基于HI-SVM的老年人跌倒风险评估

作者：徐方超; 韩兰侠; 孙凤; 郭辉; 周冉; 张琪

来源：实验技术与管理, 2023, 40(10): 36-41.

DOI：10.16791/j.cnki.sjg.2023.10.006

• 健康指数
• 支持向量机
• 跌倒风险
• 老年人
• 加速度传感器

跌倒是影响老年人健康的重要潜在风险因素，准确判断老年人的跌倒风险等级对于提高老年人健康水平至关重要。该文提出了一种基于健康指数（health index,HI）和支持向量机（support vector machine,SVM）模型的新方法，用于判断老年人（60～79岁）的跌倒风险等级。首先，通过HI获得老年人跌倒风险等级的具体分类指标，用于训练HI-SVM模型并建立模型库；然后，利用建立的HI-SVM模型对测试样本进行识别，根据HI确定的风险等级值判断老年人的跌倒风险等级；最后，分别使用网格搜索（grid search,GS）、粒子群优化算法（particle swarm optimization,PSO）和灰狼算法（grey wolf optimizer,GWO）优化SVM参数后，模型的预测准确率可达97.142 9%。该方法能够准确识别老年人的跌倒风险等级，为预防老年人跌倒提供了科学的依据。

• 单位
  沈阳工业大学