臺灣博碩士論文加值系統

為保持憂鬱症患者正常的生活與行為模式，居家自我照護為可行的方式之一。然而要如何偵測患者的憂鬱症傾向及發病癥狀，以提供預防憂鬱症復發及早期治療之功效則為重要的議題。因此，本研究提出居家照護行為模式監測系統，此系統針對憂鬱症患者在非住院治療時的居家照護模式。系統中利用智慧型手機內建的重力感應器來擷取患者的行為資訊，透過動作識別演算法來識別患者行為模式，並提供查詢系統以及移動路線追蹤功能給患者或親屬使用，以期在未來與醫療資訊系統之整合後能協助病患自我診斷與自我照護。

In order to maintain the normal life of patients with depression, the home self-care is one possible way. However, how to detect the depression prone and depressive disorder to provide prevention of depression recurrence and early treatment of depression is an important issue. Therefore, this study proposed behavior pattern monitoring system for home self-care, the system for non-hospitalized patients in the treatment of depression when the home care model. The System using smart phones built-in gravity sensor to retrieve information about the patient''s behavior, and movement recognition algorithms to identify patients with patterns of behavior, and provide query system and tracking feature use to patients or relatives. With a view to the future with integrated medical information system to assist patients self-diagnose and self-care.

目錄
中文摘要 I
Abstract II
誌謝 III
目錄 IV
表目錄 VI
圖目錄 VII
第一章、緒論 1
1.1前言 1
1.2研究動機與目的 2
1.3論文架構 4
第二章 文獻探討 6
2-1加速度感測技術介紹 6
2.2加速度感測器相關應用 7
2.3動作識別相關研究 9
第三章、系統設計 19
3.1系統運作環境 19
3.2系統功能設計 20
3.2.1 手機功能 20
3.2.2 伺服器功能 26

3.2.3動作識別演算法設計 29
3.3開發環境 35
第四章、實驗結果與分析 36
4.1 實驗設備 36
4.2系統功能實作 37
4.2.1 手機功能 38
4.2.2 伺服器功能 40
4.3實驗結果 42
第五章、結論 54
參考文獻 56

表目錄
表3-1、Activity定義生命週期的7種方法 21
表3-2、startService()方法流程 23
表3-3、bindService()方法流程 23
表3-4、Di條件定義 33
表4-1、實驗設備 37
表4-2、手機可運作時間 42
表4-3、動作識別結果 53

圖目錄
圖2-1 智能手套 10
圖2-2、類比訊號轉離散訊號圖 11
圖2-3、動態時間校正 12
圖2-4、識別流程圖 13
圖2-5、Wii Remote內部結構 14
圖2-6、光學感應條 14
圖2-7、3D DEPTH SENSORS 16
圖2-8、Kinect硬體結構 16
圖3-1、系統運作環境架構圖 20
圖3-2、Activity生命週期示意圖 22
圖3-3、Service的生命週期狀態圖 24
圖3-4、Wi-Fi室內定位運作架構圖 28
圖3-5、Wi-Fi室內定位圖 29
圖3-6、x軸加速度樣本 30
圖3-7、手機擺放方向 32
圖3-8、動作識別演算法流程圖 34
圖4-1、Nexus S設備 37
圖4-2、手機來電介面 38
圖4-3、系統內部來電號碼資訊 38
圖4-4、手機撥號介面 39
圖4-5、系統內部撥號資訊 39
圖4-6、查詢歷史資訊之人機介面 40
圖4-7、室外移動路徑追蹤介面 41
圖4-8、室內移動路徑追蹤介面 42
圖4-9、動作 43
圖4-10、動作1 (x, y)軌跡 44
圖4-11、動作1 (x, y, z)軌跡 45
圖4-12、動作2 (x, y)軌跡 46
圖4-13、動作2 (x, y, z)軌跡 46
圖4-14、動作3 (x, y)軌跡 47
圖4-15、動作3 (x, y, z)軌跡 48
圖4-16、動作4 (x, y)軌跡 49
圖4-17、動作4 (x, y, z)軌跡 49
圖4-18、動作5 (x, y)軌跡 50
圖4-19、動作5 (x, y, z)軌跡 51
圖4-20、動作6 (x, y)軌跡 52
圖4-21、動作6 (x, y, z)軌跡 52

參考文獻

[1]憂鬱症護理指導, 行政院衛生署胸腔病院 http://www.ccd.doh.gov.tw/public/custom/hygiene/a195955b4d25795af82fc04e5d512599.doc

