第5章 基于机器学习方法的人类活动识别在智能医疗环境中的应用

阿卜杜勒哈米特·苏巴西1, 霍洛德·卡提布1, 塔耶布·布拉希米2 和阿基拉·萨里雷特3
1信息系统系，工程学院，埃法特大学，吉达，沙特阿拉伯，2自然科学、数学与技术部，工程学院，埃法特大学，吉达，沙特阿拉伯，3埃法特工程学院，埃法特大学，吉达，沙特阿拉伯

5.1 引言

相当一部分老年人抱怨与年龄相关的健康问题，如糖尿病、心血管疾病、骨关节炎、阿尔茨海默病、痴呆或其他慢性疾病。这些常见疾病，加上老年人认知和身体能力明显逐渐减弱，使他们难以独立生活。信息与通信技术（ICT）的当前发展，以及环境智能技术（如传感器、智能手机）的进步，推动了智能环境的快速发展（Lytras, Visvizi, Daniela, Sarirete, & Ordonez De Pablos, 2018；Visvizi, Jussila, Lytras, & Ija¨s, 2019）。智能医疗作为应对老龄化人口增长挑战的一种有前景的解决方案应运而生。它们能够提供智能健康服务，以满足这一不断增长人群的需求。特别是，智能医疗系统能够在其日常活动中监测和评估老年人的危重健康状况。智能医疗框架不仅允许老年人独立生活，还可以通过减少老年人和依赖者对整个医疗系统的负担，使医疗服务更加可持续。为了实现智能医疗系统，在开发过程的多个方面仍存在许多挑战。这些挑战包括环境的远程监控、所需通信技术、智能处理系统的存在以及上下文感知服务的提供。因此，为消除这些挑战，必须进行进一步研究以改进设计（Mshali, Lemlouma, Moloney, & Magoni, 2018）。

智能健康监测系统（SHMSs）是信息通信技术与普适计算的结合。这些方案已作为一种有前景的解决方案出现，能够提供符合用户实际需求的智能健康服务。为此，已有大量解决方案和研究被提出，以应对这些系统的各种特征。这些解决方案的主要目标是构建一个智能环境，在该环境中系统能够监测和分析用户的健康状况，并及时提供智能健康服务（姆沙利等，2018）。图5.1 展示了一个SHMS的通用框架。

信息通信技术（ICT）的进步促使智能传感器和智能手机得到更广泛的应用。在现代智能医疗应用中，智能体感传感器和智能手机的使用将患者与医生联系起来，在智能环境中实现实时健康监测。智能体感传感器和智能手机能够以普适方式监测和分析实时健康状况。此外，医疗领域中智能设备的结合催生了智能医疗和移动医疗监测系统等智能应用。智能医疗是这场革命前沿改进的关键特征。本章介绍了一种智能医疗系统，其主要目的是激发可穿戴体感传感器和移动设备的潜力。这些设备正越来越多地用于个人医疗保健和健康状况的监测。此外，还提出了一种基于体感传感器和移动技术的智能医疗系统，通过机器学习方法实现普适的人类活动识别（HAR）。过去十年中，医疗保健服务经历了巨大的进步。智能医疗是这场革命前端发展的主要推动力。

巴尼奥斯、加西亚等（2014）开发了mHealthDroid框架，以促进移动医疗领域 biomedical 应用的便捷开发。该架构对于可穿戴传感器、移动设备和便携式生物医学设备等移动设备的有效性。智能医疗是依托智能体感传感器和移动设备的医疗保健基础设施，涉及通用分组无线服务、4G系统、全球定位系统和蓝牙技术的核心应用（凯、桑托斯和高根，2011；苏巴西、拉德万、库尔迪和卡提布，2018）。

近年来，互联网协议和计算系统等新兴技术的众多改进使得各种设备之间的通信比以往任何时候都更加便捷（Mahdavinejad 等人，2017）。因此，随着智能传感器和智能手机这一新近发展概念的出现，生活中的一切都成为互联网的一部分，并变得无处不在。由于智能传感器能够实现多种设备之间的集成通信，其在诸如智能医疗系统等多个领域变得更加高效。在智能医疗应用中，智能传感器包含多种可穿戴传感器，使人们能够随时随地享受现代医疗服务。此外，体域传感网络技术是智能医疗系统中使用最高效的技术之一。它主要是低功耗、轻量级无线传感器节点的集成，用于监测人体活动识别（戈佩和黄，2016）。智能医疗仍需创建并评估全套智能医疗技术。需要有影响力的基础架构以及支持多学科智能医疗应用论证与改进的智能体感传感器或智能手机（巴尼奥斯、加西亚等人，2014；Subasi 等人，2018）。

