Sensor Modality and Placement Optimization for Wearable Fall Detection: A Systematic Evaluation of Accelerometer, Gyroscope, and Magnetometer Contributions Using the UMAFall Dataset
Diese Studie evaluiert systematisch den UMAFall-Datensatz, um zu demonstrieren, dass das Hinzufügen von Gyroskopen die Genauigkeit der Sturzerkennung über die meisten Körperpositionen und Klassifikatoren hinweg signifikant verbessert, während Magnetometer die Leistung im Allgemeinen verschlechtern, wobei letztlich eine an der Taille montierte Beschleunigungs- und Gyroskop-Konfiguration mit einer Support Vector Machine als das optimale Setup zur Erzielung einer hohen Sensitivität und Spezifität identifiziert wird.