Child Mind Institute tarafından düzenlenen yarışmada, giyilebilir sensör verilerini kullanarak Body-focused repetitive behaviors (BFRBs) tespiti üzerine çalıştık.
Helios Cihazı ve Sensör Verilerinin Analizi
Yarışmanın odağı, saç yolma, cilt kaşıma ve tırnak yeme gibi tekrarlayıcı ve odaklanmış vücut hareketleri olan BFRB'leri (Body-focused repetitive behaviors) tespit etmekti. Bu davranışlar, anksiyete ve obsesif-kompulsif bozukluk (OKB) gibi mental sağlık sorunlarının önemli göstergeleridir.
Projemiz için Child Mind Institute tarafından geliştirilen ve hareket sensörlerinin yanı sıra termopil (vücut ısısı) ve ToF (yakınlık) sensörleri içeren 'Helios' adlı akıllı bir bileklik kullanıldı. Biz de bu zengin sensör verilerini işleyerek, BFRB benzeri hareketleri diğer hareketlerden ayırt eden bir yapay zeka modeli geliştirdik.
Katılımcı Verileri ve Sonuçlar
Çalışmada katılımcılar, "dinlenme", "geçiş", "duraklama" ve "jest" olmak üzere farklı hareket serileri gerçekleştirdi. Her bir katılımcı, farklı vücut pozisyonlarında (oturarak, öne eğilerek, sırtüstü uzanarak vb.) 18 benzersiz jesti (8 BFRB benzeri ve 10 BFRB benzeri olmayan) tekrarladı. Bu verilerle, termopil ve ToF sensörlerinin BFRB tespitindeki ek değerini göstermeyi başardık.
Geliştirdiğimiz sınıflandırma modeli, sensör verilerindeki ince farklılıkları yakalayarak, davranış kalıplarını başarıyla ayırt edebildi. Bu proje, mental sağlık alanında giyilebilir teknolojilerin kullanımını ve yapay zekanın erken teşhis ve izleme süreçlerindeki potansiyelini gözler önüne serdi.