面向帕金森病的多模态异构协同感知方法

杨晓东; 陈益强; 于汉超; 张迎伟; 钟习; 胡子昂; 刘弘

doi:10.3969/j.issn.0372-2112.2018.03.022

您当前的位置：

首页 >

文章列表页 >

面向帕金森病的多模态异构协同感知方法

学术论文 | 更新时间：2025-07-16

- 面向帕金森病的多模态异构协同感知方法
- Multimode Heterogeneous Collaborative Sensing Method for Parkinson's Disease
- 电子学报 2018年46卷第3期页码：659-664
- 作者机构：
  
  1. 中国科学院计算技术研究所,北京,100190
  2. 中国科学院大学,北京,100049
  3. 移动计算与新型终端北京市重点实验室,北京,100190
  4. 帕金森病研究北京市重点实验室,北京,100053
  5. 山东师范大学信息科学与工程学院,山东,济南,250358
  6. 山东省分布式计算机软件新技术重点实验室,山东,济南,250014
  7. 中国科学院计算技术研究所,北京,100190
  8. 中国科学院大学,北京,100049
  9. 移动计算与新型终端北京市重点实验室,北京,100190
  10. 帕金森病研究北京市重点实验室,北京,100053
  11. 山东师范大学信息科学与工程学院,山东,济南,250358
  12. 山东省分布式计算机软件新技术重点实验室,山东,济南,250014
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.61502456，No.61572471）;北京市科学技术委员会资助 (No.Z161100000216140，No.Z171100000117013）;国家重点研发计划 (No.2016YFB1001401）
- DOI：10.3969/j.issn.0372-2112.2018.03.022
  中图分类号： TP391
- 网络出版：2018-03-25，
  
  纸质出版：2018
- 稿件说明：
移动端阅览
杨晓东, 陈益强, 于汉超, 等. 面向帕金森病的多模态异构协同感知方法[J]. 电子学报, 2018,46(3):659-664.

YANG Xiao-dong, CHEN Yi-qiang, YU Han-chao, et al. Multimode Heterogeneous Collaborative Sensing Method for Parkinson's Disease[J]. Acta Electronica Sinica, 2018, 46(3): 659-664.
杨晓东, 陈益强, 于汉超, 等. 面向帕金森病的多模态异构协同感知方法[J]. 电子学报, 2018,46(3):659-664. DOI： 10.3969/j.issn.0372-2112.2018.03.022.

YANG Xiao-dong, CHEN Yi-qiang, YU Han-chao, et al. Multimode Heterogeneous Collaborative Sensing Method for Parkinson's Disease[J]. Acta Electronica Sinica, 2018, 46(3): 659-664. DOI： 10.3969/j.issn.0372-2112.2018.03.022.

摘要

利用多模态异构传感器组成身体感知网络（body sensing networks），是连续感知用户日常行为的重要方法之一，但是能源消耗问题一直是限制其发展的主要原因。本文提出了一种面向帕金森病的多模态异构协同感知方法，以降低用户日常行为感知过程中的功耗.该方法将行为感知分为行为识别与状态监测，基于信息论确定识别或监测不同行为的最优传感器组合，进而利用一个多分类器建模的行为识别模型与多个二分类器建模的状态监测模型感知用户行为.通过在公开两个数据集上的实验可以看出，与传统的传感器全部持续工作的方法相比，该方法能够在保证对用户行为有效感知的同时，降低了数据传输和模型计算的功耗（MHEALTH上约40%，PAMAP2上约15%），从而延长感知网络的寿命，实现长时间持续的用户日常行为感知.

Abstract

Using multimodal heterogeneous sensors to form body sensing networks (BSNs) is one of the most important ways to continuously sensing users' daily activities

but high energy consumption is the main reason for restricting its development. This paper presents a multimode heterogeneous collaborative sensing method for Parkinson's disease to reduce the energy consumption in sensing the daily activities by BSNs. The proposed method divides activity recognition into two sub-tasks which contain activity detection and status monitoring. And it uses one multi-classifier to model activity detection task and several binary classifiers to model status monitoring tasks

which are based on the chosen optimal sensor sets. Experimental results on two public dataset show that comparing with the conventional method whose sensors run all the time

the energy consumption on data transportation and model computation is reduced by 40% in MHEALTH and 15% in PAMPA2 approximately without losing activity-sensing accuracy. Thus it can help extend the lifetime of BSNs to sense users' daily activities long-termly and continuously.

关键词

Keywords

references

浏览量

225

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向海洋气象预报的低时延智能物联网构建

低功耗广域网LoRa技术进展与研究挑战

一种应用于物联网传感器的伪三阶Delta-Sigma调制器

面向物联网的SM4轻量级优化实现

面向物联网的多协议僵尸网络检测方法