人体活动识别已成为一个重要的研究领域，因其在以人为本的研究领域中做出了显著贡献，旨在提高生活质量，促进智慧城市的交通安全与健康，并帮助决策者有效应对以提升服务资质（莱特拉斯和维斯维齐，2018；姆沙利等，2018；斯普鲁伊特和莱特拉斯，2018）。人体活动识别框架提供了有关受试者行为和活动的信息（Clarkson，2002）。这通常通过记录来自智能传感器或智能手机的信号，并利用机器学习方法进行处理以实现识别。人体活动识别被用于多种疾病的连续病人监测（阿夫奇、博什、马林‐佩里亚努、马林‐佩里亚努和哈文加，2010）、日常生活活动、运动、体育运动和交通（南、相留略和杨，2008； Reyes‐Ortiz、Oneto、Samà、Parra 和 Anguita，2016； Tapia、Intille 和 Larson，2004）。由于智能传感器是新数据的主要来源，机器学习和模式识别方法为开发更智能的传感器应用做出了巨大贡献。这些技术包含适用于不同领域的多种方法。利用机器学习方法进行数据处理涉及大量的数据类型，如多样性、容量、速度；数据模型包括监督和非监督算法，以及采用可能适合数据特征的高效算法。由于数据由多个来源生成并具有精确的数据类型，因此实施或采用能够处理这些数据特征的算法至关重要。此外，发现最佳的数据模型以适应数据是模式识别以及对传感器数据进行更好分析的关键阶段之一（马达维内贾德等，2017；苏巴西等，2018）。

在本章中，我们将介绍基于智能传感器和智能手机的人体活动识别（HAR）所使用的不同机器学习技术。所提出的人体活动识别系统可用于分析人类活动，这可能是智能医疗领域中最突出的应用之一。本文将提出一种鲁棒且精确的智能医疗模型，该模型采用基于传感器技术的用户无关机器学习方法进行人体活动识别。

随着无线网络技术的进步，可穿戴体感传感器逐渐被用于各种应用领域的智能日常活动监测，例如紧急情况救助、认知辅助和安全（Majumder 等人，2017； Neves、Stachyra 和 Rodrigues，2008）。人体活动识别（HAR）通过智能传感器以及配备多种传感器的智能手机，用于识别不同的人类活动和手势。HAR 可以利用智能体感传感器来实现。在复杂活动识别方面，大多数数据驱动方法存在可移植性、扩展性和解释性的问题，而基于知识的方法在处理复杂的时序数据时常显得不足（Liu、Peng、Liu 和 Huang，2015）。机器学习的目标之一是减少大量数据，使其简洁地反映整体数据而不重复（Xu 等人，2017）。基于传感器的活动识别正变得比基于视频的方法更受欢迎，以保护隐私（Liu、Nie、Liu 和 Rosenblum，2016； Wang、Chen、Hao、Peng 和 Hu，2017）。HAR 可以利用智能传感器来促进普适应用的发展。随着可穿戴智能传感器和智能手机的普及程度不断提高，其在普适计算中推动了 HAR 技术的发展（Liu 等人，2015）。从可穿戴智能传感器和智能手机收集的信息可以通过机器学习算法进行处理。由于 HAR 是一个快速发展的研究领域，因此在医疗保健、辅助生活、家庭监控、个人健身助手以及恐怖分子检测等方面具有广泛的应用。同样，人体活动识别系统可以应用于智能家居医疗系统中，以增强和改进患者的康复过程（Hassan、Uddin、Mohamed 和 Almogren，2018）。因此，为了向老年人提供主动辅助，护理人员使用智能传感器来跟踪和分析他们的日常生活活动（Liu 等人，2016）。此外，这有助于老年人居住在自己家中，但有时准确识别日常生活活动仍是一项挑战。已有大量关于传感器的研究发表并用于人体活动识别，但其准确率尚不足够，如今引入更多附加传感器为追踪人类活动的更多细节开辟了新的可能性。然而，有必要探索哪种机器学习方法更适合高精度地识别人类活动。随着可穿戴智能传感器和智能手机数量的不断增加，人体活动识别已吸引了众多类型的研究关注。一个包含不同可穿戴传感器的 HAR 框架包括信息保障和预处理、信息分割、包括提取和确定、分组或排序以及性能评估（何、谭和张，2018）。

5.2 背景与文献综述

5.2.1 基于体感传感器的人类活动识别

在文献中，随着配备不同传感器的智能传感器和智能手机的发展，人体活动识别（HAR）及其在手机上的应用呈现出增长趋势，包括健康监测、自我监控框架和健康跟踪。然而，当前人体活动识别的主要困难在于准确率相对较低且需要高计算能力。

理解个体的活动及其与身体状况的关系，是推动智能传感器和数字赋能应用发展的重要组成部分。HAR 是一个专门针对检测与激励问题的研究领域。为了传递情境感知信息，并将其用于多种应用中的个性化支持，HAR 已被应用于医疗、安全和军事应用。因此，在日常生活中识别人类活动，例如步行、跑步或上楼，对于向护理人员提供有关患者状况的反馈变得非常有用（曹、王、张、金和瓦西拉科斯，2018）。

基于传感器的人类活动识别研究在过去十年中不断增长。已经提出了许多方法来识别人类的日常生活。其中一项研究（王等人，2017）比较了用于基于传感器的活动识别的深度学习方法与传统模式识别方法。因此，最近深度学习方法的进步已被采用，并从三个类别探索了基于传感器的活动识别任务：传感器模态、深度模型和应用。Köping, Shirahama, and Grzegorzek (2018) 提出了一种基于传感器的人体活动识别模型，该模型可以轻松改进并集成到移动设备中的传感器上。该框架具有两个特点：首先，使用智能手机作为临时数据存储，记录来自不同传感器的数据（每个传感器都有其编程接口），并将这些数据发送到中央服务器；其次，采用基于码本的学习方法来分析传感器数据并提取用于人体活动识别的有价值信息。结果表明，该模型在实时性方面取得了成功，他们整合了来自智能手机、智能眼镜和智能手表等不同可穿戴设备的八个传感器。

