Recientemente, el pasado mes de Septiembre 2023, se ha defendido el Trabajo Fin de Máster «Application of a Convolutional Neural Network for a Fall Detection System», dirigido por Sergio Martín, investigador del grupo de investigación I4Labs. Este TFM pertenece al Máster UNED en «INFORMATION AND COMMUNICATION ELECTRONIC SYSTEMS».
La necesidad de desarrollar diversas soluciones que permitan disminuir los efectos de los accidentes por caídas está aumentando como consecuencia del creciente envejecimiento de la población. Es importante vigilar a las personas mayores con movilidad limitada para disminuir las consecuencias de posibles caídas.
El objetivo de este proyecto es examinar el comportamiento de las redes neuronales profundas para analizar su posible aplicación a la detección rápida y precisa de las caídas en este segmento de población. Para llevar a cabo esta tarea se necesita algún tipo de tecnología, como sensores no intrusivos que recojan continuamente datos de aceleración. Este proyecto se ha centrado en la utilización de redes neuronales profundas convolucionales que procesan datos procedentes de los sensores.
Se ha realizado un análisis previo de las propiedades y el rendimiento de estas redes y, posteriormente, se ha llevado a cabo un estudio de su aplicación al reconocimiento de movimientos de actividad humana registrados en la base datos SisFall. Este conjunto de datos contiene registros de acelerómetros y giroscopio que llevan los voluntarios cuando simulan caídas o realizan actividades de la vida diaria. Se han probado varios parámetros buscando los ajustes más precisos.
Los resultados se ofrecen siempre basados en las métricas precisión, sensibilidad y especificidad, que son aceptadas en el entorno de la investigación, como buenos indicadores de rendimiento para el reconocimiento de patrones. Por último, se ofrece una comparación para poder decidir objetivamente cuál sería la combinación más precisa de los parámetros, con el fin de obtener los mejores resultados.
About the author