Resumen

Debido a las limitaciones del movimiento corporal y al declive funcional de los ancianos con demencia, difícilmente pueden establecer una comunicación eficiente con el personal de enfermería mediante el lenguaje verbal y gestual como una persona normal. Con el fin de mejorar la eficiencia en la comunicación sanitaria, en este trabajo se propone un sistema de atención interactiva inteligente basado en una red neuronal profunda multimodal (DNN). El vector de entrada de la DNN incluye características de movimiento y mentales y fue extraído de una imagen de profundidad y un electroencefalograma que fueron adquiridos por Kinect y OpenBCI, respectivamente. Los resultados experimentales muestran que el algoritmo propuesto simplificó el proceso de reconocimiento y logró un 96,5 y 96,4%, respectivamente, para el conjunto de datos barajados y 90,9 y 92,6%, respectivamente, para el conjunto de datos continuo en términos de precisión y tasa de recuperación.

• Materias:Algoritmos de aprendizaje Transductores de ultrasonido Ingeniería de atención Estudio biomecánico Ortesis progresivas estáticas
• Subjects:Learning algorithms Ultrasound transducers Care engineering Biomechanical study Static progressive orthoses
• Palabras claves:sistema de atención interactiva inteligente, red neuronal profunda multimodal, DNN, Resultados experimentales, movimiento corporal, conjunto de datos continuo, imagen de profundidad, comunicación eficaz, disminución funcional, lenguaje gestual
• Keywords:intelligent interactive care system, multimodal deep neural network, DNN, Experimental results, body movement, continuous dataset, depth image, efficient communication, functional decline, gesture language