近年来，人们在利用可穿戴传感器进行人体活动识别方面做出了许多努力。尽管所提出的系统多种多样，但现有解决方案仅在预定义设置和有限的传感器设置下运行。现实世界中的人体活动识别应用需要用户配置更加灵活的传感器，以应对传感器故障或丢失等潜在的不利情况。为了提供互操作性和改造方面，用于人体活动识别的异构传感器在一定程度上应源自实际的网络基础设施。维拉隆加、波马雷斯、罗哈斯和巴尼奥斯（2017）提出了一些技术来消除测量特性和可穿戴传感器特性，包括它们在身体上的位置。所提出的传感器选择方法采用了一套指导原则，用于在不同条件下确定传感器位置。

刘等人（2016）研究了多种算法，用于从简单动作中识别时间模式，以呈现复杂活动。大多数研究集中在识别简单动作以实现简单的意图，例如步行和站立，而随时间发生的多个动作的活动更能代表人类的真实生活，例如做饭和喝咖啡时间。结果证实，该方法能够通过时间模式识别复杂活动，从而处理误差。伊格纳托夫（2018）提出了一种基于卷积神经网络的深度学习方法，结合统计特征用于在线人体活动识别，该方法保持了加速度计时间序列的全局属性。徐等人（2017）提出了一种基于单个可穿戴惯性传感器的多级特征学习模型，用于基于传感器的人体活动识别。该模型基于低层特征、中层特征和高层特征。低层特征收集基于信号的信息。中层特征学习基于组件的表示。高层特征提供语义描述。结果表明，该框架在不同数据集上已达到最先进的性能。

曹、李、马和陶（2018）提出利用多个异构或同构传感器获取有效信息的可穿戴活动识别系统。在所提出的框架中，基于传感器的活动识别系统采用多传感器融合，并结合集成剪枝系统进行设计。提出了两种新的集成剪枝方法（mRMR剪枝和判别性剪枝），以平衡传感器数量和系统性能。mRMR剪枝利用互信息，作为分类器冗余性和与选定的分类器集合相关性的复杂标准。判别性剪枝的剪枝度量结合了减误剪枝和互补剪枝，以互信息形式表示。通过使用合适的剪枝方法，选择误差较低的剪枝学习器作为最终集成分类器，该方法优于传统集成方法。

埃斯皮尼利亚等人（2017）在异构电子设备的广泛区域中实现了一个具有异构架构的智能环境。该系统通过提供日常生活活动监测和适应性环境，解决了人口增长和老龄化带来的问题。通过使用特征选择方法，优化了智能环境中用于处理传感器的传感器子集，并实现了更高准确率。所提出的传感器系统从技术角度降低了代价，同时也保持了活动识别的准确率，并减少了传感器数据和计算复杂性。温和王（2016）提出了一种方案，该方案整合动态可用上下文以增强动态环境中的活动识别系统，在该环境中原始数据源可能会失效，而新数据源可能可用。实验结果表明，通过动态发现的数据源可以提升活动识别性能。

5.2.2 使用手机传感器的人类活动识别

智能传感器和手机技术每天都在不断发展，这一切都是为了简化人们的生活。但是，为了实现这一目标，需要在人群中开展不同的努力，以了解他们最需要的活动是什么、他们在做什么，以及技术如何愿意支持他们完成任务。伊格纳托夫（2018）指出，包括智能手机、智能手表和健身追踪器在内的智能移动设备集成了多个传感器，可用于人体活动识别（HAR）。一旦这些传感器集成到智能设备中，通过这些传感器记录的数据就可以利用机器学习技术进行分析。HAR在促进人们生活质量提升方面发挥了重要作用（奥尔蒂斯，2015）。目前的研究也聚焦于医疗保健领域，以及HAR如何帮助患有特定疾病的人群康复。尽管现在HAR也可以通过智能手机更强大的资源以在线模式实现（肖艾布、博斯、因塞尔、肖尔滕和哈维加，2015）。此外，仅仅因为智能手机资源丰富，并不意味着它不会受到该过程的影响。因此，需要进行集成，以确保活动识别不会对智能手机的功耗产生负面影响。为此，王、陈、杨、赵和张（2016）提出了一种基于新颖特征选择方法的在线活动识别器。这种方法可以产生更好的泛化能力，同时降低智能手机功耗。阿里夫、比拉尔、卡坦和艾哈迈德（2014）开展了一项实验，旨在通过智能手机内置的加速度传感器进行人体活动识别，以应对肥胖问题，监测用户的体力活动，例如步行、慢跑、坐着等。HAR涉及分类过程，如基础级别和元级别分类器。然而，在HAR中使用最多的是基础级别分类器，尽管在多种活动识别任务中将基础级别与元级别分类器进行比较时，结果表明元级别分类器（如提升、装袋和多数投票）优于基础级别分类器（赖斯、亨德比和斯特里克，2015）。

