Precisa de ajuda ? Telefone ou envie um email 912042279
Sede

Praça Manuel Fernandes da Silva, Loja Nº74 R/C Esq.

Estamos em todo o país

누워서 읽는 알고리즘 다운로드

문제의 진실은 중간 어딘가에 있다. 누워있는 동안 읽는 것이 눈에 부담을 줄 수 있다는 것이 맞습니다. 그러나 이 연습은 여러분의 시야를 빼앗기지 않습니다. 여전히, 침대에서 독서에 관해서, 마음에 다음 눈 건강 팁. 모든 피험자는 ADL 운동을 수행했는데, 여기에는 앉기, 서 있는 것, 앉는 것, 앉는 것, 걷기, 점프, 달리기 등이 포함되었다(표 1). ADL 시험 기간 동안 대변과 매트리스를 사용했습니다. 젊은 과목 모든 ADLs를 수행, 하지만 노인 과목 점프 또는 부상의 그들의 증가 위험 으로 인해 실행 재판을 실시 하지 않았다. 각 피험체는 각 할당된 활동을 세 번 수행했습니다. 떨어지는 시뮬레이션을 위해, 피사체는 부드러운 폼 매트리스 옆에 바닥에 서서, 그들이 수평으로 회전하여 비틀면서 앞뒤로, 뒤로 실신하는 것처럼 떨어질 것을 요청받았다 (트위스트 가을), 및 측면 (표 1). 젊은 피험자만이 가을 시뮬레이션을 다섯 번 수행했습니다. 이 연구에서는 피처 정규화없이 주제 별 계획, 피처 정규화가없는 주제 독립적 인 계획 및 기능 정규화를 가진 주제 독립적 인 체계를 포함하여 다른 경우에 대한 분류 체계의 세 가지 종류를 개발했습니다.

심전도 파형 의 결과는 서로 다른 거짓말 위치 사이의 유의성 분석의 결과는 “결과”섹션에 제시될 것이다. 유의성 분석 후, QT, RR, TP, QSR, S/R, QR, P 피크, R 피크, T 피크, T 면적, QRS 영역, T 영역/QRS 영역을 포함하는 거짓말 위치 간의 큰 차이를 나타낸 12개의 특징이 분류를 위해 선택되었다. 이 연구에서는 젊은 피험자의 데이터만을 기반으로 두 가지 알고리즘이 개발되었습니다. 이러한 알고리즘은 평균적으로 젊은 사람들이 반응 시간이 느리고 떨어지는 것을 구출 할 수있는 능력이 적은 노인과 다르게 움직이기 때문에 노인 가을 부상 예방에서 실제 사용에 적합하지 않을 수 있습니다. 수직각도(VA) 및 삼각형 피쳐(TF)를 사용하여 알고리즘의 성능을 SisFall 데이터 세트를 사용하여 평가하였다. SisFall 데이터 세트는 이전의 많은 가을 실험[25,26,27,28]보다 현실을 더 잘 반영하기 때문에 설문조사 [29]를 기반으로 선택되었습니다. 표 2 및 표 3은 피사체가 SisFall 데이터 집합을 생성하기 위해 관여한 폭포 및 ADL을 보여 준다. 표 4에서 볼 수 있듯이, 거짓말 위치는 시간 제한 피쳐에 미치는 영향이 적으며, 대부분의 시간 제한 피처는 서로 다른 바디 거짓말 위치 간에 유의한 차이를 보이지 않습니다.

supine에 비해, 왼쪽에 누워있을 때 만 QT 간격, RR 간격 및 TP 세그먼트가 상당히 짧습니다. 그 이유는 추가 탐구가 필요합니다. 표 6은 VA 및 TF 알고리즘의 성능을 이전 연구의 알고리즘과 비교합니다. TF 알고리즘은 90.3%의 정확도(감도 100%, 특이성 83.9%)를 보였으며 VA 알고리즘은 86.9%의 정확도(감도 100%, 특이도 78.3%)를 보였습니다. ISRUC 데이터베이스는 피사체의 하룻밤 수면 데이터를 30초의 시대로 나누었습니다. 이어서 각 시대의 수면 스테이지를 결정하고 거짓말 위치를 기록하였습니다.

Comments are closed, but trackbacks and pingbacks are open.

Contact us

We're not around right now. But you can send us an email and we'll get back to you, asap.

Questions, issues or concerns? I'd love to help you!

Click ENTER to chat