Το Megatron ανακοινώνει με υπερηφάνεια την επιτυχημένη συμμετοχή του στο 7ο Διεθνές Συνέδριο ΙΕΕΕ για Συστήματα, Ηλεκτρονική Μηχανική και Υπολογιστικές Τεχνολογίες (SEEDA-CECNSM), όπου παρουσίασε μια πρωτοποριακή μελέτη στην αναγνώριση ανθρώπινης δραστηριότητας (HAR) και ανάλυση βάδισης.
Η εργασία του Megatron εστίασε στην ανάπτυξη μιας αυτοματοποιημένης μεθόδου που συνδυάζει πολλαπλή προεπεξεργασία δεδομένων με αλγορίθμους μηχανικής μάθησης με επίβλεψη. Αυτή η μέθοδος χρησιμοποιεί τα δεδομένα από τη δημόσια προσβάσιμη βάση δεδομένων ανθρώπινης βάδισης “HuGaDB”, και λαμβάνει υπόψη τρισδιάστατα σήματα από αδρανειακούς αισθητήρες και ηλεκτρομυογραφία που τοποθετήθηκαν στο δεξί και αριστερό πόδι 18 υγιών ατόμων.
Η αναλυτική αυτή μέθοδος επέτρεψε την ακριβή αναγνώριση και ταξινόμηση δραστηριοτήτων βάδισης με εντυπωσιακή ακρίβεια 80% και F1 σκορ 79%, με την τεχνική του Random Forest να αναδεικνύεται ως η βέλτιστη μέθοδος αναγνώρισης προτύπων βάδισης.
Αυτή η έρευνα αναδεικνύει τη δυνατότητα του Megatron να συνεισφέρει σημαντικά στη βελτίωση της παρακολούθησης και αποκατάστασης των ασθενών με νευρομυϊκές και μυοσκελετικές διαταραχές, προσφέροντας ένα νέο εργαλείο στην ιατρική κοινότητα και στους ασθενείς.
