Surveillance des chutes basée sur le RF utilisant des réseaux de neurones convolutifs

Les chutes sont la première cause de blessures graves et non mortelles chez les personnes âgées. Les solutions existantes reposent sur des capteurs portables d’alerte en cas de chute, mais des études médicales ont montré qu’elles sont inefficaces, principalement parce que les personnes âgées ne les portent pas. Ces constatations ont conduit au développement de nouveaux capteurs passifs qui détectent les chutes en analysant les signaux de radiofréquence (RF) présents dans les habitations. Les personnes âgées peuvent alors mener leur vie quotidienne normalement, sans avoir à porter aucun dispositif. Bien que la surveillance passive ait connu des progrès significatifs, les approches actuelles peinent encore à faire face à la complexité des scénarios du monde réel. Elles sont généralement entraînées et évaluées sur les mêmes individus dans les mêmes environnements, et ne parviennent pas à s’adapter à de nouveaux individus ou à de nouveaux lieux. En outre, elles ne parviennent pas à distinguer les mouvements provenant de personnes différentes et risquent facilement de manquer une chute en présence d’autres mouvements.Pour surmonter ces limites, nous présentons Aryokee, un système de détection de chutes basé sur les signaux RF, qui utilise des réseaux de neurones convolutifs contrôlés par une machine d’états. Aryokee fonctionne efficacement avec des personnes et des environnements inconnus lors de l’entraînement. Il permet également de séparer les sources de mouvement afin d’améliorer la robustesse. Les résultats obtenus lors de tests effectués avec plus de 140 personnes réalisant 40 types d’activités dans 57 environnements différents montrent une rappel de 94 % et une précision de 92 % pour la détection des chutes.