بخشی از مقاله
چکیده
پیشرفت علم در قرن 21 تجزیه و تحلیل عمیق تر در جنبه هایی که باعث ایجاد جنبش میشود، فراهم میکند. برنامه های توسعه و تحقیقات اخیر منجربه بهبود در مطالعات جنبش، از جمله تجزیه و تحلیل حرکت با فن آوری های پیشرفته مورد استفاده در زمینه پزشکی ورزشی، پزشکی عمومی، تجاری، صنعتی و حوزه بالینی است. این پیشرفت های فن آوری های اخیر در پردازش و تجزیه تحلیل دادههای عظیم و پیچیده، فرصت ها و چالش های جدیدی را برای پزشکان و حوزه سلامت ارائه داده اند
در عصری که ذخیره ارزان دادهها در دسترس همگان می باشد، اصل دادهای که جمع آوری میکنیم در حال تغییر است.. دراین تحقیق بامعرفی تکنولوژی داده های بزرگ و بهرهگیری از آن درجهت بررسی دادههای GPS موبایل بکار گرفته شده در اپلیکیشن با استفاده از محیط هدوپ و ابزار هایو به استخراج الگوهای حرکتی مستتر در دادهها خواهیم پرداخت تا در حوزه سلامت به تحرک افراد بهبود بخشیم.
1. مقدمه
دادههای عظیم به راهکار ذخیره سازی حجم بسیار عظیم داده در حد ترابایت و پتابایت گفته می شود که بتوان با انجام پروسه های سنگین پردازشی به این حجم عظیم داده، مفهوم بخشید. مفهوم بخشیدن به دادهها یعنی از میان صدها، هزاران یا میلیون ها رکورد در ظاهر بی ارتباط بتوان روابط جدیدی را تعریف کرد.با توجه به این حجم عظیم ، تنوع و سرعت زیاد دادههایی که تولید می شوند ، نیاز به دسته بندی و موازی سازی دادهها با استفاده از ابزارهای دادههای عظیم مانند هدوپ ، مپ ردیوس و غیره داریم که با استفاده از سیستمهای کامپیوتری طراحی شده دادهها را ضبط و ذخیره میکنیم.
برخی از مطالعات اخیر در تجزیه و تحلیل مبتنی بر کلان دادهها از الگوهای تحرک انسان نشان داده است که رفتار انسان به دلیل تحرک انسان در حالت کلی به راحتی قابل پیش بینی است2]،.[1 ما با یافتن موقعیت حرکتی و علکرد های حرکتی که در رفتار افراد وجود دارند به دنبال حفظ سلامت و نظارت بر نحوه درست حرکتی انها هستیم.
به منظور پیش بینی و نظارت خودکار میزان تحرک بیمار یا فرد و طبقه بندی فعالیت های روزانه - به عنوان مثال، نشسته، ایستاده، راه رفتن، و غیره - با در نظر داشتن کاهش هزینه نسبت به طبقه بندی دستی انها، این دادههای عظیم مورد استفاده قرار می گیرند.
اولین قدم در این تحقیق یافتن داده نزدیک به موضوع مسئله می باشد با طراحی اپلیکشن اندروید از طریق استفاده از دادههای GPS روی موبایل موقعیت ها و میزان تحرک فرد را در طول ساعات مختلف روز جمع آوری کرده و از این داده به عنوان مجموعه داده استفاده نموده و تجزیه و تحلیل بر روی این مجموعه داده را برای حوزه سلامت با استفاده از ابزار هدوپ 1در حوزه کلان دادهها انجام میدهیم تا با پیمایش این حجم عظیم داده در شناسایی رفتار افراد با استفاده از ابزارهای دادهها ی بزرگ و روش های هوشمندانه پیشنهادی موثر و مفید ارائه دهیم .
هدف ما از این تحقیق یافتن الگویی در جهت شناسایی رفتار حرکتی افراد با استفاده از تجزیه و تحلیل دیتاست های موجود است. در صورت فقدان دیتاستهای مورد نیاز به صورت فرضی آن را شبیه سازی می کنیم و تجزیه و تحلیل بر روی این مجموعه داده را با استفاده از ابزار هدوپ در حوزه کلان دادهها انجام میدهیم.
داده های جمع آوری شده از تحرک افراد توسط موبایل با برنامه های مختلف - مانند: - Life log,Running,Google Fitتولید میشوند و حتی وسایل جانبی مانند کفش و دستبند های همراه نیز در حال جمع آوری داده های کاربران هستند،اما استفاده از این داده در سطح کلان و بهره بردن از این داده کلان که تنها توسط چارچوب هدوپ قابل اجراست ،در علم پزشکی در خصوص بیماران قلبی اکنون در این تحقیق انجام میگردد.
.2 داده بزرگ
داده بزرگ یک راه آسان برای توصیف مشکل دادههایی است که با ابزار قدیمی قابل حل نیستند .در فارسی به عبارات و اصطلاحات متعددی از جمله »بزرگ داده« ، »دادههای بزرگ«، »کلان داده« و »دادههای کلان« ترجمه شده است. کلان داده اصطلاح جدیدی است که برای رشد قابل توجه در تولید ،دسترس پذیری، ذخیره سازی و پردازش دادهها و اطلاعات به کار می رود و در ارتباط با گسترش روزافزون فناوری اطلاعات مورد توجه قرار گرفته است.
شکل:1انواع داده های بزرگ
.3داده کاوی
پایگاهها و مجموعههای حجیم دادهها را در پی کشف واستخراج دانش، مورد تحلیل و کند و کاوهای ماشینی - و نیمهماشینی - قرار میدهد. این گونه مطالعات و کاوشها را به واقع میتوان همان امتداد و استمرار دانش کهن و همه جا گیر آمار دانست. داده کاوی به بهرهگیری از ابزارهای تجزیه و تحلیل دادهها به منظور کشف الگوها و روابط معتبری که تا کنون ناشناخته بودهاند اطلاق میشود.
.4تحرک افراد از طریق سیستم موقعیت یاب
اصطلاحی است که برای توصیف جنبش یا حرکت افراد و اشیاء در صحنه سهبعدی بهکار میروند.
برای اولین بار در تاریخ ،داده کاوی از گوشی های هوشمند و سلولهای ساختار یافته سازمانی اجازه میدهد، به طور خاص هر جایی در جهان به اطلاعات جزیی در مورد اشیاء و رخداد هایی که اتفاق می افتد دسترسی داشته باشیم .در چند سال گذشته سرعت حرکت انقلاب تکنولوژی را شاهد هستیم مخصوصا اینکه اتصال 1داشتن همیشگی و قابل حرکت بودن ابزار و وسایل ضروری تر شده است.
تلفن های هوشمند و تبلت ها به ما اجازه میدهند زمانیکه حجم زیادی از اطلاعات توسط ما در حال تولید شدن است را از طریق چندین کانال دریافت کنیم. دادهها از سنسور های پنهان و GPS ها در زمان واقعی جمع اوری و ذخیره و تحلیل میشود. کاربران عادت دارند خودشان با استفاده از وسایل موبایل اطلاعاتشان را تولید میکنند، به عنوان مثال استفاده کاربر از موتور های جستجویی که به طور پیوسته آگاه از مکان و زمینه و متن هستند . دادههای موبایل به شدت شخصی اند ،نگرانی از حریم شخصی بطور فزاینده ای در مرکز توجه بحث های عمومی است
.1-4تجزیه و تحلیل جنبش در پزشکی
تعداد زیادی از مردم با مشکل جنبش و حرکت به عنوان یک مشکل اجتماعی و پزشکی در تمام کشورهای جهان در ارتباط اند. سرعت در حال رشد افراد مسن که به ناچار تجربه افزایش محدودیت در عملکرد آنها نیز رشد می کنند، علت نگرانی های عمده بین المللی است. درجامعه اروپا 10 درصد از جمعیت از این مشکلات کم و بیش رنج می برند
آگاهی از هزینه های از کار افتادگی و تحولات جمعیتی به عنوان سیاست های دولت برای کیفیت مشکلات زندگی هدایت میشوند. پژوهش اختصاص داده شده از بیماری های عصبی، سیستم عضلانی ،درمان جراحی و غیر جراحی، توانبخشی بیشتر نسبت به گذشته پشتیبانی می شود. در تمام این مناطق بیومکانیک برای ارزیابی عملکرد افراد سالم و بیماران مکانیکی ضروری است . تجزیه و تحلیل جنبش و حرکت یکی از مهم ترین بخش های پژوهش مکانیکی زیستی است. از آنجا که پایان قرن 19 تلاش برای ارزیابی جنبش در یک هدف وجود داشته است .2 در طول 20 سال گذشته تحولات تکنولوژیک به طور منظم مانند میکروالکترونیک و ابزار محاسباتی سریع برای رسیدن به این هدف ساده تر ساخته شده اند . امروزه، در زمینه مهندسی بیومکانیکی بیشتر و بیشتر سیستم های پیچیده برای تجزیه و تحلیل جنبش3 توسعه یافته اند.
نتایج قابل توجهی به دست آمده است، در زمینه های مختلف ازقبیل توانبخشی، ارگونومی، ورزشی، بیومکانیک و ارتوپدی، با این حال، در توانبخشی، پذیرش، تحلیل جنبش محدودیت بالینی را حداقل در اروپا دریافت کرده است
در سال 1989، اتحادیه اروپا پروژه تحلیل جنبش در زمینه توانبخشی به کمک کامپیوتر 4 را بهبود داد .
ردیابی ورزشی و پزشکی به آرامی در حال تغییر از اندازهگیری از طریق مچ و سینهی افراد به سمت لباسهای پوشیدنی آنها است. در معرفی تکنولوژیهای پوشیدنی ، تغییری مهم در صنعت آیتمهای پوشیدنی توسط سنسورهای پارچهای از جمله شلوارک های هوشمند 5 ارائه شده است. در راستای ادامهی همین طرح، اولین کفی ادغام شده با سنسور جهان از سوی موتیکن 6ارائه شد که پای افراد را به یک سیستم پیگیری عملکرد وایرلس تبدیل میکند. یک کفی میتواند جایگاهی به شمار رود، که یک دستگاه هوشمند بدین شیوه قادر به استفاده در انواع کفشهای ورزشی و معمولی خواهد بود
نقش بزرگ دادهها در سلامت این است که هر روزه دستگاه های مانند تلفن های همراه برای ما یک حجم بسیار زیادی از جریان داده را در مورد زندگی و رفتار انسان را با صرف نظر از خرید وسیله جانبی دیگر فراهم میکند و همچنین دادهها به صورت آنلاین برای بررسی در دسترس قرار میگیرد . همراه با دادههای بهداشتی موجود،اطلاعات رفتاری قابل حصول از این دستگاه ها تا حد زیادی ممکن است فرصت افزایش به پیش بینی شرایط بهداشتی طولانی مدت و شناسایی نقاط مداخله غیر سنتی را بدهد و همچنین میتواند ابزار تشخیص بهتری را طراحی کند
