dc.contributorPulido Herrera, Edith [0000-0002-7629-539X]
dc.creatorPulido Herrera, Edith
dc.creatorRuiz Olaya, Andrés F.
dc.creatorSierra Bueno, Daniel A.
dc.date.accessioned2023-03-09T16:46:34Z
dc.date.accessioned2023-06-05T15:07:42Z
dc.date.available2023-03-09T16:46:34Z
dc.date.available2023-06-05T15:07:42Z
dc.date.created2023-03-09T16:46:34Z
dc.date.issued2023
dc.identifier2041-3033
dc.identifierhttp://hdl.handle.net/20.500.12495/10137
dc.identifierhttps://doi.org/10.1177/09544119231156522
dc.identifierinstname:Universidad El Bosque
dc.identifierreponame:Repositorio Institucional Universidad El Bosque
dc.identifierrepourl:https://repositorio.unbosque.edu.co
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/6645050
dc.description.abstractUna fuente emergente de información para reconocer las características de los individuos son los parámetros relacionados con el patrón de marcha. Los ancianos pueden ser uno de los grupos de población que más se beneficien de las aplicaciones basadas en el reconocimiento, lo que puede contribuir a aumentar sus posibilidades de vivir de forma independiente en casa. Los enfoques se han centrado principalmente en la identificación o evaluación de los eventos de la marcha; sin embargo, esta información también puede utilizarse para obtener características de las personas mayores que dependen de factores fisiológicos o ambientales. Estos factores pueden ser útiles para proporcionar una asistencia personalizada basada en información contextual. En este trabajo, proponemos un método centrado en personas mayores, para detectar pasos, y reconocer el género y el tipo de calzado utilizando únicamente los datos de contacto inicial con el pie (IC) obtenidos de sensores inerciales durante la marcha semicontrolada. Se recogieron datos de 20 adultos mayores que caminaban a velocidad propia en un entorno natural. El método consiste en agrupar primero el CI utilizando k-means; después, una red neuronal recurrente entrenada reconoce el género, el tipo de calzado y las fases del paso (CI y otras fases); para finalmente realizar la detección de pasos (DE) utilizando un método basado en reglas. El método reconoce el género y el tipo de calzado con una precisión del 93% y el 83,07%, respectivamente, mientras que no se produjeron errores de reconocimiento de las fases del paso. SD alcanzó un error medio porcentual absoluto igual a (Fórmula presentada.). Los buenos resultados muestran que el método es apropiado para aplicaciones de reconocimiento de las características de los usuarios sin depender de suposiciones basadas en individualidades. Asimismo, el método puede ser útil para monitorizar la actividad física o sistemas destinados a mantener a salvo a los adultos mayores.
dc.languageeng
dc.publisherSAGE Publications Ltd.
dc.publisherProceedings of the Institution of Mechanical Engineers, Part H: Journal of Engineering in Medicine
dc.relationProceedings of the Institution of Mechanical Engineers, Part H: Journal of Engineering in Medicine, 2023
dc.relationhttps://journals.sagepub.com/doi/10.1177/09544119231156522
dc.rightshttp://purl.org/coar/access_right/c_14cb
dc.rightsinfo:eu-repo/semantics/closedAccess
dc.rightsAcceso cerrado
dc.subjectControl de ancianos
dc.subjectDetección de pasos de ancianos
dc.subjectReconocimiento del sexo
dc.subjectSensores inerciales
dc.subjectRedes neuronales recurrentes
dc.titleSemi-supervised approach to identify steps, shoes, and gender of older adults under semi-naturalistic conditions using a waist-worn inertial sensor


Este ítem pertenece a la siguiente institución