分类可以在HAR的许多不同条件下进行，例如巴亚特、蓬普伦和阮（2014）进行的一项实验中测量了两种情况下的活动分类：一种是智能手机手持状态，另一种是放入口袋状态，其结果显示多层感知机（MLP）在手持位置的准确率达到89.48%，在放入口袋位置的准确率为89.72%。

在HAR中的分类技术面临的一个问题是“分类准确率相对较低”。因此，曹等人（2018）提出了一种框架，通过在智能手机中实施GCHAR（即基于组的连接感知分类方法）来提高准确率。该技术利用分层的基于组的方案，有助于提高分类效率。另一个分类问题由杨和王（2016）指出，智能手机用户倾向于将设备保持在固定位置，例如裤子口袋中。这种行为会影响识别准确率。因此，他们提出了一种与位置无关的方法，称为根据智能手机位置进行的参数调整。该方法能够增强活动识别的性能。

HAR还可以与其他方法结合，实现更深层次的活动识别，例如中风的早期诊断。这是通过一种用于中风早期诊断的新HAR方法，并结合遗传模糊有限状态机方法实现的（冈萨´雷斯等人，2015）。HAR是一种用于分析人类运动和活动的技术，可用于单个或多个参与者。传感器可通过摄像头等各种工具监控用户。这些传感器设计得灵活且小巧，以便识别人体运动。它不需要任何额外设备，为用户提供舒适的体验。

HAR面临的一个障碍是正确信息的获取，由于数据量巨大，很难获得准确的信息。监督学习需要正确的信息，但由于需要日常生活活动（ADL）和真实信息，这引发了隐私问题（霍赛因、汗和罗伊，2017）。然而，为了解决隐私问题，研究人员提出了可在后台运行的智能手机传感器，这种方法以低成本实现了良好效果（马丁´内斯、贝尔纳多斯、伊格莱西亚斯和卡萨尔，2013）。此外，学者们正在探索有助于提高智能手机传感器准确性和完整性的新方法和技术。他们发现了一种新方法，将智能手机加速度计与专用胸部传感器配对，可实现98%的准确率识别人类活动（吉里、范德文、尼尔森、瓦默达姆和赖珀，2014）。这鼓励了对HAR感兴趣的研究人员通过探索新方法和工具为该领域做出贡献。因此，钟、温、胡和印杜尔斯卡（2017）提出了一种基于压缩感知理论的压缩感知方法来识别人体运动，其论文结果达到了86%的准确率。

另一方面，作者致力于改进活动识别领域。他们研究了在何种情况下准确率的结果可以被接受或拒绝。指标的质量一直是研究人员之间争论的问题，他们致力于改进用于衡量性能的方法和工具。这突显了在多类分类中比较微信号与宏信号性能以及速度的重要性。这催生了一种新的方法，即通过模型参数优化应用于提升识别质量（萨福诺夫、加特谢夫、皮赫列茨基、提舒京和贝利，2015）。一些作者研究了与传感器相关的性能问题。性能是一项重要的指标，用于评估您的整体工作和成果。特别是在人体活动识别（HAR）领域，这鼓励对用于人体活动识别的运动传感器行为进行系统性分析（陈与沈，2017）。根据乌丁、比拉和侯赛因（2016）的研究，他们论文的结果在基准数据集上达到了100%的准确率，并指出识别生成的信号是最优的。然而，活动识别不仅局限于信息技术环境，还可被医疗研究人员使用，以增强医疗服务（沃兹诺夫斯基、卡莱希、伊科诺莫乌和克拉多克，2016）。此外，罗瑙和曹（2016）探讨了深度学习网络如何助力智能手机上的人体活动识别。他们利用该技术通过挖掘活动的内在特征来提高人体活动识别的效率。

5.3 机器学习方法

5.3.1 人工神经网络

人工神经网络（ANN）模型受人类大脑的启发，描述了一种能够处理信息并具有某些超越当前生物医学信号分析工程研究能力的设备。多层感知机（MLP）在用于分类时可实现非线性判别，在用于回归时可对输入的非线性函数进行近似。MLP 的输出是隐含单元提供的非线性基函数值的线性组合。隐含单元执行从 d维输入空间到由隐含单元张成的 H维空间的非线性映射，并且在此空间中，第二输出层实现一个线性函数。由于多层感知机不限于仅有一个隐含层，因此可以在具有 sigmoid 隐含单元的第一层之后添加更多带有自身权重的隐含层，以计算第一隐含层单元的非线性函数，从而实现对输入的更复杂函数（阿尔帕伊丁，2014；鲁梅尔哈特、欣顿和威廉姆斯，1986）。

5.3.2 k‐近邻

在生物医学信号分析中，k‐最近邻（k‐NN）分类器已被广泛使用。学习过程通过将给定的测试集与相似的训练集进行比较来完成。训练集由n个属性定义。由于每个集合表示n维空间中的一个点，所有训练集都存储在n维模式空间中。当应用于未知集合时，k‐NN会在其模式空间中搜索距离该未知集合最近的k个训练集。这k个训练集代表了未知集合的k个“最近邻”（NN）。集合之间的“接近程度”通过距离度量来定义，例如欧几里得距离。对于k‐NN分类，未知集合被赋予其k个最近邻中最常见的类别。当k=1时，未知集合被赋予在模式空间中距离它最近的训练集的类别。通常情况下，当训练集的数量较大时，k的值也会更大（韩、裴和坎伯，2011）

