ỨNG DỤNG HỌC SÂU TRONG PHÁT HIỆN TÉ NGÃ DỰA TRÊN DỮ LIỆU KHUNG XƯƠNG

Tóm tắt

Phát hiện té ngã là một ứng dụng quan trọng của thị giác máy tính và học sâu trong chăm sóc sức khỏe, đặc biệt đối với người cao tuổi và bệnh nhân có khả năng vận động hạn chế. Té ngã thường xảy ra đột ngột và có thể gây hậu quả nghiêm trọng nếu không được phát hiện kịp thời. Trong nghiên cứu này, chúng tôi đề xuất một hệ thống phát hiện té ngã tự động dựa trên dữ liệu khung xương được trích xuất từ chuỗi chuyển động liên tục trong video. Mỗi khung hình được xử lý thông qua thư viện MediaPipe Pose để nhận diện 33 điểm mốc trên cơ thể người, từ đó tạo ra tập đặc trưng không gian làm đầu vào cho mô hình học sâu. Hệ thống được xây dựng và đánh giá trên bốn kiến trúc mạng nơ-ron khác nhau gồm RNN, LSTM, GRU và BiLSTM. Kết quả thực nghiệm cho thấy mô hình BiLSTM đạt hiệu suất cao nhất với độ chính xác 97.32%. Hệ thống không yêu cầu thiết bị đeo và có thể triển khai linh hoạt trong nhiều môi trường như nhà ở, bệnh viện hoặc trung tâm phục hồi chức năng, góp phần nâng cao hiệu quả và mức độ an toàn trong chăm sóc người cao tuổi và người bệnh.