ระบบติดตามท่าลุกยืนสำหรับผู้สูงอายุ

Main Article Content

พัชราพร แสนแก้ว
ชัชฎาพร พุ่มทุเรียน
จิราพร บุญสพ
นันท์มนัส วริษฐานิษฐ์
ธนภัทร ตาดทอง
กฤตคม ศรีจิรานนท์

บทคัดย่อ

ผู้สูงอายุกำลังเพิ่มขึ้นอย่างรวดเร็วในประเทศไทย ผู้สูงอายุส่วนใหญ่ต้องอยู่บ้านเพียงลำพัง จากสถิติพบว่าผู้สูงอายุมีอัตราการเสียชีวิตจากการล้มเฉลี่ย 4 คนต่อวัน งานวิจัยนี้จึงพัฒนาระบบแจ้งเตือนการลุกยืนสำหรับผู้สูงอายุ โดยใช้ราสป์เบอร์รีพายในการรับส่งข้อมูลการเคลื่อนไหวของผู้สูงอายุขณะลุกยืนจากเตียง ประมวลผลด้วยการใช้ไลบรารีสกัดจุดสำคัญในภาพมนุษย์และนำจุดที่ได้มาตรวจสอบการลุกยืนว่ามีท่าการลุกที่ถูกต้องจากสูตรการคำนวณหามุมที่เหมาะสมจากส่วนต่าง ๆ ในร่างกาย ผลจากการเปรียบเทียบค่าความคลาดเคลื่อนของการตรวจจับท่าทางการลุกยืนระหว่างสองไลบรารีได้แก่มีเดียไปป์ และโอเพ่นโพส โดยใช้ค่าอาร์เอมเอสอี และเอมเออี พบว่าไลบรารีมีเดียไปป์มีค่าความคาดเคลื่อนน้อยกว่าอยู่ที่ 25.19 และ 20.35 ตามลำดับ และมีการตรวจสอบความแม่นยำของท่าทางการลุกยืน จากการใช้สูตรการคำนวณหามุมที่เหมาะสมในองศาต่าง ๆ สรุปได้ว่าค่าเฉลี่ยของความแม่นยำที่สูงที่สุดในการตรวจจับท่าการลุกยืนคือ 74.55%

Article Details

How to Cite
[1]
แสนแก้ว พ., พุ่มทุเรียน ช. ., บุญสพ จ. ., วริษฐานิษฐ์ น. ., ตาดทอง ธ. ., และ ศรีจิรานนท์ ก., “ระบบติดตามท่าลุกยืนสำหรับผู้สูงอายุ”, JIST, ปี 14, ฉบับที่ 2, น. 54–61, ธ.ค. 2024.
บท
บทความวิจัย Information Systems

References

กรมกิจการผู้สูงอายุ, “สถิติผู้สูงอายุ มิถุนายน 2566 by Looker Studio,” [ออนไลน์] 2566. สืบค้นวันที่ 18 พฤศจิกายน 2566, https://www.dop.go.th/th/know/side/1/1/2449

กรมควบคุมโรค, “กรมควบคุมโรค ห่วงผู้สูงอายุพลัดตกหกล้มในช่วงฤดูฝน แนะสวมใส่รองเท้าที่พื้นมีดอกยาง และประเมินความเสี่ยงการหกล้มอย่างน้อยปีละ 1 ครั้ง ที่สถานพยาบาลใกล้บ้าน,” [ออนไลน์] 2565. สืบค้นวันที่ 18 พฤศจิกายน 2566, https://ddc.moph.go.th/odpc7/news.php?news=26077&deptcode=odpc7

Maxwell, Vayyar Home. ระบบตรวจจับการล้ม หมดกังวลกับเหตุการณ์ผู้สูงอายุล้มแล้วไม่มีใครรู้. สืบค้นเมื่อ 18 พฤศจิกายน 2566, https://www.maxwell.co.th/vayyar-home

Pobpad. ลุกแล้วหน้ามืด อาการที่คุณไม่ควรเพิกเฉย. สืบค้นวันที่ 18 พฤศจิกายน 2566, https://www.pobpad.com/ลุกแล้วหน้ามืด-อาการที่

La-Z-boy of Thailand. การลุกยืนอย่างปลอดภัย...ในผู้สูงอายุ, La-Z-boy of Thailand. สืบค้นวันที่ 21 ธันวาคม 2567,https://www.lazboythailand.com/th/inspiration/21/standing-safely-...-in-the-elderly

D. Kowerko, D. Richter, M. Heinzig, S. Kahl, S. Helmert, and G. Brunnett, “Evaluation of CNN-based algorithms for human pose analysis of persons in red carpet scenarios,” in Gesellschaft für Informatik, Bonn, pp. 2201–2209, 2017.

Z. Cao, G. Hidalgo, T. Simon, S. -E. Wei and Y. Sheikh, "OpenPose: Realtime Multi-Person 2D Pose Estimation Using Part Affinity Fields," in IEEE Transactions on Pattern Analysis and Machine Intelligence, 43 (1): 172-186, 2021.

F. Akhyar et al., "Shoulder and Knee Abnormality Examination Based on Artificial Landmark Estimation," in 2023 Sixth International Symposium on Computer, Consumer and Control (IS3C), Taichung, Taiwan, pp. 36-39, 2023.

V. Bazarevsky, Y. Kartynnik, K. Raveendran, M. Grundmann, and A. Vakunov, "BlazePose: On-device Real-time Body Pose tracking," arXiv:2006.10204v1 [cs.CV], Jun. 2020.

X. Dong et al., “Yh-Pose: Human pose estimation in complex coal mine scenarios,” Engineering Applications of Artificial Intelligence, 127: 107338, 2024.

C. -Y. Wang, A. Bochkovskiy and H. -Y. M. Liao, "YOLOv7: Trainable Bag-of-Freebies Sets New State-of-the-Art for Real-Time Object Detectors," in 2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), Vancouver, BC, Canada, pp. 7464-7475, 2023.

A. Lobo, J. Lobo, A. Joy and I. A. Mirza, "Yoga Correction Using Machine Learning," in 2022 2nd Asian Conference on Innovation in Technology (ASIANCON), Ravet, India, pp. 1-6, 2022.

C. Lugaresi et al., “MediaPipe: A Framework for Building Perception Pipelines,” arXiv:1906.08172 [cs.DC], Jun. 2019.

M. Gao et al., “Fall detection based on OpenPose and mobilenetv2 network,” IET Image Processing, 17(3): 722–732, 2022.