5.3.3 支持向量机

在所有著名的机器学习算法中，最稳健且准确的方法是支持向量机（SVM）。在二分类学习问题中，SVM的目标是确定最佳的分类函数，以区分训练集中两个类别的成员。对于线性可分的数据集，线性分类函数表示一个穿过两个类别中间的分离超平面。尽管存在许多这样的超平面，但SVM表明，通过最大化两个类别之间的间隔可以确定最佳函数。间隔表示两个类别之间的空间或距离。从几何上看，间隔是超平面上某一点到最近数据点的最短距离。尽管存在无限多个超平面，但只有少数几个可以作为 SVM的解。支持向量机具有最佳的泛化能力，不仅提供了最佳的分类性能，还为未来数据的精确分类留下了充分的空间（吴等人，2008）。

5.3.4 朴素贝叶斯

当给定一组对象，每个对象都属于一个已知类别并具有已知的变量向量时，目标是创建一条规则，仅根据描述未来对象的变量向量，将未来对象分配到某一类别。由于朴素贝叶斯不需要任何复杂的迭代参数估计方案，因此非常易于构建。换句话说，朴素贝叶斯可以轻松应用于大规模数据集，并且不具备分类器技术专业知识的用户也能容易理解。在任何特定应用中，它可能并非最佳的分类器，但其鲁棒性可靠，性能表现也相当良好（吴等人，2008）。

5.3.5 分类与回归树

分类与回归树（CART）是人工智能、机器学习和数据挖掘发展过程中的一项重大创新。CART 表示一种二元递归分割过程，能够处理连续型和名义型属性，既可作为目标变量也可作为预测变量。决策树在生长过程中会扩展到最大规模，而不使用停止规则。随后通过代价‐复杂度剪枝从根部进行回剪。对训练数据整体性能贡献最小的分裂将被优先剪枝。CART 模型旨在生成一系列嵌套的剪枝树，这些树均为候选的最优树。CART 不基于训练数据提供用于树选择的内部性能度量，因为此类度量被认为不可靠。CART 机制支持代价敏感学习和动态特征构建概率树估计，并包含自动类别平衡和自动缺失值处理。由于基尼准则的计算速度比信息增益更快，且可以扩展以包含对称化代价，因此分类与回归树采用基尼准则而非信息增益（吴等人，2008）。

5.3.6 C4.5决策树

C4.5 使用定义为决策树的分类器。然而，它也可以将分类器转化为更易理解的规则集形式。为了对可能的测试进行排序，C4.5 使用两种启发式准则：一种是最小化子集总熵的信息增益，另一种是默认的增益率，其表示为信息增益与测试结果所提供的信息之比。测试结果的格式由属性定义，因为属性可以是数值型或名义型。为了避免过拟合，初始决策树会进行剪枝。该剪枝算法使用与一组N个样本相关联的错误率的悲观估计，并且这些样本不属于最频繁类别。剪枝过程从叶到根进行。如果子树被替换为一个叶节点，C4.5 会将各分支的估计误差相加，并与该叶节点的估计误差进行比较。如果前者高于后者，则对该子树进行剪枝。由于某一类别的信息通常分布在整棵决策树中，因此理解复杂决策树可能会很困难（吴等人，2008）。

5.3.7 REP树

REP树是一种通过信息增益减少来构建决策树或回归树，并使用减误剪枝进行剪枝的算法。由于它仅对数值型属性的值进行一次排序，因此在速度上进行了优化。与 C4.5类似，REP树通过将实例分割成部分来处理缺失值。可设置的参数包括每叶最小实例数、最大树深度、仅针对数值类划分时训练集方差的最小比例，以及剪枝的折数（威滕、弗兰克、霍尔和帕尔，2016）。

5.3.8 LADTree算法

LADTree学习算法采用逻辑提升（LogitBoost）算法来实现交替决策树（ADTree）。LogitBoost算法通过两种方式与ADTree归纳相结合。第一种方法是并行地为每个类别单独生成独立的树。第二种方法称为LAD树，仅生成一棵树，同时预测所有类别的概率。在每次迭代中，原始算法选择一个属性测试作为树的分裂节点。其目标是拟合工作通过最小化特定子集内实例均值的最小二乘值来响应。在选择要添加到树中的测试时，寻找最大增益，即最小二乘计算的最大降低（霍姆斯、普凡林格、柯克比、弗兰克和霍尔，2002）。

5.3.9 随机树分类器

随机树是一种集成学习算法，通过装袋方法生成大量独立的学习器，以产生随机的数据集来构建决策树。在普通决策树中，节点通过变量之间的最佳分割进行划分。作为树分类器集成的随机树接收输入的特征向量，并使用森林中的每棵决策树进行预测，最终采用多数投票方式进行结果预测。通过树多样性和随机化，单个决策树的性能得到显著提升。首先，对于每一棵单独的决策树，训练数据采用有放回重采样方式，并且在每个节点仅随机选取所有属性的一个子集，而不是始终计算每个节点的最佳分割。随机树利用这一结果进行分割选择，从而生成实际中的平衡树，因此简化了优化过程（霍尔、威滕和弗兰克，2011；卡尔梅格，2015）

