[论文解读] The Dem@Care Experiments and Datasets: a Technical Report

Αναστάσιος Καρακώστας, Alexia Briassouli+3 more|arXiv (Cornell University)|Dec 17, 2016

Context-Aware Activity Recognition Systems被引用 26

一句话总结

本技术报告介绍了Dem@Care项目用于监测痴呆症患者多传感器数据采集框架，通过合乎伦理、保护隐私的方法整合环境、生活方式和健康参数。核心贡献在于从真实世界实验中创建了全面且带标注的数据集，支持情境感知、多参数健康监测与决策支持，服务于患者、照护者和临床医生。

ABSTRACT

The objective of Dem@Care is the development of a complete system providing personal health services to people with dementia, as well as medical professionals and caregivers, by using a multitude of sensors, for context-aware, multi-parametric monitoring of lifestyle, ambient environment, and health parameters. Multi-sensor data analysis, combined with intelligent decision making mechanisms, will allow an accurate representation of the person's current status and will provide the appropriate feedback, both to the person and the associated caregivers, enhancing the standard clinical workflow. Within the project framework, several data collection activities have taken place to assist technical development and evaluation tasks. In all these activities, particular attention has been paid to adhere to ethical guidelines and preserve the participants' privacy. This technical report describes shorty the (a) the main objectives of the project, (b) the main ethical principles and (c) the datasets that have been already created.

研究动机与目标

• 开发一个综合性的、情境感知的系统，利用多样化传感器数据对痴呆症患者进行持续健康监测。
• 确保在家庭环境中长期部署时，数据采集符合伦理规范并严格保护隐私。
• 从真实生活实验中创建标准化、带标注的数据集，以支持痴呆症照护与智能决策系统的研究。
• 通过多参数数据分析，为患者和照护者提供及时、个性化的反馈，以优化临床工作流程。
• 实现传感器融合与决策算法在真实痴呆症照护场景中的可重复评估。

提出的方法

• 部署了包括可穿戴设备、环境传感器和移动传感器在内的多传感器基础设施，以捕获生活方式、环境和生理参数。
• 实施符合伦理准则和类似GDPR隐私标准的数据采集协议，以保护参与者身份。
• 采用传感器融合技术，将异构数据流整合到统一的情境感知监控框架中。
• 应用智能决策机制分析多参数数据，并生成可操作的反馈。
• 使用模式识别和机器学习技术分析数据，以随时间建模健康与行为状态。
• 生成带有元数据的结构化、时间同步数据集，用于临床与技术评估。

实验结果

研究问题

• RQ1 如何有效整合来自多样化来源的多传感器数据，以支持痴呆症患者的实时、情境感知监测？
• RQ2 在家庭环境中长期部署时，需要哪些合乎伦理且保护隐私的数据采集实践？
• RQ3 从连续的、多参数传感器数据中可提取哪些具有临床意义的行为与健康模式？
• RQ4 如何对传感器数据进行结构化与标注，以支持可重复研究与系统评估？
• RQ5 自动化反馈系统在多大程度上可改善照护工作流程并为患者和照护者提供支持？

主要发现

• Dem@Care项目成功地从真实世界、长期的家庭部署中收集并整理了全面的数据集。
• 伦理数据采集协议得到有效实施，确保了参与者隐私与知情同意的合规性。
• 多传感器数据融合实现了对患者在生活方式、环境和健康参数方面状态的准确、实时表征。
• 所生成的数据集已公开提供，支持痴呆症监测与决策支持系统研究的可重复性。
• 该系统在通过及时、个性化的反馈提升临床工作流程方面展现出可行性。
• 本技术报告为评估痴呆症照护中基于传感器的健康监测系统提供了标准化基础。