Vanhusten aktiivisuuden muuttumisen havaitseminen Elsi-anturilattian avulla

Thumbnail Image

URL

Journal Title

Journal ISSN

Volume Title

Helsinki University of Technology | Master's thesis
Checking the digitized thesis and permission for publishing
Instructions for the author
Location:
P1 Ark T80

Authors

Date

2009

Department

Informaatio- ja luonnontieteiden tiedekunta

Major/Subject

Lääketieteellinen tekniikka

Mcode

Tfy-99

Degree programme

Language

fi

Pages

58

Series

Abstract

Tässä diplomityössä on selvitetty, miten Elsi-anturilattian tuottamasta paikkatiedosta voidaan erottaa vanhuksen aktiivisuuteen liittyvää tietoa. Erityisesti kiinnostuksen kohteena on tunnistaa aktiivisuudessa tapahtuva muutos, joka saattaa olla merkki terveydellisestä muutoksesta. Automatisoidun aktiivisuusseurannan avulla on mahdollista huomata muutos asukkaan terveydessä ajoissa, jolloin hoito voidaan aloittaa aiemmin. Työssä on käytetty aineistona Elsi-anturilattian tuottaman datan lisäksi Kustaankartanon vanhainkodin asukkaiden omahoitajien haastatteluja, joihin anturilattiadatan perusteella havaittuja muutoksia voidaan verrata. Raakadatasta erotettuja aktiivisuuteen liittyviä suureita ovat kävelty matka, keskimääräinen kävelynopeus, vuoteesta nousujen lukumäärä ja WC-käyntien lukumäärä. Datan jalostus koostui osaksi XML-muotoisen datan muuntamisesta aktiivisuussuureiksi ja osaksi aktiivisuussuureista saatavan datan analysoinnista tiedon louhinnan menetelmin. Menetelmiin kuului datan dimension pudotus ja muutoksen tunnistavien suureiden luominen. Tutkimuksen perusteella löydettiin useita datan analysointimenetelmiä, joiden avulla tunnetut muutokset ovat havaittavissa myös anturilattian tuottaman datan perusteella.

This Thesis introduces methods for extracting meaningful quantities from data generated by Elsi-floor sensor system, which tracks the movements of people with near field imaging technology. Of particular interest is detecting changes in these quantities, which may result from a change in the person's health status. Data used in the analysis is acquired from Kustaankartano nursing home and it consisted of location data from rooms in which the elderly residents live. Extracted quantities associated with activity included walked distance, average speed, number of visits in bathroom, and number of times getting up from bed. Additional information regarding residents' health changes was obtained through interviews with the nurses. Processing the data included transforming XML formatted data into quantities of activity and analysing the transformed data using methods of data mining. The methods involved dimension reduction and creating variables which could be used for detecting changes in activity. As a result, multiple techniques were discovered which were capable of detecting changes in a person's activity.

Description

Supervisor

Ilmoniemi, Risto

Thesis advisor

Lindström, Juha

Keywords

käyttäytymismallit, vanhusten aktiivisuus, tiedon louhinta, remote monitoring, behavioral patterns, human tracking, change detection

Other note

Citation

Permanent link to this item

https://urn.fi/URN:NBN:fi:aalto-2020120556005

Collections

[dipl] Teknillinen korkeakoulu / TKK