5.3.10 随机森林

随机森林（RF）分类器代表了装袋方法的另一种改进版本。与提升方法相比，随机森林更合理，因为它使用自助数据样本作为训练集来创建基模型。随机森林的改进之处在于通过随机化建模算法（即决策树或回归树算法）来增强基模型多样性。该算法采用两种方法来构建基模型：实例采样和算法非确定性。非确定性通过在树生长过程中进行随机分割选择来实现。随机森林在每个节点中随机抽取可用属性的一个子集，并将后续的分割选择过程限制为仅使用这些属性进行分割。为了不影响树的生长过程，仍然采用决策树或回归树常用的分割评估准则。决策树或回归树生长的停止准则被设定为生成相对较大且精确拟合的树，且不进行剪枝。这种方法能够实现多个分割的选择，从而产生较高的基模型多样性，除非现有分割数量过少。所有现有属性数量的平方根被用作随机抽取属性子集的大小。各个模型的过拟合问题通过聚合过程得以抵消，使得随机森林集成对过拟合具有很强的抵抗能力（奇乔什，2014）。

5.4 结果

在本研究中，我们提出了两种类型的SHMS：一种使用体感传感器，另一种使用智能手机传感器。人体活动识别数据从体感传感器或智能手机传感器收集，然后进行处理和分类。通用实验设置如图5.2所示。

K折交叉验证是一种在数据有限情况下广泛采用的评估分类器性能的实用方法。在交叉验证中，首先确定数据划分的固定数量，即折数。在交叉验证过程中，数据集被划分为 k个子集，使得每个类别大致具有相同的大小。每次轮流保留一个子集，并在其余九成数据上训练分类算法，然后在保留集上计算分类器误差。因此，学习过程总共在 k个不同的训练集上执行了 k次。最后，通过对 Hall et al., 2011) 次误差估计取平均值来计算总体误差估计。

真阴性（TN）和真阳性（TP）是正确的分类，而假阳性（FP）是指结果被错误地分类为阳性但实际上为阴性，假阴性（FN）是指结果被错误地分类为阴性但实际上为阳性（Hall et al., 2011）。生物医学研究人员描述了用于评估分类器性能的参数，如召回率和精确率：

$$
Recall = \frac{TP}{TP + FN} \tag{5.1}
$$

$$
Precision = \frac{TP}{TP + FP} \tag{5.2}
$$

广告传统的性能度量是F值，它由b表示 y

$$
F\text{-measure} = \frac{2 \times Precision \times Recall}{Precision + Recall} = \frac{2 \times TP}{2 \times TP + FP + FN} \tag{5.3}
$$

最后，总体成功率由正确分类数与分类总数的比值给出。

$$
Accuracy = \frac{TP + TN}{TP + FN + TN + FP} \times 100\% \tag{5.4}
$$

评估分类器性能的图形化方法由受试者工作特征（ROC）曲线表示。ROC曲线表示分类器的性能，而不考虑错误代价或类别分布。纵轴代表真正率，横轴代表真负率。有时会使用ROC曲线下面积（AUC），因为面积越大，模型越好。当类别分布和代价未知，并且选择一个模型来代表所有情况时，AUC非常方便（Hall et al., 2011）。

卡帕统计量是一种考虑期望值的度量方法，它通过从分类器的成果中减去期望值，并将结果表示为分类器总和的百分比来呈现输出。因此，卡帕统计量表示观测值与预测类别之间的一致性，同时对由偶然性导致的一致性进行了调整。然而，它并未考虑诸如简单成功率之类的代价（Hall等，2011）

5.4.1 体感传感器采集的人类活动识别数据的实验结果

5.4.1.1 数据集信息

在本研究中，使用了公开的活动识别数据集REALDISP¹（现实传感器位移）来研究传感器位移对人体活动识别过程的影响；该数据集可在机器学习与智能系统中心获取（Banos, Toth, Damas, Pomares, & Rojas, 2014）。该数据集包含7名女性和10名男性受试者，年龄为 22–37岁，执行涉及身体多种组合的33种身体活动，活动强度各异，包括步行、慢跑、跑步、前后左右跳跃、双腿/双臂开合跳跃、躯干扭转（手臂伸直）、躯干扭转（肘部弯曲）、腰部旋转等。

(Boonkrong、Unger 和 Meesad，2014)。这些活动通过分布在身体不同部位的总共九个体感传感器进行测量，允许用户进行正常的日常生活行为。每个传感器测量四种传感模式，即：三维加速度（accX, accY, accZ）、三维角速度或陀螺仪（gyrX, gyrY, gyrZ）、三维磁场方向（magX, magY, magZ）以及四维四元数（Q1, Q2, Q3, Q4）。在本研究中，我们使用了REALDISP 原始数据集的一个简化版本，包含七项活动。然而，为了确保该数据集中记录的各种运动具有公平的分布，我们选择了涉及用户身体不同部位运动的运动项目。选定的七项活动为：椭圆机、骑自行车、慢跑、跳跃、划船、跑步和步行。该数据集包含了用户执行典型日常活动时运动传感器的读数。共有 120 个属性（Banos、Toth 等，2014）。

5.4.1.2 实验结果

本研究的主要目的是利用位于人体不同部位的可穿戴传感器，通过机器学习方法来识别人类活动。在此背景下，应用了多种分类技术，并从总分类准确率、F值、ROC面积和卡帕系数等方面对分类器的性能进行了评估，这些指标在前一节中已有定义。数据集中选取了七项活动：椭圆机、骑自行车、慢跑、跳跃、划船、跑步和步行。为了验证模型，采用了多种分类方法，如支持向量机、k近邻算法、朴素贝叶斯、人工神经网络、C4.5决策树和随机森林。为了便于比较，所有分类器均采用相同的参数设置。为了考察每个模型的准确率及其表现，将整个人体活动识别数据划分为训练集和测试集，然后应用K折交叉验证。使用K折交叉验证的原因是为了避免因选择特定的训练集和测试集而产生的偏差。

根据表5.1 中的结果以及总分类准确率、AUC、F‐值和卡帕统计量可以看出，所有选定的方法均表现良好。

表5.1：从体感传感器获取的人体活动识别数据的分类结果。

分类器	准确率 (%)	F值	ROC	卡帕系数
SVM	99.43	0.994	0.999	0.9933
k-NN	98.92	0.989	1	0.9874
ANN	99.33	0.993	0.993	0.9922
Naïve Bayes	93.97	0.94	0.994	0.9296
RF	99.19	0.992	0.995	0.9906
CART	98.71	0.987	0.995	0.985
C4.5	98.83	0.988	0.996	0.9863
REP树	98.25	0.983	0.997	0.9796
LAD树	84.05	0.837	0.976	0.8139

合理。SVM 的最高准确率达到 99.43%，在所有选定的分类方法中表现最佳。其余分类器的表现依次为：SVM 99.43%，k‐NN 98.92%，ANN 99.33%，Naı¨ve Bayes 93.97%，RF 99.19%，CART 98.71%，C4.5 98.83%，REPTree 98.25%。在表 5.1的第二列中显示了每个分类器的F‐值。F‐值范围从 0.837 到 0.994。SVM 提供了最高的 F‐值，而 LADTree 最低，仅为 0.837。通过考察第 3 列的 ROC 和第 4 列的卡帕系数等其他指标，我们可以注意到 SVM 在所有分类方法中位居榜首。体感传感器人体活动识别的准确率及分类算法比较如图5.3所示。

5.4.2 基于智能手机传感器的人类活动识别数据的实验结果

5.4.2.1 数据集信息

在本实验中，使用智能手机传感器，基于包括周围环境在内的一些观测来研究一个人的日常生活活动。²目标是根据智能手机记录和收集的数据预测人类活动。该实验由一组30名志愿者执行日常生活活动（Reyes‐Ortiz等人，2016年）进行。志愿者年龄范围为19至48岁，每人将智能手机佩戴在腰部，能够完成总共六项活动，即：步行、上楼梯、下楼梯、坐着、站立和躺卧。随后使用录制的视频对数据进行手动标注。所获取的数据库被随机分为两组，其中70%的志愿者（21名受试者）用于训练目的，以及30%的志愿者（9名受试者）作为测试信息数据。总体而言，共有 10,299条记录，其中7352条用于训练数据，2947条用于测试数据。每条记录具有以下属性：

• 来自加速度计的三轴加速度和评估的身体加速度。
• 来自陀螺仪的三轴角速度。
• 每个向量包含561个特征，包括时域和频域变量以及活动标签。
• 每个向量都有一个执行实验的受试者标识符。

通过使用智能手机中嵌入的加速度计和陀螺仪，以50赫兹的恒定频率对三轴线性加速度和三轴角速度进行采样。加速度计和陀螺仪均经过预处理以去除信号中的噪声，然后在宽度为2.56秒、重叠率为50%的滑动窗口中进行采样（每窗口128个读数）。传感器加速度信号包含三个组成部分：噪声、重力和运动。由于重力分量被认为具有低频特性，因此采用了0.3Hz截止频率滤波器。通过对时间和频率域中的变量进行计算，生成特征向量（安圭塔、吉奥、奥内托、帕拉和雷耶斯‐奥尔蒂斯，2013年）。

5.4.2.2 实验结果

本研究的主要目的是通过将智能手机佩戴在能够执行六种主要活动（步行、上楼梯、下楼梯、坐着、站立和躺卧）的人的腰部，来调查和预测其日常生活活动（ADL）。已应用了九种分类方法，结果如表5.2所示。所采用的不同分类方法包括支持向量机（SVM）、k‐近邻（k‐NN）、人工神经网络（ANN）、Naı¨ve Bayes、随机森林（RF）、分类与回归树（CART）、C4.5、REP树（REPTree）和LAD树（LADTree）。根据这些结果，SVM、RF和k‐NN表现良好，准确率分别为98.91%、98.61%和97.66%。C4.5、CART和REPTree分类器也取得了较好的结果，准确率分别为94.84%、93.76%和93.42%。然而，k‐NN、ANN和Naı¨ve Bayes表现较差。

