[論文レビュー] A systematic review of smartphone-based human activity recognition for health research

Marcin Strączkiewicz, Peter James+1 more|arXiv (Cornell University)|Oct 7, 2019

Context-Aware Activity Recognition Systems参考文献 106被引用数 9

ひとこと要約

本系統的レビューでは、健康研究分野におけるスマートフォンベースのヒューマンアクティビティ認識（HAR）に関する108件の研究を分析し、センサーの使用、データ処理、分類手法を評価した。主な実践を特定し、データ品質、参加者多様性、スマートフォンの装着位置の柔軟性、コードの透明性の向上を提言することで、より広範な人口への影響を実現することを目的としている。

ABSTRACT

Background: Smartphones are now nearly ubiquitous; their numerous built-in sensors enable continuous measurement of activities of daily living, making them especially well-suited for health research. Researchers have proposed various human activity recognition (HAR) systems aimed at translating measurements from smartphones into various types of physical activity. In this review, we summarize the existing approaches to smartphone-based HAR. Methods: We systematically searched Scopus, PubMed, and Web of Science for peer-reviewed articles published up to December 2020 on the use of smartphones for HAR. We extracted information on smartphone body location, sensors, and physical activity types studied and the data transformation techniques and classification schemes used for activity recognition. Results: We identified 108 articles and described the various approaches used for data acquisition, data preprocessing, feature extraction, and activity classification, identifying the most common practices and their alternatives. Conclusions: Smartphones are well-suited for HAR research in the health sciences. For population-level impact, future studies should focus on improving quality of collected data, address missing data, incorporate more diverse participants and activities, relax requirements about phone placement, provide more complete documentation on study participants, and share the source code of the implemented methods and algorithms.

研究の動機と目的

• スマートフォンベースのヒューマンアクティビティ認識（HAR）における既存のアプローチを統合する。
• データ収集、前処理、特徴抽出、分類の各段階における一般的な実践とメソドロジカルなばらつきを特定する。
• 現在の研究におけるギャップを強調する。特に、多様な人種・文化的背景の参加者の不足、および文書記録の不備。
• 今後のHAR研究における質の向上、再現可能性、スケーラビリティを高めるための実行可能な提言を提供する。

提案手法

• 2020年12月までに発表された査読付き論文を対象に、Scopus、PubMed、Web of Scienceにおける系統的文献サーチ。
• 含める基準は、健康研究文脈においてスマートフォンを用いたHARに特化した研究に限定。
• スマートフォンの身体的装着位置、センサー種別（例：加速度計、ジャイロスコープ）、身体活動の種類、データ変換技術、分類アルゴリズムに関するデータ抽出。
• データ収集、前処理、特徴抽出、分類の各段階に分類して手法を整理。
• 主なアルゴリズム（例：SVM、ランダムフォレスト）や特徴工学のアプローチを含む、メソドロジカルなトレンドの分析。
• 文書記録の完全性、参加者多様性、コードの可用性に基づき、研究の質を評価。

実験結果

リサーチクエスチョン

• RQ1 健康研究分野におけるHAR研究で、最も一般的に使用されているスマートフォンセンサー構成と身体的装着位置は何か？
• RQ2 スマートフォンベースのHARシステムで、最も頻繁に適用されているデータ前処理および特徴抽出手法は何か？
• RQ3 研究ごとに分類アルゴリズムはどのように異なるのか？また、異なる健康研究文脈において、どのアルゴリズムが最も優れているか？
• RQ4 現在のHAR研究における主な制限要因は何か。特に、データ品質、参加者多様性、研究の透明性の面で。
• RQ5 スケーラブルで人口レベルの健康応用を可能にするために、どのようなメソドロジカルな改善が必要か？

主な発見

• 本レビューでは、健康研究分野におけるスマートフォンベースのHARに使用された108件の研究を同定した。その中で、加速度計が最も一般的に使用されたセンサーであった。
• 腰に装着したスマートフォンが最も一般的な装着位置であったが、ポケットや手に持つなどの他の位置も使用されていた。
• ランダムフォレストとサポートベクターマシン（SVM）が、研究全体で最も広く使用された分類アルゴリズムであった。
• 完全なソースコードや参加者特性の詳細な文書記録を提供した研究は少数にとどまった。
• 参加者多様性に著しいギャップが残っており、高齢者、障害を有する人々、非西洋文化圏の参加者が不足している。
• 本レビューでは、データ品質の向上、欠損データの適切な処理、および現実世界への適用を考慮した、スマートフォンの装着位置に関する制限の緩和が不可欠であると強調している。