İvmelenme Sinyallerinin Frekans Domeni Özelliklerinden Yaşlılarda Düşmenin Erken Tespiti

Yaşlı nüfusun artmasıyla düşme gibi yaşlılarda görülen sağlık problemlerinin sağlık sistemi üzerindeki ekonomik yükü artırmaktadır. Hem yaşlıların sağlığını korumak hem de sağlık sistemi üzerindeki ekonomik yükü azaltmak için düşmenin önceden belirlenmesi oldukça önemlidir. Düşmenin önceden tespiti için yaşlının düzenli olarak birinci basamak sağlık kuruluşunda denge kontrolünden geçmesi önerilir. Bu yüzden birinci basamak sağlık kuruluşlarında kolayca uygulanabilir, basit bir sisteminin geliştirilmesi güncel bir ihtiyaçtır. Bu çalışmada bir sensör ve bir aktivite esnasında kısa süreli bir kayıt ile bu işlemi gerçekleştirebilecek bir sistem geliştirilmesi amaçlanmıştır. Bunun için bir dakikalık yürüyüş esnasında 71 yaşlının bel bölgesindeki ivmeölçerden kayıt edilen ivmelenme sinyalleri kullanılmıştır. İvmelenme sensöründen elde edilen sinyallerden önce yerçekimi bileşeni çıkarılmış, filtreleme ve normalizasyonu yapıldıktan sonra güç spektrum yoğunlukları bulunmuştur. Daha sonra her eksenden 29 olmak üzere toplam 87 özellik elde edilmiş ve özellik seçme işlemi uygulanmış ve destek vektör makineleri kullanılarak sınıflama işlemi yapılmıştır. Çalışmada iki farklı sınıflama modeli kullanılmış ve en yüksek sınıflama doğruluğu %72,6 (AUC=0,8) olarak elde edilmiştir. Hem bir aktivite esnasında bir sensörden kayıt edilen verilerin kullanılarak problemin çözülmeye çalışılması hem de daha önce bu problemin çözümünde kullanılmayan farklı güç spektrumu yoğunluğu özelliklerinin kullanılması çalışmamızı literatürden ayıran noktalardır.

ealth problems in elderly population such as falls increase the economic burden on the health system. It is very important to determine the fall beforehand in order to protect the health of the elderly and reduce the economic burden on the health system. It is very important to determine the fall beforehand in order to protect the health of the elderly and reduce the economic burden on the health system. In order to determine the fall beforehand, the elderly should be regularly checked in the primary health care centers. Therefore, it is a current need to develop a simple and easily applicable system in primary health care centers. In this study, it is aimed to develop a system that can perform this process with a sensor and a short-term recording during an activity. For this, the acceleration signals recorded from the accelerometer in the waist region of the 71-aged person during a one-minute walk were used. The gravitational component was first extracted from the signals obtained from the acceleration sensor, and the power spectral densities were found after filtering and normalization. Later, a total of 87 features were obtained, 29 from each axis. The feature selection process has reduced the amount of features and the classification process has been made using support vector machines. Two different classification models were used in the study and the highest classification accuracy was obtained as 72.6% (AUC = 0.8). The fact that we try to separate the fall and the control group from the data recorded from a sensor during an activity and the use of different power spectrum features that have not been used to solve this problem before in the literature are the points that distinguish our study from the literature.