Estudo: Novo algoritmo diferencia tipo de atividade física
Um algoritmo que permite distinguir as atividades do utilizador, ou seja, se ele está parado, a caminhar, a subir ou descer escadas ou a praticar atividades físicas. A investigação foi desenvolvida por Joana Raquel Silva, cientista no centro de investigação Fraunhofer Portugal AICOS, e distinguida recentemente na conferência internacional pHealth, que decorreu em Viena de Áustria. O estudo “Classificação da Atividade Física com Sensores Inerciais” valeu-lhe o prémio “Young Scientist Best Paper Award".
Na investigação que desenvolveu, Joana Silva estudou técnicas de machine learning para classificar as atividades do quotidiano, como andar, correr, subir escadas, sentar, estar de pé e deitado, usando um dataset público com dados dos sensores inerciais de um smartphone. Recorrendo a smartphones com sensores como acelerómetros, a investigadora desenvolveu vários testes com um grupo de idosos com idades entre os 60 e os 70 anos, conseguindo resultados com uma taxa de precisão na ordem dos 86 por cento.
O algoritmo criado constitui uma ferramenta importante para o desenvolvimento de aplicações de monitorização da atividade física, uma área que tem vindo a suscitar um crescente interesse tanto por parte de desportistas como de idosos, familiares e cuidadores. O centro de investigação Fraunhofer Portugal AICOS está já a utilizar o algoritmo no desenvolvimento de aplicações que permitem monitorizar vários parâmetros como a distância percorrida, o número de passos efetuado, as quilocalorias gastas, entre outros.
A pHealth é uma conferência internacional que decorre anualmente e aborda as temáticas de micro e nano tecnologias vestíveis ou implantáveis para a medicina personalizada. Por abranger temas desde serviços médicos à saúde pública, prevenção, assistência social, cuidado e bem-estar dos idosos, este evento internacional tem atraído cientistas e profissionais de todo o mundo, especialistas em várias áreas como medicina, informática, política e administração.
Tags: