健康科技博士｜分析老年人的日常动作，探索用计算机视觉预测跌倒风险

健康科技博士｜分析老年人的日常动作，探索用计算机视觉预测跌倒风险

快速判断

这项埃克塞特大学博士项目结合计算机视觉、生物力学与临床跌倒研究。博士生将通过无标记姿态估计从视频提取动作稳定性指标、用动作捕捉验证，与跌倒者/未跌倒者的动作模式作比较，评估不稳定变化可提前多久识别，并探索低成本设备端处理。项目已有模拟家庭场景的配对数据，包括视频、动作捕捉和可穿戴传感器；预计入学时约有 225 名参与者。项目要求计算或定量相关专业的较强首个学位和 Python 或 MATLAB 能力；硕士是理想背景，临床经历不作要求。[S01, S02]

关键问题是本项目所说的“预测跌倒”指什么。动作质量测量、近跌倒识别、短时预警与预测个人未来跌倒风险，需要不同的标签、时间窗和验证设计。项目尚未公布事件数量、预测时距、数据划分、外部测试和隐私安排。NICE 不建议用跌倒风险预测工具预测个人是否会跌倒，因此申请前应确认研究结局及预期临床用途。受控模拟家庭可以用于方法开发，但不能单独证明模型能在普通家庭中有效。[S01, S08, S09]

资助与申请时间也需书面核实。DLA 最长资助 3.5 年，包含学费和总额 £5,000 的 RTSG。官方页面对申请截止日期（2026 年 12 月 8 日或 12 日）、推荐信日期（2027 年 1 月 8 日或 2 月 15 日）及 £21,805 对应的津贴年度（2026/27 或 2027/28）均有冲突；收到确认前，建议按 12 月 8 日中午和 1 月 8 日安排。[S02–S05]

研究问题与博士工作

跌倒常发生在日常动作过程中，不一定能由一次简短的诊室测试反映。项目介绍称，65 岁及以上人群中约三分之一每年会跌倒，英格兰每年约有 21 万例相关急诊住院。另一个公共卫生指标显示，2024/25 年英格兰 65 岁及以上人群因跌倒急诊住院 221,600 例。两组数字说明该问题的公共卫生负担，但不意味着单一摄像头或模型就能预防跌倒。

项目在埃克塞特大学 VSimulators 设施中的 STEPPING OUT Home Scene 模拟家庭场景开展数据采集；该研究计划由 Professor Sallie Lamb 负责并获 ERC 资助。参与者会站起、坐下、转身、绕过家具、开门、经过不同地面，并应对滑倒和绊倒。多机位视频、动作捕捉和可穿戴传感器同步记录动作；参与者的临床病史和跌倒史已知，包含曾跌倒者与未跌倒者。数据采集仍在进行，预计博士入学时约有 225 名参与者。项目没有公布跌倒、近跌倒或不同疾病亚组的具体数量；225 指参与者规模，不是跌倒事件数。

项目列出四项博士研究任务：

1. 通过无标记姿态估计从视频提取稳定性与动作质量指标，并以动作捕捉验证。
2. 寻找可区分跌倒者与未跌倒者的动作模式和不稳定标志，包括近跌倒及失衡前的变化。
3. 测试这些指标预测跌倒的表现，以及能够提前多早检测到动作变化。
4. 使方法能够在家庭、护理院和医院的低成本设备上运行，并在设备本地处理。

方法包括姿态估计、面向动作序列的深度学习和自监督学习；项目把可解释性列为重点，使临床人员能够理解并采取行动。预期产出包括经验证的分析流程、视频稳定性评估开放基准、日常视频预测跌倒能力的证据，以及经过测试的低成本原型。这些是项目目标，并非已保证的结果。项目文件未指定摄像头配置、姿态模型、预测时间窗、硬件、算力、延迟指标、数据划分或外部验证队列。

前期需要区分模型的结局标签。动作质量评估可以与动作捕捉对照验证；近跌倒或失衡识别需要明确事件定义和时间标注；跌倒发生前识别关注正在发生的失衡或下降过程，通常以短时间窗预警；未来跌倒风险预测则需要在随访中记录未来跌倒。不同标签不能互换。现有项目说明确认了参与者的病史和跌倒史、受控扰动任务及同步传感器，但没有说明是否会观察后续日常跌倒。

