Phát hiện rối loạn dáng đi hỗ trợ giám sát chăm sóc sức khỏe trên nền video

Phát hiện rối loạn dáng đi là một nhánh nghiên cứu nhận được nhiều quan tâm trong lĩnh vực chăm sóc sức khỏe, do sự liên quan mật thiết giữa dáng đi và tình trạng sức khỏe của bệnh nhân. Bài viết đề xuất một cách tiếp cận mới trên nền video để phát hiện các bất thường trong dáng đi do ảnh hưởng của bệnh tật, bằng cách phân tích các đoạn video quay cảnh người đi bộ theo phương ngang.
Nội dung trích xuất từ tài liệu:
Phát hiện rối loạn dáng đi hỗ trợ giám sát chăm sóc sức khỏe trên nền videoKỷ yếu Hội nghị KHCN Quốc gia lần thứ XI về Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin (FAIR); Hà Nội, ngày 09-10/8/2018DOI: 10.15625/vap.2018.00057 PHÁT HIỆN RỐI LOẠN DÁNG ĐI HỖ TRỢ GIÁM SÁT CHĂM SÓC SỨC KHỎE TRÊN NỀN VIDEO Hoàng Lê Uyên Thục 1, Ngô Thị Kim Xuyến2, Nguyễn Thị Thu Thảo3, Lê Thị Mỹ Hạnh4, Hoàng Thị Mỹ Lệ5 14 Trường Đại học Bách khoa, Đại học Đà Nẵng 2 Công ty Quản lý bay Miền Trung 3 Atspid Inc. Chi nhánh Đà Nẵng 5 Trường Đại học Sư phạm Kỹ thuật, Đại học Đà Nẵng hluthuc@dut.udn.vn, ngoxuyen710@gmail.com, nthuthao0610@gmail.com, ltmhanh@dut.udn.vn, htmle@ute.udn.vnTÓM TẮT: Phát hiện rối loạn dáng đi là một nhánh nghiên cứu nhận được nhiều quan tâm trong lĩnh vực chăm sóc sức khỏe, do sựliên quan mật thiết giữa dáng đi và tình trạng sức khỏe của bệnh nhân. Trong bài báo này, chúng tôi đề xuất một cách tiếp cận mớitrên nền video để phát hiện các bất thường trong dáng đi do ảnh hưởng của bệnh tật, bằng cách phân tích các đoạn video quay cảnhngười đi bộ theo phương ngang. Trước tiên, mô hình Markov ẩn tuần hoàn CHMM được huấn luyện để mô hình hóa dáng đi bìnhthường, dựa trên chuỗi véctơ đặc trưng trích từ chuỗi khung hình trong các đoạn video ghi hình dáng đi bình thường; ở đây véctơđặc trưng sử dụng moment Hu để mô tả thống kê hình dạng đối tượng và đối tượng được trích từ trong khung hình bằng phép trừnền dựa trên mô hình hợp Gauss GMM. Để kiểm tra tình trạng dáng đi, ta chuyển chuỗi khung video trong các đoạn video kiểm trathành chuỗi véctơ đặc trưng theo cách tương tự như trên, rồi tính khả năng mà mô hình dáng đi bình thường có thể sinh ra chuỗivéctơ này, sau cùng so sánh với một mức ngưỡng đã định để xác định sự bất thường trong dáng đi. Kết quả thực nghiệm với cơ sởdữ liệu video dáng đi bệnh lý giả lập cho thấy hiệu quả hứa hẹn của hệ thống đề xuất, thể hiện ở tỷ lệ nhận dạng chính xác cao vàthời gian quan sát dáng đi ngắn.Từ khóa: Phát hiện rối loạn dáng đi, moment Hu, mô hình Markov ẩn tuần hoàn CHMM, cách tiếp cận trên nền video, hệ thốnggiám sát chăm sóc sức khỏe. I. GIỚI THIỆU Trong những năm qua, Việt Nam đã đạt được nhiều thành tựu quan trọng về kinh tế, an sinh xã hội, chăm sócsức khỏe, nhờ đó tuổi thọ của người dân cũng được nâng cao. Theo Quỹ Dân số i n hợp quốc UNFPA, từ năm 2011Việt Nam chính thức bước vào giai đoạn già hóa dân số và dự báo đến năm 2049 th t lệ người cao tuổi ở Việt Nam schiếm đến 26,10 tổng dân số, cao hơn nhiều so với t lệ người cao tuổi trung b nh tr n toàn c u [1]. B n cạnh những tác động tích cực, già hóa dân số đặt ra nhiều thách thức đối với mọi mặt của đời sống kinh tế -xã hội nước ta, nhất là vấn đề giám sát chăm sóc sức khỏe người cao tuổi, phát hiện sớm các chứng bệnh li n quan đếntuổi tác nhằm có biện pháp hỗ trợ y tế kịp thời [1]. Từ bối cảnh tr n, chúng tôi đặt mục ti u lâu dài là nghi n cứu phát triển hệ thống hỗ trợ giám sát chăm sóc sứckhỏe người cao tuổi một cách tự động, trong đó giai đoạn đ u ti n dành cho nghi n cứu phát hiện rối loạn dáng đi. Các nghi n cứu y khoa đã kết luận rằng việc một người mất khả năng đi bộ b nh thường có thể là hậu quả củamột vấn đề sức khỏe nào đó như rối loạn, tổn thương hoặc suy giảm chức năng của một hoặc nhiều cơ quan gồm hệthống tiểu não, tiền đ nh, cơ xương khớp, cơ quan thị giác, thính giác [2]. Ngoài ra, dáng đi bất thường cũng đượcchứng minh là một yếu tố rủi ro làm gia tăng nguy cơ té ngã ở người cao tuổi [3]. Như vậy, phát hiện sớm rối loạn dáng đi đóng vai trò quan trọng giúp giảm thiểu hậu quả của bệnh tật nhờ canthiệp y khoa kịp thời và giúp phòng tránh té ngã hiệu quả hơn nhờ dự đoán được nguy cơ té ngã. Theo phương pháp y khoa truyền thống, các chuy n gia về dáng đi thường tiến hành đánh giá dáng đi bằng cáchquan sát bệnh nhân đi bộ trong bệnh viện/phòng khám kết hợp với phỏng vấn bệnh nhân/người chăm sóc [4]. Ưu điểmnổi trội của phương pháp dựa vào chuy n gia như thế này là độ chính xác rất cao, tuy nhi n kết quả có thể mang tínhchủ quan do phụ thuộc vào sự khai bệnh và sự hợp tác của bệnh nhân. Ngoài ra, việc thăm khám thường theo từng đợtchứ không thường xuy n, cho n n có thể bỏ sót giai đoạn mới phát bệnh. Ngày nay, với sự hỗ trợ của công nghệ hiện đại, dáng đi có thể được giám sát, phân tích và đánh giá thườngxuy n và tự động tại mọi nơi. Phương pháp mới được tiến hành dựa vào cảm biến các loại khác nhau [4]. Cảm biến đeotrong người thường được gắn vào đ u gối, chân, đùi, v.v. để t ...