[2]Wikipedia, Smartphone – Wikipedia, 9 May 2010, http://en.wikipedia.org/wiki/Smartphone

[3]黃彥傑，“淺談智慧型手機”，國立台灣大學計算機及資訊網路中心電子報，2009 年3 月20 日。

[4]Wikipedia, Smartphone – Wikipedia, 9 May 2010, http://en.wikipedia.org/wiki/Smartphone

[5]H. Letabdar and M. Lyra, “System and Methodology for Using Mobile Phones in Live Remote Monitoring of Physical Activites,” IEEE International Symposium on Technology and Society (ISTAS), pp.350-356, Jun. 2010.

[6]MapMyRIDE, http://www.mapmyride.com

[7]M.-C. Chen, J.-L. Chen and T.-W. Chang, “Android/OSGi-based vehicular network management system.” Computer Communications, vol. 34, Issue 2, pp.169-183, Feb. 2011.

[8]M. W. Raad, and L. T. Yang, “A ubiquitous smart home for elderly,” IET International Conference on Advances in Medical, Signal and Information Processing, pp. 1-4, Jul. 2008.

[9]C. Doukas, V. Metsis, E. Becker, Z. Le, F. Makedon, and I. Maglogiannis, “Digital cities of the future: Extending @home assistive technologies for the elderly and the disabled,” Journal of Telematics and Informatics, pp. 1-15, Sep. 2010.
[10]賴盈霖, “結合GPS/重力感測器/陀螺儀DR功能進駐導航裝置,” 新電子科技雜誌2008年1月號262期, http://www.mem.com.tw/article_content.asp?sn=0801290009

[11]Matthieu Reze, “增加車輛安全性　MEMS加速度計需求升溫,” 新通訊雜誌2011年1月號119期, http://www.2cm.com.tw/coverstory_content.asp?sn=1012220005

[12]C.-W. Yi, C.-M. Su, W.-T. Chai, J.-L. Huang, and T.-C. Chiang, “G-Constellations: G-Sensor Motion Tracking Systems,” IEEE 71st Vehicular Technology Conference (VTC 2010-Spring), pp.1-5, May 2010.

[13]J. K. Perng, B. Fisher, S. Hollar, and K. S. J. Pister, “Acceleration sensing glove (ASG),” The Third International Symposium on Wearable Computers, pp.178-180, Oct. 1999.

[14]J. Liu, Z. Wang, L. Zhong, J. Wickramasuriya and V. Vasudevan,“uWave: Accelerometer-based Personalized Gesture Recognition and Its Applications,” IEEE International Conference on Pervasive Computing and Communications, pp.1-9, Mar. 2009.

[15]J. Liu, L. Zhong, J. Wickramasuriya and V. Vasudevan, “uWave: Accelerometer-based personalized gesture recognition and its applications,” Pervasive and Mobile Computing, vol. 5, Issue 6, pp.657-675, Dec. 2009.

[16]T. Petric, A. Gams, A. Ude, and L. Zlajpah, “Real-time 3D marker tracking with a WIIMOTE stereo vision system: Application to robotic throwing,” IEEE 19th International Workshop on Robotics in Alpe-Adria-Danube Region (RAAD), pp.357-362, Jun. 2010.

[17]P.-W. Chen, K.-S. Ou, and K.-S. Chen, “IR Indoor Localization and Wireless Transmission for Motion Control in Smart Building Applications based on Wiimote Technology,” In Proceedings of SICE Annual Conference, Taiwan, pp.1781-1785, Aug. 2010.

[18]C. S. Myers, and L. R. Rabiner, “A comparative study of several dynamic time-warping algorithms for connected word recognition.” The Bell System Technical Journal, vol. 60, pp.1389-1409, 1981.

[19]Kinect for Xbox 360, http://www.microsoft.com/presspass/presskits/

[20]PrimeSense Supplies 3-D-Sensing Technology to “Project Natal” for Xbox 360, http://www.microsoft.com/presspass/press/2010/mar10/03-31primesense

[21]Wikipedia, Android http://zh.wikipedia.org/zh-tw/Android#.E4.BD.9C.E6.A5.AD.E7.B3.BB.E7.B5.B1

[22]Android Developers, http://developer.android.com/index.html

[23]黃彬華，“Android 2.X手機程式開發教戰手冊” ，碁峰資訊股份有限公司，2011。