一项 2025 年无标记动作捕捉综述纳入 39 项研究、3,114 名参与者（平均年龄 75.8 岁）；步速、步幅和步宽是常见指标，但方法和报告不一致，数据缺失情况也需要更规范地说明。另一项 2026 年传感器综述纳入 243 项研究，其中仅 21 项涉及老年人的真实场景或混合验证；该子集中多数研究针对跌倒后的检测，跌倒前预测只占少数。这说明本项目的验证与可解释分析有现实意义，也提示从受控实验走向家庭部署仍有较大距离。

NICE 于 2025 年发布的 NG249 指南不建议使用跌倒风险预测工具预测个人跌倒风险，理由包括现有证据质量很低、敏感度或特异度不足。该指南针对临床评估，并不禁止研究视频动作或近跌倒信号。但申请者应确认研究最终要支持什么临床判断、输出是否会被误解为个体风险评分，以及临床人员或照护者能据此采取什么行动。

以下是可在面试中讨论的分析方案，并非额外的项目硬性要求：按参与者而非视频帧划分训练集和测试集，避免同一人的数据同时出现在两侧；除 AUC 或准确率外，考察校准、误报负担和预警提前量；检验摄像机视角、遮挡、光照及辅助器具对模型的影响；在声称适用于家庭前加入独立场景或队列验证。项目尚未确认这些方案是否已纳入研究计划。

学校、学科与培养

官方项目文件将学位授予机构列为埃克塞特大学，院系为 Public Health and Sport Sciences，并把潜在博士路径称为 “PhD in Public Health and Sport Sciences”；学习地点是 St Luke’s 校区的 Richards Building 和 Medical School。埃克塞特大学当前课程页则把该方向写作 MPhil/PhD Public Health，并介绍其公共卫生跨学科研究环境。正式注册名称存在口径差异，建议以申请系统和最终 offer 为准。项目数据在 Exeter Science Park 的 VSimulators 场景采集；这是研究设施，不是第二个授位机构，也不是项目文件所列的学习地点。

埃克塞特大学在相关学科的 REF 2021 结果可作背景参考：Sport and Exercise Sciences, Leisure and Tourism（UoA24）评估结果为 79% 的研究获 4 星、20% 获 3 星、1% 获 2 星。Public Health 课程页面另称其在 REF 2021 UoA2（Public Health, Health Services and Primary Care）的研究实力位列英国第 11。这些是院系/学科层面的信号，不是本项目排名，也不能代表某个计算机视觉团队的具体表现。

项目文件称博士训练将覆盖计算机视觉、数据科学、生物力学和临床跌倒研究。公共卫生课程页介绍了定期导师会面和跨学科研究环境，但没有说明该奖项的专属课程、助教职责或算力配置。埃克塞特列出的全日制博士最长注册期为 4 年，同时提醒受资助学生需按资助结束时间安排论文提交；DLA 资助最长 3.5 年。建议确认预期论文提交时间，以及如需最后 6 个月会如何支持。

导师与研究条件

官方项目 PDF 列出的主要导师是 Dr Naser Taleshi，另有 Professor Sallie Lamb、Professor Xujiong Ye 和 Associate Professor Dominic Farris。团队方向能够连接真实世界跌倒、公共卫生/临床研究、计算机视觉和动作生物力学，但文件没有写明导师分工或具体会面频率。公共卫生课程页说明定期会面是一般培养安排，仍应确认本奖项的实际指导节奏。

近期团队研究提供了一些相关基础，但各有适用边界：

• Taleshi 与埃克塞特合作者 2026 年发布的一篇预印本，对 270 例已确认的真实跌倒叙述进行框架分析，剔除信息不足记录后保留 211 例。研究总结了日常动作和人与物体互动等模式，可为分析家具和动作情境提供线索；但它尚未经过同行评审，使用的是回顾性叙述，也没有验证摄像头预测模型。
• Taleshi、Lamb 等人在 2025 年发表于 Scientific Reports 的论文，利用动态平台和模型预测控制框架研究人体的平衡调节策略，为解释扰动后的动作稳定性提供生物力学背景；它不是针对老年人视频跌倒预测的研究。
• Lamb、Williams 和 Young 于 2024 年在 Nature Medicine 发表跌倒科学与预防的短篇观点文章，适用于临床问题定位，不是新的干预试验或预测系统验证。
• 项目联合导师 Xujiong Ye 参与的 2024 年无标记动作分析论文，研究对象是膝关节疾病的动作生物标志物，方法上与视频分析相邻，但人群和结果与老年人跌倒预测不同。
• Taleshi 合著的 2026 年认知—动作评估初步研究比较了小样本脑震荡者与健康参与者，显示团队近期也在数字化动作评估方面开展工作，但与老年人跌倒和无标记视频建模并不直接等同。

项目所述 VSimulators 设施具备虚拟现实、运动平台、生物医学传感器和动作捕捉能力。项目 PDF 另确认 STEPPING OUT 场景使用多机位视频、动作捕捉及可穿戴设备。设施的通用能力不等于已经明确了该学生会使用哪些摄像机、设备，或能够获得多少场地和数据访问时间。

资助、申请与生活成本

项目	官方页面口径	规划提示
申请截止	6008 奖项页正文写 2026 年 12 月 12 日；奖项摘要和 DLA 页面写 2026 年 12 月 8 日中午。	先按 12 月 8 日中午准备，并书面确认。
推荐信截止	6008 奖项页写 2027 年 1 月 8 日；DLA 中央信息页写 2027 年 2 月 15 日。	除非收到更晚日期的书面确认，先按 1 月 8 日提醒推荐人。
面试	6008 页面称可能在 2027 年 2 月 15–24 日举行；中央页面同时保留 2026 年面试/结果旧文字。	向学校索取当前面试安排和形式。
生活津贴	正文及中央页把 £21,805 列为 2026/27 当前标准；奖项摘要把同一金额标为 2027/28。UKRI 也列出 2026/27 最低标准 £21,805。	仅将其作为当前年度基准，确认 2027/28 实际津贴。
奖项内容	全日制资助最长 3.5 年，包括生活津贴和学费；另有 3.5 年共计 £5,000 的 Research Training Support Grant。	确认资助起止日和支持经费的用途规定。
国际申请	国际申请者可竞争有限的全额奖项，国际学生获资助名额最多占当届资助名额的 30%；埃克塞特称 2027 年成功获奖国际生可通过 fee waiver 补足国际/本土学费差额。	居住资格复杂且奖项名额有限，申请前确认个人 fee status 和费用覆盖。签证、移民健康附加费和搬迁费另计。

按当前基准计算，£21,805/年约为每月 £1,817。埃克塞特按 2026 年 4 月当地平均消费估算，单人每月基本生活开销约 £1,300–£2,000。津贴参考值比估算下限多约 £517，但比上限少约 £183；这还没有计入一次性安顿支出、签证、移民健康附加费或搬迁费用。住宿和生活方式会改变预算，应在确认 2027/28 津贴后再与具体房源比较。

项目 PDF 要求通过该项目文件中的申请链接提交。DLA 中央页面要求个人陈述、简历、完整成绩单、两封推荐信，并在适用时提供英语能力证明；所有申请材料须为英文，学历证明如需翻译须提供认证译件。最多可申请三个项目，每个项目单独提交申请，并在个人陈述中注明首选项目。奖项竞争激烈。通用 DLA 学术门槛为英国一等或二等一级荣誉学位（或海外同等学历），二等二级申请者如有硕士学位或丰富相关非学术经验也可能被考虑。这与项目 PDF 的 “strong first degree” 属于不同层次的要求；项目 PDF 没有定义具体成绩档次。

申请背景与准备

项目要求

项目 PDF 要求计算机科学、数据科学、人工智能、工程、应用数学、物理、生物力学或相关专业的较强首个学位（strong first degree；项目文件未另行定义成绩等级）；具备 Python 或 MATLAB 编程能力；有良好的书面和口头沟通能力，并能跨学科团队合作。文件将硕士表述为 “ideally”，属于理想背景而非明确的绝对门槛。DLA 通用学术要求仍适用，申请者需确认项目的 “strong first degree” 如何与一等/二等一级门槛及二等二级例外衔接。项目明确说明不要求既往临床或健康领域背景。

优先经验与建议准备

项目将图像、视频或信号处理经验，以及机器学习经验列为 desirable。项目文件没有指定必须使用某个姿态估计库、深度学习框架，也没有要求既往临床资格。申请者可准备一项可复现的视频、动作序列或时序数据分析作品，展示严谨的验证设计，并说明如何向非技术合作者解释模型局限。这些是围绕研究工作的建议，不是新增的录取条件。

如果申请者希望做纯理论 AI、纯临床跌倒干预，或希望项目一开始就明确产品开发方案，这个项目可能不那么合适：它把方法开发与老年人动作数据结合，同时仍有多个建模和部署选择待定。

职业路径与市场背景

可能的延伸方向包括动作科学与老龄研究、数字健康、临床研究数据分析、健康科技和医疗设备研发。项目可能培养动作分析、计算机视觉和健康数据方面的可迁移技能；若要进入临床应用，还可能需要补足软件工程、隐私治理、临床验证和医疗器械监管经验。Skills England 的生命科学技能评估及 DSIT 的 AI 劳动力调查反映了行业层面的增长，以及对数据、AI 和监管技能的需求，但都没有估算跌倒预测岗位数量或本项目毕业生的去向。这些资料只提供相邻技能背景，不代表就业率或就业保证。申请者若希望进入临床应用相关岗位，可通过经过验证的代码、稳健的模型评估、清晰的软件文档、健康数据合规实践和临床协作经验增强竞争力。Skills England 生命科学技能评估 · DSIT 2025 年 AI 劳动力调查 · 英国生命科学就业计划

下一步与待核实问题

申请前

1. 联系 PGR Admissions Team 和 Dr Taleshi，书面确认申请截止（12 月 8 日或 12 月 12 日）、推荐信截止（1 月 8 日或 2 月 15 日）以及项目专属申请渠道；确认前按较早日期安排。
2. 问清 “strong first degree” 对应的成绩等级，以及项目对硕士的要求如何衔接 DLA 通用标准，特别是海外学历等同认定和二等二级例外。
3. 确认国际 fee status、国际名额数量，以及个人获奖后是否由学校承担该项目的全部国际/本土学费差额。
4. 确认 2027/28 津贴、正式博士注册名称和完整学费条件。

面试时

• 主要结局是动作质量、近跌倒、短时失衡预测，还是对随访期内跌倒风险的预测？跌倒、近跌倒和失衡事件如何定义？预测时间窗多长？
• 各组参与者和事件数量是多少？是否包含神经系统疾病人群？如何处理类别不平衡及同一参与者多段视频造成的数据泄漏？
• 是否会验证动作捕捉一致性、校准、灵敏度/特异度、单位时间误报量、预警提前量及外部/前瞻队列表现？
• 哪些低成本设备、设备端算力、延迟和隐私要求决定原型是否成功？模型输出由谁使用、触发什么行动？
• 临床用途如何与 NICE NG249 对齐？视频和健康资料的知情同意、伦理审批、原始视频访问/留存、去标识化、安全措施及开放基准发布条件是什么？
• 四位导师分别负责计算机视觉、数据分析、临床解释和生物力学中的哪些部分？项目包含哪些培训、组会和 VSimulators 访问安排？

接受录取前

书面确认最终津贴表、学费身份与覆盖、Research Training Support Grant 使用规则、奖项结束日期、预计论文提交时间及正式注册名称。另行预算住宿、交通、押金、签证、移民健康附加费和搬迁费用；不要默认当前年度津贴标注等于 2027/28 实际金额。

证据与来源

项目、奖项与申请资格

• 项目说明：老年人日常动作的计算机视觉研究
• EPSRC Doctoral Landscape Award，编号 6008
• DLA 中央资格、资助与申请信息
• EPSRC DLA 项目主页
• UKRI 博士生最低津贴指南

导师、研究组与近期论文

• Naser Taleshi：研究成果
• 真实世界跌倒的框架分析（2026 预印本）
• 动态平台上的平衡控制策略（2025）
• 脑震荡认知—动作评估（2026）
• 跌倒科学与预防（2024）
• 膝关节疾病的无标记动作分析（2024）
• 埃克塞特 Applied Cognitive Science
• VITAL 研究组
• VSimulators 研究设施

领域、课程、公共卫生与就业背景

• 无标记动作捕捉范围综述（2025）
• 老年人跌倒检测与跌倒前预测范围综述（2026）
• NICE NG249 建议
• NICE 对跌倒风险预测建议的理由
• 埃克塞特 Public Health MPhil/PhD 课程
• 埃克塞特研究型学位时长
• 埃克塞特 REF 2021 学科结果
• 埃克塞特学生生活成本估算
• OHID Fingertips：老年人跌倒急诊住院指标
• ICO 特殊类别数据指南
• ICO 研究用途与特殊类别数据处理指南
• Skills England 生命科学技能需求评估（2026）
• AI Labour Market Survey 2025
• 英国生命科学就业计划