[논문 리뷰] A systematic review of smartphone-based human activity recognition for health research

Marcin Strączkiewicz, Peter James외 1명|arXiv (Cornell University)|2019. 10. 07.

Context-Aware Activity Recognition Systems참고 문헌 106인용 수 9

한 줄 요약

이 체계적 리뷰는 건강 연구 분야에서 스마트폰 기반 인간 활동 인식(HAR)에 관한 108개의 연구를 분석하여 센서 사용, 데이터 처리 및 분류 방법을 평가한다. 주요 관행을 규명하고, 데이터 품질 향상, 참가자 다양성 증대, 스마트폰 착용 위치의 유연성 향상, 코드 투명성 향상을 통해 보다 광범위한 인구에 영향을 미치기 위한 권고를 제시한다.

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.

연구 동기 및 목표

• 스마트폰 기반 인간 활동 인식(HAR)의 기존 접근 방식을 종합하기.
• 자료 확보, 전처리, 특징 추출 및 분류 단계에서의 공통된 관행과 방법론적 차이를 규명하기.
• 현재 연구에서의 격차를 부각하기, 특히 다양한 인구 집단의 부족한 대표성과 일관성 없는 문서화를 포함하여.
• 향후 HAR 연구의 품질, 재현 가능성 및 확장성 향상을 위한 실천 가능한 권고 제공하기.

제안 방법

• 2020년 12월 이전에 출판된 동료 심사 논문을 대상으로 Scopus, PubMed 및 Web of Science에서 체계적 문헌 검색 수행.
• 스마트폰을 활용한 건강 연구 맥락에서의 HAR에 초점을 맞춘 포함 기준 설정.
• 스마트폰 신체 위치, 센서 유형(예: 가속도계, 자이로스코프), 신체 활동 유형, 데이터 변환 기법, 분류 알고리즘에 관한 데이터 추출.
• 자료 확보, 전처리, 특징 추출 및 분류 단계로 방법을 분류.
• 공통 알고리즘(예: SVM, 랜덤 포레스트) 및 특징 공학 접근 방식을 포함한 방법론적 추세 분석.
• 문서화 완전성, 참가자 다양성 및 코드 가용성 기반으로 연구 품질 평가.

실험 결과

연구 질문

• RQ1 건강 연구를 위한 HAR 연구에서 가장 흔한 스마트폰 센서 구성과 신체 위치는 무엇인가?
• RQ2 스마트폰 기반 HAR 시스템에서 가장 자주 적용되는 데이터 전처리 및 특징 추출 기법은 무엇인가?
• RQ3 연구 간 분류 알고리즘이 어떻게 다를 수 있으며, 다양한 건강 연구 맥락에서 가장 우수한 성능을 보이는 알고리즘은 무엇인가?
• RQ4 현재 HAR 연구의 주요 한계는 무엇인가, 특히 데이터 품질, 참가자 다양성 및 연구 투명성 측면에서?
• RQ5 확장 가능하고 인구 수준의 건강 응용을 가능하게 하기 위해 어떤 방법론적 개선이 필요한가?

주요 결과

• 스마트폰 기반 HAR에 사용된 108개의 연구를 식별하였으며, 그 중 가속도계가 가장 흔히 사용된 센서였다.
• 허리에 착용한 스마트폰이 가장 흔한 위치였지만, 주머니나 손에 쥐고 사용하는 것과 같은 다른 위치도 사용된 바 있었다.
• 랜덤 포레스트와 서포트 벡터 머신(SVM)이 연구 전반에서 가장 널리 사용된 분류 알고리즘이었다.
• 참가자 특성에 대한 완전한 소스 코드나 상세한 문서화를 제공한 연구는 소수에 그쳤다.
• 참가자 다양성 측면에서 심각한 격차가 존재하며, 노인층, 장애가 있는 사람, 비서구권 인구의 부족한 대표성이 지속되고 있다.
• 본 리뷰는 데이터 품질 향상, 누락 데이터 처리 개선, 실제 적용 가능성 향상을 위한 스마트폰 착용 위치 제약 완화의 필요성을 강조한다.