表5.2：基于智能手机传感器获取的人体活动识别数据的分类结果。

分类器	准确率 (%)	F值	ROC面积	卡帕系数
SVM	98.91	0.989	0.997	0.987
k-NN	97.66	0.977	0.986	0.9719
ANN	56.26	0.531	0.912	0.4712
Naïve Bayes	76.79	0.75	0.959	0.7217
RF	98.61	0.986	1	0.9833
CART	93.76	0.938	0.977	0.925
C4.5	94.84	0.948	0.974	0.938
REPTree	93.42	0.934	0.983	0.9209
LADTree	88.06	0.881	0.988	0.8565

SVM、F‐值（F‐measure）方面，k‐近邻（k‐NN）、人工神经网络（ANN）、Naı¨ve Bayes、随机森林（RF）、分类与回归树（CART）、C4.5、REP树（REPTree）和LAD树（LADTree）分别为0.989、0.977、0.531、0.75、0.986、0.938、0.948、0.934和0.881。另一方面，所有分类器的ROC面积得分均较高。然而，卡帕系数（Kappa）结果显示，除ANN的值非常低（0.4712）外，其余分类器的卡帕系数均较高，Naı¨ve Bayes和LADTree的卡帕系数分别为0.7217和0.8565。智能手机传感器人体活动识别的准确率及分类算法比较如图5.4所示。

5.5 讨论与结论

智能传感器和智能手机的未来趋势正在可穿戴市场中蓬勃发展，科学家可以改进可穿戴模型以用于多种应用。

智能传感器和智能手机技术的进步以及智能健康监测系统在不同领域的日益普及，使得可穿戴设备在临床应用和家庭医疗监护中的推广使用变得颇具吸引力。对老年人在日常活动中的危重健康状况进行连续精确的远程监控是一项关键任务。利用可穿戴设备进行异常情况检测的人体活动识别是医疗保健系统中的一个新方向，并可能发挥至关重要的作用。其目标是通过智能人体活动识别实现对跌倒检测等关键情况的及时发现。本章介绍了一种基于实时传感器数据的智能人体活动识别方法。本章旨在展示智能人体活动识别系统在异常活动检测方面的可用性。该框架通过一个用例进行了演示，其中体感传感器和智能手机传感器数据以特定频率发送至远程服务器，数据送达服务器后即进行实时数据分析。该系统已被证实对人体活动识别具有实用、精确且有效的特点。智能手机和体感传感器技术的进步为多种疾病患者的医疗质量提升提供了重要解决方案。

本章的主要目的是介绍如何利用体感传感器或智能手机传感器实现一个自动、高效且可扩展的实时人体活动识别系统，以检测任何危重健康状况。因此，进行了两项实验来研究人类活动。第一项实验在用户身体的不同部位使用可穿戴体感传感器，第二项实验使用智能手机惯性传感器。目标是基于记录和收集的数据，利用机器学习技术预测人类活动，并从总分类准确率、F‐值、ROC面积和卡帕系数方面评估结果。对于可穿戴传感器，根据表5.1给出的结果，发现支持向量机在准确率、F‐值、ROC面积和卡帕系数方面表现更优。支持向量机优于本研究中使用的其他所有分类方法，包括 SVMs、k‐近邻、朴素贝叶斯、人工神经网络、C4.5决策树和随机森林。对于智能手机惯性传感器，研究了九种不同的分类方法：支持向量机、k‐近邻、人工神经网络、Naı¨ve Bayes、随机森林、分类与回归树、C4.5、REP树和LAD树。根据表5.2中的结果，从准确率角度来看，支持向量机、随机森林和k‐近邻的准确率优于人工神经网络、Naı¨ve Bayes、分类与回归树、C4.5、REP树和LAD树，其中三个分类器k‐近邻、人工神经网络和Naı¨ve Bayes表现较差。还需要注意的是，来自体感传感器的人体活动识别数据比来自智能手机传感器的人体活动识别数据具有更高的准确率。

随着可穿戴传感器和手机数量的不断增加，人体活动识别（HAR）已吸引了众多研究者致力于自动识别人类行为，并提供有关其活动的准确信息，例如在智能家居环境中或用于健康监测辅助应用、紧急服务以及交通辅助服务。本研究表明，基于传感器数据的人体活动识别具有很大挑战性，特别是当存在多种机器学习技术时。如本研究所示，不存在适用于所有情况的独立解决方案，因为并非所有分类技术都能表现良好，因此系统地研究和分析每种技术显得尤为重要。此外，还将人体活动识别扩展到其他活动（如睡眠或骑自行车）并提取更多有助于分析人与人之间互动及人际关系的特征也非常重要。

尽管健康信息学、机器学习和数据挖掘技术取得了诸多近期发展，但我们不应忘记，人类行为不仅具有自然的自发性，而且人类可能会同时进行多项活动，甚至执行一些无关的活动。另一个问题是预测运动或活动速度时所面临的挑战。我们相信，未来的人体活动识别应被设计为能够预测和识别这些并发活动，并具备处理不确定性的能力，以实现高准确率，并提升医疗保健功能、质量和安全。

5.6 教学任务

• 使用提升分类器开发基于智能手机的人体活动识别
• 如何利用智能手机进行医疗保健的人体活动识别
• 分析智能家居中的人体活动识别
• 使用可穿戴传感器进行人体活动识别分析
• 比较和分析用于人体活动识别的机器学习算法
• 分析人体活动识别在智慧城市中的应用
• 使用WEKA比较不同的分类器