Integrating Care Context With Skeleton and Depth Information for Older Adult Activity Recognition in a Care Facility Using Care-Assessment-Aware Spatiotemporal Transformer: Method and Validation Study.

요약· AI 생성

1) 본 연구는 노인의 자세 변형과 건강 상태 변화로 인한 활동 인식의 어려움을 해결하기 위해 케어 평가 정보를 통합한 AI 모델을 개발했습니다. 2) 64-95세 노인 51명(남성 30명, 여성 21명)을 대상으로 케어 수준별(고도 13.7%, 중등도 51.0%, 경도 35.3%)로 분류하여 연구를 진행했습니다. 3) 신체 주요 지점, 열지도, 케어 수준 데이터를 통합한 CSTT 모델을 개발하여 개인 맞춤형 활동 인식을 구현했습니다. 4) 데이터 불균형과 케어 수준에 따른 상당한 개체 내 변이에도 불구하고 높은 F1 점수를 달성했습니다. 5) 케어 수준 정보를 활동 인식 모델에 통합하면 노인 케어 환경에서 성능이 크게 향상됨을 입증했습니다.