Dataset para la clasificación de comportamientos sedentarios en entornos cerrados

Antecedentes: El Comportamiento Sedentario (CS) se define frecuentemente como cualquier actividad caracterizada por bajos niveles de gasto energético (≤1.5 equivalentes metabólicos) mientras un individuo está sentado o reclinado. La evidencia epidemiológica muestra que los CS están asociados con el desarrollo de enfermedades no transmisibles (ENT), como las enfermedades cardiovasculares (ECV), la diabetes tipo 2 y el cáncer. Así que, el reconocimiento de este tipo de comportamientos se hace de vital importancia para que los profesionales de la salud puedan encontrar nuevas maneras de disminuir el sedentarismo, mediante estrategias mejor adaptadas al perfil de cada paciente. Objetivo: Este trabajo pretende dar el primer paso para alcanzar un sistema de reconocimiento de comportamientos sedentarios. Esto mediante la construcción de un dataset que incluya datos de variables fisiológicas y contextuales que puedan ayudar al reconocimiento de ese tipo de comportamientos, así como el lugar donde se producen dentro de un entorno cerrado. Metodología: El proceso de construcción del dataset involucró adaptar la metodología CRISP-DM, atender a las recomendaciones de algunas investigaciones relacionadas a la construcción de datasets, diseñar el escenario y sistema adecuados para la recolección de los datos y realizar la recolección de datos sobre una población definida. Después de realizada la recolección se describen los datos recolectados, así como los ajustes realizados sobre algunos de ellos. Finalmente se realiza una evaluación del dataset en tres etapas para verificar la calidad en la metodología de construcción del dataset, su estructura y las muestras incluidas en el mismo. Particularmente, una de las etapas consistió en realizar un experimento de clasificación para verificar la capacidad del dataset para brindar una buena precisión en futuros procesos de clasificación. Conclusiones: La adaptación de CRISP-DM demostró un buen rendimiento para guiar el proceso de construcción del dataset, sobre todo la instanciación generada a partir de las recomendaciones dadas en investigaciones relacionadas a la construcción de datasets para reconocimiento de actividades de la vida diaria. Además, la evaluación realizada desde las tres perspectivas, logró demostrar la calidad del dataset en cuanto a la metodología de construcción, la estructura en que se encuentran organizados los datos, la documentación generada y pudo dar una idea sobre la precisión que puede alcanzarse en procesos de clasificación usando sus datos.

• Autores: Possos Navia, William Stibent; Cruz Delgado, Robinson
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2017
• Institución: Universidad del Cauca
• Repositorio: Repositorio Unicauca
• Idioma: spa
• OAI Identifier: oai:repositorio.unicauca.edu.co:123456789/1576
• Acceso en línea: http://repositorio.unicauca.edu.co:8080/xmlui/handle/123456789/1576
• Palabra clave: Dataset; Sedentary behavior; Aactivities of daily living; Data mining; Symbolic location; Wearables; comportamiento sedentario; Actividades de la vida diaria; Minería de datos
• License: https://creativecommons.org/licenses/by-nc-nd/4.0/