ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

Prediction of the falling occurrence during gait using the information from angular position of knee joint and upper extremity

سال انتشار: 1398
کد COI مقاله: ICBME26_023
زبان مقاله: انگلیسیمشاهد این مقاله: 223
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 8 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Prediction of the falling occurrence during gait using the information from angular position of knee joint and upper extremity

Hamideh Namdari - Department of biomedical engineering, Mashhad Branch, Islamic Azad University, Mashhad, Iran
Hamidreza Kobravi - Department of biomedical engineering, Mashhad Branch, Islamic Azad University, Mashhad, Iran
Ehsan Tahmi - Department of biomedical engineering, Mashhad Branch, Islamic Azad University Mashhad, Iran

چکیده مقاله:

Falling in the people such as the elderly and patients who suffer from balance problems is a serious risk that in most cases results in irreparable damage including bones fracture and death. Identification of abnormal gait in such people and prediction of a fall before impact with the ground is very important. This article aims to provide a solution to anticipate falling based on the hidden Markov chain. Motion analysis cameras were implemented to obtain data of upper body and knee joint.14 healthy volunteers were tested under a special protocol to record data. In order to evaluate the performance of the proposed system in terms of error rate and exact separation of abnormal movements from normal activities, HMM approach, a method based on support vector machine as well as multilayer neural networks were used and the results were compared. The results indicate that the proposed approach, predicted falling in the period from 200 to 550 milliseconds before impact with accuracy of 92.63 ± 0.62. Mentioned time is appropriate for providing preventive mechanisms in order to protect different parts of the body including the femur, pelvis and head from injuries and fractures caused by falls.

کلیدواژه ها:

hidden marcov chain; lack of balance; gait; prediction of falling

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1011513/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Namdari, Hamideh and Kobravi, Hamidreza and Tahmi, Ehsan,1398,Prediction of the falling occurrence during gait using the information from angular position of knee joint and upper extremity,بیست و ششمین کنفرانس ملی و چهارمین کنفرانس بین المللی مهندسی‌ زیست پزشکی ایران,تهران,,,https://civilica.com/doc/1011513

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1398, Namdari, Hamideh؛ Hamidreza Kobravi and Ehsan Tahmi)
برای بار دوم به بعد: (1398, Namdari؛ Kobravi and Tahmi)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: 9,292
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی