health promotion and aging: Practical applications for health professionals, Springer Publishing company Inc., New York, 2007.
P. C. Fletcher, K. Berg, D. M. Dalby, and J. P. Hirdes, "Risk factors for falling among communitybased seniors", J. Patient Safety., vol. 5, no. 2, pp. 61-66, 2009.
R. Reyna and K. Tuck, "Beyond accidental falls human fall detection using accelerometry", Energy., pp. 44-48, 2009.
A. K. Bourke, J. V. O'Brien, and G. M. Lyons, "Evaluation of a threshold-based tri-axial accelerometer fall detection algorithm", Gait and Posture., vol. 26, no. 2, pp. 194-199, 2007.
S. Srinivasan, J. Han, D. Lal, and A. Gacic, "Towards automatic detection of falls using wireless sensors", Proc. of the 29th Annual International Conf. IEEE EMBS, pp. 1379-1382, Lyon, France, 2007.
A. Purwar, D. U. Jeong, and W. Y. Chung, "Activity monitoring from real-time triaxial accelerometer data using sensor network", International Conf. on Control, Automation and System, pp. 2402-2406, Seoul, Korea, 2007.
Q. Li, J. A. Stankovic, M. Hanson, A. Barth, J. Lach, and G. Zhou, "Accurate, fast fall detection using gyroscopes and accelerometer-derived posture information", 6th International Workshop on Wearable and Implantable Body Sensor Networks, pp. 138-143, Berkeley, USA, 2009.
M. N. Nyan, F. E. H. Tay, A. W. Y. Tan, and K. H. W. Seah, "Distinguishing fall activities from normal activities by angular rate characteristics and highspeed camera characterization", Medical Engineering and Physics., vol. 8, no. 28, pp. 842-849, 2006.
Y. D. Cha and G. Yoon, "Ubiquitous health monitoring system using Zigbee and wireless LAN dual-network", J. Telemed. and e-Health., vol. 15, no. 9, pp. 891-897, 2009.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.